卓偉偉 冶西原

摘要：針對現(xiàn)階段傳統(tǒng)測試臺無數(shù)字化接口問題，提出一種基于計算機視覺的航空發(fā)動機燃調(diào)性能試驗臺在線測量改造方案研究辦法。該方法基于人工智能和傳統(tǒng)機器視覺算法，通過字符識別算法實現(xiàn)對試驗過程數(shù)據(jù)的采集；自動解析工作卡信息，完成試驗數(shù)據(jù)結(jié)構(gòu)化錄入，實現(xiàn)數(shù)據(jù)自動判別、計算、統(tǒng)計分析等功能；實現(xiàn)無紙化操作，試驗數(shù)據(jù)長期保存可追溯；實現(xiàn)質(zhì)量數(shù)據(jù)可及時反饋，從而促進工藝優(yōu)化與創(chuàng)新設(shè)計，最終完成檢測與質(zhì)量控制過程的科學(xué)系統(tǒng)性策劃。

關(guān)鍵詞：燃油調(diào)節(jié)器；性能測試臺；視覺識別；改造

Keywords：fuel regulator；performance test bench；visual identity；reconstruction

0 引言

航空發(fā)動機燃油調(diào)節(jié)器（簡稱燃調(diào)）是發(fā)動機的重要部件之一，用于向發(fā)動機主燃燒室和加力燃燒室供給燃油。一直以來，燃調(diào)維修過程中，其性能試驗臺是修后驗證的重要關(guān)口。當前使用的燃調(diào)性能試驗臺建設(shè)早，系統(tǒng)構(gòu)造復(fù)雜，應(yīng)用大量的管路和數(shù)顯、機械儀表，試驗數(shù)據(jù)需通過操作人員實時手動記錄、統(tǒng)計并提交，易出現(xiàn)人為差錯。如果對其進行整體數(shù)字化改造，存在周期不可控、成本費用高、改造引發(fā)試驗臺性能下降等風險。

針對工業(yè)現(xiàn)場檢測工作數(shù)字化、智能化等特點，以提升產(chǎn)品質(zhì)量為核心，以信息技術(shù)、人工智能技術(shù)及大數(shù)據(jù)分析技術(shù)為基礎(chǔ)，在不改變原試驗臺基本結(jié)構(gòu)的情況下，通過加裝的改造方式，提供一套基于人工智能和傳統(tǒng)機器視覺算法的智能化數(shù)據(jù)采集系統(tǒng)。

1 概述

本方案通過加設(shè)網(wǎng)絡(luò)攝像頭獲取測試臺圖像信息，通過網(wǎng)絡(luò)傳輸將圖像傳輸至圖形處理服務(wù)器進行圖像識別。系統(tǒng)軟件通過文檔解析技術(shù)將工作卡結(jié)構(gòu)化，試驗數(shù)據(jù)結(jié)構(gòu)可自動填入結(jié)構(gòu)化的電子工卡中。本系統(tǒng)可對試驗結(jié)果自動判別、統(tǒng)計，并按要求生成表單；試驗過程數(shù)據(jù)可全程監(jiān)控，以規(guī)范操作者行為習慣；累積數(shù)據(jù)可通過大數(shù)據(jù)分析算法，分析和反饋質(zhì)量結(jié)果。

本系統(tǒng)通過加裝改造的方式實現(xiàn)，適用性強，可對維修現(xiàn)場的數(shù)字儀器儀表、傳統(tǒng)指針式儀表以及HIMI屏幕儀器儀表通過圖像識別方式進行數(shù)據(jù)采集，識別準確率高于人工識別結(jié)果，為進一步提高識別準確率，可提供人工—機器識別防差錯比對；支持多樣采集方式，包括自動采集、選項選擇、手工填寫、語音輸入等方式；對各種各樣的工作卡模板皆可進行自動化解析；工步內(nèi)容可編輯，工步與工步之間還可以建立計算邏輯分組進行試驗，為維修單位大量老舊性能測試設(shè)備的數(shù)字化改造提供了新的更經(jīng)濟可靠的解決方案。

2 改造性能指標

數(shù)顯式儀器儀表的識別為數(shù)字識別，要求識別準確率在99.99%以上。傳統(tǒng)指針式儀器儀表識別，由于拍照角度和估讀會對其數(shù)值產(chǎn)生影響，數(shù)值本身也存在一定誤差。通過圖像識別技術(shù)，將傳統(tǒng)指針式儀器儀表的圖像采集入系統(tǒng)并進行數(shù)值結(jié)果識別，在識別的數(shù)值誤差不超過指針式儀器儀表總量程1.5%的情況下判定為識別正確，要求識別準確率在99.99%以上。在準確識別的基礎(chǔ)上要求識別結(jié)果百分之百地錄入系統(tǒng)。

