孔探技术

孔探技术（共4篇）

孔探技术 篇1

0 引言

水害是煤矿五大自然灾害之一, 一直威胁和制约着煤矿安全生产, 且采空区突水约占煤矿水害的80%以上, 采空区积水具有时间短、水量大、破坏性强等特点;随着煤矿开采向深部转移, 矿井水害特征越来越明显, 矿井涌水量增大, 采空积水区与开采层层间距不断加大, 尤其浅部煤层开采方式为刀柱式, 积水区水力联系少, 孤立分布, 且层间岩性软硬度不同, 给下伏煤层放水增加了难度;但开采前必须治理水害, 严禁顶水采煤, 水害治理最有效的途径就是利用钻孔进行超前探放。

目前水害治理超前探放技术主要有两种, 即地面抽放和井下探放。地面抽放一般在积水区集中, 层间距较大, 井下常规探放达不到要求时采用地表钻探, 但地面钻探的场地受地形地貌不同、用水用电不方便、购地费用高、搬运困难等因素限制, 综合打钻成本很高, 排放时间较长, 有时无法达到预期放水的最佳效果。常规井下探放不受采空积水区形态所限, 费用低、水电方便、搬运轻便, 施工时间短;但在层间距达到80 m以上的软硬岩层时, 一般由于钻机功率、钻头等情况达不到要求而无法施工, 大大限制了放水孔的井下施工。本文结合两者特点, 扬长避短, 研究采用井下长距离高压风水射流新技术, 既不受地表地形、积水区形态、软硬岩层影响, 又能长距离探放、费用低, 从而达到探放水最佳效果[1]。

1 软硬交互层长距离深孔施工改进方案

针对钻孔施工存在的诸多问题, 改进方案从钻机能力、排渣工艺、钻杆强度、巷道施工条件、布孔方式等因素进行综合考虑。

1.1 选用大功率并适合井下施工条件的钻机

足够能力的钻机是施工长钻孔的基础, 大部分钻孔达不到设计深度, 主要原因是钻机功率小、转速低, 钻机在施工长距离软硬岩层钻孔时, 钻机负荷加大, 钻机旋转较慢, 导致排粉不畅通, 造成卡钻、抱钻现象, 因而选用TUX-150型钻机。

1.2 准确控制钻孔倾角

从理论上讲, 钻孔布置与软硬岩层倾向尽量垂直, 这样钻头在穿越各岩层时孔壁能承受更大的地应力, 不易垮孔、喷孔, 同时不会由于钻杆自重造成拖杆, 偏离钻孔设计角度, 这就要求在打钻前由技术人员根据现场情况摸清煤岩层赋存状况, 设计钻孔位置、倾角, 严格按设计施工。

1.3 使用高压风力排渣减轻钻孔钻进负荷

目前矿井的井下压风管道风压不超过0.5 MPa, 这一风压显然不能达到足够的供风量。为此, 可使用井下移动式空压机, 使打钻地点的风管风压正常时达到0.65 MPa以上, 最大时达到0.8 MPa, 可连接高压风管与钻杆, 通过钻杆产生高压风流。理论和实践证明, 风力排渣能够减少钻屑与钻杆摩擦阻力, 增大钻进速度。根据气力输送原理, 对于一定钻孔倾角和钻屑颗粒, 只有达到一定风速才能使钻屑悬浮在风流中, 并随之运动, 完成排渣, 随着孔深加大, 供风风压随之增大[2]。

1.4 采用水射流结合钻齿联合破碎

目前矿井的井下供水管道水压不超过1.2 MPa, 施工长距离深孔时水压显然不能达到要求。为此, 研究利用高压水泵通过高压水管直接与钻杆连接, 通过钻杆产生高压水射流。当合金钻齿接触煤孔壁时, 由于钻机推动, 钻齿切入煤孔壁, 钻头旋转对煤壁产生切削, 孔壁附近的煤在切削作用下诱发出拉伸应力, 当拉伸应力超过煤的抗拉强度时, 煤孔壁产生裂隙。同时, 射流进入裂隙后, 首先在裂隙中产生张力而扩展裂隙, 继而冲击裂隙尖端, 发展裂隙, 钻齿进一步切入后, 裂隙逐渐扩大。钻齿的旋转及从裂隙尖端反射回来的压力水可以带走孔壁破碎后的岩屑, 随着后续射流的进入, 岩屑被卷吸, 继而达到快速排渣的效果。

