CN113034599B - 一种航空发动机的孔探检测装置和方法 - Google Patents
一种航空发动机的孔探检测装置和方法 Download PDFInfo
- Publication number
- CN113034599B CN113034599B CN202110431283.5A CN202110431283A CN113034599B CN 113034599 B CN113034599 B CN 113034599B CN 202110431283 A CN202110431283 A CN 202110431283A CN 113034599 B CN113034599 B CN 113034599B
- Authority
- CN
- China
- Prior art keywords
- camera
- angle sensor
- hole detection
- engine
- rotor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 239000008358 core component Substances 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 5
- 239000000523 sample Substances 0.000 description 9
- 230000015556 catabolic process Effects 0.000 description 6
- 238000006731 degradation reaction Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 241001584775 Tunga penetrans Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/02—Details or accessories of testing apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
- G01M15/14—Testing gas-turbine engines or jet-propulsion engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种航空发动机的孔探检测装置和方法。其航空发动机的孔探检测装置包括:固定环、固定法兰盘、后整流罩锥、传感器安装底座、第一无线陀螺仪角度传感器、发动机手摇把手接口、特制加长杆、第二无线陀螺仪角度传感器、单向棘轮扳手和径向传动轴,所述第一无线陀螺仪角度传感器固定安装于传感器安装底座上,所述传感器安装底座通过螺栓与后整流罩锥固定连接,所述第二无线陀螺仪角度传感器固定安装于特制加长杆上。本发明可以分别精确测量低压转子、高压转子的转动角度,避免了人工驱动转子运动的不匀速缺陷,也弥补了单纯测量驱动端角速度和角度而无法避免机械系统误差的缺陷。
Description
技术领域
本发明涉及孔探检测装置技术领域,具体为一种航空发动机的孔探检测装置和方法。
背景技术
航空燃气涡轮发动机装上飞机使用后,在翼时间很长,特别是民用发动机可以达到10000小时以上。在长期运行过程中,出现零部件的磨损、变形、积垢、掉块等问题,造成部件的效率和流通能力降低,排气温度升高,推力减小和耗油率增加,称为性能衰退。性能衰退是一个性能逐渐降低的过程,发动机仍然能正常工作。
造成发动机性能衰退的主要原因包括:
一、旋转零、部件的磨损、变形,导致压气机和涡轮叶片的尖部间隙增大,二次流损失增加,效率下降。
二、密封件间隙增大,使得漏气损失增加。
三、空气中的颗粒堆积在叶片表面上形成污垢,进而增加了叶型损失,增加了流通能力和效率,甚至影响了压气机单元体的稳定性。
四、外来物打伤,热端零部件的变形或掉块等,也造成流动损失增加。
发动机在外场使用期间,航空公司日益重视发动机的性能衰退,采用“视情维修”的维修策略,其前提就是能够监视发动机使用中的健康状况,因此发展了发动机健康管理EHM(Engine Health Management)系统。EHM关注的核心是预先防止、延缓以及包容发动机的性能衰退、故障或失效。故EHM采用了多种监视方法,包括无损检测和试验。
无损检测是利用专用设备探查发动机零、部件的机械损伤,一般只做地面检测用,如孔探检查、电涡流检测,同位素照相检查、超声波检查、磁力探伤、液体渗透检查等。
经检索,申请公布号为CN111178392A公开了基于深度神经网络的航空发动机孔探图像损伤分割方法,借助特征金字塔网络构建了一种深度神经网络的孔探图像分割方法,构建和扩展了数据集,测试图像经网络计算可以产生损伤区域的检测框和损伤的像素级分割。
