一种提高航空发动机内窥检查效率的设备和方法与流程

本发明涉及图像识别，具体涉及一种提高航空发动机内窥检查效率的设备和方法。

背景技术：

1、航空发动机常常在极端的状态下工作，高温、高转、高振动导致发动机叶片裂纹、打伤、掉块等缺陷，若不能及时发现、排除，将导致灾难性后果。

2、目前，外场航空发动机原位内窥检查叶片损伤时，主要由专业人员操作孔探仪获取发动机内部视频图像，依靠综合专家经验及相关规定手册进行人工分析、判断，识别缺陷。存在检测耗时长、效率低，导致检测人员疲劳，错检、漏检率风险增高，准确率降低等问题，影响飞行任务。

3、而内窥检查通常是在发动转动状态下开展，此时需要本设备处理的图像帧数、数据量很大。由于小型化设备存在硬件算力不足的缺陷，降低数据处理效率，在设备的显示屏幕上会出现航空发动机内窥检查画面停顿、卡滞、跳跃等现象，其导致不能及时发现发动机缺陷并标识出缺陷，还存在缺陷漏检、漏判的风险。

4、随着人工智能识别在工业、民用领域的成果应用，应用ai人工智能协助专业人员检查航空发动机孔探图像、识别缺陷，已成为提高检查效率重要手段和研究方向。但目前航空发动机损伤ai模型较复杂、运算量大、不宜部署在小型仪器上，通常需将数据发送到公共云端、利用大型图形工作站计算，实时性较差；同时，还不利于敏感数据的保密管理，客户不愿上传航空发动机叶片孔探缺陷样本，导致ai机器训练不足，进而限制了智能识别精度提升，削弱的用户的应用体验效果、严重影响ai技术的推广应用。

技术实现思路

1、本发明提供了一种提高航空发动机内窥检查效率的设备和方法，目的在于提高航空发动机内窥检查效率。

2、为解决上述问题，本发明采用的技术方案是：

3、一种提高航空发动机内窥检查效率的设备，包括主体、触摸显示屏、智能识别终端开发板和触摸显示屏驱动板，所述智能识别终端开发板和触摸显示屏驱动板通过螺钉固定安装在主体背面对应的安装柱上，所述触摸显示屏通过上盖安装在主体的正面，所述主体上还设置有人体工学手柄，主体的背面通过螺栓安装后盖，所述主体上还设置有散热装置；所述散热装置为固定在主体背面的散热风扇，散热风扇通过风扇安装座与主体固定，所述散热风扇的数量至少为两个且相对于智能识别终端开发板对称设置；所述后盖的背面设置有防溅水的进风口，后盖的两侧设置有散热出风口，散热出风口的位置与散热装置对应。

4、进一步的，所述后盖上设置有支架，所述支架为u形，其两端通过阻尼铰链、螺钉和螺母安装在后盖上，并在其安装位置安装支架堵盖。

5、进一步的，所述后盖的侧面还设置有安装槽位，该安装槽位中安装有接口盖板，接口盖板通过阻尼铰链与后盖连接，后盖上设置若干i/o接口，接口盖板可将i/o接口覆盖，所述i/o接口包括usb接口、hdmi接口、type-c接口。

6、进一步的，所述设备的四周安装有防撞胶垫。

7、一种提高航空发动机内窥检查效率的方法，该方法是基于yolo图像识别算法的小型化、通过tenssor rt技术对模型进行推理加速，使得yolo算法即使在小型设备中也能每秒处理多张图片，最终实现将复杂的图像识别算法模型部署在嵌入图形处理器\中央处理器的小型化ai识别模型，所述ai识别模型包括cspdarknet53模块、neck模块和head模块，所述ai识别模型在bag of freebies方面采用kmeans++算法计算模型的 anchor box，在bagof specials方面将denseblock 模块和transition 模块整合到cspdarknet53 结构中，并将低维特征图与经过transition 模块池化后的特征图进行拼接，池化即模仿人的视觉系统进行降维；

