面向航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法

来源：电子测量技术杂志2025年第20期北京时间：

作者：何振华，刘桂雄，黎文富

单位：1.华南理工大学机械与汽车工程学院 广州 510640; 2.广东光电杰泰技术有限公司 广州 510640

摘要：航空发动机涡轮叶片作为关键零部件，长时间服役后极易出现裂纹、烧伤等表面缺陷，直接影响飞机安全高效运行。针对普通机器视觉方法或语义分割方法对复杂环境下叶片缺陷分割效果局限性，本文提出一种航空发动机涡轮叶片表面缺陷的Swin-DCUnet分割及评估方法，重点研究其语义分割模型Swin-DCUnet，它选用适用不同尺度特征提取的SwinTransformer作为特征提取器，并与全卷积操作提取特征双通道融合，再引入混合损失函数，从而提升模型收敛速度及分割准确；研发模型预测分割结果与相关定量分析结合的等级评估方法，完成叶片表面缺陷危害严重性评估，为后续叶片检修工作提供参考。构建数据集与试验评价指标，开展相关消融实验，结果表明Swin-DCUnet指标AR、AF1、mIoU、Dice分别达到92.18%、92.92%、87.44%、47.85%，具有先进性、有效性、实用性。

关键词：航空发动机涡轮叶片;语义分割;U-Net;缺陷评估

基金资助：广东省重点领域研发计划项目(2019B010154003)资助