申请公布号为CN110895814A公开了一种基于上下文编码网络的航空发动机孔探图像损伤智能分割方法,在构建孔探图像语义分割数据集,搭建特征提取子网络、多尺度上下文信息提取子网络和特征扩张子网络的基础上,利用数据集训练深度卷积神经网络,讲需要处理的发动机孔探图像输入上述网络,即可得到预测标签图像。
申请公布号为CN109800708A公开了基于深度学习的航空发动机孔探图像损伤智能识别方法,获取在测试集上达到预设准确率的全卷积神经网络,使用该网络对发动机孔探图像进行处理,得到损伤区域和其对应的损伤类别。
利用深度学习的航空发动机孔探图像分类和图像分割方法已经有多种,其分类和分割的准确度也是足够高,但目前尚无针对孔探相机定位的专利,且上述专利有如下缺点:1.目前的图像采集都是在实际工作中随机角度和随机距离进行采集的,分割之后的图像无法在发动机数字模型上进行定位,也无法在不同发动机或者在同一发动机不同寿命阶段进行定位对比;2.如果没有对损伤进行定性和定位,就无法按照航空公司常用的AMM手册对不同损伤部位不同损伤程度进行赋予不同重要度,例如相同长度的裂纹长度,在叶尖、叶根对于发动机维修的决策影响就差别很大;3.在定量分析的工作方面,如果没有孔探相机的位姿估计,就无法映射得到损伤的实际位置和姿态,只能统计损伤叶片个数,裂纹长度,无法统计损伤的面积占比。
申请公布号为CN111226024A公开了用于喷气发动机的孔探仪检查的设备和方法,发明了一种对喷气发动机的第一级高压涡轮级的涡轮叶片进行孔探检查的设备,该发明可以将序列号对应于安装好的第一级高压涡轮叶片。
申请公布号为CN108332972A公开了一种用于民用发动机孔探检测的旋转设备,从而取代人工转发动机叶片,伺服马达可以控制发动机叶片正反匀速转动,更利于观察,提高孔探精度。
申请公布号为CN108167078A公开了一种配合航空发动机孔探检查的遥控自动盘车装置,该装置采用直流电机和带有自锁功能的减速器作为驱动部分,并采用无线遥控作为控制方式,实现对发动机转子的正反转盘车控制,切具有速度调节功能。
授权公告号为CN107402134B公开了基于孔探孔的旋转机械转速信号同步检测系统,其包括:反光特征;光线-孔探孔耦合机构调焦系统;传输光纤组件;光纤激光器;光纤信号处理系统。在使用中旋转轴每转一周,其反光标志物将反射一次入射激光,从而引起光纤信号处理系统的光强度变化。
授权公告号为CN203130170U公开了一种用于民航飞机发动机孔探检查的低压转子自转工具,转速可调节,并自动计算叶片数量,有利于孔探人员观察,提高孔探精度,减轻人员的工作负担。
授权公告号为CN104992217B公开了孔探检查用航空发动机转子等角速驱动计数系统,包括驱动电机、光栅式角位移传感器等,该系统可以设定当次孔探检查中受检查航空发动机转轴所要转过的目标角位移。
在没有辅助装置的情况下,发动机孔探往往需要两人配合,一人转动,另外一人观察,而且转动人员很难保持转速匀速,导致的转速波动不利于观察,影响孔探结果,如前所述发动机孔探辅助装置的发明,大多数是在发动OEM厂商并没有提供专用工具的情况下发明的实用工具,且多数用电机驱动改善了转速的均匀,有一些方案可以计量转动圈数,有一些方案通过角度位移传感器可以测量转子的角度并控制转子转动。
但类似专利《孔探检查用航空发动机转子等角速驱动计数系统》中的角位移传感器只是测量了驱动端的角速度和角度,并不能准确定孔探相机的位置和姿态,也不能准确确定损伤出现的位置。
发明内容
本发明的目的在于提供一种航空发动机的孔探检测装置和方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种航空发动机的孔探检测装置,包括:固定环、固定法兰盘、后整流罩锥、传感器安装底座、第一无线陀螺仪角度传感器、发动机手摇把手接口、特制加长杆、第二无线陀螺仪角度传感器、单向棘轮扳手和径向传动轴,所述第一无线陀螺仪角度传感器固定安装于传感器安装底座上,所述传感器安装底座通过螺栓与后整流罩锥固定连接,所述第二无线陀螺仪角度传感器固定安装于特制加长杆上,所述特制加长杆的两端分别与发动机手摇把手接口和单向棘轮扳手相连接。
进一步的,所述第一无线陀螺仪角度传感器与第二无线陀螺仪角度传感器规格相同。
一种上述的航空发动机的孔探检测装置的检测方法,包括如下步骤:
S1:制造可以连接风扇后整流罩锥的传感器安装底座;
S2:安装第一无线陀螺仪角度传感器,第一无线陀螺仪角度传感器与发动机低压转子同轴;
S3:制造特制加长杆,把第二无线陀螺仪角度传感器安装在特制加长杆上;
S4:用单向棘轮扳手连接驱动附件齿轮,从而带动高压转子;
