固体火箭发动机药柱CT图像缺陷分析技术研究进展

摘要：

药柱缺陷是影响固体火箭发动机安全工作的重要因素.为确保固体火箭发动机的安全性,需要对药柱进行无损检测,通过对三种主要的无损检测方法进行比较分析,认为工业CT探伤是目前最有效的检测手段.分别从图像缺陷分割和缺陷特征识别两方面综述传统的缺陷分析方法.深度学习的快速发展为药柱CT图像缺陷分析提供了新的研究思路,而且基于深度学习的方法将提高缺陷分析效率和算法的鲁棒性,为实现图像缺陷分割及缺陷识别一体化提供技术途径.分别从基于目标检测的缺陷特征识别、基于全卷积神经网络的缺陷分割和基于Mask R-CNN的缺陷分析三方面对深度学习在药柱CT图像缺陷分析的应用进行了总结和分析.

关键词：固体火箭发动机、CT图像、图像缺陷分割、药柱缺陷识别、深度学习

所属期刊栏目：46

分类号：V435(推进系统（发动机、推进器）)

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：138-146