航空复合材料典型缺陷数据库建设

原赛男，李凯铭，于 闯

(中国商用飞机有限责任公司北京民用飞机技术研究中心，北京 102211)

当今，复合材料以其优良的力学性能和物理性能在航空器中得到了广泛使用。目前，波音公司B787客机和空客公司A350客机所使用的复合材料质量占比高达50%和52%[1-2]，大多数用作初级教练机的单发飞机(如SR20和DA40等)及用作中级教练机的双发飞机(如DA42NG等)，其结构都已广泛使用复合材料。

航空复合材料结构复杂，其在设计、生产制造和服役全生命周期中都有比传统金属材料更为严格的缺陷控制要求。目前航空复合材料结构件要求100%的检测率，主要以人工检测为主。检测方案的制定和检测过程实施均对检测人员的资质和专业性要求较高；人工缺陷评定过程耗时长且易出现失误，容易受工艺参数精度或人为因素影响；复合材料结构整体制备时间较长，质量检测成本高，检测结果稳定性不高。因此，如何快速、准确地检出制造和服役过程中的缺陷和损伤，进而采取措施稳定工艺、降低成本、推进航空器持续适航尤为重要。

随着计算机及网络技术的发展，机器视觉技术、5G技术在航空复合材料检测中的应用研究及相关发展设备研发成为了行业热点，以机器视觉技术应用为代表的新型航空复合材料检测设备研发成为重要方向。目前，国产大飞机的复合材料批生产应用处于起步阶段，急需对批生产过程的制造缺陷和服役缺陷进行缺陷经验积累和数字化提炼，同时需通过机器视觉的算法开发和智能化检测系统的搭建，实现缺陷的自动化智能辅助评估来逐步替换人工检测，提高检测效率和检测质量的一致性。文章主要对复合材料全生命周期典型缺陷信号及对应的可靠检测技术进行分析，构建基于国产大飞机、面向航空全产业链开放的复合材料体系缺陷数据库。基于该缺陷数据库，可开发航空复合材料机器视觉算法和缺陷智能辅助识别算法，探索基于机器视觉的复合材料结构件缺陷诊断系统建设，提高检测一致性、生产效率和智能化程度，推动航空复合材料检测的自动化和智能化发展。

1 航空复合材料缺陷分类与编码

针对国际和国内复合材料缺陷图谱库空缺的现状，建立了一套科学、合理且相对灵活的航空复合材料缺陷编码体系，规定了复合材料缺陷图谱数据库中含缺陷样本的代码结构、编码方法和编码要求。

航空复合材料缺陷数据库样本代码共分4层，各层次的意义如图1所示。

图1 航空复合材料缺陷数据库代码结构

缺陷形成阶段代码用来标识样品中缺陷的形成阶段，如制造过程(M)或服役过程中(S)；结构类型代码用来标识复合材料零部件的材料结构，例如层压板结构(L)、泡沫夹层结构(F)、蜂窝夹层结构(H)、R区结构(R)、其他结构(Q)；缺陷类型代码用来标识不同材料结构零部件的特有缺陷类型(见表1)；4位流水号用来区别标识同样阶段同样材料结构同样缺陷的不同物理个体，按0001-9999顺序编制。

表1 层压板结构(L)缺陷类型代码表

2 数据库建设

2.1 数据库构建规划

针对国产商用飞机复合材料体系、型号标准规范要求和航空复合材料检测场景需求，开展面向国产大飞机制造供应链和航空公司的航空复合材料体系缺陷数据库和检测机理模型相关技术研究，利用商飞5G云平台，通过“端、边结合”方式推进缺陷数据库的应用；在缺陷数据库的基础上，研究基于深度学习的复合材料缺陷检测算法，探索基于机器视觉的复合材料结构缺陷智能检测系统开发与验证技术。缺陷数据库构建与应用路线如图2所示。

图2 缺陷数据库构建与应用路线

2.2 数据库架构

此数据库系统采用B/S(浏览器/服务器)架构，由后台数据库管理系统和Web前端组成，主要实现了检测实例库、典型缺陷库和检测规范库3个数据库的添加、删除、更改和查询功能、用户权限管理和数据变更记录功能。检测实例库、典型缺陷库和检测规范库是本数据库系统的核心，内部逻辑关系如图3所示。