S5:利用高清数码相机环绕单个一级压气机或者涡轮进行拍摄,利用直杆孔探仪或者其他小型数码相机对燃烧室内部进行拍摄;
S6:用SIFT和ORB算子从拍摄图像中检测多个特征点,建立新增图片的基础矩阵、相机参数和投影矩阵,计算三维点,得到三维点云,完成三维重建工作;
S7:综合利用特征点、直线和边缘轮廓几何特征,加以角度传感器的角度约束求解,得到位姿的精确求解。
进一步的,所述S5中,可在核心部件拆卸分解后进行,压气机转子或涡轮转子分解到单个一级,将核心部件放置于光照均匀、无强磁干扰的的室内,利用高清数码相机环绕单个一级压气机或者涡轮进行拍摄,拍摄图片应覆盖到核心部件绝大部分细节,每张照片拍摄时应该和其他照片有较小的位移和角度变化,且有较大的互相重叠区域。
进一步的,所述S5中,相机摄像头可采用光学单目摄像头、双目摄像头、RGBD摄像头和结构光摄像头。
进一步的,所述S6中,利用SIFT和ORB算子从图像中检测多个特征点,首先将图像处理,构建不同层次的尺度空间,选取多幅图像进行特征点匹配,建立不同图片之间的基础矩阵、相机参数和投影矩阵,建立已匹配特征点并进行集束调整,计算三维点,继续加入多幅图像,检测新加入图像特征点,建立新增图片的基础矩阵、相机参数、投影矩阵,计算三维点,直到所有图片都加入。
进一步的,所述S7中,利用SIFT和ORB特征,对孔探相机图像的特征点求解,建立核心部件点云和孔探相机图像关键点之间的对应关系,求解相机位姿参数,根据发动机转子,构建局部坐标系,将孔探相机图像中直线分为m条为一组,建立核心部件局部坐标与孔探相机之间的对应关系,求解相机位姿参数,对发动机核心部件进行轮廓采样,沿着采样点法向方向搜索匹配点,建立核心部件边缘轮廓与孔探相机之间的对应关系,求解相机位姿参数,利用角度传感器获得发动机旋转轴的精确位姿,根据发动机转子和孔探相机两者之间的坐标系的关系,约束求解相机位姿参数。
与现有技术相比,本发明的有益效果是:
1.将第一无线陀螺仪角度传感器和低压转子轴同轴安装,可以获得精确的低压转子的旋转角度,精度取决于无线陀螺仪角度传感器,本方案精度在0.05°;
2.将第二无线陀螺仪角度传感器和特制加长杆同轴安装,连接附件齿轮箱(AGB),可以获得精确的高压转子的旋转角度,精度取决于无线陀螺仪角度传感器,本方案精度在0.05°;
3.可以根据图片集合,进行发动机核心部件的立体重建;
4.立体重建方法不仅限于光学单目摄像头,也可适用于双目摄像头、RGBD摄像头等;
5.综合利用特征点、直线、边缘轮廓几何特征等方法,加以角度传感器的角度约束求解,得到孔探相机位姿的精确求解;
6.适用于航空涡轮发动机,也适用于地面燃气涡轮发动机。
附图说明
图1为本发明针对低压转子提出的航空发动机的孔探检测装置的结构示意图;
图2为本发明针对高压转子提出的航空发动机的孔探检测装置的结构示意图;
图3为本发明提出的航空发动机的孔探检测装置的检测方法的流程示意图;
图4为本发明提出的航空发动机的孔探检测装置的检测方法中的步骤S6流程示意图;
图5为本发明提出的航空发动机的孔探检测装置的检测方法中的步骤S7流程示意图。
附图标记:1、固定环;2、固定法兰盘;3、后整流罩锥;4、传感器安装底座;5、第一无线陀螺仪角度传感器;6、发动机手摇把手接口;7、特制加长杆;8、第二无线陀螺仪角度传感器;9、单向棘轮扳手;10、径向传动轴。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请一并参阅图1-图5,一种航空发动机的孔探检测装置,包括:固定环1、固定法兰盘2、后整流罩锥3、传感器安装底座4、第一无线陀螺仪角度传感器5、发动机手摇把手接口6、特制加长杆7、第二无线陀螺仪角度传感器8、单向棘轮扳手9和径向传动轴10,第一无线陀螺仪角度传感器5固定安装于传感器安装底座4上,传感器安装底座4通过螺栓与后整流罩锥3固定连接,第二无线陀螺仪角度传感器8固定安装于特制加长杆7上,特制加长杆7的两端分别与发动机手摇把手接口6和单向棘轮扳手9相连接,第一无线陀螺仪角度传感器5与第二无线陀螺仪角度传感器8规格相同,第一无线陀螺仪角度传感器5与低压转子同轴,在低压转子进行旋转时,可以获得低压转子的旋转角度,对高压转子进行孔探时,孔探人员用单向棘轮扳手9转动附件齿轮AGB转动,并通过径向传动轴10带动高压转子轴转动,特制加长杆7的角度变化与高压转子轴同步,可以分别精确测量低压转子和高压转子的转动角度。
一种上述的航空发动机的孔探检测装置的检测方法,包括如下步骤:
S1:制造可以连接风扇后整流罩锥3的传感器安装底座4;
S2:安装第一无线陀螺仪角度传感器5,第一无线陀螺仪角度传感器5与发动机低压转子同轴;
S3:制造特制加长杆7,把第二无线陀螺仪角度传感器8安装在特制加长杆7上;
