Enhanced aero-engine blade defect detection network: MESFR-DETR with multi-scale edge selection and feature reconstruction
本文提出了 MESFR-DETR，一种增强型实时检测 Transformer 网络，该网络通过多尺度边缘选择和特征重构模块，有效解决了航空发动机叶片中微小且弱特征缺陷的检测挑战，在合成数据集和真实世界数据集上均实现了卓越的准确率与效率。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
现代飞机的核心是其发动机，这是一项工程学的奇迹，通过利用极高的热量和巨大的压力来产生推力。在这个系统中，涡轮叶片是最关键的部件，它们以令人眩晕的速度旋转，以压缩空气并驱动发动机前进。由于这些叶片运行在如此恶劣的环境中，它们不断受到热量、振动和异物的冲击，导致出现微小的缺陷，如划痕、凹痕或腐蚀。即使是一个微观层面的瑕疵也可能演变成灾难性的故障，威胁到整个飞行的安全。几十年来，确保这些叶片的安全性一直依赖于人工检查，检查员使用专门的照相机并凭借其受过训练的双眼来扫描每一个表面。虽然这种方法很有效，但这个过程缓慢、缺乏一致性，并且容易出现人为错误，尤其是当缺陷太小或太模糊而难以被肉眼识别时。
为了解决这个问题，研究人员转向了计算机视觉，教机器像人类检查员那样去“看见”缺陷。然而，标准的计算机视觉工具往往难以应对航空发动机叶片所面临的独特挑战。在处理图像时，它们往往会丢失精细的高频细节——比如划痕的锐利边缘或凹痕的细微阴影——就像低分辨率的照片会模糊掉精细纹理一样。此外，许多现有系统依赖于复杂的多步骤流程，这使得它们在实际工厂中的部署既缓慢又困难。哈尔滨工业大学的一个研究小组开发出一种新方法来弥补这一差距，创造了一个既高度准确又足以进行实时检测的系统。
由魏德宝（Debao Wei）及其同事领导的研究人员推出了一种名为 MESFR-DETR 的新型检测网络。该系统专为寻找航空发动机叶片上最小、最隐蔽的缺陷而设计。不同于那些可能会因为缺陷与背景融合而忽略微小划痕的旧方法，这个新网络旨在特别关注边缘和精细细节。其创新的核心在于对计算机处理图像方式的三个具体改进。首先，他们添加了一个模块，其作用类似于锐化过滤器，能够动态地增强叶片及其任何缺陷的边缘。这确保了在计算机尝试识别缺陷之前，即便是在健康表面与划痕之间最模糊的边界也能被清晰地定义。
其次，团队重新设计了系统中负责观察整幅图像模式的部分。该新模块不再仅仅观察局部点，而是能同时理解叶片不同部分之间的关系。它还结合了一种从频率角度分析图像的技术，使系统能够区分平滑的、低频的金属背景与高频的、锯齿状的缺陷信号。这种双重方法有助于系统忽略发动机纹理带来的噪声，同时精准锁定损伤产生的锐利且不规则的形状。最后，他们重建了网络从不同细节层级组合信息的能力。通过在处理图像的深层网络过程中，同时保留叶片的高分辨率视图和更宽泛的低分辨率视图，该系统能够检测到那些原本会在处理过程中丢失的微小缺陷。
为了测试他们的成果，研究人员需要大量的数据，但收集数千张真实世界中受损叶片的图像既困难又耗时。因此，他们生成了一个名为 BladeSynth-MD 的合成数据集，其中包含 5,000 张计算机生成的叶片图像。这些图像经过设计，呈现出逼真的照片效果，具有多种光照条件、角度，并且至关重要地，在同一片叶片上同时出现了多种类型的缺陷。这种设置模拟了发动机检测的复杂现实情况，即单片叶片可能同时存在凹痕、划痕和一处腐蚀。该系统在该数据集上进行了训练和测试，结果非常显著。
新的 MESFR-DETR 系统在所有缺陷类型上的检测准确率达到了 65.0%，相比其所基于的原有标准模型有了显著提升。更重要的是，它在寻找最难发现的小型缺陷方面表现卓越。与基准模型相比，它将这些微小瑕疵的检测率提高了 4.4%。该系统还证明了其高效性；尽管拥有先进的功能，但其使用的参数量（即衡量其规模和复杂度的指标）比许多领先模型都要少，这使其在标准硬件上运行得更快、更容易。在另一组来自实际服役发动机的真实图像测试中，该系统保持了高性能，成功识别出了其他模型漏掉或误标的缺陷。
研究人员发现，该方法对特定类型的损伤特别有效。例如，它在发现凹痕（通常只是金属表面极其细微的凹陷，对比度极低）和划痕（细长的高频线条）方面表现得更好。系统对边缘信息的保留能力使其能够清晰地看到这些特征，而其他模型往往会将它们视为背景噪声。这项研究证实，通过明确教导计算机重视边缘细节，并通过从不同尺度重建细粒度特征，可以构建出一个既能敏感发现最小瑕疵，又足够快速以用于繁忙制造或维护生产线的检测器。这项工作预示着一条发展路径：自动化系统可以提供人类检查员无法单独实现的连贯性和可靠性，从而在灾难性故障发生之前将其拦截。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。