[发明专利]用于航空部件的自动质量检查的方法

权利要求书

1.用于航空部件(200)的自动质量检查的方法(100)，包括以下步骤：

-在第一训练数据库(D1)上训练人工神经网络(301)(101)；

-获取航空部件(200)的至少一个图像(201)(102)；

-使用经训练的人工神经网络(301)来检测航空部件(200)的图像(201)上的故障(103)；

其特征在于，还包括以下步骤：

-在包括没有故障的航空部件的多个训练图像(I)的第二训练数据库(D2)上对自动编码器(302)进行无监督训练(104)，包括以下子步骤：

o将第二训练数据库(D2)的每个图像(I)投影(z_I)到比第二训练数据库(D2)的每个图像(I)的维度更小维度的数学空间(Z)上，使得第二数据库(D2)的图像(I)在数学空间(Z)中的投影(z_I)的集合(Z_I)遵循预定义的概率定律；

o从第二训练数据库(D2)的图像(I)到数学空间(Z)的投影(z_I)重建第二训练数据库(D2)的每个图像(I)，以获得重建图像(I')；

-对于第二训练数据库(D2)的每个图像(I)，从第二训练数据库(D2)的图像(I)到数学空间(Z)的投影(z_I)或者从对应的重建图像(I')计算多个度量(M)，以获得针对每个度量(M)的度量值(M)(105)；

-根据所获得的度量值(M)对分类器(303)进行有监督训练(106)；

-使用经训练的自动编码器(302)和分类器(303)来检测航空部件(200)的图像(201)中的故障或异常(107)；

-如果人工神经网络(301)在航空部件(200)的图像(201)上检测到至少一个故障或者如果人工神经网络(301)在航空部件(200)的图像(201)上未检测到故障并且分类器(303)在航空部件(200)的图像(201)中检测到至少一个故障或异常，则航空部件(200)被认为是不合规的(108)；否则，航空部件(200)被认为是合规的(109)。

2.根据权利要求1所述的方法(100)，其特征在于，航空部件(200)的图像(201)、第一训练数据库(D1)的多个图像(I)和第二训练数据库(D2)的多个图像(I)是可见图像、X射线图像、超声波图像或断层扫描图像。

3.根据前述权利要求中任一项所述的方法(100)，其特征在于还包括：对于每个度量(M)，根据预定义的有效性标准将第二训练数据库(D2)的图像(I)的度量值(M)分配到第一组值(G1)和第二组值(G2)的步骤，分类器(303)被训练以将具有第一组值(G1)的度量值(M)的第二训练数据库(D2)的图像(I)视为没有故障或异常(OK)，并且将具有第二组值(G2)的度量值(M)的第二训练数据库(D2)的图像(I)视为要被拒绝的图像(KO)。

4.根据前述权利要求中任一项所述的方法(100)，其特征在于，使用经训练的自动编码器(302)和分类器(303)检测航空部件(200)的图像(201)上的故障的步骤(107)包括以下子步骤：

-由自动编码器(302)将航空部件(200)的图像(201)投影到数学空间(Z)上；

-由自动编码器(302)从航空部件(200)的图像(201)到数学空间(Z)上的投影(z₂₀₁)重建航空部件(200)的图像(201)以获得航空部件(200)的重建图像(202)；

-从航空部件(200)的图像(201)到数学空间(Z)上的投影(z₂₀₁)或者从航空部件(200)的重建图像(202)计算度量(M)以获得度量值(M)；

-由分类器(303)从针对航空部件(200)的图像(201)获得的度量值(M)检测航空部件(200)的图像(201)上的故障。

5.根据前述权利要求中任一项所述的方法(100)，其中自动编码器是变分类型或对抗自动编码器类型。