S4:用单向棘轮扳手9连接驱动附件齿轮,从而带动高压转子;
S5:利用高清数码相机环绕单个一级压气机或者涡轮进行拍摄,利用直杆孔探仪或者其他小型数码相机对燃烧室内部进行拍摄;
S6:用SIFT和ORB算子从拍摄图像中检测多个特征点,建立新增图片的基础矩阵、相机参数和投影矩阵,计算三维点,得到三维点云,完成三维重建工作;
S7:综合利用特征点、直线和边缘轮廓几何特征,加以角度传感器的角度约束求解,得到位姿的精确求解。
借助角位移传感器和三维建模的方法,对叶片的位姿进行准确估计,从而从孔探图像中获得标准化叶片位姿图片,避免了人工驱动转子运动的不匀速缺陷,也弥补了单纯测量驱动端角速度和角度而无法避免机械系统误差的缺陷。
S5中,可在核心部件拆卸分解后进行,压气机转子或涡轮转子分解到单个一级,将核心部件放置于光照均匀、无强磁干扰的的室内,利用高清数码相机环绕单个一级压气机或者涡轮进行拍摄,拍摄图片应覆盖到核心部件绝大部分细节,每张照片拍摄时应该和其他照片有较小的位移和角度变化,且有较大的互相重叠区域,相机摄像头可采用光学单目摄像头、双目摄像头、RGBD摄像头和结构光摄像头。
S6中,利用SIFT和ORB算子从图像中检测多个特征点,首先将图像处理,构建不同层次的尺度空间,选取多幅图像进行特征点匹配,建立不同图片之间的基础矩阵、相机参数和投影矩阵,建立已匹配特征点并进行集束调整,计算三维点,继续加入多幅图像,检测新加入图像特征点,建立新增图片的基础矩阵、相机参数、投影矩阵,计算三维点,直到所有图片都加入。
S7中,利用SIFT和ORB特征,对孔探相机图像的特征点求解,建立核心部件点云和孔探相机图像关键点之间的对应关系,求解相机位姿参数,根据发动机转子,构建局部坐标系,将孔探相机图像中直线分为m条为一组,建立核心部件局部坐标与孔探相机之间的对应关系,求解相机位姿参数,对发动机核心部件进行轮廓采样,沿着采样点法向方向搜索匹配点,建立核心部件边缘轮廓与孔探相机之间的对应关系,求解相机位姿参数,利用角度传感器获得发动机旋转轴的精确位姿,根据发动机转子和孔探相机两者之间的坐标系的关系,约束求解相机位姿参数。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种航空发动机的孔探检测装置的检测方法,其特征在于,包括如下步骤:
S1:制造可以连接风扇后整流罩锥(3)的传感器安装底座(4);
S2:安装第一无线陀螺仪角度传感器(5),第一无线陀螺仪角度传感器(5)与发动机低压转子同轴;
S3:制造特制加长杆(7),把第二无线陀螺仪角度传感器(8)安装在特制加长杆(7)上;
S4:用单向棘轮扳手(9)连接驱动附件齿轮,从而带动高压转子;
S5:利用高清数码相机环绕单个一级压气机或者涡轮进行拍摄,利用直杆孔探仪或者其他小型数码相机对燃烧室内部进行拍摄;
S6:用SIFT和ORB算子从拍摄图像中检测多个特征点,建立新增图片的基础矩阵、相机参数和投影矩阵,计算三维点,得到三维点云,完成三维重建工作;
S7:综合利用特征点、直线和边缘轮廓几何特征,加以角度传感器的角度约束求解,得到位姿的精确求解,装置包括:固定环(1)、固定法兰盘(2)、后整流罩锥(3)、传感器安装底座(4)、第一无线陀螺仪角度传感器(5)、发动机手摇把手接口(6)、特制加长杆(7)、第二无线陀螺仪角度传感器(8)、单向棘轮扳手(9)和径向传动轴(10),所述第一无线陀螺仪角度传感器(5)固定安装于传感器安装底座(4)上,所述传感器安装底座(4)通过螺栓与后整流罩锥(3)固定连接,所述第二无线陀螺仪角度传感器(8)固定安装于特制加长杆(7)上,所述特制加长杆(7)的两端分别与发动机手摇把手接口(6)和单向棘轮扳手(9)相连接,所述第一无线陀螺仪角度传感器(5)与第二无线陀螺仪角度传感器(8)规格相同。
2.根据权利要求1所述的一种航空发动机的孔探检测装置的检测方法,其特征在于,所述S5中,可在核心部件拆卸分解后进行,压气机转子或涡轮转子分解到单个一级,将核心部件放置于光照均匀、无强磁干扰的的室内,利用高清数码相机环绕单个一级压气机或者涡轮进行拍摄,拍摄图片应覆盖到核心部件绝大部分细节,每张照片拍摄时应该和其他照片有较小的位移和角度变化,且有较大的互相重叠区域。
3.根据权利要求1所述的一种航空发动机的孔探检测装置的检测方法,其特征在于,所述S5中,相机摄像头可采用光学单目摄像头、双目摄像头、RGBD摄像头和结构光摄像头。
4.根据权利要求1所述的一种航空发动机的孔探检测装置的检测方法,其特征在于,所述S6中,利用SIFT和ORB算子从图像中检测多个特征点,首先将图像处理,构建不同层次的尺度空间,选取多幅图像进行特征点匹配,建立不同图片之间的基础矩阵、相机参数和投影矩阵,建立已匹配特征点并进行集束调整,计算三维点,继续加入多幅图像,检测新加入图像特征点,建立新增图片的基础矩阵、相机参数、投影矩阵,计算三维点,直到所有图片都加入。
