摘要
本发明提供一种基于多源数据融合的碳/碳埚帮损伤实时定位方法及系统,该方法包括:通过激光扫描仪获取碳/碳埚帮表面三维点云数据,并与CAD基准模型进行比对,生成形变梯度图,将偏差超过设定阈值的区域标记为潜在损伤区;采用声发射传感器组采集应力波信号,基于小波包分解提取特征频段能量值,判定是否存在界面分层或内部微裂纹;获取红外热像仪的热导率分布矩阵,判断是否发生氧化损伤或局部碳化;将形变梯度图、特征频段能量值、热导率异常区域输入至迁移学习模型,结合改进型YOLOv5网络对损伤类型进行分类,输出三维损伤类型及损伤坐标定位结果。本发明通过多源数据融合与深度学习技术,可以实现碳/碳埚帮损伤的精准定位与分类。
技术关键词
三维点云数据
红外热像仪
实时定位方法
迁移学习模型
激光扫描仪
声发射传感器
频段
脉冲激光器
坐标
环境温度干扰
微裂纹
环形阵列
多模态数据融合
激光扫描模块
实时定位系统
融合多源数据
融合处理器
生成二值化
黑体辐射源
矩阵