买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都市技师学院(成都工贸职业技术学院、成都市高级技工学校、成都铁路工程学校)

摘要：本发明提供一种基于AR的航空发动机维修建模方法，涉及数据处理领域，包括：建立航空发动机模型库，用于存储多种型号的样本航空发动机三维模型；获取待维修的航空发动机的扫描信息，从航空发动机模型库中获取目标样本航空发动机三维模型；建立第一知识图谱和第二知识图谱；获取待维修的航空发动机的历史运行参数信息，结合第一知识图谱，确定候选故障类型；获取待维修的航空发动机的运行状态信息，结合第二知识图谱及待维修的航空发动机对应的候选故障类型，预测故障信息；基于预测的故障信息及目标样本航空发动机三维模型，建立待AR模型，具有基于AR技术辅助进行航空发动机维修，提高维修效率、减少错误，并优化维修流程的优点。

主权项：1.一种基于AR的航空发动机维修建模方法，其特征在于，包括：建立航空发动机模型库，其中，所述航空发动机模型库用于存储多种型号的样本航空发动机三维模型；获取待维修的航空发动机的扫描信息；基于所述待维修的航空发动机的扫描信息，从所述航空发动机模型库中获取目标样本航空发动机三维模型；建立第一知识图谱，其中，所述第一知识图谱用于记载多种型号的样本航空发动机在不同样本运行参数下的关联故障类型；建立第二知识图谱，其中，所述第二知识图谱用于记载每种所述关联故障类型对应的故障特征；获取所述待维修的航空发动机的历史运行参数信息；基于待维修的航空发动机的历史运行参数信息及第一知识图谱，确定所述待维修的航空发动机对应的候选故障类型；获取所述待维修的航空发动机的历史运行状态信息，基于所述历史运行状态信息、所述第二知识图谱及所述待维修的航空发动机对应的候选故障类型，预测所述待维修的航空发动机的故障信息；基于预测的所述待维修的航空发动机的故障信息及所述目标样本航空发动机三维模型，建立所述待维修的航空发动机对应的AR模型；所述待维修的航空发动机的扫描信息至少包括所述待维修的航空发动机的激光雷达扫描信息和超声波扫描信息；基于所述待维修的航空发动机的扫描信息，从所述航空发动机模型库中获取目标样本航空发动机三维模型，包括：基于所述待维修的航空发动机的激光雷达扫描信息，确定所述待维修的航空发动机的尺寸信息；基于所述待维修的航空发动机的尺寸信息和待维修的航空发动机的超声波扫描信息，从所述航空发动机模型库中获取目标样本航空发动机三维模型；还包括：获取多种型号的样本航空发动机的激光雷达扫描信息；对于每种型号的样本航空发动机，基于所述样本航空发动机的激光雷达扫描信息，确定所述样本航空发动机的尺寸信息；基于每种型号的样本航空发动机的尺寸信息，对多种型号的样本航空发动机进行聚类，确定多个样本航空发动机聚类簇；对于每个所述样本航空发动机聚类簇，确定所述样本航空发动机聚类簇包括的每种型号的样本航空发动机在多个候选位置的超声波扫描信息，从所述多个候选位置中确定所述样本航空发动机聚类簇对应的至少一个目标位置；根据以下流程对多种型号的样本航空发动机进行聚类：S31、初始化样本航空发动机聚类簇的数量K，然后随机选择K个样本航空发动机作为初始的簇中心，执行S32；S32、对于多种型号的样本航空发动机中的每个样本航空发动机，基于该样本航空发动机与每个簇中心对应的样本航空发动机的外形相似度，计算该样本航空发动机与每个簇中心的距离，并将其分配给距离最近的样本航空发动机聚类簇，其中，样本航空发动机与簇中心对应的样本航空发动机的外形相似度越高，该样本航空发动机与簇中心的距离越近，执行S33；S33、对于每个样本航空发动机聚类簇，计算该样本航空发动机聚类簇包括的每个样本航空发动机对应的相似度均值，将相似度均值最大的样本航空发动机作为新的簇中心，执行S34；S34、重复步骤S32和步骤S33，直到本次聚类确定的簇中心与上一次聚类确定的簇中心不再发生变化，或达到预定的单轮迭代次数，执行S35；S35、计算每个样本航空发动机聚类簇对应的外形相似度波动参数，将外形相似度波动参数大于预设外形相似度波动参数阈值的样本航空发动机聚类簇作为异常的样本航空发动机聚类簇，执行S36；S36、判断异常的样本航空发动机聚类簇的数量是否大于预设数量阈值，若是，调整K值，执行S32，若否，完成聚类；基于以下公式计算相似度均值： 其中，Si,mean,appearance为第i种样本航空发动机对应的相似度均值，Si,j,appearance为第i种样本航空发动机与第i种样本航空发动机所属的样本航空发动机聚类簇包括的第j种样本航空发动机的外形相似度，J为第i种样本航空发动机所属的样本航空发动机聚类簇包括的样本航空发动机的总数；基于以下公式计算外形相似度波动参数： 其中，Ve,appearance为第e个样本航空发动机聚类簇的外形相似度波动参数，Sf,core,appearance为第e个样本航空发动机聚类簇包括的第f种样本航空发动机与第e个样本航空发动机聚类簇的聚类中心对应的样本航空发动机之间的外形相似度，F为第e个样本航空发动机聚类簇包括的样本航空发动机的总数；基于以下公式调整K值： 其中，Kn+1为调整后的第n+1轮的K值，Kn为第n轮的K值，Nn为第n轮中异常的样本航空发动机聚类簇的数量，M1为预设参数，且M10，为取的整数部分；基于以下公式计算两种型号的样本航空发动机的外形相似度： 其中，Si,j,appearance为第i种样本航空发动机与第j种样本航空发动机的外形相似度，M2为预设参数，且M20，Pi,g为第i种样本航空发动机的第g个尺寸参数的值，Pj,g为第j种样本航空发动机的第g个尺寸参数的值，G为尺寸参数的总数；所述获取待维修的航空发动机的扫描信息，包括：基于所述待维修的航空发动机的尺寸信息，从所述多个样本航空发动机聚类簇中确定目标样本航空发动机聚类簇；基于所述目标样本航空发动机聚类簇对应的至少一个目标位置，获取所述待维修的航空发动机的超声波扫描信息。

全文数据：

权利要求：

百度查询： 成都市技师学院(成都工贸职业技术学院、成都市高级技工学校、成都铁路工程学校) 一种基于AR的航空发动机维修建模方法