(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210785464.2 (22)申请日 2022.07.05 (71)申请人 深圳市美信检测技 术股份有限公司 地址 518108 广东省深圳市宝安区石岩街 道松白公路北侧方正科技工业园研发 楼1108室 (72)发明人 焦广胜　谢河金　康立　齐涛　 李蒙　 (74)专利代理 机构 北京中普鸿儒知识产权代理 有限公司 1 1822 专利代理师 林桐苒 (51)Int.Cl. G06Q 10/00(2012.01) G06Q 10/06(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06Q 50/04(2012.01) (54)发明名称 一种管理航空发动机健康的方法及系统 (57)摘要 本发明涉及一种管理航空发动机健康的方 法及其系统， 主要利用配备了由多轴机器人携带 的点阵式的光谱仪的移动推车对待检修的航空 发动机进行高效无损的检测， 从而在录入航空发 动机的相关信息、 录入实验数据的基础上， 利用 自动抓取图谱分析数据结果进行卷积神经网络 CNN的建模， 获得当前待测发动机的可能出现的 不期望的敏感材料位置个数， 从而判断当前发动 机的健康状况的同时实现了大数据有机组织和 管理和为飞机安全飞行提供 大体量数据资料。 权利要求书3页 说明书8页 附图7页 CN 115374960 A 2022.11.22 CN 115374960 A 1.一种管理航空发动机健康的方法， 其特征在于， 所述方法使用MySQL数据库对检修期 间的航空发动机的检测数据进 行收集， 使用Python开 发的程序对存储的检测数据进 行分析 及预测， 具体包括以下步骤S1～S6： S1录入航空发动机的相关信息， 包括： 发动机型号(Engine  Type)、 发动机编号(ESN)、 飞机型号(Aircraft  Type)、 飞机注册号(Aircraft  Reg)、 发动机自新使用时间(ETSN)、 发 动机自新使用循环(ECSN)、 发动机自上次修理使用时间(ETSR)、 发动机自上次修理使用循 环(ECSR)、 取样位置i； 再选择对应的样品信息： 碎屑、 油滤、 油品， 将所述相关信息和 样品信息存储于MySQL数 据库里的发动机信息表Ti中； 对于多个取样位置 的情况， 将取样位置信息以JSON形式保存在一个Position字段中， 建立取样位置i与发动机信息表Ti之间的第一关联映射 i→Ti； S2录入实验数据， 包括： 样品尺寸及外观照片、 图谱分析照片及图谱分析数据； 将所述 实验数据进行打包形成数据包Bi进行编号 与步骤S1中的所述发动机信息表建立第二 关联映射 如此通过 所述取样位置i能够关联到实验数据打包编号 即形成第一 复合关联映射 S3在步骤S1录入图谱分析数据的同时， 系统利用Python程序自动抓取图谱分析数据， 对各种元素名称按照预设顺序排序， 计算出主要元素成分及次要元素成分， 赋予各种 元素 以不同的颜色值以表示不 同的含量， 形成匹配图Pi； 即， 打包编号 与匹配图之间形成了 第三关联映射 将元素成分对照表里的各材料按照同样排序元素并赋予规定的含 量限值相对应颜色值形成 限值图Pj， j表示元素成分对照表里的第j种合金材料； 所述颜色 值为 S4在S3形成匹配图Pi后， 系统利用Python程序将匹配图Pi与限值图Pj进行差分运算Pi‑ Pj； 若差分结果为空白图或所有元素的颜色值总和L在 规定的范围内则表示 匹配matched从 而确定合金材料类型， 否则无法匹配则表示为unknown， 表示该取样位置i为正常或需要进 一步检测； 其中所述 规定的范围内按照如下 方式进行规定： k为元素预设顺序的顺序数， N为元素的总种数， Rk、 Gk、 Bk为元素k 的三颜色 分量的容许最大偏差值； S5完成以上步骤后， 所述MySQL数据库将持续储存各型号发动机的相关实验数据， 此 时 系统抓取实验数据和数量Aj， 对照规则， 如发现敏感材料且数量超出限值， 则以红色显示， 视为异常样品； 如发现敏感材料但数量未超出限值， 则以黄色显示， 视为可疑须注意样品； 如未发现敏感材料， 且数量未超出限值， 则显示为绿色， 视为正常样品， 所述数量Aj是指不 同取样位置中的在所述 规定的范围内的总点数； S6获取多个发动机上不同位置的参数Engine  Type、 Aircraft  Type、 ETSN、 ECS N、 ETSR， 同样赋予各参 数不同颜色值以表示不同的参 数值大小， 与匹配图Pi拼接形成预测图pi， 获取 对应的各所述不同位置材料的所述数量， 将预测图分为训练集和验证集， 两者比例为5:1 ‑权　利　要　求　书 1/3 页 2 CN 115374960 A 21:1， 建立卷积神经网络模型CNN， 通过全连接层FC输出到分类函数softmax或sigmon d形成 各材料的数量的预测， 并根据所述规则形成数量预测结果Aj与显示颜色Cj之间的第四关联 映射Aj→Cj， 将待测的不同位置的参 数与对应匹配图形成待测的预测图输入训练好的C NN中 经过所述第四关联映射得到 Cj， 则形成第二复合映射关系 2.根据权利要求1所述的方法， 其特征在于， 步骤(5)中的所述规则如下表所示： 3.根据权利要求1或2所述的方法， 其特征在于， 所述图谱分析采用点阵光谱仪进行检 测分析； 所述点阵光谱仪包括由多通道光谱测试器组成的探头、 数据处理模块、 数据分析模块 以及用于数据传输的WiFi系统或蓝牙系统； 所述探头包括以光源 ‑探测器组成一对作为点 而形成的点阵， 每个点中的光源通过光纤传输光信号， 其中连接光源的光纤的出射端设置 有准直器； 数据处理模块包括多通道滤波器 ‑光电转换器 ‑前置放大 组， 每一滤波器 ‑光电转 换器‑前置放大组构成的通道与所述点中的探测器对应以收集分光光信号； 所述数据分析 模块用于将采集到的前置放大信号进 行强度分析形成图谱分析数据， 其中所述探测器为一 个色散系统。 4.根据权利要求3所述的方法， 其特征在于， 所述进一步检测包括采用附带EDS能谱仪 的扫描电子显微镜SEM， 附带EDS能谱仪的透射电子显微镜TEM， X光电子能谱 XPS、 X射线衍射 XRD进行全面综合分析。 5.根据权利要求4所述的方法， 其特征在于， 需要进一步分析的条件是发动机服役时长 超过理论期望总服役时长或期望寿命的1/ 3或1/4。 6.根据权利要求4或5所述的方法， 其特征在于， 所述点阵光谱仪外安装防尘防护罩， 所 述防尘防护罩安装自动开闭门， 当不进 行所述检测分析时， 处于 关闭状态， 反之开启露出所 述探头； 所述检测分析是将所述点阵光谱仪设置在发动机附近， 通过运动控制器控制贴近发动 机表面的距离通过移动以检测获取发动机上 材料的图谱分析 数据； 所述动控制器包括安装具有充气轮胎的多向轮的推车， 设置在推车车板上的多轴机器权　利　要　求　书 2/3 页 3 CN 115374960 A 3