5.根据权利要求1所述的一种航空发动机的孔探检测装置的检测方法,其特征在于,所述S7中,利用SIFT和ORB特征,对孔探相机图像的特征点求解,建立核心部件点云和孔探相机图像关键点之间的对应关系,求解相机位姿参数,根据发动机转子,构建局部坐标系,将孔探相机图像中直线分为m条为一组,建立核心部件局部坐标与孔探相机之间的对应关系,求解相机位姿参数,对发动机核心部件进行轮廓采样,沿着采样点法向方向搜索匹配点,建立核心部件边缘轮廓与孔探相机之间的对应关系,求解相机位姿参数,利用角度传感器获得发动机旋转轴的精确位姿,根据发动机转子和孔探相机两者之间的坐标系的关系,约束求解相机位姿参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110431283.5A CN113034599B (zh) | 2021-04-21 | 2021-04-21 | 一种航空发动机的孔探检测装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110431283.5A CN113034599B (zh) | 2021-04-21 | 2021-04-21 | 一种航空发动机的孔探检测装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113034599A CN113034599A (zh) | 2021-06-25 |
CN113034599B true CN113034599B (zh) | 2024-04-12 |
Family
ID=76457185
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110431283.5A Active CN113034599B (zh) | 2021-04-21 | 2021-04-21 | 一种航空发动机的孔探检测装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113034599B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113431801B (zh) * | 2021-08-26 | 2022-01-28 | 中国航发上海商用航空发动机制造有限责任公司 | 孔探辅助装置、静子机匣和孔探方法 |
CN113933059B (zh) * | 2021-09-26 | 2023-05-09 | 中国人民解放军空军工程大学航空机务士官学校 | 一种飞机发动机孔探和篦齿盘涡流检测模拟检测方法 |
CN116085110A (zh) * | 2023-01-28 | 2023-05-09 | 中国民用航空飞行学院 | 一种基于蓝牙控制的智能孔探驱动系统、方法及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110530405A (zh) * | 2019-08-30 | 2019-12-03 | 中国航发动力股份有限公司 | 一种发动机孔探仪探杆的固定装置 |
CN111207728A (zh) * | 2020-03-03 | 2020-05-29 | 王刚强 | 一种无人机测量边坡及基坑开挖量的设备 |
WO2020119103A1 (zh) * | 2018-12-13 | 2020-06-18 | 程琳 | 基于深度学习的航空发动机孔探图像损伤智能识别方法 |
CN112308847A (zh) * | 2020-11-05 | 2021-02-02 | 成都运达科技股份有限公司 | 一种轨检车巡检装置及其巡检方法 |
-
2021
- 2021-04-21 CN CN202110431283.5A patent/CN113034599B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020119103A1 (zh) * | 2018-12-13 | 2020-06-18 | 程琳 | 基于深度学习的航空发动机孔探图像损伤智能识别方法 |
CN110530405A (zh) * | 2019-08-30 | 2019-12-03 | 中国航发动力股份有限公司 | 一种发动机孔探仪探杆的固定装置 |
CN111207728A (zh) * | 2020-03-03 | 2020-05-29 | 王刚强 | 一种无人机测量边坡及基坑开挖量的设备 |