1.5采用满足风力水力排渣和长钻孔施工的大扭矩钻杆

采用的钻杆∮57 mm比∮42 mm钻杆不同程度地增大了钻杆外径和内径, 并在钻杆结构上考虑了降阻问题。钻杆直径大了, 通过的风压、水压和钻杆强度等也相应提高, 更有利于长距离深孔施工。

2 综合实践应用情况

2.1 试验区概况

云冈矿12#层8205工作面, 2205巷走向长530.9 m, 5205巷走向长436.2 m, 倾斜长133.5 m, 煤层厚度1.3 m~3.0 m, 平均2.23 m, 工作面标高在1 020 m~1 034 m之间, 上覆为3#层刀柱采空区, 采空年限较长, 采空区常年受十里河补给, 预计存有大量积水, 3#层距离12#层层间距110 m, 层间岩性多以中细砂岩和砂质泥岩为主, 交互沉积, 其间夹有多层薄煤层, 岩层软硬度相差较大, 地面位于大南沟及三道沟, 西部和东部较高, 中部较低, 地面中部为煤矿旧矸山, 沟谷分布广泛, 北部靠近十里河床及工业广场。综合情况分析判断地面放水孔难以施工, 井下层间距比较大, 常规探放技术达不到要求, 根据现场实际和探放设备情况, 经反复研究论证, 决定采用ZYG-150钻机, 然后增加相应辅助设备, 采用高压风水射流技术, 提高打钻工艺进行采空区积水探放[3]。

2.2 钻机装备工艺改进后工作流程

钻进设备采用ZYG-150型钻机和∮57 mm优质合金钻杆配套防爆开关等, 首先在工作面顺槽设计施工位置按规程要求稳好钻机, 在钻杆末端加设一个两开闸门, 用高压胶管与钻场附近蓄水池高压水泵出水口连接, 另一个与井下移动空气压风机输出管路连接, 并实行风、水与钻机开关同时控制, 达到开机、开风、送水同步进行。然后给定方位、倾角, 用∮108 mm钻头扩孔10 m, 安装防水闸门和止水套管后, 按照设计孔深进行施工, 见图1。

2.3 钻孔施工情况

通过井下探放水孔钻机设备施工方案改进后, 在云冈矿402盘区12#层8205工作面进行现场实践实验, 根据上覆3#层分析预计积水区域位置, 共设计施工了4个井下探放水孔, 与上覆3#层均完成通孔, 共放水量2 800m3, 施工速度比井下放水孔缩短了一个班次, 相对地面放水孔大大节省了时间和费用, 返渣速度明显加快, 深度均达到120 m以上, 在同等条件下比普通钻机平均增加了40 m, 见表1。

3 结语

井下长距离软硬岩交互层深孔探放水技术研发和应用后, 省去许多管理环节、施工工序、费用纠纷, 更重要的是该技术采用大功率、转距大钻机, 增加了钻杆质量、杆径和高压风、水辅助设施, 利用风、水射流排渣, 防止卡钻、抱钻事故, 提高了钻孔钻进速度和深度, 能快速钻进、深孔探放、施工工序简化、工程量少、缩短探放水时间。通过在云冈矿8205工作面现场试验, 证明了井下利用高压风水射流综合技术探测长距离软硬层是可行的, 并对类似条件探放软硬岩互层长距离采空积水有一定的借鉴, 具有广泛的推广和应用价值, 同时该技术在煤矿水文条件复杂、深部开采、多层采空区并存的矿井具有很大的应用空间, 值得煤矿系统在矿井防治水工作中普遍推广。

摘要：针对目前煤矿对采空区积水的超前探测技术中存在的诸多问题, 依据长期超前探放水经验及技术探索, 发现在井下硬度不同的岩层中长距离钻进时有排渣慢、卡钻、抱钻、钻进速度慢等问题, 最终研究采用井下长距离高压风水射流新技术, 减少了施工费用, 提高钻进效率和钻孔质量, 确保终孔层位准确, 从而达到最佳探放水效果。

关键词：采空积水,长距离,软硬岩,探放水孔,高压风水射流

参考文献

[1]刘振波.全液压钻机在软硬岩长距离探放水钻孔中的应用[J].水利采煤与管道运输, 2008 (4) :4-5.

