Page 113 - 无损检测2024年第十一期

王振宇，等：

飞机装配过程错漏装检测技术研究进展

等 综述了应用于飞机的基于压电传感器的结构健
[9]
康监测（Structural health monitoring，SHM）技 术，
该传感器能够将机械应力转化为电荷或电压信号，
从而检测飞机结构中错装或漏装引起的应变、共振、
疲劳、裂纹、冲击和温度变化等问题。
随着大数据时代的到来，自动化检测技术已经
逐渐与人工智能、增强现实与虚拟现实等先进技术接
轨 ，为飞机装配提供了更准确、高效和可靠的检测
[10]
手段。机器视觉技术能够模拟人类的视觉能力，通过
图 2 X 射线检测原理
对目标图像的识别与处理，实现提取图像特征信息的
层扫描（Computed tomography，CT）技术在航空航 功能。该技术具有强大的功能性、高速的信息处理能
天装配结构以及辅助设备中的应用，包括错漏装检 力和大容量的信息传输能力 。图像目标检测技术
[11]
测、故障诊断、几何图形采集、产品开发支持及工程 层面上可简单描述为输出图像中每一个物体或对象
[8]
适用性评估等。JANDEJSEK等 利用X射线检测 的边界框与标签，将机器视觉引入飞机错漏装检测，
技术对装配后的飞机复合材料结构进行了装配缺陷 属于机器视觉技术中的图像目标检测问题 [11-12] ，可归
及错漏装检测，并使用WidePix X射线成像装置实 类为人工智能检测技术。通过机器视觉对待检测物
现了碳纤维增强聚合物和蜂窝夹芯结构的缺陷可视 体进行图像采集，并利用模板匹配、机器学习或深度
化、分层检测和装配孔隙度测量，解决了装配后复合 学习等方法进行图像目标检测进而实现飞机装配过

材料结构的错装、漏装和装配缺陷检测问题。QING 程中的错漏装检测，其检测流程如图3所示。

图 3 采用机器视觉技术进行错漏装的无损检测流程
人工智能检测技术可以分析装配过程中的图像 效率和制造精度，同时降低人力成本，确保生产过程
数据，并实时监测装配过程中零部件的位置、完整 的安全性 [13] 。各类错漏装检测技术的发展时间、应
性、紧固件装配和标识等情况，能够及时发现装配错 用场景及优缺点对比如表1所示。
误、漏装或破损情况，并帮助操作人员进行纠正，确 基于人工智能技术的错漏装检测方法一般分为
保飞机的装配质量和安全性。人工智能检测可以高 模板匹配、机器学习和深度学习3大类，文章探讨了
效地进行大规模的检测，并且对于复杂的装配结构 这3类智能检测方法的技术特点和研究进展，为后
和细节的检测具有优势。在航空航天工业制造领域 续我国飞机装配过程错漏装检测技术的进一步发展
引入机器视觉技术可以充分发挥其优势，提高检测 提供参考。
75
2024 年 第 46 卷 第 11 期
无损检测