一、一种基于工业CT的航空发动机涡轮叶片生产检测系统关键技术研究（论文文献综述）
潘睿[1]（2021）在《激光冷加工制孔的孔穿透快速实时检测系统设计及实验研究》文中进行了进一步梳理飞秒激光冷加工技术与传统激光加工技术相比,因超短的激光脉冲宽度和极高的瞬时功率,在工业微加工等领域具有独特的优势,特别是利用飞秒激光加工飞机发动机涡轮叶片气膜孔,具有无重铸层、加工质量高和加工效率高等优点。但由于发动机涡轮叶片内部拥有多个空腔,在制孔过程中极易造成背壁损伤,因此实时检测孔穿透状态对防止背壁损伤具有重要的意义。本文基于飞秒激光冷加工原理,在分析激光与加工材料相互作用产生的热效应和光学效应的基础上,针对激光冷加工制孔过程中由于检测不及时引起的背壁损伤的问题,本文设计了一套用于激光冷加工制孔的孔穿透快速实时检测系统,以期提高激光打孔效率及孔加工的实时检测能力。系统主要包括激光发射模块,光电检测模块,数据采集模块和FPGA控制模块等四部分。根据系统要求完成了主要器件相关参数设计、计算和选型。设计了上位机界面,实现了实时检测信号的数据采集、波形显示和波形测量,通过串口通信实现了上位机和下位机FPGA控制模块的通信。FPGA控制模块利用孔穿透阈值判断条件对实时检测信号进行分析判断,并将对应的信息以脉冲信号的形式反馈给激光控制器。系统在中科院西安光机所激光冷加工中心开展实验验证,确定了孔穿透的详细阈值判断条件,并进行对比实验。利用研发检测系统对实时制孔结果进行工业CT检测,结果显示系统实现快速实时检测孔穿透,加工孔无背壁损伤现象,研发检测系统的检测时间为3.78μs,穿透判断时间为1.4s。验证了本文设计的检测系统可以实现孔穿透快速实时检测,满足预期要求,研究成果对提高孔加工质量和效率具有较好的实际应用价值。
唐文平[2]（2021）在《基于深度卷积神经网络的涡轮叶片CT图像分割方法研究》文中认为
刘辉[3]（2021）在《基于激光超声的金属构件裂纹定量表征技术研究》文中研究指明本文针对航空发动机叶片、涡轮盘等武器装备关键金属构件中裂纹的非接触式定量检测的迫切需求,开展了基于激光超声的金属构件裂纹定量表征技术的研究工作。为解决目前微小裂纹定量检测中“测不到”、“测不准”的技术难题,重点开展了激光超声波时域敏感特征提取、基于双谱的激光超声非线性谐波特征提取、基于边带峰计数（SPC）的激光超声非线性调制波特征提取等关键技术的研究。（1）采用Newmark积分法利用有限元软件ANSYS建立了激光超声热-结构耦合有限元模型。并在此基础上,建立了激光热弹激发瑞利波检测表面裂纹模型、激光烧蚀激发纵波检测内部裂纹模型,分别用于瑞利波表征表面裂纹、纵波表征内部裂纹的特征提取方法的仿真研究。构建了以高能量亚纳秒脉冲激光器和基于光折变晶体的双波混合非线性激光干涉仪为核心部件的完全非接触式激光超声检测系统,用于金属构件表面与内部裂纹特征提取方法的试验研究。（2）为实现微小表面裂纹的定量表征,开展了激光瑞利波裂纹时域敏感特征提取方法的研究工作。首先,在分析表面裂纹引起的瑞利波各个波形产生机理的基础上,提取出瑞利波的反射系数、到达时间差与透射系数三个线性特征量,研究了它们与表面裂纹深度特征的映射关系,并探讨了它们定量表征表面裂纹深度的范围。然后,分别研究了表面裂纹深度、长度不变时,裂纹倾斜角度对反射系数特征量的影响,并分析了该影响产生的机理,发现该特征量对表面裂纹的深度和角度更敏感、对裂纹的长度不敏感。最后,利用反射系数与到达时间差特征量对铝板上的微小表面裂纹进行了试验检测,发现反射系数特征量定量表征表面裂纹深度的范围为探测波长的0.5～2倍,到达时间差特征量的定量表征范围为0.2mm～0.8mm,与探测波长无关。（3）为实现早期微小表面裂纹的精准定量表征,进一步开展了基于双谱的激光超声非线性谐波特征提取方法的研究工作。首先,采用双谱估计的方法,提取出表面裂纹与瑞利波相互作用产生的非线性谐波谱,并定义双谱损伤系数（BDF）特征量为:在频率为F,F时,损伤信号和无损信号的双谱峰值差,与无损信号双谱峰值之比。然后,分别研究了由反射瑞利波与透射瑞利波提取的BDF特征量,与表面裂纹深度、长度、角度特征的关系,并探讨了探测位置、构件反射边界对该特征量提取的影响。发现,该非线性特征量对表面裂纹的深度、角度更敏感,对表面裂纹的长度以及探测位置不敏感,构件反射边界的存在对BDF特征量的提取造成了负面影响。最后,采用反射瑞利波的BDF特征量对铝板的微小表面裂纹进行了试验检测,发现,BDF特征量定量表征表面裂纹深度的范围为探测波长的0.1～0.5倍。（4）为验证由瑞利波提取的线性与非线性谐波特征量的适用性,开展了激光超声纵波检测内部裂纹长度的研究工作。分别研究了透射纵波的透射系数、BDF特征量与内部裂纹长度的关系,并讨论了透射纵波幅值归一化对BDF特征量提取的影响,发现这两个特征量均能很好的实现内部裂纹长度的定量表征。最后,采用透射纵波的BDF特征量对钢构件的真实内部闭合裂纹进行了检测,发现该特征量能很好地检出内部闭合裂纹。（5）针对传统检测方法不易检出的复杂形状构件的内部微小闭合裂纹,开展了基于边带峰计数（SPC）的激光超声非线性调制波特征提取的研究工作。首先,分析了金属杆件中的激光超声导波的特性并绘制了频散曲线,发现激光在金属杆中激发的超声导波具有频散与多模态特性,导致超声导波发生混叠难以分辨。然后,采用SPC方法提取超声导波谱图中的非线性调制波特征,并定义了SPC差特征量。最后,采用非线性调制波特征量分别对钢杆真实的单条、多条内部闭合裂纹、钢制曲面构件真实的单条内部闭合裂纹进行了试验检测,发现SPC差特征量能有效检出真实内部闭合裂纹。最终,利用完全非接触式的激光超声检测系统,实现了最小深度为0.1mm的表面裂纹、最小径向长度为1.5mm的内部闭合裂纹的试验检测。
