JP2016515704A - 物体上の欠陥を検出するためのシステム - Google Patents

Abstract

本発明は、物体（１１）上の欠陥を検出するためのシステム及び方法に関し、物体に関する信号（９）から前記物体（１１）を表わす画像（１３）を形成するステップと、自動適応性の解像度にしたがって、前記画像の細区分（１５）を構成するステップと、様々な細区分の差異を計算することで初期破損を示す異常細区分を検出するステップと、を含む。【選択図】図１

Description

本発明は、物体上の欠陥を検出する分野、及びより詳細には航空エンジンの回転要素を監視する分野に関する。

物体上の欠陥を検出するための光学的又は音響的方法を使用する多数の技術が存在する。そのような技術の利点は、技術を非侵入式に使用できることである。

例えば、航空分野では、エンジンの羽根の生産試験又は検査の際に、サーモカメラを使用した様々な非破壊検査技術が利用される。そのような技術は、羽根を加熱するための可動式熱放射装置と、羽根の赤外線画像を撮影するための可動式サーモカメラとを使用する。画像の解析は、画像のきわめて多数の領域の比較に基づいてブレードの欠陥を検出する。

したがって、現在の方法は、特に高性能で、きわめて高価なコンピュータが使用されない限り、少なくない量の時間がかかる計算を行わなければならない。

更に、探している欠陥が分かっていないときは、どのグレインを採用すべきか（即ち、領域のどの解像度を比較すべきか）を知るのが難しい。

したがって、本発明の主題は、複雑な計算を使用せずに簡単に実現でき、また前述の欠点なしに物体又はエンジンの構成要素上の欠陥を迅速かつ正確に検出できる検出方法を提案する。

本発明は、物体上の欠陥を検出するための方法によって定義され、方法は、
物体に関する信号から前記物体を表わす画像を形成するステップと、
前記画像の細区分（subdivision）を自動適応性の解像度にしたがって構成するステップと、
様々な細区分間の差異を計算することで、初期破損を示す異常細区分を検出するステップと、を含む。

この方法は、実質的に全てのサイズの欠陥を適切な時間内に検出することを可能にする。

有利には、方法は、最終画像に属する異常細区分に関する差異を、前記物体の所定枚数の以前の画像の各々に属する同一の異常細区分に関する差異と比較する確認ステップを含む。

これにより、欠陥の検出を確認できると共に、誤った警報を回避できる。

有利には、方法は、
最終画像内で前記差異が大きくなったことが判明した場合に、高い又は極めて高い重要度の警報を生成するステップと、
前記差異が前記最終画像内で一定のままであることが判明した場合に、中程度の重要度の警報を生成するステップと、を含む。

これにより、初期破損又は欠陥の重要度を評価できる。

本発明の好ましい実施形態によれば、前記複数の細区分を構成するステップと前記差異を計算するステップは、
（ａ１）複数の現在の細区分内の前記画像上にグリッドを構成するステップと、
（ａ２）各現在の細区分と隣接する現在の細区分との間の第１の現在の差異を計算するステップと、
（ａ３）少なくとも第１の所定数の隣接する細区分との第１の現在の差異が異常を示す現在の細区分が存在するかどうかを確認するステップと、
（ａ４）前記ステップ（ａ３）が肯定された場合に、前記現在の細区分と遠い現在の細区分との間の第２の現在の差異を計算するステップと、
（ａ５）前記現在の細区分が、少なくとも第２の所定数の遠い現在の細区分に対して異常を示す第２の現在の差異を有するかどうかを確認するステップと、
（ａ６）前記ステップ（ａ５）が肯定された場合に、前記現在の細区分が不適正であると宣言するステップと、
（ａ７）前記不適正である現在の細区分を覆う領域上にグリッドを再構成することで、前記以前の不適正な細区分に重複する新しい細区分を形成するステップと、ここで、当該新しい細区分が前記実際の現在の細区分であるとみなされ、
（ａ８）前記重複ゾーンの前記新しい現在の細区分の各々に対して前記ステップ（ａ２）〜（ａ６）を繰り返すステップと、
（ａ９）前記以前の不適正な細区分と前記新しい細区分との間の前記重複ゾーン内の論理ＡＮＤ演算に従ってマスクを作成することで、サイズが減少した細区分を形成するステップと、ここで、サイズが減少した細区分が前記実際の現在の細区分とみなされ、
（ａ１０）前記実際の現在の細区分のサイズが所定の解像度より大きいかどうかを確認するステップと、
（ａ１１）前記ステップ（ａ１０）が肯定された場合、各実際の現在の細区分に対して前記ステップ（ａ２）〜（ａ１０）を繰り返し、又は前記ステップ（ａ１０）が肯定されない場合、前記不適正の現在の細区分が異常な細区分であると宣言するステップと、
を含む。

したがって、この方法は、計算負荷を軽減しつつ、解像度を超える欠陥のサイズを事前に決定しない倍率変更と最適数の関連する比較とに基づいている。

有利には、前記ステップ（ａ３）において、前記第１の現在の差異が、第１の所定のしきい値より高いかどうかが確認され、
前記ステップ（ａ５）において、前記第２の現在の差異が、第２の所定のしきい値より高いかどうかが確認される。

これにより、欠陥を検出する際に、遠い領域の間の状況での誤差並びに差異を考慮できる。

有利には、前記画像の様々な細区分の間の前記正常差異を記録する学習データベースを構築するステップを含み、
前記ステップ（ａ３）において、前記第１の現在の差異と対応する正常差異との間で前記差異が計算されることで、前記差異が所定レベルより高いかどうかを確認し、
前記ステップ（ａ５）において、前記第２の現在の差異と対応する正常差異との間で前記差異が計算されることで、前記差異が前記第２の所定レベルより高いかどうかを確認する。

これにより、物体内に存在することがあるばらつきを考慮することが可能となる。

有利には、前記物体は、航空エンジンの回転要素である。

この理由は、本発明によるデジタル処理が、時間計算において安価であるため、航空機に取り付けられた処理手段によって容易に実行可能となる。

一実施形態によれば前記物体に関する信号は、前記物体から来る赤外線信号であって、前記物体を表わす前記画像は、熱応力による前記物体の加熱後の過渡的温度場を表わす赤外線画像である。

別の実施形態によれば、前記物体に関する信号は、前記物体から来る超音波信号であって、前記物体を表わす前記画像は、前記物体によって反射された超音波を表わす画像である。

