Page 44 - 无损检测2022年第五期

原赛男,等:
航空复合材料典型缺陷数据库建设

图 5 检测实例库界面
算法, 开发复合材料结构件缺陷诊断系统及适航验
3 数据库未来应用
证。结合航空复合材料成型过程中的缺陷在线监测

( 1 )构建航空复合材料检测缺陷数据库, 为缺陷 预警、 成型后自动化检测和智能评估以及服役过程
的智能检测和评估提供数据支撑。以国内航空复合 中损伤监测和快速维修等产品全生命周期应用场景
材料应用需求为基础, 梳理航空复合材料无损检测方 需求, 开发复合材料结构缺陷智能检测系统以及缺
法规范, 建立航空复合材料缺陷分类编码管理系统, 陷智能评估技术的适航验证, 推动复合材料智能检
分析复合材料不同应用阶段的检测数据和典型缺陷 测技术在航空领域的应用。
图谱, 建立检测标准库、 缺陷数据库和案例分析库等,
4 结语
为机器学习算法开发, 构建基于机器视觉的智能化检
测和评估方案提供宝贵的素材; 构建缺陷特征与缺陷 基于国产大飞机, 构建了面向航空全产业链开
图谱的正向对应模型, 开展典型缺陷特征、 典型结构 放的复合材料体系缺陷数据库, 对复合材料全生命
性能与检测数据、 缺陷图谱的关联模型研究, 开展涵 周期产生的缺陷类型、 缺陷信号模型及对应的可靠
盖检测数据、 缺陷图像集、 关联模型等多维信息元素 检测技术进行统一提炼与构建。该缺陷数据库可提
的航空复合材料体系缺陷数据图像存取技术研究, 并 高人员检测的规范性和一致性, 也可为航空复合材
完成相应数据集构建, 为制造缺陷的在线控制和预 料缺陷智能辅助识别与评估技术提供数据基础, 推
防, 以及智能检测和评估提供数据支撑。 动航空复合材料检测的自动化和智能化发展。

( 2 )基于航空复合材料缺陷数据库, 开发基于
参考文献:
深度学习的缺陷检测算法。定义缺陷检测 算法架
构, 实现基于小样本的模型参数训练和面向端侧设 [ 1 ] 唐见茂 . 航空航天复合材料发展现状及前景[ J ] . 航天
备的模型压缩研究, 构建基于深度学习的复合材料 器环境工程, 2013 , 30 ( 4 ): 352-359.
检测模型。结合航空复合材料缺陷样本种类多、 难 [ 2 ] 马立敏, 张嘉振, 岳广全, 等 . 复合材料在新一 代 大 型
民用飞机中的应用[ J ] . 复合材料学报, 2015 , 32 ( 2 ):
收集、 数量小、 同类差距大等特点, 研究样本数据增
强方法、 基于深度神经网络模型压缩、 多尺度特征融 317-322.
[ 3 ] 林明杰 . 某大型飞机复合材料壁板的制造缺陷及工艺
合、 难例挖掘等理论和技术, 实现模型的小样本训练
改进研究[ J ] . 材料开发与应用, 2020 , 7 ( 8 ): 102-103.
以及针对不同环境和缺陷种类的快速知识迁移, 助
[ 4 ] 李国耀, 蔡忠龙, 段祝平, 等 . 聚苯硫醚复合材 料 高 速
推复合材料缺陷智能评估技术发展。 冲击破坏特征的微观分析[ J ] . 复合 材 料 学 报, 1996 ,
( 3 ) 基于航空复合材料缺陷数据库和缺陷检测

13 ( 1 ): 1-8.

0
1

2022 年 第 44 卷 第 5 期
无损检测