唐文平[4]（2021）在《基于深度卷积神经网络的涡轮叶片CT图像分割方法研究》文中研究说明涡轮叶片是航空发动机中最关键的零部件之一,对其进行严格检测,对于发动机安全可靠的运行具有重大意义。工业CT（Computed Tomography）被视为一种最优秀的无损检测技术,通过对涡轮叶片进行断层扫描成像并获取它的CT图像进行处理可以实现对叶片内部缺陷和微小孔的检测。工业CT的检测精度取决于工业CT成像的质量和图像后处理的精度,而工业CT图像分割是图像后处理的关键环节,它的分割精度直接影响工业CT检测的最终精度。由于涡轮叶片是高密度、多材质的复杂结构零件,导致其CT图像存在噪声、低对比度、灰度不均匀等问题。现有的分割算法很难满足高精度的涡轮叶片检测需求。因此,本论文针对涡轮叶片CT图像检测中图像分割问题,提出了一种基于深度卷积神经网络的涡轮叶片CT图像分割方法。本文主要研究工作如下:1.构建涡轮叶片CT分割数据集。将工业CT扫描后的数据解析为CT切片图像,并且给出了一种适合叶片CT图像分割的标注方法。在数据处理方面,通过采用限制对比度直方图均衡化提高涡轮叶片图像对比度。在数据增强方面,结合离线增强和在线增强的方式扩充训练样本集,增强模型的泛化能力。2.设计了一种基于U-Net的涡轮叶片CT图像分割方法。在原始U-Net网络中引入了批量归一化方法加速网络收敛速度,引入Dice损失函数替代交叉熵损失函数解决涡轮叶片CT图像分割背景区域远大于叶片区域导致容易将叶片误分割为背景的问题。通过与传统的分割方法进行对比实验验证所提方法合理性。3.针对原始U-Net网络在叶片CT图像上分割中的不足,研究了一种基于改进U-Net的涡轮叶片CT图像分割方法。主要从以下几个方面进行了改进:引入了注意力机制,在下采样和上采样阶段分别嵌入通道注意力机制和空间注意力机制,前者能够将特征图不同的通道分配不同的权重,后者能够对同一特征图的不同位置区域分配不同的权重。通过引入Focal Loss损失函数,解决分割训练时叶片在整幅CT图像中占比少导致的容易将叶片误分割的问题。通过实验结果表明,改进的方法在精度上优于改进前的方法。
闫晓燊[5]（2020）在《电火花加工涡轮叶片气膜冷却孔几何特征检测技术研究》文中进行了进一步梳理气膜冷却孔是提升航空发动机效率、可靠性及耐高温性能的关键,气膜冷却效果受气膜孔轴向、孔径及空间分布等几何特征影响较大。但是,由于叶片的铸造偏差、电火花加工误差等因素,部分气膜孔几何特征存在不达标的情况。因此,如何在涡轮叶片的曲面上,对数量多、孔径小、轴线方向多变的气膜孔进行几何特征测量检测,成为了国产航空发动机制造的重点和难点。为此,本文围绕电火花加工涡轮叶片气膜冷却孔几何特征检测技术展开研究,研发基于三维激光点云的检测系统,主要包含传感器标定、检测轨迹规划和点云数据处理三个模块,并通过实际检测实验,验证系统的有效性。以线激光传感器为测量头,五轴机床为运动平台,搭建检测样机,从而实现气膜孔几何特征检测。传感器标定模块,其功能是标定传感器零点位置和光束方向矢量,以实现检测系统多坐标系下的坐标转换。针对传统标定算法中存在的非线性方程组求解难度大、依赖特定标准件以及受初值影响大等问题,研究了基于运动学建模及平面几何约束的标定算法,构建超静定线性方程组,从而实现传感器标定。标定精度为0.012mm,满足测量需求。轨迹规划模块,其功能是规划扫描轨迹,对潜在的硬件碰撞、光束干涉进行检测及规避,从而确定准确、高效、安全的轨迹。针对激光扫描中存在的测量范围小、角度要求严、检测点数多以及硬件碰撞、光束干涉等问题,研究检测方向和坐标分布、基于点云扫描体的碰撞检测及规避、基于点云监测的光束干涉检测、基于检测方向二次规划的光束干涉规避等算法。并通过VERICUT软件进行仿真验证,最终准确、高效及安全地获取点云数据。点云数据处理模块,其功能是通过点云分割、轴向提取、孔径拟合及交点位置计算等方式,确定气膜孔几何特征参数。针对点云提取分割中存在的鲁棒性低等问题,研究基于扫描线拟合残差的分割算法,将三维点云降维为二维扫描线,并借助拟合残差实现目标分割;针对轴向提取中存在的法矢量精度低、点云数量少以及平面拟合误差大等问题,研究基于改进高斯映射变换的轴向提取算法,借助效果评价函数、高斯映射补全以及随机一致性采样,实现轴向提取;针对孔径提取中存在的计算效率低、受初值影响大等问题,研究基于轴向投影的孔径拟合算法,将三维气膜孔径转化为二维圆环直径,并就投影后的噪点滤波,提出基于误差概率统计的变力度迭代滤波算法,从而实现孔径的定性检测;针对气膜孔位置,通过计算轴线与曲面的交点坐标,进而确定气膜孔空间分布。此外,基于仿真点云及电火花小孔加工样件,验证算法的原理可行性及实际操作性。通过气膜孔实际检测实验,验证系统检测效果,分析精度影响因素。基于实测点云,借助Geomagic验证算法精度;通过静态、半动态以及全动态检测实验,对传感器测量精度、叶片装夹误差、平台定位误差进行解耦分析。数据表明,检测系统轴向、位置及孔径检测精度分别为0.405°、0.038mm与0.024mm。从而,为气膜孔轴向及位置的定量检测及孔径的定性预筛检测,提供一种有效可行的技术方案。
王应焘[6]（2020）在《航空发动机叶片缺陷空间可视化无损检测技术研究》文中研究说明航空发动机叶片的安全性问题一直是航空工业领域难以根治的问题,科研人员一直以来都不懈探索着叶片缺陷高精度和快速直观的检测方法,随着航空发动机叶片检测技术的不断进步,高质量的自动化、智能化以及智慧化的无损检测方法逐渐代替了传统的解决方案,无损检测技术在航空工业领域的非接触性检测中日益占据着重要地位,航空发动机叶片缺陷的定性、定量分析也迅速成为科研工作者们研究的热点问题。本课题以航空发动机叶片为主要研究对象,叶片缺陷的空间三维成像及面积量化为研究目标,通过研究无损检测中的超声检测缺陷成像技术以及智能化射线检测方法,开发了显示叶片三维模型的软件系统,实现了叶片缺陷的三维成像及面积计算。针对不同类别叶片在检测过程中频繁更换工件托盘和模具的问题,研究了基于机器视觉的叶片自动抓取检测技术。论文的主要研究内容与工作总结如下:（1）分析了无损检测技术的国内外研究现状,介绍了无损检测方法的检测原理和优缺点,研究了不同无损检测方法的应用场合,系统描述了超声无损检测和射线无损检测的发展历程及研究现状,建立了基于叶片无损检测方法的研究路线图。（2）研究了某型号航空发动机叶片超声C扫描空间点云数据的采集方法,开发了航空发动机叶片三维模型显示系统,设计了管理点云数据专用的数据库系统,研究了叶片CAD模型的解析方法,借助C#.NET平台开发了叶片三维显示系统不同的功能模块,包括点云三维显示界面、点云数据管理、CAD模型管理、系统用户管理、安全性管理以及检测报告管理等。（3）分析了航空发动机叶片超声C扫描数据的后处理方法,研究了超声点云的三维成像原理和三维重构算法,并对重构后的叶片进行着色方法的分析与研究。表征了叶片缺陷部分的轮廓,单独提取了叶片缺陷部分的点云进行研究,提出了一种新的叶片缺陷面积量化算法,并加入了含有预置缺陷点的验证叶片,对该缺陷面积量化算法的准确性进行了验证。（4）研究了在对叶片无损检测时加入机器视觉元素的方法,搭建了基于双目视觉的叶片自动识别检测系统,使机器人在同一工况下可以对不同种类被检测件进行自动混检识别,节约了生产成本,提高了产品转换速度。