本発明は、また、航空エンジンの少なくとも１つの回転要素上の欠陥を検出するシステムに関し、当該システムは、
前記回転要素によって信号を放射させるように取り付けられた搭載励起手段と、
前記回転要素によって送られた信号を取得するように取り付けられた搭載取得手段と、
請求項１〜９のうちいずれか一項に記載の方法のステップを実行するように構成された処理手段と、を備える。

本発明によるシステムの第１の実施形態によれば、前記励起手段は、熱応力によって前記エンジンの前記回転要素を加熱するための加熱手段であって、前記取得手段は、前記回転要素の過渡相温度場を表わす赤外線画像を取得するためのサーモグラフ手段である。

本発明によるシステムの第２の実施形態によれば、前記励起手段は、超音波を放射するための手段であって、前記取得手段は、前記物体によって反射された超音波を受け取るための手段である。

また、本発明は、航空エンジンの少なくとも１つの回転要素上の欠陥を検出する自動システムに関し、当該自動システムは、
熱応力付加によってエンジンの前記回転要素を加熱するために取り付けられた搭載加熱手段と、
前記回転要素の過渡的温度場を表わす少なくとも１つの赤外線画像を取得するように取り付けられた搭載サーモグラフ手段と、
前記画像の様々な細区分間の温度場の要素に関する差異を計算することで、前記回転要素の欠陥を示す温度場の前記要素の変化を検出するための処理手段と、を備える。

このように、各飛行におけるエンジンの回転要素を自動的に監視して、疲労の第１の徴候を検出できる。これにより、実際に損傷を受けるときに回転要素を交換できるので、単に予防保全ではなく予知保全を実行でき、収益性（交換する部品が少なくなる）と安全性（ブレードの損失の危険が低下する）を高めることができる。解析は、状況に束縛されない差異測定によって行なわれる。詳細には、空間的に近い領域で比較することによって、熱源又は日光の照射の距離による問題が回避される。

有利には、現在の細区分に対応する差異が異常を示すとき、処理手段は、欠陥の位置を見つけるように、細区分を再編成しかつ／又は現在の比較細区分を細密化することによって他の差異を計算するように構成される。

これにより、調べる細区分の数が減少する結果、演算時間とコンピュータの作業負荷を減らすことができる。

有利には、処理手段は、各飛行において、様々な細区分の温度場に関する前記差異を記録し、飛行間の前記差異の変化を解析するように構成される。

これにより、検出の結果を統合し、飛行間の回転要素の健全さを系統的に監視できる。

有利には、検出システムは、様々な形態の劣化とそれらの劣化の進行度合いを表す劣化特徴のデータベースを含み、処理手段は、欠陥を有する細区分の温度場に関する差異を前記劣化特徴と比較するように構成される。

これにより、最も確率の高い欠陥のタイプを決定できる。

本発明の有利な実施形態によれば、加熱手段は、エンジン内に既存の少なくとも１つの霜除け加熱要素から成る。

これにより、取付け質量が減少し、また加熱手段自体を監視できる。

変形例によれば、加熱手段は前記要素を熱パルスにより加熱するように構成される。

したがって、回転要素の材料が一定温度に達しない十分に短い時間回転要素を加熱できる。

この変形例によれば、処理手段は、現在の細区分の温度場の振幅と隣接する細区分の温度場の振幅との差異を計算するように構成される。

別の変形例によれば、加熱手段は、前記要素を周期的温度波によって加熱するように構成される。

この他の変形例によれば、処理手段は、現在の細区分の温度場と隣接する細区分の温度場との位相差を計算するように構成される。

位相差による検出は、測定される温度ではなく位相差なので、熱源又は日光からの照射の距離による影響をほとんど受けないという利点を有する。

有利には、回転要素は、前記エンジンの羽根車の羽根である。

本発明の他の特徴及び利点は、添付図面に関して示される本発明の好ましい実施形態を読むことにより明らかになる。

本発明による物体上の欠陥を検出するためのシステムを概略的に示す図である。 本発明の好ましい実施形態による検出方法の様々なステップを示すアルゴリズムを示す図である。 図２の流れ図のステップを概略的に示す画像上のグリッドを示す図である。 図２の流れ図のステップを概略的に示す画像上のグリッドを示す図である。 図２の流れ図のステップを概略的に示す画像上のグリッドを示す図である。 図２の流れ図のステップを概略的に示す画像上のグリッドを示す図である。 図２の流れ図のステップを概略的に示す画像上のグリッドを示す図である。 本発明による様々なグリッド上の点状の漸進的欠陥の検出を示す図である。 本発明による様々なグリッド上の点状の漸進的欠陥の検出を示す図である。 本発明による様々なグリッド上の点状の漸進的欠陥の検出を示す図である。 本発明による様々なグリッド上の点状の漸進的欠陥の検出を示す図である。 本発明による方法の第１の実施形態による確認ステップを含む検出アルゴリズムを示す図である。 本発明による方法の第２の実施形態による確認ステップを含む検出アルゴリズムの図である。 図１のシステムの第１の実施形態による航空エンジンの回転要素の欠陥を検出するためのシステムを概略的に示す図である。 図７のシステムによるエンジンの羽根車の欠陥を検出するステップを示すブロック図である。 図１のシステムの第２の実施形態による航空エンジンの回転要素の欠陥を検出するためのシステムを概略的に示す図である。

本発明の基礎となる概念は、物体を表す画像を使用し、領域間の最小数の比較を行い、その領域のサイズが欠陥のサイズに繰り返し適応する、物体上の欠陥を検出する方法に基づく。

図１は、本発明による物体上の欠陥を検出するためのシステムを概略的に示す。

検出システム１は、励起手段３、取得手段５及びデータ処理手段７を含む。

励起手段は、物体１１による信号９の送信を引き起こし、取得手段５は、その信号を取得する。

一例として、励起手段３は、熱応力付加によって物体１１を加熱する加熱手段であり、取得手段５は、過渡的温度場を表わす赤外線画像を取得するためのサーモグラフ手段である（図７を参照）。

別の例によれば、励起手段３は、超音波を放射するための手段であり、取得手段５は、物体１１によって反射された超音波を受け取るための手段である（図９を参照）。

処理手段７は、欠陥を検出し警報を生成するために物体に関する信号９を処理する。

より詳細には、処理手段７は、物体に関する信号９から物体１１を表わすグラフ又は画像１３を形成するように構成される。ここで、画像１３は、用語の数値的又は数学的意味で物体１１の表現として定義され、画像１３上の各点は、物体１１に先行するものに対応する。したがって、画像は、例えば、物体１１の光学的、熱的、又は音響的表現に対応することがある。

