基于数字孪生的航空涡轮叶片服役损伤监测方法

AITNT
正文
推荐专利
基于数字孪生的航空涡轮叶片服役损伤监测方法
申请号:CN202510014528
申请日期:2025-01-06
公开号:CN119416395B
公开日期:2025-03-07
类型:发明专利
摘要
本发明涉及基于数字孪生的航空涡轮叶片服役损伤监测方法,属于航空发动机技术领域,解决了现有检测算法计算复杂度高、效率和精度较低的问题。确定待监测的涡轮叶片物理实体,采集涡轮叶片环境信息;以物理实体为基础构建数字孪生体,其中涡轮叶片三维模型构建模块根据物理实体构建涡轮叶片三维模型,涡轮叶片运行环境模拟模块依据涡轮叶片实时的载荷、旋转速度及所处环境温度数据对模型进行环境模拟,涡轮叶片缺陷演化预测模块利用智能缺陷检测算法识别模型每一时刻叶片表面缺陷,得到缺陷的类别和位置信息及尺寸信息,还进行演化模拟和危险系数分析。本发明实现了对航空涡轮叶片表面缺陷的实时在线、高精度、高效率检测,提高涡轮叶片使用寿命。
技术关键词
涡轮叶片 损伤监测方法 叶片表面缺陷 交互特征 特征金字塔网络 智能缺陷检测 注意力 三维模型 航空 空间分布函数 数字孪生体 特征提取模块 输出特征 空间特征提取 多尺度 融合特征 sigmoid函数
系统为您推荐了相关专利信息
1
面向机器人服务的CAD图纸智能分析方法及装置
文本 图元 智能分析方法 特征金字塔网络 多尺度特征融合
2
一种In718高温合金材料的SLM成型方法
高温合金材料 成型方法 液氮深冷处理 脉冲光纤激光器 双波长红外测温仪
3
视频处理方法、电子设备、可读介质及程序产品
交互特征 视频 视觉特征 动态场景 图像
4
一种基于GAN数据增强与多头注意力机制的恶意流量检测模型
恶意流量检测模型 多头注意力机制 多模态特征融合 交叉注意力机制 混合专家系统
5
一种涡轮叶片疲劳性能影响因素分析方法、系统及介质
BP神经网络 涡轮叶片疲劳寿命 概率密度函数 分析方法 材料性能参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号