[2]龙周彪.矿井水防治[J].山东煤炭科技, 2009 (2) :146-147.

[3]马玉良.沿积水采空区掘进安全技术实践[J].科技信息, 2010 (35) :296.

孔探技术 篇2

民航发动机是民航飞机的“心脏”。民航发动机状况的好坏, 极大地影响到整架民航飞机的安全性能, 与在机人员的生命安全。为了提高民航飞机的安全性能与保障在机人员的生命安全, 需要对民航发动机制定合理系统的健康管理方案。在方案中, 重点分为两个部分, 一部分是对民航发动机状态的监探, 另一部分是对民航发动机进行适时的维护与修理。对民航发动机状态的监探, 是民航发动机健康管理中的一个难题。早期, 由于监探技术落后, 需对民航发动机做定期维护和换件, 然而这样不仅会对民航发动机造成一定的损害, 还会浪费很多材料。随着技术的发展, 定期维护转为视情维护, 孔探技术因其技术的优越性, 被应用于民航发动机状态的检测。

1 孔探技术的出现与发展

某些重要的复杂的工业设备, 比如民航的发动机, 因需要保证其工作的可靠性与安全性, 需要对其进行维护。定期对民航发动机进行拆卸, 不但对发动机造成损害, 而且费时费力。为了获取民航发动机的状态数据, 而且不必换件的时候, 不对其进行拆卸, 就需要从定期维护转为视情维护。

20 世纪50 年代初, 利用照明灯泡和反射镜组成的反射式管道镜, 就可以满足不将飞机的发动机进行分解, 而获取其状态数据的要求, 这也是孔探技术的雏形。后来, 美国空军利用医疗器械中的原理, 发明出光学透镜硬式孔探仪, 这种仪器在进行反射的同时, 还可以将被观察的物体进行放大。但是这种仪器的缺点是不能弯曲, 所以发动机靠里的部件不能被轻易的观察到, 为了解决这个问题, 能弯曲的孔探仪不久后就问世了[1]。到了60 年代初, 医疗器械中, 出现了可弯曲的光学纤维支气管内窥镜。这种技术也被应用到孔探仪上, 光学纤维软式孔探仪也就被研制出来了, 并且在航空发动机的状态检测中得到很大的应用。随着技术的发展, 对孔探仪的长度要求越来越高, 孔径越来越小。目前光学纤维孔探仪与光学透镜孔探仪的直径最小能做到6毫米, 长度可以达到6 米。

2 孔探技术在民航发动机健康管理中的应用

(1) 民航发动机健康管理中的三类孔探工作。1) 定期检测规定孔探工作。一般对没有故障的飞机进行定期检测规定孔探工作。在进行这项工作之前, 首先要找出最近一次的孔探报告进行阅读, 并将其数据作为参考, 还要对发动机的技术状况进行了解[2]。2) 突发事件出现后的孔探工作。突发事件一般指的是发动机的温度多高、发动机出现喘振现象、发动机里出现异常物体、外部的物体对进气道进行打击、发动机的参数异常等。突发事件发生后, 通常是对发动机的特定部件进行检查。在进行这项工作之前, 首先要尽可能地了解故障, 进而分析出可能损伤的部件。3) 故障监控的孔探工作。故障监控的孔探工作是进行次数最多的孔探工作。发动机的缺陷能够分为三种:可以忽略的缺陷、不影响飞行但是再发展就会出现安全问题的缺陷、超过标准必须换件的缺陷[3]。