8、所述ai识别模型建立开放式训练平台，所述开放式训练平台具体是：建立数据集的自动实现流程，用户导入孔探缺陷照片后，程序可自动进行预处理、数据集扩充，按程序提示，用户单位的数据集维护人员按程序提示进行标记，完成数据扩充工作；将建立好的数据集放入到指定文件夹中，对yolo配置文件里的batch、max_batches、classes等参数进行配置，完成配置后，输入指定代码即可开展训练。

9、进一步的，该方法包括如下步骤：

10、s1，设备开机，启动检测程序，进入智能识别终端开发板的ai识别模型初始化或者人机交互程序；

11、s2，进入ai识别模型初始化后开始加载模型、参数初始化，进入人机交互程序后选择检测功能，将外部视频或图像信号接入设备；

12、s3，通过后台运算，比对、识别缺陷，判断缺陷类型；

13、s4，自动输出触摸显示屏画面，用线框显示、标记缺陷并生成缺陷情况分析、统计报表，或者通过人工选择缺陷照片或视频。

14、进一步的，所述人机交互程序还包括取证记录，所述取证记录包括截图功能和视频录制功能，所述步骤s2中检测功能包括就地实时检测和远程复核检测。

15、进一步的，所述截图功能具体为：在工作模式下，人工选用此功能可以截取屏幕图片，用于记录存在缺陷或检验人员认为有必要记录的图片；所述视频录制功能具体为：在工作模式下，选用此功能可以同步录取设备屏幕上的视频，包括标记出的缺陷位置、类型、标记等，用于记录有必要留存的视频；所述就地实时检查具体为：将视频信号通过hdmi线缆接入识别仪，每秒从视频中抓取若干帧图，判读图形中是否存在缺陷、判断缺陷类型，分别用不同颜色的框线标记相应类型的缺陷；所述远程复核检测具体是：将孔探仪检查拍摄的照片、视频存储在u盘，插到usb接口，开机，选择需要检查的照片，设备的处理器读入数据，进行判读，确定是否存在缺陷、判断缺陷类型，分别用不同颜色的框线标记相应类型的缺陷，或者选择需要检查的视频，设备的处理器自动读入数据，每秒抓取若干帧图片进行判读，确定是否存在缺陷、判断缺陷类型，分别用不同颜色的框线标记相应类型的缺陷。

16、基于上述技术方案，可产生如下技术效果：

17、本发明为提高航空发动机内窥检查的效率，将ai图像识别技术应用于在叶片缺陷图像实时检测、智能辅助判断，研究了一套硬件系统和一套软件系统。软件系统基于yolo图像识别算法改进设计了一套用于识别叶片缺陷的小型化ai模型，可部署在小型检测终端。软件系统根据孔探人员的工作标准和习惯，定制出了一套易于操作的人机交互界面，包含了视频检测、图片检测、摄像头检测、截图、录屏、视频暂停等功能，极大的简化了ai图像识别技术的应用难度，使得孔探检查人员能够轻松的利用本设备提高内窥检查作业效率。硬件系统所搭建的一套具备高算力、高可靠性的可视化小型设备，该设备采用了良好的散热设计、减重设计、人体工程学设计，同时配备了触摸显示屏，方便工作人员操作使用。

18、本发明设备采用轻量化手持式的设计，将智能识别终端开发板、触摸显示屏集成在小型化设备中，并且规划了设备内部的风道加强了设备的散热，采用防尘、防水、防摔式设计使得设备拥有了较高的可靠性，设备轻量化，能够轻松单手握持。

19、本发明为一套通用ai识别设备，不仅可用于航空发动机叶片缺陷的识别，随着导入设备中的权重文件的不同，还可以用于部件识别等其他工作。不仅能够用于提高内窥检查的工作效率，还可用于孔探人员的培训等方面。

20、本发明为持续提升设备的识别性能，本发明为设备单独定制了一套开放式的ai训练平台，该平台通过代码实现新样本处理的自动化，能够实现对收集到的视频样本或图片样本进行批量的、自动的处理，对样本进行数据增强，样本标注，样本训练，因而本设备的用户单位能够独立开展ai机器深度学习训练，既保障了用户敏感数据安全，又有助于提升本设备的识别效率。