郑佳[7]（2019）在《基于投票策略的涡轮叶片锥束CT图像分割算法》文中提出锥束CT（Computed Tomography）是一种先进的三维工业无损检测手段,在微小孔、内部型腔和缺陷等的检测中具有重要的应用价值。锥束CT的检测精度主要取决于锥束CT成像质量和图像后处理的精度。锥束CT图像分割是图像后处理流程中的关键环节,其图像分割和轮廓提取精度直接影响CT系统最终检测精度。涡轮叶片材料密度高、结构复杂,导致其锥束CT图像中存在严重的噪声、伪影、灰度不均、低对比度等问题,采用现有的分割算法难以满足涡轮叶片的高精度检测需求。本文针对涡轮叶片锥束CT检测中的图像分割精度问题,对高精度图像分割算法中的局部窗口计算、单方法投票图像分割、多方法投票权重优化、三维图像高精度分割与点云提取等关键算法进行了系统、深入的研究,主要研究内容和创新贡献如下:（1）局部窗口图像分割。首先针对涡轮叶片锥束CT切片图像的特征,提出了一种自适应局部窗口图像分割算法。然后,给出了确定图像分割局部窗口大小的必要和充分条件,综合基于局部窗口内的边缘点数量、基于目标背景差异和基于灰度直方图双峰的局部窗口判断的三个准则,建立了自适应局部窗口大小的计算方法。最后,以仿真CT切片图像为对象,验证了局部分割算法的有效性和精度。结果表明:本文方法与其它非自适应局部窗口分割算法相比,其低对比度、小尺寸缺陷目标分割能力最强,分割结果轮廓精度最高,边缘一致性平均值达到0.9907。（2）单方法投票图像分割。针对局部窗口图像分割算法中像素正确分割概率不足的问题,通过引入投票策略建立了一种新的单方法投票图像分割算法。该算法首先通过图像延伸保证各像素投票次数相同,然后对延伸图像中的所有像素,在包含该像素的各局部窗口内对该像素进行投票,以投票结果替代原图像进行分割以提升分割结果的可靠性。通过引入分割算法的CT图像适应性指标,利用分割实验筛选出CT图像可用的分割算法集。最后,以圆环工件CT切片图像为实例,通过比较所提取轮廓的精度,对单方法投票分割算法的可靠性和精度进行了验证。结果表明:引入投票策略可显着提升局部窗口分割结果的可靠性和精度,与其它分割算法相比,投票分割算法的轮廓精度更高,边缘一致性平均值达到0.9891。（3）多方法投票权重优化。从最大化正确分割概率的角度出发,综合利用不同分割算法对CT图像的适应性,提出了多方法组合投票分割思想及其权重优化算法。首先分析了分割算法集和权重系数对结合结果的影响,然后建立了多方法投票的权重优化模型,并利用遗传算法获得了最优的组合投票权重系数。最后分别以复杂型面工件和真实空心涡轮叶片CT切片图像为对象,对多方法投票权重优化算法的有效性和精度进行了验证。结果表明:多方法组合投票与非组合分割算法相比,其对噪声、伪影、低对比度小结构的分割能力更强,分割结果轮廓精度更高,边缘一致性平均值分别达到0.9884和0.9727。（4）三维CT图像分割与轮廓提取。针对三维CT图像分割数据处理速度较低及分割精度不足的问题,提出了基于知识引导的三维CT图像快速高精度分割算法。首先,分析了涡轮叶片CT图像的空间连续性,并根据此特征对CT图像进行预处理;然后,对预处理图像进行三维分割,同时对三维分割进行加速;最后,针对轮廓点云提取精度和连续性问题,提出了一种基于多分辨率图像变换的高精度亚像素点云提取算法。分别以复杂型腔工件和真实空心涡轮叶片CT图像为对象,验证了三维分割和亚像素级点云提取算法的有效性和精度。结果表明:本文方法与其它非三维分割算法相比,其噪声、伪影、低对比度的小结构目标分割能力更强,分割结果轮廓精度更高,成功消除了像素级点云提取算法中存在的断边问题,对于复杂型腔工件,边缘一致性平均值达到0.9851,对于叶片工件,边缘一致性平均值达到0.9843,比像素级提升0.0116。
代宇航[8]（2018）在《航空发动机叶片故障检测技术研究》文中提出航空发动机叶片是为飞机飞行提供动力的主要部件,叶片的质量和综合性能不仅影响到发动机的整体性能,也关系到飞机的飞行安全。为了在制造、维修、装配过程中,快速准确地检测出发动机叶片的故障缺陷,确保发动机的整体质量和综合性能,本文对几类发动机叶片故障检测系统的设计和实现开展了研究。为解决发动机叶片故障检测和性能评估技术问题,本文从影响发动机叶片质量的制造、修理、装配环节入手,针对流量、频率、几何量等叶片关键特性参数对发动机性能和装配质量的影响,从测量原理、系统结构、性能指标等方面开展了相关检测技术研究,设计实现了水流量检测、叶片测频、在线微分检测和热冲击检测系统,并对这些检测系统进行了实验验证,实现了对叶片性能质量的综合检测。此外,还研究了叶片装配关键尺寸参数的检测方法和评价方式,分析了装配参数控制偏差所导致的影响及质量改进措施。检测实验结果表明,设计实现的这些检测系统达了预期目标,实现了对发动机叶片关键性能参数的准确采集和监控,能够及时发现叶片制造、维修各阶段的故障隐患,能够有效保证发动机叶片质量和综合性能,有效提升了发动机叶片的故障检测能力。