(2) 孔探检测发动机内部损伤的测量方法。对发动机内部部件的状态进行检测的过程中, 需要对部件的状态进行数据量化, 以便和标准进行比较, 进行下一步工作。下面介绍几种常用的损伤定量方法。1) 比较测量法。比较测量法是最早被使用的测量方法。根据其方法的名字就可以得知, 这种方法的原理就是将某一已经知道尺寸的物体作为参考, 然后通过相对量的比较得到检测物体上的未知数据。孔探技术中应用的比较测量法, 就是先把检测部件的尺寸提供给计算机, 然后计算机根据放大的相应比例来获取检测部件上需要检测的距离[4]。在测量的过程中, 需要注意的一点就是镜头一定要和被检测的物体保持垂直关系。这种测量方法只能得到一个不是很精确的数据。2) 单物镜阴影测量法。阴影测量的方法的原理使用的是阴影投影和三角几何关系的理论进行测量的。首先在距离不同的平面上固定裱花, 然后根据裱花的投影位置和距离之间的比例关系, 将计算机上出现的画面中投影线的位置当作标尺, 以此来测量出画面中需要测出两点之间的距离。阴影测量法的精度非常高, 使用方便, 观察起来非常便捷。由于其具有较大的放大倍数, 所以计算机获取的画面非常清晰[5]。然而这种方法需要探测头和被检测的物体保持垂直的关系, 否则将不能使用这种方法。3) 双物镜立体测量法。这种方法利用的是人的双眼看物体的原理来工作的。在两个不同的位置分别安置一个物镜, 对同一个需要检测的物体进行观察。这个时候在计算机上就会出现不同观察位置的画面。两个探测镜头形成的相同的图像上的相同一点的距离和物镜到被检测物体的距离有一定的关系, 然后通过计算就可以得到需要测量的两点之间的距离[6]。这种测量方法不要求物镜和被测物体的平面保持垂直, 但是这种方法在计算机上形成的画面不清晰。

3 总结

民航发动机是比较复杂的设备, 应该利用孔探技术对其内部部件的检测, 这样既能减少不必要的拆卸次数, 又能保障检测的效果。在民航发动机健康管理中的孔探工作有定期检测规定孔探工作, 这种工作一般是对没有故障的飞机进行的。还有突发事件出现后的孔探工作, 这种孔探工作是为了快速高效地解决突发事件而进行的。还有就是故障监控的孔探工作, 排除发动机故障。为了方便记录和分析发动机内部件的转态, 可以利用比较测量法、单物镜阴影测量法、双物镜立体测量法等方法将发动机内部部件的状态进行数据量化。

摘要：民航发动机工作的可靠性直接影响到整架民航飞机的安全性和在机人员的生命安全。对民航发动机进行健康管理是非常必要的。在发动机的健康管理中对发动机内部部件状态的检测是关键之处。孔探技术是目前内窥发动机部件的最常用技术。本文首先介绍了孔探技术的发展, 又描述了孔探技术在民航发动机健康管理中的应用, 对这方面的研究与应用有一定的意义。

关键词：孔探技术,民航发动机,健康管理

参考文献

[1]马致仁.孔探技术的发展和应用[J].航空精密机械工程, 1986 (01) :41-47.

[2]李强.民航发动机健康管理技术与方法研究[D].南京航空航天大学, 2008.

[3]陈宏杰.基于孔探技术的民航发动机健康管理研究[D].厦门大学, 2014.

[4]戎翔.民航发动机健康管理中的寿命预测与维修决策方法研究[D].南京航空航天大学, 2008.

[5]张勇.航空发动机故障诊断中孔探图像特征提取技术应用研究[D].国防科学技术大学, 2006.

孔探技术 篇3

孔探检测技术是无损检测技术的一种重要手段。它利用光学原理, 通过一个小孔把机体内部出现的一些问题通过光学图像的形式传递出来, 然后, 对光学图像进行评估、检测和诊断, 快速地找出故障存在的位置。孔探检测作为一种新型有效的检测手段, 针对航空发动机中常见的故障进行检测, 既可以及时发现飞机故障的位置, 还可以根据故障状况进行前期维护, 从而更好地保障航空运行的安全。

2 航空发动机的常见故障类型分析

航空发动机是由风扇、压气机、燃烧室、涡轮机等相关附件构成。它适应于在各种环境下正常工作, 但是, 在过高压力与温度下长时间工作, 常常会发生一些故障。通过分析与研究, 发现压气机、涡轮和燃烧室是航空发动机中出现故障较多的部位。

