浏览全部资源
扫码关注微信
1. 沈阳工业大学
2. 中国科学院工业人工智能研究所
3. 中国科学院沈阳自动化研究所,沈阳,110016
纸质出版:2026
移动端阅览
张吟龙, 吴振, 徐永利, 等. 基于边缘方向感知的航空发动机旋转叶片计数方法[J]. 航空制造技术, 2026,69(16):65-77.
张吟龙, 吴振, 徐永利, et al. 基于边缘方向感知的航空发动机旋转叶片计数方法[J]. Aeronautical Manufacturing Technology, 2026, 69(16): 65-77.
张吟龙, 吴振, 徐永利, 等. 基于边缘方向感知的航空发动机旋转叶片计数方法[J]. 航空制造技术, 2026,69(16):65-77. DOI: 10.16080/j.issn1671-833x.25010200.
张吟龙, 吴振, 徐永利, et al. 基于边缘方向感知的航空发动机旋转叶片计数方法[J]. Aeronautical Manufacturing Technology, 2026, 69(16): 65-77. DOI: 10.16080/j.issn1671-833x.25010200.
航空发动机叶片是发动机的核心组件,对其检测与计数是航空发动机日常维护的关键环节。基于工业内窥镜的原位叶片视觉检测方式具有检测效率高、对设备影响小的优势,已成为旋转叶片检测和计数的主流。然而,叶片的反光、形态变化及姿态旋转等因素会导致现有视觉检测算法在边缘提取和方向感知上失效。针对上述问题,提出一种基于边缘方向感知建模(DEM)驱动的旋转叶片检测算法(DLE–DETR)。通过在DETRv2框架下引入DEM模块,对叶片边缘方向进行建模,实现对旋转叶片边缘的精细感知和准确表征,从而提升检测精度和边缘识别能力。此外,针对叶片在复杂运动状态下产生的漏记、误计问题,提出基于旋转角度时序建模(ROST)的航空发动机叶片计数方法,通过联合利用旋转角度变化趋势、轨迹连续性及ROI边界穿越关系,来保证旋转叶片计数的稳定性和准确性。本算法在搭建的航空发动机叶片计数平台上进行了大量的试验测试和分析。试验结果表明,所提DLE-DETR模型叶片检测精度(AP
50
)为93.8%,相较于其他同类规模的先进模型提升了2.08个百分点。此外,航空发动机叶片平均计数精度达到98.6%,比现有计数算法提升了24.49%,可满足航空发动机叶片计数需求。
陶飞,刘蔚然,张萌,胡天亮,戚庆林,张贺,隋芳媛,王田,徐慧,黄祖广,马昕,张连超,程江峰,姚念奎,易旺民,朱恺真,张新生,孟凡军,金小辉,刘中兵,何立荣,程辉,周二专,李洋,吕倩,罗椅民.数字孪生五维模型及十大领域应用[J].计算机集成制造系统,2019(01).
曹增义,单继东,王昭阳,陈贺利.面向航空发动机制造的数字孪生应用架构探索与实践[J].航空制造技术,2022(19).
刘涵,刘勤明,叶春明,汪宇杰.基于深度学习和特征凝练的变工况航空发动机轴承智能故障诊断[J].计算机应用研究,2025(11).
程宇,韩炜,麻林森,耿俊浩.基于深度学习的民航飞机增强现实智能巡检[J].航空制造技术,2025(Z2).
张祥春,彭文胜,楚峻溢,曾照洋,王振宇,魏明贤,徐然.基于改进Mask R-CNN的航空铸件智能检测技术研究[J].航空制造技术,2025(Z2).
0
浏览量
2
下载量
CSCD
关联资源
相关文章
相关作者
相关机构