Vision-based damage detection of aircraft engine’s compressor blades

• Autorzy: Holak Krzysztof , Obrocki Wojciech

Identyfikatory

DOI

10.29354/diag/141589

Warianty tytułu

PL

Wizyjna detekcja uszkodzeń łopatek sprężarki silnika lotniczego

• Języki publikacji: EN

Abstrakty

EN

In this paper, a new vision-based method for an evaluation of aircraft engine's compressor turbine blade damage is presented. The algorithm developed in the research uses image processing and analysis techniques for detection, localization and evaluation of the extent of compressor blades' damage. An introduction of local pixel intensity standard deviation image (SDI) computed for each image pixel made it possible to perform a correct image binarization and damage detection even for images taken in poor lighting conditions and corrupted by specular reflections, shadows and micro reflections from blade’s surface roughness. Fractal dimension (FD) analysis of the blade's edge has been applied for automatic localization of detected damage along the blade’s edge. An extraction of damage for computation of its geometrical dimensions was carried out with a help of binary image convex hull complement. The performance and accuracy of the developed method was compared with other image analysis methods. Hough transform for marker detection has been used as a method for scaling. The application of the developed measurement tool may be a useful aid in diagnostic inspections of aircraft engines using endoscopic cameras.

PL

W artykule przedstawiono nową, wizyjną metodę oceny uszkodzeń łopatek turbiny sprężarki silnika lotniczego. Algorytm opracowany w badaniach wykorzystuje techniki przetwarzania i analizy obrazu do wykrywania, lokalizacji i oceny stopnia uszkodzenia łopatek. Wprowadzenie obrazu lokalnego odchylenia standardowego intensywności pikseli (SDI) o wartościach obliczonych dla każdego piksela obrazu wejściowego umożliwiło poprawną binaryzację obrazu i wykrycie uszkodzeń nawet w przypadku zdjęć wykonanych w złych warunkach oświetleniowych i zaburzonych przez refleksy świetlne, cienie i mikroodbicia od chropowatej powierzchni łopatki. Analiza wymiaru fraktalnego (FD) krawędzi łopatki sprężarki została zastosowana w celu automatycznej lokalizacji uszkodzeń na krawędzi łopatki. Wyodrębnienie uszkodzenia z obrazu do obliczenia jego wymiarów geometrycznych przeprowadzono za pomocą dopełnienia binarnego obrazu do powłoki wypukłej. Skuteczność i dokładność opracowanej metody porównano z innymi metodami analizy obrazu. Do wykrywania markerów skalujących zastosowano transformatę Hougha. Wprowadzenie opracowanego narzędzia pomiarowego może okazać się pomocne w badaniach diagnostycznych silników lotniczych z wykorzystaniem kamer endoskopowych.

Słowa kluczowe

EN

aircraft engine; compressor blade; diagnostics; image processing; vision-based damage detection

PL

silnik lotniczy; diagnostyka; łopatka sprężarki; przetwarzanie obrazów; wizyjna detekcja uszkodzeń

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2021
• Tom: Vol. 22, No. 3
• Strony: 83--90
• Opis fizyczny: Bibliogr. 21 poz., rys., tab.

Twórcy

autor

Holak Krzysztof

• AGH University of Science and Technology

autor

Obrocki Wojciech

• Rzeszow University of Technology

Bibliografia

• 1. Masłyk M, Obrocki W, Setkowicz A, Sieniawski J. Experimental fatigue strength determination of damaged aircraft engine blades. Advances in Manufacturing Science and Technology. 2016;40(4):55:66. https://doi.org/10.2478/amst-2016-0022.
• 2. Jain McCreary. Runway safety: FOD, birds, and the case for automated scanning. Insight SRI LLC (USA), Washington, DC 2010.
• 3. Seyed Masoud Marandi, Khosrow Rahmani, Mehdi Tajdari: Foreign object damage on the leading edge of compressor blades. Transactions of FAMENA. XXXVII-2, 2013:57:66.
• 4. Rygiel P, Obrocki W, Sieniawski J. Numerical Vibration analysis of turbine engine Compressor blades depending on geometry and position of the damage. Advances in Manufacturing Science and Technology. 2017;41:43-56. https://doi.org/10.2478/amst-2017-0004.
• 5. Peters JO, Boyce BL, Chen X, McNaney JM, Hutchinson JW, Ritchie RO. On the application of the Kitigawa-Takahashi diagram to foreign-object damage and high-cycle fatigue. Enginering Fracture Mechanics. 2002;60(13):1425-1446. https://doi.org/10.1016/S0013-7944(01)00152-7.
• 6. Witek L, Wierzbińska M, Poznańska A. Fracture analysis of compressor blade of a helicopter engine. Engineering Failure Analysis. 2009;16(5):1616-1622. https://doi.org/10.1016/j.engfailanal.2008.10.022.
• 7. Witek L. Experimental crack propagation and failure analysis of the first stage compressor blade subjected to vibration. Engineering Failure Analysis. 2006;16(5):1616-1622. https://doi.org/10.1016/j.engfailanal.2008.10.022.
• 8. Peters JO, Roder O, Boyce BL, Thompson AW, Ritchie RO. Role of foreign-object damage on thresholds for high-cycle fatigue in Ti-6Al-4V. Metallurgical and Materials Transactions. 2010;31(6):1571-1583.
• 9. Spang HA, Brown H. Control of jet engines. Control Engineering Practice. 1999; 7:1043-1059.
• 10. Vujić D. Turbojet engine maintenance systems. Scientific-Technical Review. 2003; LIII 2.
• 11. Jing S, Xiangjun X, Jialai W, Gong Li. Beam damage detection using computer vision technology. Nondestructive Testing and Evaluation. 2010;25:189-204. https://doi.org/10.1080/10589750903242525.
• 12. Rucka M. Damage detection in beams using wave let transform on higher vibration modes. Journal of Theoretical and Applied Mechanics. 2011; 49(2):399-417.
• 13. Rucka M, Wilde K. Neuro-wavelet damage detection technique in beam, plate and shell Structures with experimental validation. Journal of Theoretical and Applied Mechanics. 2010;48(3):479-504.
• 14. Sładek J, Ostrowska K, Kohut P, Holak K, Gąska A, Uhl T. Development of a vision based deflection measurement system and its accuracy assessment. Measurement. 2013;46(3):1237-1249. https://doi.org/10.1016/j.measurement.2012.10.021.
• 15. Kohut P, Holak K, Uhl T, Ortyl Ł, Owerko T, Kuras P, Kocierz R. Monitoring of a civil structure’s state based on noncontact measurements. Structural Health Monitoring. 2013;12(5-6):411-429. https://doi.org/10.1177/1475921713487397.
• 16. Abolhasannejad V, Huang X, Namazi N. Developing an optical image-based method for bridge deformation measurement considering camera motion. Sensors. 2018;8(9):2754; https://doi.org/10.3390/s18092754.
• 17. Burger W, Burge MJ. Principles of digital image processing: fundamental techniques. Springer. Londyn. 2009.
• 18. Szeliski R. Computer vision: algorithms and applications. Springer. 2010.
• 19. Gonzalez R, Woods R. Digital image processing. Pearson Education. 2003.
• 20. Hui Li, Yong Huang, Jinping Ou, Yuequan Bao. Fractal Dimension: Based damage detection method for beams with a uniform cross-section. Computer Aided Civil and Infrastructure Engineering. 2011;26(3):190-206.
• 21. Falconer K. Fractal geometry. 3rd Edition. Wiley. 2014.

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).