処理手段７は、また、画像１３の細区分を、自動適応可能な解像度にしたがって、即ち、欠陥の程度に適応した解像度にしたがって、繰り返し構成するように構成される。

更に、処理手段７は、様々な細区分間の差異を繰り返し計算して初期破損を示す異常細区分を検出するように構成される。

図２は、本発明の一実施形態による検出方法の様々なステップを示すアルゴリズムである。

更に、図３Ａ〜図３Ｅは、図２の流れ図のステップを概略的に示す画像１３上のグリッドである。

ステップＥ１で、処理手段７は、この物体に関する信号９から物体１１を表わす画像１３を形成するように構成される。画像１３は、例えば、サーモグラフ手段によって取得された温度場の表現でもよく、超音波センサによって取得された超音波の信号の表現でもよい。最小サイズの欠陥に対応する所定の解像度も定義される。これにより、最初に許容可能な欠陥を警告せず、次に停止点をアルゴリズムに提供できる。

ステップＥ２で、処理手段７は、画像１３上に複数の現在の細区分でグリッドを構成するように構成される。細区分の寸法は、物体のサイズにしたがって、近い隣接細区分と遠い隣接細区分を含みうるように選択される。

図３Ａは、９つの細区分１１５ａ〜１１５ｉの画像１３の一部分上のグリッド１５を、同一サイズを有する大きい四角形で示す。小さい四角形２２５は、選択された解像度を表わす。更に、細区分が、六角形、三角形又は任意の他の幾何学的形状でよいことに留意されたい。

ステップＥ３で、処理手段７は、各現在の細区分１１５ａと隣接する現在の細区分１１５ｂ〜１５５ｉとの間の第１の現在の差異を計算するように構成される。例えば、差異は、ある細区分とその隣の細区分との物理パラメータ（例えば、光学、温度及び音響フィールド）の値の差を表わす。

より詳細には、処理手段７は、各細区分に関する物理パラメータの要素を計算し、次に各細区分の要素をその隣接細区分の要素と比較する。

図３Ａの例によれば、各四角形は、最初に四角形１１５ａの物理パラメータの要素と次に８つの隣接四角形１１５ｂ〜１１５ｉのそれぞれに関する要素との差異を計算することによって、８つの隣接する四角形と比較される。

ステップＥ４は、判定であり、処理手段７は、少なくとも第１の所定数の隣接細区分との第１の現在の差異が異常を示す現在の細区分が存在するかどうかを確認するように構成される。

異常の指標は、例えば、所定のしきい値との差異の比較でよい。変形例では、異常指標は、観察された差異と学習ステップで測定された正常差異との差と、この差と所定レベルとの比較によって定義されてもよい。所定のしきい値又はレベルが、例えば隣接細区分の数、細区分１１５ａのサイズ、測定された物理パラメータ、必要な精度などの幾つかの因子に依存することがある。

ステップＥ４の判定の結果が否定の場合、ステップＥ５で、物体１１が適正であることが検討される。

一方、少なくとも第１の所定数の隣接細区分との第１の現在の差異が異常を示した細区分が見つかった場合、この細区分は、潜在的に不適正である考えられ、ステップＥ６に進められる。

１つの他の隣接細区分との差異だけが異常を示す場合、精度不足又は測定誤差であると見なされる可能性があることに留意されたい。換言すると、潜在的に不適正であると宣言された細区分には、差異が異常を示す少なくともしきい値数の隣接細区分がなければならない。このしきい値数は、また、隣接細区分の数、細区分のサイズ、測定された物理パラメータ、及び必要な精度に依存することがある。図３ａの例では、このしきい値数は、４つになるように選択されており、この図は、中心にある細区分１１５ａが、少なくとも４つのその隣接細区分１１５ｂ〜１１５ｉに対して異常を示す差異を有することを示す。

したがって、ステップＥ４の判定が肯定されるとき、処理手段７は、ステップＥ６で、潜在的に不適正の細区分を遠い細区分と比較するように構成される。詳細には、処理手段７は、潜在的に不適正な現在の細区分と遠い現在の細区分との間の第２の現在の差異を計算する。例えば、図３Ａの疑わしい中央の四角形１１５ａは、計算負荷を制限するために８つの遠い隣接細区分（図示せず）だけと比較されてもよい。画像の縁にある細区分は、隣接細区分を全方向に取ることができないので、隣接細区分が異なる手法で選択されることに留意されたい。したがって、縁の影響を考慮するために、潜在的に不適正な細区分が画像の縁にあるか内部にあるかにより異なるしきい値を選択できる。

ステップＥ７は、判定であり、処理手段７は、現在の細区分が、少なくとも第２の所定数の遠い現在の細区分と、異常を示す第２の現在の差異を有するかどうかを確認するように構成される。潜在的に不適正なゾーンから出るのに十分に遠い隣接細区分が取られる。ステップＥ７の判定の結果が否定の場合は、ステップＥ８で、疑わしい細区分が適正であるとみなされる。この理由は、細区分が、その遠い隣接細区分ではなく近い隣接細区分と異なる場合に、当該の細区分が、近くの隣接細区分以外で適正であると推定できるからである。この場合、特定の状態を想定できるが、いずれの場合も、アルゴリズムによって近い隣接細区分が判定され検出される。

一方、ステップＥ７の判定の結果が肯定された場合、ステップＥ９で、疑わしい細区分が不適正であるとみなされる。

以前と同じように、差異が所定のしきい値を超えたときに異常が検出される。更に、疑わしい細区分が不適正と宣言された場合は、異常を示す差異を有する少なくとも第２の所定数の隣接細区分があるはずである。また、図３Ａは、中心にある細区分１１５ａが、その遠い隣接細区分（図示せず）の少なくとも４つに対して、異常を示す差異を有することを示す。

所定の細区分をその近い隣接細区分と比較し、次に遠い隣接細区分と比較することによって、細区分の不適正を確認し、細区分の解像度を適応させることができる。その理由は、所定の細区分と近い隣接細区分との差異が異常を示し、またその異常が実際の欠陥によるものである場合は、遠い隣接細区分との差異も、欠陥領域から遠いことを考えると、異常を示すはずだからである。詳細には、異常が漸進的欠陥によるものである場合は、遠い隣接細区分との差異が、必然的に、近い隣接細区分との差異より大きくなる。一方、欠陥がきわめて点状の場合、遠い隣接細区分との差異も、少なくとも近い隣接細区分と同じほどの大きさである。

