飞机机翼表面金属腐蚀识别方法研究进展
来源：计算机集成制造系统杂志2025年第6期北京时间：
作者：杨泽青, 许康妮, 吴江鹏, 赵丽滨, 胡宁, 王成波, 闫雨哲
单位：1.河北工业大学机械工程学院2.河北省跨尺度智能装备技术重点实验室3.沈阳飞机设计研究所
摘要：针对高温、高湿、高盐雾等严苛腐蚀环境下飞机机翼及机体结构腐蚀频发,快速、准确地识别腐蚀,并采取相应的修复与维护措施,对保障飞机飞行安全、延长使用寿命及缩短停机维修时间具有重要意义。分析了飞机机翼表面金属腐蚀的特性,列举了典型的腐蚀部位及类型。通过对国内外相关技术文献的调研与分析,重点探讨了基于视觉检测与识别的飞机机翼表面金属腐蚀识别方法,从传统图像处理、机器学习和深度学习3个方面综述了研究现状。特别关注了基于深度学习的腐蚀识别方法,分析了YOLO,DETR等方法的识别原理与应用场景。针对飞机机翼表面金属腐蚀数据集数量不足所导致的模型训练效果不佳的问题,探讨了基于数据增强和迁移学习的样本扩充方法,梳理了相关数据集及腐蚀识别性能评价指标。最后,总结了飞机机翼表面金属腐蚀识别的关键问题及其解决方案,并对未来研究方向与发展趋势进行了展望与预测。
关键词：飞机机翼,腐蚀识别,深度学习,小样本,迁移学习
基金资助：国家自然科学基金资助项目(52175461,12227801);河北省科技创新资助项目(SJMYF2022X20);天津市智能制造专项资助项目(20201199)。