图3 缺陷数据库内部逻辑关系

此数据库系统服务端采用的是MySQL+Flask技术方案。该技术方案一方面保证了数据库的功能，另一方面技术框架耦合性低，方便后续在此数据库系统的基础上进行二次开发及维护。前端采用的是Bootstrap框架，其具备简单灵活，可用于架构流行的用户界面和交互接口的HTML、CSS、Javascript工具集的特点，同样为后续开发打下了基础。

2.3 数据库功能

该航空复合材料缺陷数据库应包含检测规范库、典型缺陷库、检测实例库等，建设检测规范库，梳理国标、美标、行标、企标等无损检测技术的要求，梳理零件信息(应用型号、材料、结构、工艺)、对应检测方法、检测技术、设备能力、人员资质匹配、检测程序文件、工艺卡，实现对标检测；建设典型缺陷库，识别复合材料结构无损检测典型缺陷信号特征；构建典型缺陷特征和缺陷图谱的正向关联模型，进一步为智能化缺陷评估提供依据。

目前缺陷数据库涵盖多种机型，涉及后机身前段、后机身后段、副翼、襟翼、垂平尾等多个部段，涵盖纤维增强树脂基复合材料层压板结构、蜂窝夹层结构、泡沫夹层结构、R区结构等多种结构类型以及分层、夹杂、脱黏、气孔、冲击损伤等缺陷类型，缺陷数据库综合看板(示例)如图4所示。数据库可查阅的信息标签如表2所示。缺陷数据库按照缺陷分类与编码进行管理，用户可通过信息标签分类查找、组合查询等多种方式获取所需缺陷标准；可通过左侧的分类查找或点击切换按钮后的组合查找和模糊查找快速获取所需的典型缺陷信息。检测实例库界面如图5所示。用户还可通过检测规范库来查阅航空复合材料典型缺陷的相关检测规范。

图4 航空复合材料缺陷数据库综合看板(示例)

表2 缺陷数据库可查阅的信息标签

图5 检测实例库界面

3 数据库未来应用

(1) 构建航空复合材料检测缺陷数据库，为缺陷的智能检测和评估提供数据支撑。以国内航空复合材料应用需求为基础，梳理航空复合材料无损检测方法规范，建立航空复合材料缺陷分类编码管理系统，分析复合材料不同应用阶段的检测数据和典型缺陷图谱，建立检测标准库、缺陷数据库和案例分析库等，为机器学习算法开发，构建基于机器视觉的智能化检测和评估方案提供宝贵的素材；构建缺陷特征与缺陷图谱的正向对应模型，开展典型缺陷特征、典型结构性能与检测数据、缺陷图谱的关联模型研究，开展涵盖检测数据、缺陷图像集、关联模型等多维信息元素的航空复合材料体系缺陷数据图像存取技术研究，并完成相应数据集构建，为制造缺陷的在线控制和预防，以及智能检测和评估提供数据支撑。

(2) 基于航空复合材料缺陷数据库，开发基于深度学习的缺陷检测算法。定义缺陷检测算法架构，实现基于小样本的模型参数训练和面向端侧设备的模型压缩研究，构建基于深度学习的复合材料检测模型。结合航空复合材料缺陷样本种类多、难收集、数量小、同类差距大等特点，研究样本数据增强方法、基于深度神经网络模型压缩、多尺度特征融合、难例挖掘等理论和技术，实现模型的小样本训练以及针对不同环境和缺陷种类的快速知识迁移，助推复合材料缺陷智能评估技术发展。

(3) 基于航空复合材料缺陷数据库和缺陷检测算法，开发复合材料结构件缺陷诊断系统及适航验证。结合航空复合材料成型过程中的缺陷在线监测预警、成型后自动化检测和智能评估以及服役过程中损伤监测和快速维修等产品全生命周期应用场景需求，开发复合材料结构缺陷智能检测系统以及缺陷智能评估技术的适航验证，推动复合材料智能检测技术在航空领域的应用。

4 结语

基于国产大飞机，构建了面向航空全产业链开放的复合材料体系缺陷数据库，对复合材料全生命周期产生的缺陷类型、缺陷信号模型及对应的可靠检测技术进行统一提炼与构建。该缺陷数据库可提高人员检测的规范性和一致性，也可为航空复合材料缺陷智能辅助识别与评估技术提供数据基础，推动航空复合材料检测的自动化和智能化发展。