誤った警報を防ぐために、近い比較と遠い比較に同じしきい値がとられないことに留意されたい。その理由は、遠い細区分は、通常、疑わしい領域から十分に離れており、したがって疑わしい領域に対してかなり大きい差異を有するからである。しかしながら、遠い領域の状況が異なることがあり、したがって、２つの領域間の物理パラメータの値は、必ずしも欠陥がない場合でも大きい差を有することがある。したがって、誤った警報を防ぐには、２つの近い細区分間の比較よりも２つの遠い細区分間の比較に大きいしきい値を選択することが有利である。

次に、処理手段７は、細区分を再編成しかつ／又はそのサイズを精密にすることによって他の差異を計算するように構成される。

実際には、ステップＥ１０で、処理手段７は、不適正と宣言された細区分１１５ａを覆うゾーン２１５を再グリッドするように構成される（図３Ｂを参照）。これにより、不適正な細区分に重なる新しい細区分が形成される。新しいゾーン２１５は、例えば厳密には１〜２の比率で不適正な細区分と相似である。

図３Ｂの例は、水平方向に半四角形と垂直方向に半四角だけ単純にシフトすることによる細区分の再編成を概略的に示す。したがって、これの例は、４つの新しい現在の四角２１５ａ〜２１５ｄが、以前の不適正な現在の四角形１１５ａ（破線で示された）と重なることを示す。これらの４つの新しい四角２１５ａ〜２１５ｄはそれぞれ、以前の四角形１１５ａの一部分と四角形１１５ａのすぐ近くの四角の一部分を合わせたものをカバーする。これにより、不適正と宣言された領域の近傍全体を精査できる。

この場合も、処理手段７は、比較領域の新しい区分に関する新しい差異を計算する。

この理由は、新しい細区分２１５ａ〜２１５ｄが、実際の現在の細区分であるとみなされ、それらの新しい細区分のそれぞれに、ステップＥ３〜Ｅ９とそれぞれ同等なステップＥ１１〜Ｅ１７が実行されるからである。

したがって、ステップＥ１１では、処理手段７は、各新しい現在の細区分２１５ａ〜２１５ｄと隣接する現在の細区分との間の第１の現在の差異を計算するように構成される。

ステップＥ１２は、判定であり、処理手段７は、少なくとも第１の所定数の隣接細区分との第１の現在の差異が異常を示す新しい現在の細区分が存在するかどうかを確認するように構成される。ステップＥ１２の判定の結果が否定の場合、ステップＥ１３で細区分が適正であるとみなされ、他の状況ではその細区分が潜在的に不適正であるとみなされ、ステップＥ１４に進められる。

ステップＥ１４で、処理手段７は、新しい潜在的に不適正の細区分を遠い細区分と比較するように構成される。

ステップＥ１５は判定であり、処理手段７は、新しい現在の細区分が、少なくとも第２の所定数の遠い現在の細区分に対して、異常を示す第２の現在の差異を有するかどうかを確認するように構成される。ステップＥ１５の判定の結果が否定の場合は、ステップＥ１６で、疑わしい細区分が適正であるとみなされる。一方、ステップＥ１５の判定の結果が肯定された場合は、ステップＥ１７で、新しい疑わしい細区分が不適正であるとみなされる。

したがって、ステップＥ１７の終わりで、少なくとも１つの新しい不適正な細区分と以前の不適正な細区分とがある。図３Ｂの例は、新しい不適正の現在の四角２１５ａと以前の不適正な四角形１１５ａを示す。現在と以前の不適正な四角形をクロスチェックすることにより、欠陥位置に関するより多くの情報が提供される。

この理由は、ステップＥ１８で、処理手段７が、重複領域２１５内の以前の不適正な細区分１１５ａと新しい細区分２１５ａ〜２１５ｄとの間の論理ＡＮＤ演算によってマスクを作成するように構成されるからである。これにより、縮小サイズの少なくとも１つの不適正な細区分３１５ａを含む縮小サイズの細区分３１５ａ〜３１５ｄが形成される（図３Ｃを参照）。縮小サイズのこれらの新しい細区分３１５ａ〜３１５ｄは、実際の現在の細区分であるとみなされる。

ステップＥ１９で、処理手段７は、実際の現在の細区分３１５ａ〜３１５ｄのサイズが、所定の解像度１００より大きいかどうかを確認するように構成される。大きい場合、処理手段７は、実際の各現在の細区分に以前のステップＥ３〜Ｅ１８を繰り返すように構成され、そうでない場合は、ステップＥ２０で、不適正な現在の細区分が、異常細区分であると宣言される。

図３Ｃは、マスクＡＮＤが、四角の長さと幅を２分の１に縮小することによってゾーンを細分化することを示す。しかしながら、不適正な四角形３１５ａのサイズが、解像度に対応する小さい四角形１００のサイズより大きいままであり、その結果、図３Ｄに示されたように同じステップが再開される。最後に、図３Ｅは、解像度１００が達成され、小さい不適正な四角形１００ａ〜１００ｄが配置されたことを示す。

図３Ａ〜図３Ｅの例は、本発明による検出方法によって、計算ステップの数を大幅に削減できることを示す。

この理由は、図３Ａ〜図３Ｅの例による画像が、１８×１８＝３２４個の小さいボックス１００を含むからである。したがって、縁の影響を無視することによって、各ボックス１００が、その隣接した８つのボックスと比較される場合、比較の数が２５９２個になり、この技術は、ボックス１００上にある異常しか検出されないので、あまり効果的ではない。

前述の技術により、また縁の影響を無視すると、図５Ａのステップでは９×８＝７２個の比較が行われ、図５Ｂのステップでは４×８＝３２個の比較が行われ、図５Ｃのステップでは０個の比較が行われ、図５Ｄのステップでは９×８＝７２個の比較が行われ、即ち、比較は合計１７６個だけである。これにより、演算時間とコンピュータの負荷が減少する。

より一般に、１００ｃｍｘ２０ｃｍの物体の画像と１ｍｍの解像度で、１ｍｍの各領域が、個別に取得されて８つの隣接細区分と比較された場合、縁の影響を考慮しないと、１，６００，０００個の比較があり、１ｍｍの欠陥又はきわめて著しい欠陥しか検出できない。

しかしながら、本発明による検出方法を適用し、初期グリッドを１ｃｍにし、欠陥が１つしかないと仮定すると、比較の総数は、約１６，０００個である。

したがって、本発明による方法は、比較の数を最適化することによって計算の数をかなり少なくする。更に、初期細区分１１５ａの寸法と選択された解像度１００と間のサイズの欠陥を検出できる。

