航空機エンジンのショートナセル複合材吸音ライナーにおける大規模な穴あけ要求および複合材表面の複雑なテクスチャー、小さな吸音ライナー穴のサイズと多数の問題に対応するため、ショートナセル吸音ライナー用ロボット多軸穴あけシステム向けの画像検査システムを開発した。吸音ライナー穴のラベル付きデータ不足問題を解決するため、改良された半教師ありセグメンテーション手法を提案し、吸音ライナー穴を正確にセグメンテーションした。半教師ありセグメンテーション結果に基づき、粗から精への幾何パラメータフィッティングアルゴリズムを用いた基準穴検出計画を提案し、穴あけ前の基準穴の正確な検出を実現した。穿孔率計算式とセグメンテーション結果を利用して、複合材吸音ライナーの穿孔率検出を実現した。最後に、LabviewとPythonに基づく音響ライナー穴の穿孔率および基準穴自動検出可能な画像検査システムを開発した。音響ライナー試験片の検査結果により、改良された半教師あり手法のmIoUは95.70％に達し、ラベル付けデータを70％節約し、学習および検出に必要なパラメータ数を削減した。半教師あり手法を統合した画像検査システムは、穿孔率検出で手動検査結果と0.023％しか差がなく、基準穴検出の精度も高い。本画像検査システムは航空機エンジンショートナセルの高品質製造要求を満たすことができる。本システムは基準穴および穿孔率検出にかかる時間も短く、大規模な吸音ライナー穴の穴あけおよび検査に必要な高効率要件を満たす。半教師あり手法を画像検査システムに導入することは、ラベル付きデータが不足している音響ライナーロボット多軸穴あけの産業現場に重要な意義を持つ。

画像検査; 航空機エンジンショートナセル; 複合材吸音ライナー穴; 半教師ありセマンティックセグメンテーション; ロボット穴あけ