2.1 压气机的故障分析

进气道吸收的外来物的有力冲击和发动机的喘振是造成压气机发生故障的重要原因。发动机在工作过程中, 由于压气机吸入外来物或喘振等现象会产生巨大的噪声, 导致叶片严重受损或断裂。如果这种叶片断裂的故障发生在运行过程中, 致使后面的几级转子叶片严重损坏, 发动机可能会停止运转, 导致严重飞行事故。

2.2 燃烧室的故障分析

虽然航空发动机适用于包括高温、高压状态下的各种环境, 但是, 如果发动机在高温状态下长期工作, 会造成燃烧室的损坏, 主要原因是发动机长时间在高温下工作, 引发热损伤。有三种状况可致燃烧室损坏:燃烧室烧裂、烧穿与掉块。燃烧室的损坏程度与原料、燃料以及燃油的喷射均匀程度有直接关系, 燃烧室内存有大量的碳也会对其产生影响, 它会占据大量空间, 降低发动机的运行效率, 影响航空飞行的安全。

2.3 涡轮故障分析

高温、高压状态对高低压涡轮产生影响, 可导致不同程度的故障发生。第一, 当高压涡轮中导向器的叶片工作区域温度较高, 受燃烧和喷油不均匀等影响, 导致前缘烧毁和后边缘出现断裂及变形, 情况严重时会出现掉块现象。第二, 高压涡轮转子因高速旋转造成损伤, 出现燃烧室掉块打伤涡轮转子叶片, 导致前缘卷曲、掉块甚至是烧融与裂纹现象, 而后缘部位会出现不同程度的裂纹与积碳现象。出现这种故障常常会影响到高、低压涡轮的运行, 严重情况下会引发航空飞行故障。

3 现有孔探检测技术在发动机维修中的应用分析

主气流的通道, 尤其是高低压压气机等部位, 是航空发动机的重要部位, 也是故障发生频繁部位。在具体的航空维护中, 由于这些部位拆卸过程十分复杂, 要想实现定期检测几乎是不可能。孔探检测技术的出现, 使这些部位进行定期检查变得简单。在航空维修过程中只需借助孔探检测技术, 不用拆卸这些部件就可以完成对故障的检测。因此, 孔探检测技术在航空发动机的维护中发挥了重要作用并得到了广泛应用。

3.1 对机型进行定期检修与维护

定期检查是航空飞行安全的重要保障, 也是航空维修过程中的一个重要环节。在对机型进行定期检修和维护时, 利用孔探检测技术能使无故障飞机的定期检查成为可能, 并且操作简便。具体操作程序为:开始检查前, 对最近一次的孔探检测报告进行分析, 以此作为这次检查的重要依据, 并及时对数据信息进行对照, 检查中发现发动机存在技术问题和实际运行状况, 以工作单元为小单位, 对发现问题的区域进行重点检修与排查。

3.2 对突发事件的检修与维护分析

航空发动机的突发事件是指在运行过程中由于突然出现的喘振、异物及外来物直接吸入气道, 导致参数异常变化等。之前, 在对航空发动机的检测过程中, 由于技术水平的限制, 对航空飞行过程中出现的故障束手无策。现在, 维修人员可借助孔探检测技术对飞行过程中发生故障进行分析。操作程序为:对常见的故障类型与产生原因进行全面分析, 对损伤部位进行仔细检查;同技术人员制定具体的工作程序, 避免漏检项目;最后利用孔探检测中的内窥检查, 针对发动机的某一部位进行重点检查与分析, 力争在短时间内解决故障问题, 从而保障航空飞行安全。

3.3 对出现的故障进行检测分析

通过对当前发动机的故障研究, 把发动机的常见缺陷分为三种:可忽略的缺陷故障、处于过渡阶段的缺陷故障及出现严重超标需要更换发动机的缺陷故障。可忽略的缺陷故障是最常见的, 处于过渡阶段的缺陷故障一般出现在使用时间较长的发动机上, 而严重超标需要更换发动机的故障, 需要利用孔探检测技术对发动机进行故障状态检修, 并酌情处理实际运行情况。

4 结语

随着孔探检测技术的不断发展, 孔探检测技术在航空发动机维修中的应用也越来越广泛。航空维护人员加强对发动机常见故障类型的研究, 利用孔探检测技术对航空发动机的机型进行经常性的检测分析与维护, 可以保证航空发动机维修的质量, 保障航空飞行安全无事故。

摘要：本文概述了孔探检测技术, 对航空发动机的常见故障类型和现有孔探检测技术在发动机维修中的应用进行了具体的分析。

关键词：孔探检测,发动机维护,应用分析

参考文献

[1]黄选红.孔探检测在航空发动机维护中的应用[J].机械, 2009, (08) :66-69.