実際には、図４Ａ〜図４Ｄは、様々なグリッド上の点状のステップ的欠陥の検出を示す。

図４Ａと図４Ｂは、大きい四角形４２５と小さい四角形５２５上で点状欠陥２１ａを検出できることを示す。一方、図４Ｃと図４Ｄは、小さい四角形５２５上ではなく大きい四角形４２５上のステップ的欠陥２１ｂを検出できることを示す。その理由は、小さい四角形５２５とその隣接細区分との差異がきわめて小さいので、小さい四角形だけを検討する従来の方法ではステップ的欠陥が検出されないからである。

図５は、第１の実施形態による確認ステップを含む本発明による検出アルゴリズムである。

確認ステップは、最終画像に属する異常な細区分に関する差異を、物体の所定数の以前の画像に属する同じ異常細区分に関する差異と比較することを含み、以前の異常細区分に関するデータは、処理手段と関連付けられたデータベース１７に記録される。

ステップＥ２１は、物体１１の画像１３の構成を可能にする物体１１に関する物理パラメータ（例えば、光学場、温度場又は音場）の測定又は取得に関する。

ステップＥ２２で、物理パラメータと関係したデータが、処理手段７に送られる。

ステップＥ２３で、処理手段７は、図２の流れ図にしたがってデータを処理するように構成される。

詳細には、ステップＥ４とＥ１２（図２）で、第１の現在の差異が、第１の所定のしきい値より大きいかどうかが確認される。同様に、ステップＥ７とＥ１５（図２）で、第２の現在の差異が、第２の所定のしきい値より大きいかどうかが確認される。第１と第２のしきい値が、細区分のサイズと繰り返しの順位によって修正されうることに留意されたい。例えば、第１の繰り返しにおいて、検出は、どの異常細区分も識別できるように、かなり高感度（即ち、低いしきい値）になるように選択される。その理由は、細区分が大きいと、細区分内の正常及び異常ゾーンが必要に応じて平均化されるからである。

ステップＥ２３の終わりで、欠陥が見つからなかった場合は、ステップＥ２４で、最後の検出に関するデータベース１７がゼロにリセットされる。

一方、ステップＥ２３の終わりで、１つ以上の異常細区分が検出された場合は、ステップＥ２５で、最後の異常細区分に関する情報がデータベース１７に記録され、その後でステップＥ２６に進む。

ステップＥ２６で、処理手段７は、最終画像に属する異常細区分に関する差異を、物体１１の以前の画像のそれぞれに属する同じ異常細区分に関する差異と比較するように構成される。

画像１３に異常があることが初めて分かった場合、警報は生成されない（ステップＥ２７）。

一方、差異が最終画像の中で増大したことが分かった場合は、高い重要度の警報が生成される（ステップＥ２８）。差異の傾向に従って、捕捉警報レベルを追加してもよい。例えば、差異が大きくなった場合はきわめて高い重要度の警報が生成され、外挿法によって、所定の期間（例えば、１０回の飛行）所定の限度しきい値を越えたことが分かる。

最後に、差異が、最終画像全体に一定のままであることが分かった場合、中間重要度の警報が生成される（ステップＥ２９）。

更に、様々な警報レベルに対応する様々なしきい値レベルを割り当てることができる。

図６は、第２の実施形態による確認ステップを含む本発明による検出アルゴリズムである。

図６のアルゴリズムのステップは、ステップＥ３２及びＥ３３を除き図５のステップと同一である。

以前と同じように、ステップＥ３１は、物体の画像１３を形成できる物体１１に関する物理パラメータ（例えば、光学場、温度場又は音場）の測定又は取得に関する。データが第１の画像に対応する場合は、ステップＥ３２に進み、そうでない場合はステップＥ３３に進む。

ステップＥ３２は、正常な物体の第１の画像の細区分の差異を比較することによって学習データベースが構成される学習ステップである。これは、図２の流れ図における隣接細区分間の比較のステップによって行われうる。

このようにして、ステップＥ３２で、元の正常画像の様々な細区分間の正常差異を記録する学習データベースが構築され、差異は、物体内の固有かつ正常な差異なので、必ずしも均一ではないことが分かる。

物体の画像が、第１の画像でない場合は、ステップＥ３３に進み、処理手段７は、図２の流れ図にしたがってデータを処理するように構成される。

一方、ステップＥ４とＥ１２（図２）で、隣接細区分の第１の現在の差異と対応する正常差異との差異が計算されて、その差異が所定レベルより高いかどうかが確認される。ステップＥ７とＥ１５（図２）で、遠い細区分の第２の現在の差異及び対応する正常差異が、第２の所定のしきい値より高いかどうかが確認される。

本発明の検出方法は、計算資源の点で安価であるので、例えば、航空エンジンの回転要素の欠陥又は初期破損を検出するために、航空機に取り付けられた搭載処理手段によって容易に実施されうる。

図７は、図１のシステムの第１の実施形態による航空エンジンの回転要素上の欠陥を検出するためのシステムを概略的に示す。

回転要素１１１は、外部から見ることができ、例えば、羽根車１１２の羽根若しくはブレード又はエンジン１１４の回転カウルに対応する。羽根車１１２は、エンジン１１４のコンプレッサに属してもよく、例えば、航空エンジンの流線形又は非流線形ファンに対応してもよい。

図７の実施形態によれば、回転要素に関する信号は、要素から来る赤外線信号であり、したがって、励起手段は、搭載加熱手段１１３であり、取得手段は、搭載サーモグラフ手段１１５である。

加熱手段１１３は、熱応力付加１１９によってエンジン１１４の回転要素１１１を加熱するように意図される。当然ながら、熱は、回転要素３の材料に浸透する。したがって、欠陥１２１の有無によって熱が浸透する量が変化するので、局所的温度は領域によって異なる。例えば、加熱手段１１３は、回転要素１１１と対向した状態でエンジン１１４又は航空機１１６に固定された１つ以上の熱放射体から構成されてもよい。したがって、各熱放射体１１３は、航空機１１６上に永久に配置され、回転要素１２１を定期的又はパルス的に加熱するように調整されうる。

更に、サーモグラフ手段１１５は、少なくとも１つの赤外線画像１１３と、（加熱の熱応力付加１１９の後の）過渡的温度場を表す回転要素１１１とを取得するように意図される。サーモグラフ手段１１５が、回転要素１１１に対向した状態でエンジン１１４又は航空機１１６に固定された１つ以上のサーモカメラから構成されてもよいことに留意されたい。

有利には、回転要素１１１は、回転中に、きわめて低速で（即ち、開始ステップの始め、停止ステップの終わり、又は地面上で「ウィンドミリング」機能中に）撮影される。これにより、画像１１３の取得を妨げることなく回転要素１１１を完全に見ることができる。低速で撮影される利点は、単一カメラを使用して全てのブレード上の欠陥を次々と検出することである。当然ながら、静止状態で撮影できるが、この場合、全てのブレード上の欠陥を検出するには複数のカメラが必要である。

