[发明专利]用于原位识别具有重复区段的旋转体中的共同位置的机器学习系统

权利要求书

1.一种方法，其包括：

通过控制器获得旋转体的重复区段的图像；

使用机器学习系统通过所述控制器在所述图像中自动地识别所述重复区段中的不同的受损部分，其中，所述不同的受损部分中的一个或多个受损部分的大小或形状的至少一个相对于时间变化；

通过所述控制器基于所识别的不同的受损部分，确定所述旋转体的所述重复区段中的所述不同的受损部分的模式，其中，所述模式代表或指示在图像采集过程中或者在图像采集之间遇到受损部分的次序；

通过所述控制器获得所述旋转体的所述重复区段的附加图像；

通过所述控制器在所述附加图像中自动地识别所述重复区段中的后续不同的受损部分；

通过所述控制器基于所识别的后续不同的受损部分来确定所述重复区段中的所述后续不同的受损部分的后续模式，其中，所述后续模式代表或指示在图像采集过程中或者在图像采集之间遇到所述后续受损部分的次序；

通过所述控制器将所述后续模式与所述模式进行比较；以及

使用相同的机器学习系统或另一机器学习系统通过所述控制器基于所述比较来识别所述旋转体中的所述重复区段的单独区段的位置。

2.根据权利要求1所述的方法，还包括在使用被确定的模式后续检查重复区段的受损部分期间，通过一致地跟踪所述旋转体中重复区段的单独区段的位置，跟踪所述旋转体的重复区段的受损部分的变化。

3.根据权利要求1所述的方法，其中，识别重复区段的单独区段的位置发生在所述旋转体的重复区段中的一个或多个受损部分的大小，形状或者大小和形状两者变化之后。

4.根据权利要求1所述的方法，还包括使用所述模式单独地识别，标记或识别并标记所述旋转体的每个重复区段。

5.根据权利要求1所述的方法，还包括使用被确定的模式跟踪所述旋转体的重复区段的受损部分的大小，形状或者大小和形状两者的变化。

6.根据权利要求1所述的方法，还包括通过修理至少一个受损部分，自动地实施修理动作以将所述旋转体的状态从损坏状态变成修理状态。

7.根据权利要求1所述的方法，其中，所述旋转体包括涡轮机，所述重复区段包括涡轮叶片。

8.根据权利要求1所述的方法，其中，所述旋转体的重复区段的受损部分包括涡轮机的涡轮叶片中的一个或多个裂缝，剥落或点蚀。

9.根据权利要求1所述的方法，其中，被确定的模式包括在所述旋转体的旋转期间，所述旋转体中重复区段的不同受损部分之间的空间分隔间隙，时间分隔间隙或空间分隔间隙和时间分隔间隙的组合。

10.根据权利要求1所述的方法，其中，自动地识别所述重复区段中的受损部分以及自动地识别所述重复区段中的后续不同的受损部分包括使用所述机器学习系统或其它机器学习系统用光学方法检测所述受损部分。

11.根据权利要求1所述的方法，其中，自动地识别重复区段中的受损部分以及自动地识别所述重复区段中的后续不同的受损部分出现在所述旋转体在共同方向旋转期间。

12.根据权利要求7所述的方法，其中，

所述涡轮叶片中的损坏的涡轮叶片是损坏叶片；

所述涡轮机是涡轮发动机；

所述受损部分是所述损坏叶片上的损坏；并且

所述后续受损部分是随着时间推移而变化的所述损坏叶片上的损坏。

13.根据权利要求12所述的方法，还包括通过修理至少一个损坏叶片，自动地实施修理动作以将所述涡轮发动机的状态从损坏状态变成修理状态。

14.根据权利要求12所述的方法，其中，所述涡轮发动机的损坏叶片的损坏包括所述涡轮叶片中的一个或多个裂缝，剥落或点蚀。