杨富强[9]（2018）在《基于知识的涡轮叶片高质量锥束CT成像技术研究》文中进行了进一步梳理高温合金空心涡轮叶片被誉为航空发动机“皇冠上的明珠”,是影响发动机性能和安全的关键部件,其铸造精度及检测尤为重要。如果涡轮叶片存在微裂纹、壁厚不均或尺寸超差等缺陷,会极大降低叶片的服役性能,严重时甚至会发生发动机爆炸等恶性事故。因此发动机涡轮叶片的尺寸检测、无损探伤是迫切需要解决的关键技术难题。研究快速有效的无损检测和高质量成像技术,对解决涡轮叶片检测和发动机研制至关重要。本文针对航空发动机涡轮叶片工程检测中存在的散射和射束硬化影响成像质量及重建图像质量差等问题,对CBCT系统成像过程中的噪声、散射、射束硬化伪影校正和病态投影重建技术进行深入系统研究。针对CBCT成像中存在的若干关键技术和难点问题,进行了CBCT扫描成像分析、结构特征侦测的散射场估计、基于硬化曲线建模与侦测的射束硬化-散射伪影校正、叶片特征侦测的病态投影重建等问题,并通过仿真和实际数据验证了本文相关算法的有效性。主要研究内容包括:1、针对涡轮叶片成像质量问题,给出了整个CBCT投影成像过程表征,同时对涡轮叶片成像过程中的影响因素进行描述,分析了CT系统成像知识及涡轮叶片特性。在成像噪声和伪影产生机理基础上,讨论了曝光参数、量子噪声、探测器响应与输出等因素对涡轮叶片成像的影响。结合涡轮叶片特点,重点分析了叶片投影及重建伪影特性,给出了抑制成像噪声及伪影的处理方法。最后,根据整个投影成像链及各个环节因素对成像质量的影响,提出了实现CBCT高质量成像的相关策略。2、针对CBCT成像中涡轮叶片散射伪影校正问题,提出了一种光栅散射与结构张量区域特征建模相结合的散射估计方法。该方法以单光栅散射侦测和叶片投影的梯度信息为先验知识,通过投影图像的特征区域划分与建模,结合局部角度位置光栅散射侦测信息,得到不同区域的投影-散射模型参数知识,完成基于角度序列投影图像的散射场估计。实验结果证明,通过结构区域特征得到的散射场,可以有效的解决角度序列的散射场估计问题。最后通过对不同散射获取方法的比较,得出结构区域散射估计更接近光栅散射场分布。3、针对涡轮叶片成像过程中射束硬化及散射耦合伪影对成像质量的影响问题,首先在射束硬化行为分析的基础上,完成了射线硬化的路径知识侦测,提出了一种基于二值化图像的射束硬化曲线模型侦测方法。然后对DR投影在投影域和切片域进行散射校正;通过分析和比较不同校正结果,进一步完成了基于模型修正的射束硬化校正方法。实验结果表明,散射校正后,散射伪影降低,信噪比提升在10%以上,平均梯度提升在80%以上,射束硬化校正后,杯状伪影也得到很好抑制,有效的改善了成像质量。4、针对涡轮叶片投影采集过程中存在的弱投影或射线无法穿透等病态投影重建问题,首先对病态投影特征进行侦测,获取叶片特征知识,然后给出不同病态投影类型的前期处理方法。针对弱投影信息提出了一种局部投影多幅求平均的方法,提升了该位置弱投影的信噪比;针对射线无法穿透得到的投影,在改进的离散代数重建算法的基础上,提出了一种混合融合抗噪重建算法,该方法将代数迭代算法与FDK算法相结合,通过迭代算法的迭代更新机制补偿病态投影数据下FDK算法的不足,使重建切片信噪比得到改进。实验结果显示,应用抗噪算法重建得到的切片图像,其归一化均方根距离NMSD、归一化平均绝对距离NAAD、信噪比SNR等提升均在10%以上。
董一巍,吴宗璞,李效基,殷春平,尤延铖[10]（2018）在《叶片气膜孔加工与测量技术的现状及发展趋势》文中指出高推重比航空发动机普遍采用气膜冷却技术,叶片气膜冷却孔的加工精度直接影响发动机效能。气膜冷却孔具有孔径小、数量多、深径比高、空间角度复杂的特点,其加工难度大、成形精度要求高。针对当前国外对叶片气膜孔加工技术与装备的严格保密,以及国内气膜孔加工中存在的几何精度偏低、质量不稳定的现状,对气膜孔加工的现状及发展趋势进行归纳总结,为气膜孔加工技术与装备的发展提供参考。首先,概述了叶片气膜孔精确加工的必要性及其重要性,分别介绍了现有气膜孔的加工方法,分析了当前加工方法存在的问题与面临的挑战。鉴于气膜孔精密测量的需要,介绍了现有的气膜孔测量技术。最后,根据气膜孔加工与测量的技术现状及关键核心问题指出了气膜孔加工与测量技术的发展趋势。
二、一种基于工业CT的航空发动机涡轮叶片生产检测系统关键技术研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于工业CT的航空发动机涡轮叶片生产检测系统关键技术研究（论文提纲范文）
（1）激光冷加工制孔的孔穿透快速实时检测系统设计及实验研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 2 激光冷加工制孔原理 |
| 2.1 飞秒激光加工原理及特征优势 |
| 2.2 激光与材料作用的热效应 |
| 2.3 激光与材料作用的光学效应 |
| 2.4 激光打孔方法 |
| 2.4.1 冲击打孔法 |
| 2.4.2 轮廓迂回法 |
| 2.5 背壁损伤 |
| 2.5.1 气膜冷却孔 |
| 2.5.2 解决背伤问题的方法 |
| 2.6 本章小结 |
| 3 激光冷加工制孔的孔穿透快速实时检测系统设计 |
| 3.1 现有穿透检测系统分析 |
| 3.2 激光冷加工打孔机结构和快速实时检测系统设计 |
| 3.2.1 激光冷加工打孔机结构 |
| 3.2.2 激光冷加工制孔的孔穿透快速实时检测系统设计 |
| 3.3 光电转换模块设计 |
| 3.4 数据采集模块设计 |
| 3.5 FPGA控制模块设计 |
| 3.6 本章小结 |
| 4 激光冷加工孔穿透检测系统软件设计 |
| 4.1 软件总设计 |
| 4.2 上位机数据采集处理模块 |
| 4.2.1 数据采集 |
| 4.2.2 数据预处理及存储 |
| 4.2.3 波形显示 |
| 4.2.4 波形测量 |
| 4.3 上位机与FPGA串口通信 |
| 4.4 FPGA主控模块软件设计 |
| 4.5 本章小结 |
| 5 系统调试及实验测试验证 |
| 5.1 实验平台调试 |
| 5.2 上位机与FPGA串口调试 |
| 5.3 阈值信息确定实验 |
| 5.4 系统实验检测 |
| 5.5 误差分析 |
| 5.6 测试验证结果对比 |
| 5.7 本章小结 |
| 6 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（3）基于激光超声的金属构件裂纹定量表征技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 课题选题依据与背景意义 |
| 1.2 激光超声激发机理的研究现状 |
| 1.3 激光超声检测裂纹的研究现状 |
| 1.4 非线性超声检测裂纹的研究现状 |
| 1.5 论文主要研究内容与章节安排 |
| 2.激光超声的基本理论、数值模型与检测系统 |
| 2.1 引言 |
| 2.2 激光超声的理论基础 |
| 2.2.1 激光热弹激发超声的基本理论 |