加熱と画像取得が接触なしに行われるという利点を有し、これにより、まず判定される機器を破損させることがなく、また次に空気力学を妨げる可能性のある羽根１１１上又は羽根のきわめて近くにセンサを配置しなくてもよいことに留意されたい。更に、加熱手段１１３とサーモグラフ手段１１５が航空機に取り付けられるので、長期間で高価な人間介在なしに各飛行時に画像１１３を自動的に取得できる。

処理手段１０７は、サーモグラフ手段１１５からの赤外線画像１１３を取得し、図２、図５又は図６の流れ図にしたがって検出方法のステップを実施するように構成される．

差異は、赤外線画像１１３の様々な細区分間の温度場の要素（例えば、振幅又は位相）に関して計算されうる。温度場の要素の変化の検出は、回転要素１１１の欠陥又は初期破壊を示す。したがって、エンジン１１４の回転要素１１１を各飛行時に自動的に監視して、ブレード損失が起こる前に最初の疲労徴候を検出できる。詳細には、検出システム１０１は、表面に見えない欠陥１２１を引き起こす疲労を受けることがある複合材料で作成された回転要素１１１を監視するのに適する。

過渡的熱相での差異測定によってデータを解析することにより、外部温度や日光による照射などの状況に束縛されなくなることに留意されたい。この理由は、外部条件が、２つの連続する瞬間に現在の細区分に同じように作用するからである。

有利には、航空機１１６に取り付けられたコンピュータ１１８又はＥＭＵ（エンジン監視ユニット）型の航空エンジン１１４に組み込まれたコンピュータ１１８内の処理手段１０７は、本発明による検出システム１０１を活用するために使用されうる。詳細には、コンピュータ１１８を使用して、コンピュータ１１８の記憶手段１１７に記録され本発明による検出方法を実行するコード命令を含むコンピュータプログラムを実行できる。

取得されたデータは、航空機の飛行中に直接処理されうることに留意されたい。変形例では、飛行中にコンピュータ１１８を過負荷にしないようにデータを航空機の着陸後に処理できる。更に別の変形例によれば、取得されたデータは、地上に送信されて計算施設で処理されてもよい。

図７の実施形態の第１の変形例によれば、加熱手段１１３は、熱パルス又は過渡的熱相によって回転要素１１１を加熱する。

加熱手段１１３は、回転要素１１１に対向した状態で航空機のエンジンに直接固定されて、回転要素１１１をパルス的に加熱する熱放射体（例えば、加熱ランプ）に対応する。次に、回転要素は、回転要素の材料が一定温度にならないようにするのに十分に短い時間（数ミリ秒）加熱される。熱放射体は、回転要素から数ミリメートルから数メートルの範囲の所定の距離に固定される。

サーモグラフ手段１１５は、回転要素の近く（例えば、数センチメートルから数メートル）に取り付けられたサーモカメラに対応し、加熱中に画像を取得する。

この場合、処理手段１０７は、現在の細区分の温度場（即ち、温度）の振幅と、隣接細区分の温度場（即ち、温度）の振幅との差異を計算するように構成される。したがって、回転要素の材料が、表面又は深い部分に欠陥を有する場合、パルス的熱応力付加を受ける表面での温度は異なる。その場合、様々な細区分の温度を比較することによって、欠陥を検出できる。

図７の実施形態の第２の変形例によれば、加熱手段１１３は、所定時間（例えば、数秒ほど）の周期的温度波によって回転要素１１１を加熱する。この場合、熱放射体１１３は、回転要素１１１に対向した状態で数ミリメートルから数メートルの所定の距離で、エンジン（又は、航空機）に固定される。熱放射体１１３は、例えば、所定の周波数の周期的温度波を送って回転要素を周期的に加熱するフラッシュ形の加熱ランプである。

サーモカメラ１１５は、回転要素１１１の近く（例えば、数センチメートルから数メートル）に取り付けられ、加熱中に画像を取得する。

熱放射体１１３とサーモカメラ１１５は、航空機の胴体又は羽根上に直接配置されてもよい。

この第２の変形例では、処理手段１０７は、回転要素の赤外線画像の様々な細区分間の相変異を決定するために、例えばフーリエ解析を実行するように構成される。材料が均一の場合、熱エネルギーが同一に分散され、様々な領域間で位相差がない。一方、回転要素の材料が欠陥を有する場合は、熱エネルギーが同一に伝搬せず、温度波が欠陥内で加速されるか減速され、それにより位相差が生じる。したがって、処理手段１０７は、現在の細区分の温度場と隣接細区分の温度場との位相差を計算して欠陥を検出する。

この第２の変形例が、温度ではなく位相差を測定するので、熱源又は日光からの照射の距離による影響をほとんど受けないという利点を有することに留意されたい。測定の精度を高めるには、熱放射体が回転要素から遠すぎないことが好ましい。

図７の実施形態の第３の変形例によれば、加熱手段１１３は、エンジン内に既にある少なくとも１つの霜除け加熱要素から成る。

この理由は、回転要素１１１が、霜を防ぐように意図された加熱手段を既に有する場合、本発明の検出システムが、この熱源をうまく使用できるので、補助加熱手段の取り付けを省略でき、その結果、搭載質量を減らすことができるからである。

この場合、霜除け加熱要素は、所定の期間中熱を提供するように、例えば始動時の自動判定の際に調整される。

加熱要素が、羽根に一体化されておらず外部に固定されている場合、検出プロセスは、第１と第２の変形例のものと全く同一である。一方、加熱要素が十分に強力で、羽根内に組み込まれている場合は、数秒の比較的短い加熱時間の後で数秒の冷却時間が使用されることがある。

より詳細には、加熱要素が、羽根の表面に分散された電熱線から成る場合、加熱要素には、所定の加熱時間中に一定強度の電流が供給され、次に温度を下げるために加熱が停止される。所定の待機時間（飛行間で常に同一）後、温度場の過渡相があり、処理手段１０７は、カメラを起動して赤外線写真を撮影する。回転要素の材料に異常がある場合は、冷却が異なり、飛行間で各細区分をその近い隣接細区分と遠い隣接細区分を比較できる。一方、この場合、この時点で加熱線の温度によって材料の間違った熱応答が生じるので、加熱線での欠陥を検出できない。