3 改造方案

3.1 軟件系統(tǒng)

軟件基本流程應(yīng)能夠滿足工卡導(dǎo)入、解析為結(jié)構(gòu)化數(shù)據(jù)并進行數(shù)據(jù)采集，采集結(jié)果錄入指定位置，將數(shù)據(jù)按原有格式導(dǎo)出。

軟件分為工藝管理、任務(wù)管理、量具管理、人員管理等4個模塊。

工藝管理模塊能夠上傳工卡，解析形成數(shù)據(jù)，與產(chǎn)品型（件）號關(guān)聯(lián)。

任務(wù)管理模塊包含創(chuàng)建任務(wù)、開始檢測、查看以及導(dǎo)出功能。其中，“創(chuàng)建任務(wù)”功能會根據(jù)上傳的工卡選擇待檢測項，按檢測順序或檢測模塊生成不同的任務(wù)，創(chuàng)建任務(wù)時，工作令號、附件號、工卡編號手動輸入；“開始檢測”通過人工操作觸發(fā)，檢測數(shù)據(jù)分為兩類，一類為單次檢測，即觸發(fā)后檢測當前數(shù)據(jù)，另一類為持續(xù)檢測，即觸發(fā)后每隔3s檢測一次當前數(shù)據(jù)（可在工藝管理模塊中設(shè)置檢測總時間），當檢測到超出范圍的數(shù)值時即終止當前檢測，同時屏幕上可實時讀取數(shù)顯式儀器儀表及指針式儀器儀表顯示的讀數(shù)，并對數(shù)據(jù)進行識別保存并包含預(yù)覽功能；“查看”功能可查看本次檢測數(shù)據(jù)及歷史數(shù)據(jù)，若檢測結(jié)果不在技術(shù)要求允許的范圍內(nèi)，將給出紅色提示，每次檢測結(jié)果都有相應(yīng)的照片作為留存的證據(jù)；“導(dǎo)出”功能可以在任務(wù)完成后導(dǎo)出檢測完成的電子版工卡。數(shù)據(jù)采集過程、數(shù)據(jù)采集結(jié)果、數(shù)據(jù)高亮容錯處理示意圖如圖1、圖2、圖3所示。

量具管理模塊可為試驗臺屏幕進行基礎(chǔ)配置及管理。如設(shè)備ID與屏幕ID的配置、圖片位置坐標與對應(yīng)工卡位置的配置等。

人員管理模塊可進行人員管理，配置人員角色，設(shè)置權(quán)限。如配置工藝員、檢驗員、驗收員三種角色，每種角色的權(quán)限不同，對應(yīng)可操作功能也不同。

軟件應(yīng)實現(xiàn)以下功能：

1）實現(xiàn)相關(guān)工卡的自動解析和上傳。

2）實現(xiàn)每條檢測規(guī)范的多功能采集，包括自動采集、選項選擇、手工填寫、語音輸入等。

3）實現(xiàn)數(shù)字式儀器儀表和傳統(tǒng)指針式儀表的數(shù)據(jù)采集。

4）通過編輯公式，實現(xiàn)檢測結(jié)果的自動計算。

5）實現(xiàn)任務(wù)創(chuàng)建，根據(jù)檢測規(guī)范相關(guān)性定義檢測任務(wù)。

6）實現(xiàn)檢測結(jié)果以及對應(yīng)結(jié)果圖片的保存、搜索。

7）實現(xiàn)不合格結(jié)果的高亮顯示。

8）實現(xiàn)檢測結(jié)果的統(tǒng)計分析。

9）具備排故檢功能：指定某個工卡抽取某些工步進行檢測，導(dǎo)出新的word。

10）全數(shù)據(jù)檢驗，不區(qū)分工人及驗收角色。

11）針對擺陣儀器進行識別時，每一工步可單獨繪制波形圖。

12）防遮擋識別。

3.2 人工智能架構(gòu)

