近日，中国仪器仪表学会公布《2022年中国仪器仪表学会科学技术奖获奖名单》，根据《中国仪器仪表学会科学技术奖奖励办法》之规定，经过中国仪器仪表学会科学技术奖评审委员会评审，学院信息融合团队申报的“航空航天空腔类构件缺陷智能检测关键技术及应用”项目获得“中国仪器仪表学会科学技术奖”科技进步三等奖。中国仪器仪表学会科学技术奖是经国家科技部批准，在国家科技奖励主管部门注册，经国家科学技术奖励工作办公室颁证，由中国仪器仪表学会设立的面向全国仪器仪表领域的综合性奖项。

空腔类部件在航空航天领域具有重要作用，例如发动机喷管、飞机涡轮、发动机燃烧腔体内部构件、导管等。空腔类部件构造是结构中强度较弱的部分，且空腔这类部件在生产和服役过程中容易产生疲劳裂纹、磨损等缺陷，影响其服役年限，甚至出现安全事故，造成财产损失或危及生命安全。为此，对航空空腔类构件服役安全性检测、预警、评估具有重要意义。

针对空腔类构件的缺陷检测，目前国内外普遍采用的检测方法如超声波法、声发射法、射线检测法，然而这些方法存在单一维度缺陷测量、无法实时检测等问题。本项目针对航空航天空腔类构件检测需求，将数字散斑技术与滑油磨粒技术结合，综合采用深度学习等技术开展以下研究：(1)利用不同波长的激光对构件三维变形进行处理，实现空腔类构件三维形变同步测量；(2)采用滑油磨粒电容成像技术对构件缺陷进行在线测量，满足实时测量需求；(3)采用改进Faster-CNN对缺陷进行智能特征提取，增强构件缺陷识别能力。通过本项目研究，实现了空腔类构件的三维变形同步测量、缺陷在线智能检测。本项目的研究成果解决了空腔类构件缺陷检测技术瓶颈，推动航空、航天领域的空腔类构材料检测技术的发展，具有良好的学术研究价值和工程应用价值。

河南大学人工智能学院为该项目的第一单位，信息融合团队为主要完成人。该研究工作受到国家自然科学基金面上项目、河南省科技厅科技攻关项目和河南省青年托举人才项目等课题的资助。

科技奖链接：http://keji.cis.org.cn/post/detail/113/4351