孔探技术 篇4

孔探检测是一种重要的无损检测技术,已广泛应用于发动机、管道等设备的检修与维护中[1]。相对于其他无损检测技术,如涡流检测、磁粉检测、超声波检测,X射线探伤等,孔探技术具有直观、高效、节能和易于操作的特点,在飞机发动机、管道等设备的结构损伤检查中起到了重要的作用[2]。

目前的孔探仪,已经从20世纪七八十年代的直杆硬性孔探仪和光纤孔探仪发展为90年代出现的电子视频孔探仪,1998年OLYMPUS公司又利用立体视觉技术开发出系列工业可测量孔探仪产品。但在实际应用中发现上述检测设备还存在明显的不足之处。首先,它还不具备更完善的二维图像预处理功能,如对凹痕等损伤类型还无法直接测得损伤面积、深度等数据;另外,目前的孔探检测技术,基本上凭借人的经验和查阅相关的手册来解决问题,智能程度较低[3];此外,设备主要依靠进口,价格昂贵。因此研制和开发一套具有功能更为完善的智能孔探检测系统势在必行。

本文以OLYMPUS公司的IV6C6系列孔探检测设备为基础,将计算机图像处理技术、人工智能发动机智能孔探检测系统,结合OLYMPUS内窥镜组成硬件系统, 主要完成左右图像对的成像、CCD采样、计算机处理、显示存储、打印等功能,即完成从原始三维场景到生成数字图像,输入计算机进行处理的过程。

1 孔探检测系统组成

孔探检测,是由检查员将探头从孔中深入到需要检查的位置,通过视频监视器进行观察,将观察到的损伤类型以及损伤部位的尺寸大小和维护手册的规定进行比较来判断这样的损伤是否在允许工作范围内。孔探检测系统的组成如图1所示。

其中借鉴了OLYMPUS IV6C6系列内窥镜的AT60D/60D探头,主要完成孔探图像的获取;图像采集卡采用北京微视V3A采集卡,可将采集到的视频信号转化为数字信号;工业控制计算机主要完成系统的软件运行。

由于图像的两大特点是数据量大,运算时间长,因此对主机的资源配置有较高的要求。为了保证一定的处理速度,采用PentiumⅢ600主机。另外,为了保证系统的执行效率,配备了128兆内存。

2 孔探图像处理算法设计

2.1 发动机常见故障分析

发动机内部常见的损伤有以下几种[4]:

裂纹:通常表现为一条锯齿状的黑线。裂纹长度是评估的关键数据。

叶片折断与掉块:光源照射下,折断处呈亮色。叶片折断口的长度以及掉块的区域长度是评估该类型损伤的关键数据。

凹坑:材料发生坑状变形,但没有发生移动。凹坑深度、最大外径是损伤评估的关键数据。

叶片边缘刻口:刻口呈“V”形或“U”形,刻口长度和深度是损伤评估的关键数据。

烧蚀:一般首先出现在高压压气机(HPC)及燃烧室。损伤区域颜色发生变化,材料缺失。根据烧蚀程度的不同又分为表皮剥落、腐蚀、烧伤,颜色也由浅变深。烧蚀区域的面积是损伤评估的关键数据。图2列举了几种典型的损伤形态。

2.2 孔探图像处理

孔探检测系统立足于Windows95/98/NT平台,在借鉴OLYMPUS损伤尺寸计算功能的基础上,重点实现了损伤类型识别和损伤程度诊断两大功能,其处理流程如图3所示。

系统将孔探仪探头采集到的图像输入工控计算机进行分析判断,根据所得到的损伤类型及损伤尺寸进行损伤程度诊断,并在必要的情况下提供维修参考意见。

2.2.1 图像采集与摄像机标定

系统在原V3A采集卡开发包基础上,利用VC++6.0 MFC类库开发了图象采集、捕捉及存储程序[5]。图像采集时首先对视频系统初始化,重新设定VGA卡上的调色板,使之与采集卡采集到的信号相匹配。当收到计算机的命令后,内窥探头摄取现场视频信号经A/D转换,以256色灰度图的文件格式存储和显示。