本方案將采用客戶端/服務(wù)器架構(gòu)，在原有系統(tǒng)中嵌入可觸發(fā)后臺程序，用于發(fā)送待識別的窗口信息。服務(wù)器接收窗口信息并通過人工智能算法計算得出所需的結(jié)構(gòu)化信息。服務(wù)器處理程序的基本架構(gòu)如圖4所示，大致分為三個模塊。數(shù)據(jù)庫模塊用于存儲定位時所需的必要信息；定位模塊將使用圖像配準與神經(jīng)網(wǎng)絡(luò)技術(shù)檢測出所需要的信息；識別模塊將定位模塊得到的結(jié)果作為輸入，經(jīng)由神經(jīng)網(wǎng)絡(luò)計算得到數(shù)字結(jié)果，此數(shù)字結(jié)果將與數(shù)據(jù)庫中的信息標簽組合形成最后的輸出，并進行之后的其他操作，從而實現(xiàn)從圖片中提取結(jié)構(gòu)化信息的目的。

3.3 硬件組網(wǎng)及現(xiàn)場設(shè)計

系統(tǒng)中PC端、服務(wù)器、語音采集設(shè)備、圖像采集設(shè)備、控制設(shè)備等各個硬件及軟件的通信需要通過組網(wǎng)來實現(xiàn)。

現(xiàn)場設(shè)計主要包含LED數(shù)顯式儀表臺識別采集改造、發(fā)動機擺針測量表識別采集改造、單獨LED數(shù)顯儀表識別采集改造。

LED數(shù)顯式儀表臺如圖5所示，在墻面上打孔安裝網(wǎng)絡(luò)攝像頭，通過網(wǎng)絡(luò)攝像頭拍攝LED數(shù)顯儀表臺（改造位置示意圖見圖6），對所拍照片采用人工智能識別各LED儀表示數(shù)并填入工卡對應(yīng)位置，完成數(shù)據(jù)的提取與自動錄入過程。

發(fā)動機擺針測量表在試驗過程中會受振動、油氣等環(huán)境因素影響，機器視覺識別率會有所下降。通過應(yīng)用數(shù)顯角度尺在發(fā)動機擺針扇形圓心處加裝角度檢測裝置，將基座固定于擺針扇形圓心底部。隨動擺件固定于擺針圓心，隨動擺件質(zhì)量很輕，不會干擾到擺針的正常擺動。發(fā)動機擺針擺動時，隨動擺件的角度隨之變化，檢測模塊記錄角度信號，再經(jīng)過RS485轉(zhuǎn)USB串口接入電腦，即可在電腦端接收到發(fā)動機擺針擺動角度信息，通過加裝角度檢測裝置的方式，將發(fā)動機擺針的擺動角度檢測輸出并動態(tài)記錄。

單獨LED數(shù)顯儀表識別采集改造原理與LED數(shù)顯儀表臺類同，考慮環(huán)境因素及避免操作過程存在干涉，設(shè)計示意圖如圖7所示。

4 結(jié)束語

現(xiàn)階段人工智能圖像識別算法、傳統(tǒng)機器視覺算法、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)分析算法在工業(yè)維修現(xiàn)場的應(yīng)用已經(jīng)逐步趨于成熟，采用該類技術(shù)實現(xiàn)對老舊試驗臺的數(shù)字化改造，相比完全換代數(shù)字化設(shè)備的改造方式成本低、周期可控，改造過程對生產(chǎn)任務(wù)影響較小。但識別采集精度是數(shù)字化改造的重要攻關(guān)課題，短期內(nèi)難以實現(xiàn)完全自動化采集，仍需結(jié)合人工采用防差錯控制、數(shù)據(jù)對比等手段來確保數(shù)據(jù)的準確率。隨著技術(shù)的逐步發(fā)展，將實現(xiàn)檢測完全過程數(shù)字化，減少人為因素，最終促進質(zhì)量數(shù)據(jù)的健康化管理、精準化預(yù)測及智能化應(yīng)用，實現(xiàn)提質(zhì)增效的目標。

參考文獻

[1]胡正義.航空發(fā)動機設(shè)計手冊[M].北京：航空工業(yè)出版社，2000.

[2]王鵬.電氣工程自動化控制中智能技術(shù)的應(yīng)用研究[J].引文版.工程技術(shù)，2015（45）：19-19.

[3]馮小雷.視覺識別技術(shù)在自動化控制中的應(yīng)用分析[J].信息系統(tǒng)工程，2018（12）：148-149.

[4]成大先 編.機械設(shè)計手冊[M].第六版.北京：化學(xué)工業(yè)出版社，2016.