针对当前飞机维修检查工作以人工目视检查为主、效率低且存在人为因素影响的情况,设计一套基于图像识别与机器深度学习的飞机部件表面无损检测系统。收集并整理了某航空公司一线飞机维修员拍摄的飞机机身及发动机部件图片,对图片集进行预处理,包括通道提取、Sobel滤波处理及二值化;最后用Blob分析对处理后的图像进行特征提取与系统分析。系统运行速度快、准确率高且可连续自动识别图像。利用机器视觉技术对飞机部件表面进行无损检测不仅可以提高生产效率,同时可以去除人为因素对航空器飞行安全的影响,使得飞机的飞行安全得到进一步提升。实践证明,该系统性能稳定可靠,具有极高的推广应用价值。

为了获得××飞机主要部件和外挂物的气动载荷,在气动中心高速所1.2m× 1.2m风洞中进行了飞机部件和外挂物同时测力试验研究.在M=0.40～0.85,α=-4°～12°,β=-8°～8°的试验条件下,采用7台天平同时对该飞机主要部件(机翼、平尾和垂尾)及翼下外挂物进行了测量.结果表明:试验获得的飞机部件和外挂物气动特性变化规律合理,量值可靠.试验研究的成功,拓宽了风洞试验能力,提高了风洞试验效率.

介绍了在气动中心高速所1.2m×1.2m风洞中开展薄翼飞机部件气动特性试验研究的概况.在M=0.60～2.25、α=-4°～12°、β=-5°～5°、副翼偏角δx=0°、方向舵偏角δy=-14°～22.5°、升降舵偏角δz=0°的试验条件下,采用不同于常规结构形式的部件天平,对某飞机垂尾气动特性进行了测量,并获得了可靠的试验结果.试验研究为同类飞机部件气动特性的准确测量提供了有效的技术途径.