| 2.2.2 激光超声与裂纹非线性耦合的基本理论 |
| 2.3 激光超声的有限元模型 |
| 2.3.1 有限元法 |
| 2.3.2 激光超声热-结构耦合模型 |
| 2.4 完全非接触式激光超声检测系统 |
| 2.5 本章小结 |
| 3.激光瑞利波时域敏感特征表征微小表面裂纹 |
| 3.1 引言 |
| 3.2 激光热弹激发瑞利波表面裂纹检测模型 |
| 3.3 表面裂纹深度特征线性激光瑞利波表征方法的仿真分析 |
| 3.3.1 基于回波法的表面裂纹深度特征表征的仿真分析 |
| 3.3.2 基于穿透法的表面裂纹深度特征表征的仿真分析 |
| 3.4 表面裂纹角度对反射系数特征量影响的仿真分析 |
| 3.4.1 深度不变时,裂纹角度对反射系数的影响 |
| 3.4.2 长度不变时,裂纹角度对反射系数的影响 |
| 3.5 基于回波法的表面裂纹深度特征线性表征方法的试验分析 |
| 3.5.1 含有标准表面裂纹的铝制构件 |
| 3.5.2 表面裂纹深度特征线性表征方法的试验分析 |
| 3.6 工业CT与巴克豪森磁噪声检测表面裂纹结果 |
| 3.7 本章小结 |
| 4.基于双谱的激光超声非线性谐波特征表征微小表面裂纹 |
| 4.1 引言 |
| 4.2 双谱理论 |
| 4.3 基于双谱的非线性谐波特征量提取方法研究 |
| 4.4 反射瑞利波BDF特征量表征表面裂纹深度特征的仿真分析 |
| 4.4.1 非反射边界条件下BDF特征量表征表面裂纹深度 |
| 4.4.2 反射边界条件下BDF特征量表征表面裂纹深度 |
| 4.5 透射瑞利波BDF特征量表征表面裂纹深度特征的仿真分析 |
| 4.5.1 非反射边界条件下BDF特征量表征表面裂纹深度 |
| 4.5.2 反射边界条件下BDF特征量表征表面裂纹深度 |
| 4.6 表面裂纹角度对BDF特征量影响的仿真分析 |
| 4.7 反射瑞利波BDF特征量表征表面裂纹深度特征的试验分析 |
| 4.8 本章小结 |
| 5.激光超声纵波敏感特征表征内部裂纹长度 |
| 5.1 引言 |
| 5.2 激光烧蚀激发纵波内部裂纹检测模型 |
| 5.3 内部裂纹长度特征线性表征的仿真分析 |
| 5.4 内部裂纹长度特征非线性表征的仿真分析 |
| 5.5 基于激光非线性谐波谱的金属构件内部闭合裂纹的检测试验 |
| 5.6 本章小结 |
| 6.激光超声非线性调制波特征表征杆状构件内部闭合裂纹 |
| 6.1 引言 |
| 6.2 杆状金属构件中激光超声导波的特性分析 |
| 6.3 金属构件内部闭合裂纹非线性特征提取方法的研究 |
| 6.4 扭杆的内部闭合裂纹SPC值表征的试验分析 |
| 6.4.1 试件 |
| 6.4.2 试验结果 |
| 6.5 连接块内部闭合裂纹SPC值表征的试验分析 |
| 6.6 本章小结 |
| 7.总结与展望 |
| 7.1 论文工作总结 |
| 7.2 论文创新点 |
| 7.3 展望 |
| 参考文献 |
| 攻读博士(硕士)学位期间发表的论文及所取得的研究成果 |
| 致谢 |
（4）基于深度卷积神经网络的涡轮叶片CT图像分割方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 工业CT技术研究现状 |
| 1.2.2 图像分割算法研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文组织结构 |
| 第2章 相关理论基础 |
| 2.1 CT图像相关知识 |
| 2.1.1 工业CT成像原理 |
| 2.1.2 CT技术特点和图像特征分析 |
| 2.2 人工神经网络 |
| 2.3 卷积神经网络 |
| 2.3.1 卷积层 |
| 2.3.2 激活函数层 |
| 2.3.3 池化层 |
| 2.3.4 全连接层 |
| 2.3.5 分类网络 |
| 2.4 全卷积神经网络 |
| 2.5 评价标准和损失函数 |
| 2.5.1 评价标准 |
| 2.5.2 损失函数 |
| 2.6 本章小结 |
| 第3章 CT图像预处理方法研究 |
| 3.1 CT图像分割整体流程 |
| 3.2 数据准备 |
| 3.2.1 数据采集 |
| 3.2.2 数据标注 |
| 3.3 数据处理 |
| 3.4 数据增强 |
| 3.5 本章小结 |
| 第4章 基于U-Net的涡轮叶片CT图像分割方法 |
| 4.1 U-Net分割网络 |
| 4.2 基于全卷积U-Net的叶片CT图像分割方法 |
| 4.2.1 批量归一化 |
| 4.2.2 U-Net对叶片CT图像分割算法设计 |
| 4.3 实验与结果分析 |
| 4.3.1 实验平台及其配置 |
| 4.3.2 实验设置 |
| 4.3.3 对比实验设定 |
| 4.3.4 实验结果分析 |
| 4.4 本章小结 |
| 第5章 基于改进U-Net的涡轮叶片CT图像分割方法 |
| 5.1 注意力机制 |
| 5.1.1 通道注意力机制 |
| 5.1.2 空间注意力机制 |
| 5.1.3 U-Net注意力机制设计 |
| 5.2 基于Focal Loss的损失函数 |
| 5.3 改进后的网络结构 |
| 5.4 实验及结果分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结 |
| 6.2 研究与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（5）电火花加工涡轮叶片气膜冷却孔几何特征检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 气膜冷却孔原理及电火花加工工艺 |
| 1.1.2 气膜冷却孔几何特征检测指标 |
| 1.1.3 气膜冷却孔几何特征检测难点及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气膜孔孔径检测研究现状 |
| 1.2.2 气膜孔位置度、轴线方向检测研究现状 |
| 1.3 课题来源 |
| 1.4 本文研究目标及内容 |
| 第二章 检测平台线激光传感器标定算法研究 |
| 2.1 检测平台相关背景 |
