Автоматическое обнаружение дефектов и поддержка принятия решений при инспекции лопаток газовых турбин

Актуальность—В авиации техническое обслуживание и инспекция двигателей имеют критическое значение для обеспечения безопасной эксплуатации воздушных судов без неисправностей. Поэтому представляет интерес разработка автоматизированных систем обнаружения дефектов, способных содействовать этому процессу. Существующие исследования в основном были посвящены искусственному интеллекту, в частности нейронным сетям. Однако такой подход критически зависит от наличия больших наборов данных, получение которых может быть затруднено. В более специализированных случаях, характеризующихся недостатком данных, перспективными являются методы обработки изображений, однако в научной литературе они представлены недостаточно. Цель—Разработать методы (а) автоматического обнаружения дефектов на кромках лопаток двигателей, включая зазубрины, вмятины и разрывы, и (б) поддержки принятия решений инспектором посредством рекомендации технических мероприятий на основе руководства по эксплуатации двигателя. Результаты—На небольшой тестовой выборке из 60 лопаток комбинированная система обнаруживала и локализовала дефекты с точностью 83%. Она количественно оценивала морфологические характеристики, связанные с размером и расположением дефектов. Доли ложноположительных и ложноотрицательных результатов на основе эталонной разметки составили соответственно 46% и 17%. Научная новизна—Показана потенциальная ценность методов обработки изображений для обнаружения дефектов в небольших наборах данных. Кроме того, установлены наиболее благоприятные ракурсы для автоматизированного обнаружения, а именно ракурсы, перпендикулярные поверхности лопатки.