在航空工业领域，复杂型面构件的无损检测始终是制约行业发展的“阿喀琉斯之踵”。传统的超声传感器已经难以检测柱塞泵多孔转子、桨叶前缘包片（加热组件）、桨毂螺栓等复杂型面和结构的构件。其检测结果犹如“雾里看花”，而要实现复杂构件的自动化检测更是难如登天。
近日，记者从南昌航空大学获悉，该校团队研发的“复杂型面航空构件阵列超声成像检测关键技术”，成功攻克了航空柱塞泵多孔转子、直升机桨毂螺栓、大型飞机风扇叶片、航空复合材料结构等几十种复杂构件的无损检测技术难题。该成果不仅让我国航空构件的无损检测达到国际领先水平，更为C919、直-20、直-8G等国产飞机装上了“双保险”。
描绘构件精准画像
4月初，在西北某航空制造基地的生产车间里，一套形似机械臂的检测装置正在给航空发动机风扇叶片坯料做“体检”。这套检测装置是全球首套盲测成像阵列超声检测系统，其核心是基于阵列超声虚拟源表面重构的自适应仿形频域全聚焦成像算法。
该算法来自南昌航空大学省一流高峰特色学科仪器科学与技术学科带头人、TH实验室智能无损检测创新中心主任卢超团队。他们率先提出了“边扫、边测、边成像”的新一代智能超声成像理念。集成先进算法后，系统无须预设构件CAD模型，即可通过仿形算法自动适应复杂型面完成检测路径规划，解决了传统超声C扫描检测系统难以随形扫描的难题。
“检测设备好比装上了智慧大脑。它可根据被检构件型面自动规划检测路径，检测后通过先进算法直观显示高精度缺陷信息，并且能够自动识别叶片中存在的缺陷，极大解放了检测人员的作业强度。”西北某航空制造基地生产车间负责人向记者展示了一组对比数据：传统手工检测需要2小时完成的风扇叶片检测，新系统仅需30分钟。
在海拔4500米的雪域高原，直-20直升机正在进行高寒环境测试。其中，直升机桨叶除冰系统稳定性是需要长期测试的关键指标。该机型在早期高原试飞时出现旋翼异常振动，正是由于传统检测手段对包片脱粘缺陷的漏检。“我们研制的U型水囊线阵列传感器和喷水柔性圆形晶片错位阵列传感器，实现了对直升机旋翼桨叶前缘包片脱粘缺陷的原位检测。”南昌航空大学仪器科学与光电工程学院博士陈尧说，这项技术突破使直升机桨叶除冰系统的检测可靠性提升至99.99%，也使我国成为全球第三个掌握直升机旋翼系统检测能力的国家。
此外，团队提炼并归纳了各类非规则分层介质、各向异性介质、非均质介质中声传播的关键科学技术问题，并通过研究各类构件中的声场及聚焦特性，建立了基于聚焦声场调控的超声传感器设计方法。“团队通过这类方法，攻克了复杂检测结构中声波‘发不出，收不准’的难题，研发了上百款专用超声传感器。”卢超说。
解决产业技术痛点
在位于东北、华北、西南等地区的数十家航空制造及维修基地里，随处可见型面和结构复杂的航空构件及坯料。它们正被放置在由南昌航空大学团队研制的检测仪器装备上进行“体检”。
“团队集成了超声传感器、先进超声成像检测、机械电子控制等技术，形成了检测仪器装备开发体系。”南昌航空大学仪器科学与光电工程学院高级工程师刘勋丰介绍，基于“非标专用+通用扩展”的研发思路，他们开发了以复杂型面航空构件液浸超声特征成像、水浸/喷水仿形超声频域全聚焦成像、囊式接触超声频域全聚焦成像为代表的系列化超声先进检测仪器装备，切实解决了企业各类复杂型面航空构件的高效、高精度自动化超声检测难题。
“这些技术都是直面产业难点进行研发，在突破产业技术瓶颈上发挥了关键作用。”刘勋丰说。
3月下旬，因为一处改动，陈尧和刘勋丰带领研究生们，前往湖南一家航空企业调试由南昌航空大学自主研发的一台专用检测仪器，并与企业联合编制检测工艺规范。通过建立全流程一体化工作服务机制，该校将学科与区域产业发展进行整体布局，营造良好科创环境，破解成果转化供需错位的难题。
卢超说，“产学研融合”的人才培养模式是实验室创新成果的基石。从重要无损检测企业的实习现场，到中国航空发动机集团、中国航空工业集团、中国航发商用航空发动机有限责任公司等各单位科研生产一线，都可以见到南昌航空大学青年人才的身影。在卢超看来，能让师生真正得到历练，对国家航空工业建设至关重要。在这种模式的牵引下，实验室近3年新增经济效益10.39亿元，新增利润2.06亿元。
在航空工业领域，复杂型面构件的无损检测始终是制约行业发展的“阿喀琉斯之踵”。传统的超声传感器已经难以检测柱塞泵多孔转子、桨叶前缘包片（加热组件）、桨毂螺栓等复杂型面和结构的构件。其检测结果犹如“雾里看花”，而要实现复杂构件的自动化检测更是难如登天。
近日，记者从南昌航空大学获悉，该校团队研发的“复杂型面航空构件阵列超声成像检测关键技术”，成功攻克了航空柱塞泵多孔转子、直升机桨毂螺栓、大型飞机风扇叶片、航空复合材料结构等几十种复杂构件的无损检测技术难题。该成果不仅让我国航空构件的无损检测达到国际领先水平，更为C919、直-20、直-8G等国产飞机装上了“双保险”。
描绘构件精准画像
4月初，在西北某航空制造基地的生产车间里，一套形似机械臂的检测装置正在给航空发动机风扇叶片坯料做“体检”。这套检测装置是全球首套盲测成像阵列超声检测系统，其核心是基于阵列超声虚拟源表面重构的自适应仿形频域全聚焦成像算法。