在检测过程中,为了获取空间点到计算机图像像素点的对应关系,摄像机标定是必不可少的。摄像机标定就是获得摄像机内部的几何和光学特性,即内部参数,及摄像机坐标系相对于空间坐标系的位置关系,即外部参数。

智能孔探检测系统采用了目前最为常用的Tsai RAC标定法[6],该方法确定的空间坐标和计算机图像坐标的关系为

undefined

其中xw、yw、zw为像点在空间坐标系中的坐标,xf、yf为像点在计算机图像坐标系中的坐标,由于内窥检测采用广角镜头,产生了镜头畸变,所以像点在实际像面的坐标为xd、yd,dx和dy分别为x和y方向上的光敏单元的中心距,而摄像机标定任务就是要确定式(1)中的参数,即摄像机的旋转矩阵R和平移矢量T,镜头的有效焦距f,一次径向畸变系数k1,像平面中心在图象坐标系下的坐标(Cx,Cy)和不确定图象比例因子sx,其中R和T是外部参数,其他为内部参数。

实际标定时采用了OLYMPUS提供的标靶,具体标定过程为

(1)移动标定模板,在不同方位拍摄标靶;

(2)检测提取图像中的多个特征点;

(3)利用式(1),结合正交矩阵约束条件及最小二乘法求解相机的内外参数;

(4)优化所有的参数。

2.2.2 图像预处理

由于受刚体表面生锈、发黑、光源白斑及灰尘的影响,采集到的损伤图片不可避免地会叠加有强的不规则的噪声,降低图像的质量,从而影响识别和测量精度。为此,可以采用中值滤波、二值化处理及图像收缩和扩张处理等方法,有效地消除图像的噪音,使图像失真信息减少。

在数字图像预处理中,二值化是非常重要的一步。一幅图像包括景物、背景和噪音等,经过二值化处理之后目标区域被提取出来,从而加快了图像处理的速度。常用的方法就是设计某一阈值K,用K作为所需图像的判据,将图像数据分成两大部分,即大于K的像素群和小于K的像素群。设输入图像为f(x,y),输出图像为f ′(x,y),则

undefined

式中K为阈值。怎样选择阈值是一个比较复杂的问题,必须根据图象的统计性质,从概率的角度来选择合适的阈值,系统采用的是最大类间方差法[7][8]。

设给定的图像具有256级的灰度值,在这里设阈值为K,把具有K值以上的灰度像素和具有K值以下的像素分为2个组,并规定为组1和组2。把组1和组2的像素数分别设为W1(K),W2(K),平均灰度值分别为M1(K),M2(K),方差分别为σ1(K),σ2(K)。设全体像素的平均灰度值为M,则组内的方差为

σundefined=W1σundefined+W2σundefined(3)

组间的方差为

σundefined=W1(M1-M)2+W2(M2-M)2

=W1W2(M1-M2)2 (4)

为使σundefined/σundefined最大,最好使σundefined为最大,从而求出使σundefined为最大时的K值。

2.2.3 特征提取

鉴于发动机损伤的不规则性,很难用模板匹配的方法加以识别,因此本文经过归纳和整理,选择了6个典型特征,作为分类、识别和理解损伤的依据。其数学模型为

1)损伤图像的面积:undefined(5)

其中,f(x,y)为二值化处理后的灰度图像函数;m,n为图像大小。

2)损伤图像的周长:undefined(6)

其中n0,ne分别为链码中偶数和奇数链的数目。

3)损伤圆形度:F=C2/4πS (7)

4)损伤长度:

undefined

式中,(x1,y1)、(x2,y2)是边界上任意两个点的坐标。

5)轮廓长直度:undefined(9)