| 2.1.1 检测平台硬件组成 |
| 2.1.2 检测平台测量原理 |
| 2.1.3 检测平台标定背景 |
| 2.2 基于运动学建模及平面几何约束的传感器标定算法 |
| 2.2.1 标定算法整体技术路线 |
| 2.2.2 标定算法运动学建模 |
| 2.2.3 标定算法平面几何约束 |
| 2.3 标定实验步骤及精度验证 |
| 2.3.1 标定实验步骤 |
| 2.3.2 标定精度验证及误差分析 |
| 2.4 标定自动化程序开发 |
| 2.5 本章小结 |
| 第三章 检测平台扫描路径规划研究 |
| 3.1 扫描轨迹规划角度分析 |
| 3.1.1 扫描轨迹基本定义 |
| 3.1.2 准确性 |
| 3.1.3 高效性 |
| 3.1.4 安全性 |
| 3.2 初始检测轨迹规划 |
| 3.2.1 截面型线构造 |
| 3.2.2 工件检测点集确定 |
| 3.2.3 测头轨迹点集确定及G代码变换推导 |
| 3.3 硬件碰撞和光束干涉检测算法研究 |
| 3.3.1 硬件碰撞检测算法研究 |
| 3.3.2 光束干涉检测算法研究 |
| 3.4 硬件碰撞和光束干涉规避算法研究 |
| 3.4.1 硬件碰撞规避算法研究 |
| 3.4.2 光束干涉规避算法研究 |
| 3.5 规划轨迹VERICUT实验验证 |
| 3.6 本章小结 |
| 第四章 检测平台气膜孔激光点云数据处理算法研究 |
| 4.1 气膜孔目标点云分割算法研究 |
| 4.1.1 目标点云分割算法研究现状 |
| 4.1.2 基于扫描线拟合残差的目标点云分割算法技术思路 |
| 4.1.3 目标点云分割算法步骤 |
| 4.2 基于点云数据的气膜孔轴线方向提取算法研究 |
| 4.2.1 基于改进高斯映射变换的轴线方向提取算法 |
| 4.2.2 基于提取效果评价函数的法矢量求解精度提升算法 |
| 4.2.3 基于误差敏感方向的高斯映射变换补全算法 |
| 4.2.4 RANSAC随机抽样一致性平面拟合算法 |
| 4.3 基于点云数据的气膜孔孔径大小提取算法研究 |
| 4.3.1 基于轴向投影的气膜孔孔径提取算法技术思路 |
| 4.3.2 点云数据轴向投影变换推导 |
| 4.3.3 基于误差概率统计的变力度迭代滤波算法 |
| 4.4 基于点云数据的气膜孔空间位置提取算法研究 |
| 4.4.1 基于轴线位置与曲面拟合的气膜孔空间位置提取算法技术思路 |
| 4.4.2 气膜孔轴线空间位置确定 |
| 4.4.3 涡轮叶片二次曲面拟合 |
| 4.5 气膜孔点云数据特征参数提取算法实验验证 |
| 4.5.1 原理可行性验证 |
| 4.5.2 实际操作性验证 |
| 4.6 本章小结 |
| 第五章 电火花加工气膜孔几何特征检测实验 |
| 5.1 涡轮叶片气膜孔电火花加工 |
| 5.1.1 气膜孔电火花加工机床及相关参数设置 |
| 5.1.2 气膜孔电火花加工工艺过程 |
| 5.2 检测平台实验验证 |
| 5.2.1 静态检测实验 |
| 5.2.2 半动态检测实验 |
| 5.2.3 全动态检测实验 |
| 5.2.4 点云处理算法精度对比实验 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 论文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间科研成果 |
（6）航空发动机叶片缺陷空间可视化无损检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究目的和意义 |
| 1.3 无损检测技术的国内外研究现状 |
| 1.3.1 无损检测技术 |
| 1.3.2 超声无损检测成像技术 |
| 1.3.3 射线无损检测成像技术 |
| 1.4 本文的主要研究内容 |
| 第2章 叶片模型三维空间可视化技术研究 |
| 2.1 三维空间可视化技术在无损检测中的应用 |
| 2.2 超声检测叶片数据采集系统设计 |
| 2.2.1 超声波无损检测叶片的原理 |
| 2.2.2 叶片超声C扫数据采集系统 |
| 2.2.3 机械手扫查叶片的试验 |
| 2.2.4 超声C扫点云的分类 |
| 2.3 超声检测叶片三维成像软件系统设计 |
| 2.3.1 超声检测软件系统整体设计 |
| 2.3.2 系统用户管理及权限分配模块 |
| 2.3.3 超声检测数据管理模块 |
| 2.3.4 叶片模型三维显示模块 |
| 2.4 本章小结 |
| 第3章 叶片缺陷三维成像及面积量化算法研究 |
| 3.1 超声检测缺陷三维成像算法研究 |
| 3.1.1 超声C扫点云三维重构 |
| 3.1.2 建立三维成像光照模型 |
| 3.1.3 叶片缺陷三维成像结果 |
| 3.2 叶片缺陷部分的提取 |
| 3.2.1 叶片缺陷轮廓表征 |
| 3.2.2 叶片缺陷及缺陷轮廓提取 |
| 3.3 叶片缺陷面积量化算法研究 |
| 3.3.1 叶片缺陷点云二次重构 |
| 3.3.2 叶片缺陷的面积计算方法 |
| 3.4 结果分析及算法验证 |
| 3.4.1 实验结果分析 |
| 3.4.2 算法验证 |
| 3.5 本章小结 |
| 第4章 基于视觉的叶片射线检测技术 |
| 4.1 射线检测技术检测叶片缺陷 |
| 4.1.1 射线检测技术的原理 |
| 4.1.2 X射线检测技术的应用 |
| 4.2 机器视觉技术 |
| 4.2.1 机器视觉技术 |
| 4.2.2 机器视觉系统构成 |
| 4.2.3 机器视觉应用 |
| 4.3 基于视觉的叶片射线检测 |
| 4.3.1 机器视觉技术在叶片射线检测中的应用 |
| 4.3.2 基于视觉的射线检测应用实例 |
| 4.4 本章小结 |
| 第5章 基于视觉的叶片抓取试验台搭建 |
| 5.1 研究叶片自动识别检测的意义 |
| 5.2 视觉定位运动方案设计 |
| 5.3 基于视觉的叶片自动识别抓取技术 |
| 5.3.1 基于视觉的叶片抓取系统 |
| 5.3.2 视觉图像处理技术 |
| 5.3.3 叶片自动抓取技术 |
| 5.4 试验验证 |
| 5.4.1 机械手的选取 |