一方、電熱線が、表面ではなく羽根の材料に組み込まれている場合は、熱線がブレードの表面を隠さず、また厚さの応答を直接取得できるので、状況は前より好ましくなり、羽根の表面全体にわたって内部欠陥を検出できる。データの処理は、前述したものと同じである。

更に、処理手段１０７は、回転要素の振幅差を監視することによって、霜除け加熱要素の適正機能を確認するように構成されると有利である。したがって、熱応答に対するブレードの経年劣化の影響を考慮しても、振幅応答特性が次第に低くなるか、ゼロのままか、次第に高くなる場合は、処理手段１０７は、加熱要素に原因があると判断することがある。

図８は、図７のシステムによるエンジンの羽根車上の欠陥を検出するステップを示すブロック図である。

この例によれば、回転要素１１１は、羽根車１１２の各羽根に対応する。

ブロックＢ１で、処理手段１０７は、エンジン１１４からデータを受け取り（ブロックＢ２によって表わされた）、監視する羽根車１１２の回転速度を検討する。処理手段１０７は、羽根車１１２がきわめて低速で回転し始めたときに検出方法を開始する。

ブロックＢ３で、加熱手段１１３は、加熱及び冷却相により変化する温度場を生成する熱応力１１９によって、エンジン１１４の羽根車１１２のブレード１１１を加熱する（ブロックＢ２）。熱応力（熱パルス又は周期的温度波）が羽根１１１の材料に浸透して、材料が欠陥１２１（表面又は深さ）を有する場合には、表面の温度場の振幅及び／又は位相が異なることに留意されたい。

次に、温度場がその過渡的加熱又は冷却相にある間、サーモカメラ１１５は、羽根１１１の少なくとも１つの赤外線画像１１３を取得するために、エンジンの羽根車１１２の羽根１１１を撮影する（ブロックＢ２）。

したがって、ブロックＢ４で、少なくとも１つの赤外線画像１１３が生成される。各サーモカメラ１１５が、羽根１つ当たり１つの画像、又は羽根車１１２上の全ての羽根に関して単一画像を取得するように構成されてもよいことに留意されたい。

ブロックＢ５で、羽根１１１を識別するための手段１２２は、羽根車１１２上の様々な羽根を識別するために使用される。これにより、ある期間にわたって様々な羽根を監視し、欠陥を有する羽根を識別できる。

これらの識別手段は、例えば、光学的形状認識手段である。例えば、形状認識アルゴリズムに結合されたサーモカメラ１１５自体を使用して羽根を識別できる。

変形例では、識別手段は、羽根車１１２の１つ又は２つの羽根１１１のマーキング１２２又はラベル付けによる個別化手段である。羽根に挿入されるか羽根の表面に配置された塗料や他の材料で羽根に番号付けすることによって、羽根１１１を個別化できる。

ブロックＢ６で、処理手段１０７は、図２、図５又は図６の流れ図のステップを実行する。詳細には、処理手段１０７は、羽根１１１のそれぞれの赤外線画像１１３の各細区分の温度場の要素（振幅又は位相）を計算し、様々な細区分を互いに比較するためにフーリエ解析を実行する。

より詳細には、羽根車１１２の羽根１１１を加熱するために熱パルスが使用されるとき、温度場の要素が、温度場（即ち、温度）の振幅である。一方、羽根１１１の加熱に周期的温度波が使用されるときは、温度場の要素は、温度場の位相である。

羽根の材料が均一の場合、その表面全体が、熱応力１１９に同一に応答し、したがって、温度場の要素は、全てのゾーン上で一定である。一方、材料が、表面又は深さに粗さを有する場合、熱応力１１９に従う表面上の温度場の要素は異なる。したがって、様々な比較的ゼロに近いゾーン上の要素を比較することによって、欠陥を検出できる。

ブロックＢ７で欠陥が検出されたとき、警報を送る前に、処理手段１０７は、ブロックＢ７で幾つかの飛行に関する結果を比較して、異常が更に検出されているかどうかを決定する（図５と図６のステップＥ２６〜Ｅ２９とＥ３６〜Ｅ３９を参照）。この理由は、処理手段１０７が、各飛行で様々な細区分の温度場に関する差異を記録して、飛行間のそのような差異の変化を解析するように構成されるからである。したがって、現在の飛行から生じるデータを、データベース１１７ａ（ブロックＢ８）に記憶された以前の飛行からのデータと比較することによって、各羽根１１１の欠陥の変化を定量化できる。

有利には、検出システム１０１は、様々な形態の劣化とその進行状態を表す劣化の特徴の異常ライブラリ又はデータベース１１７ｂ（ブロックＢ８）を含む。これにより、処理手段１０７は、初期破損を有する領域の温度場に関する差異を、劣化の特徴及びしたがって劣化タイプの規則とその進行状態と比較できる。

図９は、図１のシステムの第２の実施形態による航空エンジンの回転要素上の欠陥を検出するシステムを概略的に示す。

この実施形態によれば、回転要素に関する信号は、回転要素から来る超音波信号であるので、励起手段は、超音波を放射する手段２１３であり、取得手段は、要素２１１によって反射された超音波を受け取る手段２１５である。

放射手段２１３と受信手段２１５は、単一装置を構成してもよい。より詳細には、装置は、同一タイプのレシーバに結合された電気容量又は圧電型の超音波源を含みうる（即ち、ソースが電気容量性の場合は電気容量性）。

放射手段２１３と受信手段２１５は、旋回及び／又は回転手段２３２によってエンジン２１４に勘合及び搭載される。したがって、放射手段２１３と受信手段２１５は、旋回及び／又は回転して空間内の幾つかの領域を掃引し、例えば羽根車２１２の各回転要素２１１を走査してもよい。したがって、各ブレードに超音波放射／受信装置を取り付けなくてもよい。回転要素２１１は、静止しているときに走査されることに留意されたい。

有利には、超音波源２１３は、周波数の二乗の関数である過度の減衰を回避するために、低範囲（例えば、［５０ｋＨｚ〜１ＭＨｚ］）の超音波を生成する。周波数は、必要な解像度（即ち、探す欠陥のサイズ）にしたがって適応されうる。周波数が高いほど解像度は大きくなるが、信号の減衰が大きくなるので、用途による妥協点を見つけなければならない。

処理手段２０７は、要素２１１によって反射され受信手段２１５によって取得された超音波２１９から回転要素２１１を表わす画像２１３を形成し、図２、図５又は図６の流れ図による検出方法のステップを実行するように構成される。

