Применение нейронных сетей для обнаружения дефектов лопаточного аппарата осевого компрессора

Abstract

В настоящей работе рассмотрен процесс создания модели нейронной сети для обнаружения дефектов лопаточного аппарата осевого компрессора газотурбинного двигателя. Актуальность работы связана с возможностью автоматизации процессов дефектоскопии, цифровизацией производства, применения методов машинного обучения, развития методов предиктивной аналитики. Применение нейронных сетей и обученной модели позволит повысить эффективность эксплуатации осевого компрессора за счет раннего обнаружения и классификации дефектов. Нейронная сеть модели обнаружения дефектов написана на языке Python c применением библиотеки TensorFlow. Для обучения модели использовались изображения пера лопатки, выполненные в 3D-CAD.

In this paper, the process of creating a neural network model for detecting defects in the blade apparatus of an axial compressor of a gas turbine engine is considered. The relevance of the work is related to the possibility of automating the processes of flaw detection, digitalization of production, the use of machine learning methods, and the development of predictive analytics methods. The use of neural networks and a trained model will improve the efficiency of axial compressor operation due to early detection and classification of defects. The neural network of the defect detection model was written in Python using the TensorFlow library. To train the model, images of the blade feather made in 3D-CAD were used.