| 5.4.2 不同光源条件下对抓取结果的影响 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读学位期间发表论文与研究成果 |
（7）基于投票策略的涡轮叶片锥束CT图像分割算法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 主要问题分析 |
| 1.3 国内外研究现状 |
| 1.3.1 局部窗口优化技术 |
| 1.3.2 二维CT图像分割技术 |
| 1.3.3 投票权重优化技术 |
| 1.3.4 三维CT图像分割技术 |
| 1.4 课题来源及研究目标 |
| 1.5 研究内容与章节安排 |
| 1.5.1 研究思路与内容 |
| 1.5.2 本文章节安排 |
| 1.6 本章小结 |
| 第二章 自适应局部窗口计算 |
| 2.1 引言 |
| 2.2 CT成像原理与图像特征 |
| 2.2.1 锥束CT成像原理 |
| 2.2.2 CT切片图像特征分析 |
| 2.3 CT图像局部分割算法 |
| 2.3.1 局部分割算法 |
| 2.3.2 局部窗口影响 |
| 2.4 局部窗口大小判定准则 |
| 2.4.1 基于边缘点数量 |
| 2.4.2 基于局部目标背景差异的局部窗口计算 |
| 2.4.3 基于灰度直方图双峰 |
| 2.5 算法验证与分析 |
| 2.5.1 仿真叶片锥束CT切片图像序列分割 |
| 2.5.2 真实叶片锥束CT切片序列分割结果 |
| 2.6 本章小结 |
| 第三章 基于局部投票策略的CT图像分割 |
| 3.1 引言 |
| 3.2 局部窗口投票策略 |
| 3.2.1 投票策略理论 |
| 3.2.2 投票策略与图像分割 |
| 3.3 基于局部投票策略的CT图像分割方法 |
| 3.3.1 图像延伸 |
| 3.3.2 局部投票 |
| 3.3.3 投票结果分割 |
| 3.4 CT图像分割适用算法筛选 |
| 3.4.1 投票策略适用算法 |
| 3.4.2 CT图像适用算法 |
| 3.5 算法验证与分析 |
| 3.5.1 局部投票的模糊C均值聚类 |
| 3.5.2 实际工件锥束CT切片图像序列分割 |
| 3.6 本章小结 |
| 第四章 CT切片图像分割的多方法投票融合 |
| 4.1 引言 |
| 4.2 多算法组合投票图像分割方法 |
| 4.2.1 单算法投票结果比较 |
| 4.2.2 多算法投票结果组合 |
| 4.3 多算法投票权重系数优化方法 |
| 4.3.1 优化模型 |
| 4.3.2 模型求解 |
| 4.4 算法验证与分析 |
| 4.4.1 实际工件锥束CT切片图像序列三维分割 |
| 4.4.2 实际叶片锥束CT切片图像序列分割 |
| 4.5 本章小结 |
| 第五章 三维CT图像高精度分割与点云提取 |
| 5.1 引言 |
| 5.2 基于知识引导的三维图像分割 |
| 5.2.1 预处理 |
| 5.2.2 三维分割 |
| 5.2.3 分割加速 |
| 5.3 多分辨率亚像素点云提取 |
| 5.3.1 图像放大算法 |
| 5.3.2 放大算法对比 |
| 5.4 算法验证与分析 |
| 5.4.1 实际工件锥束CT切片图像序列三维分割 |
| 5.4.2 实际叶片锥束CT切片图像序列三维分割 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 创新性成果 |
| 6.3 进一步工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文和参加科研情况 |
| 致谢 |
（8）航空发动机叶片故障检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 概述 |
| 1.1.1 发动机结构 |
| 1.1.2 叶片故障及危害 |
| 1.1.3 叶片故障的主要成因 |
| 1.2 研究背景和意义 |
| 1.2.1 课题来源 |
| 1.2.2 研究背景 |
| 1.2.3 研究意义 |
| 1.3 国内外研究现状和发展趋势 |
| 1.3.1 发动机叶片检测技术现状 |
| 1.3.2 发动机叶片检测技术发展趋势 |
| 1.4 本文的主要内容和结构安排 |
| 第二章 航空发动机叶片水流量检测 |
| 2.1 叶片水流量检测原理 |
| 2.1.1 流量测量原理 |
| 2.1.2 叶片水流量检测原理 |
| 2.2 叶片水流量检测系统主要构成 |
| 2.2.1 硬件组成 |
| 2.2.2 检测软件 |
| 2.3 水流量检测系统校准 |
| 2.3.1 系统计量要求 |
| 2.3.2 系统校准方法 |
| 2.3.3 系统不确定度评定 |
| 2.4 水流量检测系统性能验证 |
| 2.4.1 流量性能检测 |
| 2.4.2 流量性能验证 |
| 2.4.3 线性相关检测 |
| 2.5 本章小结 |
| 第三章 航空发动机风扇叶片频率检测 |
| 3.1 风扇叶片测频系统设计 |
| 3.2 风扇叶片测频系统主要构成 |
| 3.3 测频系统校准 |
| 3.3.1 校准要求 |
| 3.3.2 基于标准件的校准 |
| 3.3.3 测量结论 |
| 3.4 风扇叶片频率测量 |
| 3.4.1 风扇转子叶片排频 |
| 3.4.2 排频分散度评估 |
| 3.5 本章小结 |
| 第四章 航空发动机压气机转子叶片在线微分测量 |
| 4.1 转子叶片外径微分测量方法 |
| 4.1.1 测量方式 |
| 4.1.2 改进思路 |
| 4.2 转子叶片微分检测系统设计 |
| 4.2.1 测量设备选型 |
| 4.2.2 测量工装设计 |
| 4.2.3 检测软件设计 |
| 4.3 低压转子叶片在线检测系统测量结果验证 |
| 4.3.1 重复性试验验证 |
| 4.3.2 对比试验验证 |
| 4.4 本章小结 |
| 第五章 高压涡轮叶片热冲击检测 |
| 5.1 高压涡轮叶片热冲击检测方法 |
| 5.2 高压涡轮叶片热冲击检测系统设计 |
| 5.2.1 硬件设计 |
| 5.2.2 软件设计 |
| 5.3 热冲击检测系统验证 |