差異は、反射された超音波２１９の強度又は方向に関して計算されうる。超音波が材料にごく僅かに浸透するので、９９．９％以上の程度に反射されることに留意されたい（空気と金属又は複合材料との間の音響インピーダンスの差のため）。したがって、異常又は表面欠陥がある場合、反射は、強度及び／又は方向が異なり、その場合は、例えば異物による衝撃の後の小さい構造欠陥を検出できる。

したがって、エンジン２１４の回転要素２１１を各飛行時に自動的に監視して、ブレードの損失が起こる前に疲労の第１の徴候を検出できる。

反射波の強度又は方向の差異測定によるデータを解析することによって、監視されている要素が、必ずしも受信手段から同じ距離にあるとは限らないことなどの状況に束縛されることがなくなる。

本発明は、また、航空エンジンの金属又は複合材料から作成された回転要素を監視して、各飛行時に、自動的かつ個々に、エンジン又は航空機に固定された手段を使用して疲労の第１の徴候を検出できる。これは、ターボファンのファンのブレード、ターボプロップエンジン又はオープンロータのプロペラ、及び後者の回転カウルの監視に有利に適用される。

１：検出システム
３：励起手段
５：取得手段
７：処理手段
９：信号
１１：物体
１３：画像
１５：細区分
１７：データベース

Claims (12)

1. 物体上の欠陥を検出する方法であって、
   前記物体に関する信号（９）から前記物体（１１）を表わす画像（１３）を形成するステップと、
   前記欠陥の程度に繰り返し適応した自動適応性の解像度にしたがって、前記画像の複数の細区分（１５）を構成するステップと、
   前記様々な細区分の差異を繰り返し計算することで、初期破損を示す異常細区分を検出するステップと、を含む方法。
2. 最終画像（１３）に属する異常細区分に関する差異を、前記物体の所定枚数の以前の画像の各々に属する同一の異常細区分に関する差異と比較する確認ステップを含む、請求項１に記載の方法。
3. 前記最終画像内で前記差異が大きくなったことが判明した場合に、高い又は極めて高い重要度の警報を生成するステップと、
   前記差異が前記最終画像内で一定のままであることが判明した場合に、中程度の重要度の警報を生成するステップと、
   を含む、請求項２に記載の方法。
4. 前記複数の細区分を構成するステップと前記差異を計算するステップは、
   （ａ１）複数の現在の細区分内の前記画像上にグリッドを構成するステップと、
   （ａ２）各現在の細区分と隣接する現在の細区分との間の第１の現在の差異を計算するステップと、
   （ａ３）少なくとも第１の所定数の隣接する細区分との第１の現在の差異が異常を示す現在の細区分が存在するかどうかを確認するステップと、
   （ａ４）前記ステップ（ａ３）が肯定された場合に、前記現在の細区分と遠い現在の細区分との間の第２の現在の差異を計算するステップと、
   （ａ５）前記現在の細区分が、少なくとも第２の所定数の遠い現在の細区分に対して異常を示す第２の現在の差異を有するかどうかを確認するステップと、
   （ａ６）前記ステップ（ａ５）が肯定された場合に、前記現在の細区分が不適正であると宣言するステップと、
   （ａ７）前記不適正である現在の細区分を覆う領域上にグリッドを再構成することで、前記以前の不適正な細区分に重複する新しい細区分を形成するステップと、ここで、当該新しい細区分が前記実際の現在の細区分であるとみなされ、
   （ａ８）前記重複ゾーンの前記新しい現在の細区分の各々に対して前記ステップ（ａ２）〜（ａ６）を繰り返すステップと、
   （ａ９）前記以前の不適正な細区分と前記新しい細区分との間の前記重複ゾーン内の論理ＡＮＤ演算に従ってマスクを作成することで、サイズが減少した細区分を形成するステップと、ここで、サイズが減少した細区分が前記実際の現在の細区分とみなされ、
   （ａ１０）前記実際の現在の細区分のサイズが所定の解像度より大きいかどうかを確認するステップと、
   （ａ１１）前記ステップ（ａ１０）が肯定された場合、各実際の現在の細区分に対して前記ステップ（ａ２）〜（ａ１０）を繰り返し、又は前記ステップ（ａ１０）が肯定されない場合、前記不適正の現在の細区分が異常な細区分であると宣言するステップと、
   を含む、請求項１〜３のうちいずれか一項に記載の方法。
5. 前記ステップ（ａ３）において、前記第１の現在の差異が、第１の所定のしきい値より高いかどうかが確認され、
   前記ステップ（ａ５）において、前記第２の現在の差異が、第２の所定のしきい値より高いかどうかが確認される、請求項４に記載の方法。
6. 前記画像の様々な細区分の間の前記正常差異を記録する学習データベースを構築するステップを含み、
   前記ステップ（ａ３）において、前記第１の現在の差異と対応する正常差異との間で前記差異が計算されることで、前記差異が所定レベルより高いかどうかを確認し、
   前記ステップ（ａ５）において、前記第２の現在の差異と対応する正常差異との間で前記差異が計算されることで、前記差異が前記第２の所定レベルより高いかどうかを確認する、請求項１〜４のうちいずれか一項に記載の方法。
7. 前記物体は、航空エンジン（１１４）の回転要素（１１１）である、請求項１〜６のうちいずれか一項に記載の方法。
8. 前記物体に関する信号は、前記物体から来る赤外線信号であって、
   前記物体を表わす前記画像は、熱応力による前記物体の加熱後の過渡的温度場を表わす赤外線画像である、請求項１〜７のうちいずれか一項に記載の方法。
9. 前記物体に関する信号は、前記物体から来る超音波信号であって、
   前記物体を表わす前記画像は、前記物体によって反射された超音波を表わす画像である、請求項１〜８のうちいずれか一項に記載の方法。
10. 航空エンジン（１１４）の少なくとも１つの回転要素（１１１）上の欠陥を検出するシステムであって、
    前記回転要素によって信号を放射させるように取り付けられた搭載励起手段と、
    前記回転要素によって送られた信号を取得するように取り付けられた搭載取得手段と、
    請求項１〜９のうちいずれか一項に記載の方法のステップを実行するように構成された処理手段と、
    を備えるシステム。
11. 前記励起手段は、熱応力によって前記エンジンの前記回転要素を加熱するための加熱手段（１１３）であって、
    前記取得手段は、前記回転要素の過渡相温度場を表わす赤外線画像を取得するためのサーモグラフ手段（１１５）である、請求項１０に記載のシステム。
12. 前記励起手段は、超音波を放射するための手段（２１３）であって、
    前記取得手段は、前記物体によって反射された超音波を受け取るための手段（２１５）である、請求項１０に記載のシステム。

Images