式中 piLi——边界上第i段折线长度;

undefined——边界平均折线长;

n——边界折线数。

6)损伤子图像灰度级的标准偏差:

undefined

undefined

式中σ(bi)为缺陷区域内各元素灰度值的标准偏差。

2.2.4 BP网络分层识别策略

BP网络具有高度的并行分布式、联想记忆、自组织、自学习、容错能力强的非线性映射能力[9]。不需预先给出判别数,就可以通过自身学习机制形成所要求的分类区域,尤其适用于孔探损伤识别分类问题。由于三层BP网络在神经元有限情况下,就能完成所需的映射。因此,选择三层BP网络,输入与输出神经元数分别为输入空间和输出空间数。

如果对待识别损伤均采用所有6个特征参数来识别势必使问题复杂化,且各特征间参数易相互干扰,从而影响识别速度和精度。因此,提出了基于神经网络的分层识别策略,其基本原理就是利用最显著的特征参数对损伤逐次分层识别:首先利用圆形度这一显著特征,即BP网络Ⅰ,将裂纹和刻口损伤从几种损伤类型中分离出来。再由BP神经网络Ⅱ按圆形度F、长度L、面积S三个形状特征参数,分离裂纹和刻口;然后,用BP神经网络Ⅲ,根据轮廓长直度V、周长C、纹理特征标准偏差σb将叶片断裂、烧伤、表皮剥落三种损伤分类。这样,利用这6个图像特征就可以将5种损伤有效地分离出来。

2.2.5 损伤程度诊断

损伤程度的诊断,其目的在于判断损伤是否在允许范围内,是否应该采取跟踪观察或换发等措施。分析的主要依据是发动机厂家提供的发动机维修手册及相关的历史维修案例。采用的方法主要是专家系统诊断法[10]。

其诊断推理流程如图4所示。

下面通过具体的实际例子来说明推理计算过程。假设知识库中有如下案例:案例信息如表1所示,用户输入案例信息如表2所示。相似度计算结果如表3所示。

由最后结果可以看出,相似度的计算结果正确反映了输入案例与知识库案例信息的相似程度,若此次诊断所得的相似度为所有诊断中的最大值,则调用该知识库案例中的诊断结论作为此次诊断的结论。这样,一个完整的具有类型识别、程度诊断的发动机智能孔探检测系统就建立起来了。

3 系统测试与应用

从北京某飞机维修公司提供的JT9D型发动机孔探损伤图谱库中选取了50幅图像用作标准样本,测试了45幅损伤图像。表4为各类损伤的测试结果。从中可以看出,叶片裂纹和叶片刻口、叶片断裂等损伤类型特征明显,检测正确率较高;而对于烧蚀、表皮剥落损伤由于其形貌复杂多样,检测效果稍差一些,但检测正确率仍达90%以上,取得了比较满意的识别效果。

4 结束语

本文结合OLYMPUS孔探探头,提出了一种发动机智能孔探检测系统实现方案。利用图像特征提取、神经网络分层识别及专家系统等技术,重点实现了OLYMPUS系统所不具备的损伤类型自动识别和损伤程度智能诊断功能。与传统检测技术相比,该系统准确可靠、高效节能,大大减轻了孔探检测人员的负担,促进孔探检测技术的智能化发展。但由于发动机损伤复杂多样,类型间特征差异较小,识别度还不尽人意,有待进一步研究。

参考文献

(1)谢小荣,吴德新,江涛.立体视觉视频孔探仪及其应用(J).机电产品开发与创新,2008(1):58-59.

(2)陈尊理.热成像技术在现代企业管理中的应用(J).节能技术,2007,25(6):558-561.

(3)李长有,马齐爽,姚红宇.基于小波变换的孔探图像边缘粗糙度分析(J).北京航空航天大学学报.2007(6):705-708.

(4)李长有,石鹤,姚红宇.孔探图像特点(J).测试设备与技术.2006(5):38-40.

(5)苏彦华.Visual C++数字图像识别技术典型案例(M).北京:人民邮电出版社,2004.

(6)李剑峰,郭永康,等.基于大景深三维扫描系统对RAC标定法的修正(J).光子学报.2008(2):405-409.

(7)Rddi S S,Keshavan H R.An optimal multiple thresholdscheme for image segmentation(J).IEEE Trans1 1984.SMC-14(4):661-665.

(8)雷建,孙俊逸.基于人工神经网络下的图像识别的研究(J).现代电子技术.2008(6):127-129.