| 5.3.1 热冲击试验条件 |
| 5.3.2 试验结果 |
| 5.4 本章小节 |
| 第六章 航空发动机叶片装配故障检测 |
| 6.1 压气机叶片故检 |
| 6.1.1 低压压气机转子叶片径向间隙测量 |
| 6.1.2 低压压气机转子叶片活动量测量 |
| 6.1.3 低压压气机转子叶片凸台宽度测量 |
| 6.1.4 低压压气机转子叶片截面弦宽、厚度测量 |
| 6.1.5 低压压气机转子叶片静力矩测量 |
| 6.2 压气机叶片故障统计 |
| 6.3 后续改进措施 |
| 6.3.1 维修和装配应对措施 |
| 6.3.2 外场排故措施 |
| 6.4 本章小节 |
| 第七章 结束语 |
| 7.1 全文总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（9）基于知识的涡轮叶片高质量锥束CT成像技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要的物理量符号及名称 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 主要问题分析 |
| 1.3 国内外研究现状分析 |
| 1.3.1 成像噪声抑制 |
| 1.3.2 散射伪影校正技术 |
| 1.3.3 射束硬化伪影校正技术 |
| 1.3.4 病态投影重建 |
| 1.4 课题来源及研究目标 |
| 1.5 研究内容及论文结构 |
| 1.6 本章小结 |
| 第二章 涡轮叶片CBCT成像质量分析及优化策略 |
| 2.1 引言 |
| 2.2 X射线特性与成像 |
| 2.2.1 射线与物质相互作用 |
| 2.2.2 射线穿越物体衰减规律 |
| 2.3 CT系统成像知识 |
| 2.3.1 成像过程表征 |
| 2.3.2 曝光参数知识 |
| 2.3.3 量子噪声特性 |
| 2.3.4 探测器输出不一致性 |
| 2.4 涡轮叶片特性知识 |
| 2.4.1 叶片投影特性 |
| 2.4.2 重建伪影特性[89] |
| 2.5 CBCT成像优化方法及策略 |
| 2.5.1 噪声抑制 |
| 2.5.2 伪影抑制 |
| 2.5.3 高质量CT成像策略 |
| 2.6 本章小结 |
| 第三章 涡轮叶片CBCT投影的散射场估计 |
| 3.1 引言 |
| 3.2 单光栅散射场知识侦测 |
| 3.2.1 光栅板区域知识标定 |
| 3.2.2 单光栅散射场侦测 |
| 3.3 投影图像散射场的特征分区 |
| 3.3.1 投影图像散射分析 |
| 3.3.2 投影的区域特征侦测 |
| 3.4 角度序列投影图像的散射场估计 |
| 3.4.1 散射场建模与区域参数知识 |
| 3.4.2 角度序列的散射场插值估计 |
| 3.4.3 散射场估计比较 |
| 3.5 本章小结 |
| 第四章 涡轮叶片射束硬化与散射耦合伪影校正 |
| 4.1 引言 |
| 4.2 射束硬化知识获取 |
| 4.2.1 射束硬化行为 |
| 4.2.2 路径长度权值知识侦测 |
| 4.2.3 硬化曲线建模与获取 |
| 4.3 知识侦测下的耦合伪影校正 |
| 4.3.1 散射伪影校正 |
| 4.3.2 射束硬化伪影校正 |
| 4.3.3 硬化校正模型分析与验证 |
| 4.4 本章小结 |
| 第五章 含病态投影的涡轮叶片抗噪重建算法 |
| 5.1 引言 |
| 5.2 病态投影位置知识获取 |
| 5.2.1 叶片特征知识获取 |
| 5.2.2 弱投影前处理 |
| 5.2.3 无法透射位置侦测 |
| 5.3 病态投影重建算法 |
| 5.3.1 迭代类重建 |
| 5.3.2 离散代数重建算法 |
| 5.3.3 FDK与迭代类混合融合算法 |
| 5.4 病态投影重建与分析 |
| 5.4.1 实验参数及质量评价 |
| 5.4.2 仿真投影的多幅平均处理与重建 |
| 5.4.3 基于DART-ALBM算法的病态投影重建 |
| 5.4.4 FDK+DART-ALBM混合抗噪算法重建 |
| 5.5 知识应用与实例验证 |
| 5.5.1 成像方案流程 |
| 5.5.2 实例结果与比较 |
| 5.6 本章小结 |
| 第六章 总结和展望 |
| 6.1 研究工作总结 |
| 6.2 论文创新点 |
| 6.3 存在的问题和后续工作展望 |
| 参考文献 |
| 附录1 FDK重建算法 |
| 1A.FDK算法原理 |
| 附录2 投影/采样矩阵获取 |
| 2A.体素穿越长度计算 |
| 2B.体素索引获取 |
| 攻读博士学位期间发表的学术论文和参加科研情况 |
| 致谢 |
（10）叶片气膜孔加工与测量技术的现状及发展趋势（论文提纲范文）
| 气膜孔加工现状 |
| 气膜孔高精高效加工面临的挑战 |
| 叶片气膜孔测量技术 |
| 未来发展趋势 |
四、一种基于工业CT的航空发动机涡轮叶片生产检测系统关键技术研究（论文参考文献）
- [1]激光冷加工制孔的孔穿透快速实时检测系统设计及实验研究[D]. 潘睿. 西安理工大学, 2021(01)
- [2]基于深度卷积神经网络的涡轮叶片CT图像分割方法研究[D]. 唐文平. 重庆邮电大学, 2021
- [3]基于激光超声的金属构件裂纹定量表征技术研究[D]. 刘辉. 中北大学, 2021(01)
- [4]基于深度卷积神经网络的涡轮叶片CT图像分割方法研究[D]. 唐文平. 重庆邮电大学, 2021
- [5]电火花加工涡轮叶片气膜冷却孔几何特征检测技术研究[D]. 闫晓燊. 上海交通大学, 2020(01)
- [6]航空发动机叶片缺陷空间可视化无损检测技术研究[D]. 王应焘. 兰州理工大学, 2020(12)
- [7]基于投票策略的涡轮叶片锥束CT图像分割算法[D]. 郑佳. 西北工业大学, 2019
- [8]航空发动机叶片故障检测技术研究[D]. 代宇航. 国防科技大学, 2018(01)
- [9]基于知识的涡轮叶片高质量锥束CT成像技术研究[D]. 杨富强. 西北工业大学, 2018
- [10]叶片气膜孔加工与测量技术的现状及发展趋势[J]. 董一巍,吴宗璞,李效基,殷春平,尤延铖. 航空制造技术, 2018(13)