Detecção Inteligente de Danos para Motores de Aeronaves com Redes Neurais Encoder de Contexto

É vital e essencial detectar de forma precisa e oportuna vários danos nos motores de aeronaves na aviação civil. Atualmente, os motores de aeronaves são inspecionados manualmente através de imagens de borescope por técnicos de manutenção de aeronaves. Esse processo é demorado e sujeito a erros devido a fatores humanos. O objetivo deste artigo é automatizar a inspeção de motores de aeronaves, e este trabalho apresenta uma estrutura de aprendizado profundo com uma rede neural encoder de contexto de forma que as estruturas danificadas possam ser segmentadas com precisão a partir de imagens de borescope. Além disso, a estrutura de rede proposta é otimizada através de um método baseado em arranjos ortogonais. Com as imagens reais de borescope coletadas de uma companhia aérea comercial, a estrutura proposta é comparada com métodos existentes baseados em aprendizado profundo sob vários aspectos. Os resultados experimentais validam que vários danos podem ser detectados e reconhecidos automaticamente com alta precisão e eficiência pela solução proposta.