该算法来自南昌航空大学省一流高峰特色学科仪器科学与技术学科带头人、TH实验室智能无损检测创新中心主任卢超团队。他们率先提出了“边扫、边测、边成像”的新一代智能超声成像理念。集成先进算法后，系统无须预设构件CAD模型，即可通过仿形算法自动适应复杂型面完成检测路径规划，解决了传统超声C扫描检测系统难以随形扫描的难题。
“检测设备好比装上了智慧大脑。它可根据被检构件型面自动规划检测路径，检测后通过先进算法直观显示高精度缺陷信息，并且能够自动识别叶片中存在的缺陷，极大解放了检测人员的作业强度。”西北某航空制造基地生产车间负责人向记者展示了一组对比数据：传统手工检测需要2小时完成的风扇叶片检测，新系统仅需30分钟。
在海拔4500米的雪域高原，直-20直升机正在进行高寒环境测试。其中，直升机桨叶除冰系统稳定性是需要长期测试的关键指标。该机型在早期高原试飞时出现旋翼异常振动，正是由于传统检测手段对包片脱粘缺陷的漏检。“我们研制的U型水囊线阵列传感器和喷水柔性圆形晶片错位阵列传感器，实现了对直升机旋翼桨叶前缘包片脱粘缺陷的原位检测。”南昌航空大学仪器科学与光电工程学院博士陈尧说，这项技术突破使直升机桨叶除冰系统的检测可靠性提升至99.99%，也使我国成为全球第三个掌握直升机旋翼系统检测能力的国家。
此外，团队提炼并归纳了各类非规则分层介质、各向异性介质、非均质介质中声传播的关键科学技术问题，并通过研究各类构件中的声场及聚焦特性，建立了基于聚焦声场调控的超声传感器设计方法。“团队通过这类方法，攻克了复杂检测结构中声波‘发不出，收不准’的难题，研发了上百款专用超声传感器。”卢超说。
解决产业技术痛点
在位于东北、华北、西南等地区的数十家航空制造及维修基地里，随处可见型面和结构复杂的航空构件及坯料。它们正被放置在由南昌航空大学团队研制的检测仪器装备上进行“体检”。
“团队集成了超声传感器、先进超声成像检测、机械电子控制等技术，形成了检测仪器装备开发体系。”南昌航空大学仪器科学与光电工程学院高级工程师刘勋丰介绍，基于“非标专用+通用扩展”的研发思路，他们开发了以复杂型面航空构件液浸超声特征成像、水浸/喷水仿形超声频域全聚焦成像、囊式接触超声频域全聚焦成像为代表的系列化超声先进检测仪器装备，切实解决了企业各类复杂型面航空构件的高效、高精度自动化超声检测难题。
“这些技术都是直面产业难点进行研发，在突破产业技术瓶颈上发挥了关键作用。”刘勋丰说。
3月下旬，因为一处改动，陈尧和刘勋丰带领研究生们，前往湖南一家航空企业调试由南昌航空大学自主研发的一台专用检测仪器，并与企业联合编制检测工艺规范。通过建立全流程一体化工作服务机制，该校将学科与区域产业发展进行整体布局，营造良好科创环境，破解成果转化供需错位的难题。
卢超说，“产学研融合”的人才培养模式是实验室创新成果的基石。从重要无损检测企业的实习现场，到中国航空发动机集团、中国航空工业集团、中国航发商用航空发动机有限责任公司等各单位科研生产一线，都可以见到南昌航空大学青年人才的身影。在卢超看来，能让师生真正得到历练，对国家航空工业建设至关重要。在这种模式的牵引下，实验室近3年新增经济效益10.39亿元，新增利润2.06亿元。
英国科学家首次创造了一个新颖的实验平台，即“量子龙卷风”。它能模拟超流体氦中的黑洞，使研究人员能更详细地观察类似黑洞的行为以及与周围环境的相互作用。通过对超流体氦表面微波动力学的观 在近日举行的全球AI盛会GTC（GPU Technology Conference）2024上，联想集团与NVIDIA（英伟达）宣布合作推出全新混合人工智能解决方案，帮助企业和云提供商获得在人工智能时代成功所需的关键的加速计算能 3月21日，记者从陆军军医大学新桥医院获悉，该院普通外科开通甲乳结节AI早筛门诊，利用AI（人工智能）辅助诊断技术，成功为一名甲状腺乳头状癌患者成功实施手术提供了精准决策辅助。该院为重庆首家开通 一个国际团队近日在英国《自然》杂志上发表论文说，他们利用湖水样本培养出一种奇特的光合细菌，它属于绿弯菌门一种此前未知的目，代表了光合作用生物进化过程中的过渡形式。新发现为进一步探索远 AI芯片巨头低调赚钱 骆轶琪 在过去一年半导体行业下行周期中，除了英伟达以GPU霸主身份实现业绩快速成长之外，另一些主营虽非GPU，但是立足于AI定制芯片市场的半导体巨头也低调实现了稳健的成长性。 据Gartne 在日常生活中，隧道可以帮助人们翻山越岭。在植物细胞内，当内部物质穿过细胞膜时，往往也会通过类似的“隧道”。记者从中国科学技术大学获悉，该校孙林峰团队在第六大植物激素——油菜素 。本文链接：创新检测算法 自动识别缺陷 复杂航空构件有了“体检专家”http://www.sushuapos.com/show-2-12031-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 新型“分子积木”：让3D打印耗材循环使用
下一篇： 新型钙钛矿电池光电转换效率刷新