CN112308847A (zh) * | 2020-11-05 | 2021-02-02 | 成都运达科技股份有限公司 | 一种轨检车巡检装置及其巡检方法 |
Non-Patent Citations (1)
Title |
---|
基于图像自动测量的航空发动机故障检测技术研究;张勇;刘冠军;邱静;;机械科学与技术;20080215(02);第42-45页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113034599A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113034599B (zh) | 一种航空发动机的孔探检测装置和方法 | |
US9939349B2 (en) | Endoscopy system and corresponding method for examining gas turbines | |
US20150063674A1 (en) | Profiling a manufactured part during its service life | |
CA2950777C (en) | System and method for locating a probe within a gas turbine engine | |
EP3611697A1 (en) | Method of detecting rotor blade damage | |
CN114425778A (zh) | 维修装备的系统和方法 | |
CN112393693B (zh) | 内腔结构原位三维测量系统及方法 | |
CN114429225A (zh) | 维修装备的系统和方法 | |
CN114511105A (zh) | 维修装备的系统和方法 | |
EP3623788B1 (en) | Automated distress ranking system | |
US10196922B2 (en) | System and method for locating a probe within a gas turbine engine | |
WO2019210997A1 (en) | In-situ boroblending tool | |
US11467100B2 (en) | Imaging element for a borescope | |
US20200049564A1 (en) | Systems and methods for thermal imaging systems | |
Wernet et al. | 3-D digital PIV measurements of the tip clearance flow in an axial compressor | |
CN112288135B (zh) | 一种基于图像识别的风扇叶片疲劳极限衰减智能监测方法 | |
US11913345B2 (en) | System and method of using a tool assembly | |
CN113791086A (zh) | 基于计算机视觉的扇形段叶片表面缺陷测量方法及装置 | |
CN112228289A (zh) | 使用渗透染料对风车叶片进行无损原位测试的设备和方法 | |
Yang et al. | Research on aeroengine detection technology based on machine vision | |
Cannizzaro et al. | Quality inspection of critical aircraft engine components: towards full automation | |
Vlach et al. | Analysis of C-Spec Particle Breakage in a Turbine Engine Particle Ingestion Test Cell | |
Kırca et al. | Evaluation Of Foreign Object Damage On The Fan Blades with Microscopic Techniques | |
Anisimov et al. | AIRTuB: towards automated inspection of leading edge erosion of wind turbine blades by shape analysis | |
EP4083377A2 (en) | Turbine blade creep monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |