تشخیص عیوب مکانیکی در موتورهای هواپیما با استفاده از یادگیری عمیق مبتنی بر پردازش تصویر

چکیده مقاله

موتورهای هواپیما به عنوان یکی از حیاتی ترین اجزای سیستم پیشرانش در معرض تنشهای شدید مکانیکی، حرارتی و خستگی مواد قرار دارند که می تواند منجر به بروز عیوبی مانند ترکهای ریز خوردگی و تغییر شکل قطعات شود تشخیص زودهنگام این عیوب علاوه بر پیشگیری از خرابیهای فاجعه بار، هزینه های تعمیر و نگهداری را نیز کاهش می دهد با این حال روشهای سنتی، بازرسی مانند آزمونهای غیرمخرب NDT و بازرسی چشمی به دلیل وابستگی به مهارت اپراتور، زمان بر بودن و احتمال خطای انسانی، کارایی محدودی در محیط های پیچیده صنعت هوانوردی دارند این پژوهش با هدف رفع این محدودیت ها، به بررسی و توسعه سیستم های تشخیص خودکار عیوب مبتنی بر هوش مصنوعی پرداخته است در این راستا، از ادغام پردازش تصویر و یادگیری عمیق شامل تکنیک های تقسیم بندی تصویر Image Segmentation و مدل های شبکه عصبی کانولوشنی CNN مانند U Net، برای شناسایی و طبقه بندی عیوب استفاده شد همچنین، روش های مختلف عکس برداری از جمله تصاویر با وضوح بالا، تصویربرداری حرارتی و تصویربرداری زاویه دار، برای ثبت دقیق جزئیات قطعات موتور ارزیابی شدند یافته ها نشان داد که این روش ها به ویژه در شرایط نوری مناسب، دقت بالایی در تشخیص عیوب سطحی و زیرسطحی دارند آموزش مدل های یادگیری عمیق با داده های اگمنتیشن شده، تعمیم پذیری سیستم را در محیط های واقعی بهبود بخشید نتایج این پژوهش، کارایی بالای سیستم های هوشمند در تشخیص عیوب موتورهای هواپیما را تایید کرده و بر اهمیت استفاده از فناوری های نوین برای افزایش ایمنی و کاهش هزینه ها در صنعت هوانوردی تاکید دارد

کلیدواژه‌ها

نویسندگان

صدرا خانی

کارشناسی مهندسی تعمیر و نگهداری هواپیما مرکز آموزش عالی و هوانوردی کشور

�انی، صدرا،1404،تشخیص عیوب مکانیکی در موتورهای هواپیما با استفاده از یادگیری عمیق مبتنی بر پردازش تصویر،یازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام،تهران

ارائه‌شده در

مجموعه مقالات یازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام31 شهریور 1404 · تهران