第41卷第3期2015年6月航空发动机
AeroengineVol.41No.3Jun.2015基于规则的航空发动机孔探图像诊断方法研究
李
华1，陈
果1，陈新波2，王洪民3（1.南京航空航天大学民航学院，南京210016；2.海军航空工程学院青岛校区，山东青岛266000）
摘要：针对军用航空发动机内部损伤频率高、诊断决策时间长的问题，运用基于规则的推理方法，结合案例推理，进行了航空发动机内部损伤维修决策的专家诊断研究，开发了基于孔探图像的航空发动机内部损伤维修决策专家系统。依据领域专家的经验，通过分析得到了对该型发动机的专家知识，并将其转换为if-then的知识规则存放于知识库中；利用图像处理方法，对损伤进行测量，得到损伤的尺寸参数；根据损伤尺寸，依据相应的知识规则，应用正向推理得到损伤的维修决策。运用多个航空发动机内部损伤实例验证了所开发的专家系统的有效性。
关键词：叶片损伤；维修决策；规则推理；孔探图像；专家系统；特征提取；航空发动机中图分类号：V263.6
文献标识码：A
doi：10.13477/j.cnki.aeroengine.2015.03.019
DiagnosisMethodResearchofAeroengineEndoscopicImagesBasedonRule
LIHua1袁CHENGuo1袁CHENXin-bo2袁WANGHong-min2
渊1.CollegeofCivilAviation袁NanjingUniversityofAeronauticsandAstronautics袁Nanjing袁210016袁China;2.QingdaoCampus袁Naval
AeronauticalEngineeringInstitute袁QingdaoShandong266000袁China冤
Abstract:Aimedattheproblemthathigh-frequencyofinternaldamageandlong-timefordiagnosticdecisionmakinginthemilitaryaeroengine,anaeroengineinternaldamagemaintenancedecisionexpertsystemisdevelopedbasedonendoscopicimageusingtheRuleBasedReasoning渊RBR冤袁combinedwithCaseBasedReasoning渊CBR冤.Accordingtotheexperiencesofdomainexperts,expertknowledgewasobtainedandsavedintherepositoryafterconvertedtoIF-THENformat.Damagesizeparameterswereobtainedbyusingimageprocessingmethod.Themaintenancedecisionwasmadethroughforwardchainingmethodbasedonthedamagesizeandthecorrespondingrules.Multipleinstancesofaeroengineinternaldamagewereusedtoverifytheexpertsystem,andthevalidityandeffectivenessoftheresultsweredemonstrated.aeroengine
Keywords:bladedamage曰maintenancedecision曰rulebasedreasoning曰endoscopicimages曰expertsystem曰featureextraction曰
0引言
新型战机不断装备，训练强度逐年增大，陌生地域及恶劣的野战机场环境等客观情况给发动机的使用维护带来了巨大挑战。叶片是航空发动机结构件中的关键零部件之一，因其数量多、形体单薄、载荷状况严酷、工作环境复杂，一直是发动机使用中故障率最高的零部件之一[1]。
内窥技术作为叶片损伤检测的重要手段已非常成熟。内窥图像特征提取与分析目前有人工、基于2维图像处理技术、基于立体视觉的特征提取与分析等
3种技术方法[2]。传统的人工特征提取与分析方法的工作效率较低，且准确性受到检查员操作正确程度的，易产生误差[3]。基于2维图像处理技术的特征提取与分析方法在国内外已相对成熟。程卫民等提出1种利用CCD图像传感器来检测工件表面质量的方法，基本思想是先对图像进行滤波降噪、锐化等预处理，然后根据图像灰度值、梯度幅值等提取有用特征数据，从而评定工件表面质量[4]；陈果等基于孔探图像纹理特征的航空发动机内部损伤评估，利用结构自适应神经网络模型，实现了航空发动机孔探图像损伤的
收稿日期：2014-06-05基金项目：国家自然科学基金（61179057）资助
作者简介：李华（19），女，在读硕士研究生，研究方向为专家系统、智能诊断和图像处理；E-mail：lh0806008@163.com。引用格式：
