航空发动机叶片是大国重器的核心热端部件，微小裂纹、曲面损伤直接制约装备使用寿命与运行安全。中北大学金属凝固控制与增材制造山西省重点实验室一支本科生科研团队从零起步，扎根实验室攻克AI缺陷识别漏检误判、薄壁叶片激光熔覆热变形两大工艺难题，搭建起从缺陷诊断到性能验证的标准化修复体系，在国家级大学生科创赛事中斩获佳绩。而比获奖更珍贵的，是一群科研新人在这段攻坚历程中的蜕变与成长。

从“连仪器都不敢碰”到独立操作精密设备

刚踏入实验室时，团队成员面对结构精密的航空发动机叶片，连基础缺陷观测、工艺参数记录都难以熟练完成。负责数据标注的同学坦言，最初看到扫描电镜操作界面密密麻麻的按钮“心里直发怵”，第一次采集叶片点云数据时，因为工装旋转角度设置偏差，连续三天的扫描全部作废。“当时觉得特别挫败，觉得是自己拖了团队后腿。”

在李玉新老师指导下，团队梳理完整技术路线，确立"缺陷智能识别—激光增材修复—多维度质量验证"全流程攻关思路。从最基础的数据标注做起，成员们用LabelMe工具逐像素勾勒缺陷边界，上千张图片的精细标注让算法的"眼睛"逐渐变亮。几个月后，当初连设备都不敢碰的同学，已能独立完成从三维扫描到缺损分割的全链路代码实现。他说：“回头看，最大的变化不是学会了多少技术，而是遇到陌生仪器第一反应从'我不行'变成了'我试试'。”

上千次失败换一次“成了”

科研攻坚之路布满难关。叶片复杂曲面、微米级细微裂纹极易造成AI检测模型漏检误判，传统识别算法适配性极差。团队持续采集多模态损伤数据，累计完成数十轮参数调试、上千组检测对照实验，反复比对不同工况下模型识别效果。负责算法优化的队员经历了数十次模型崩溃、训练不收敛，最焦灼的一周每天盯着Loss曲线到凌晨两点，最后在排查数据预处理环节时发现是图像归一化参数设置有误。“修正之后模型性能一下子跃升了一大截，那一刻的感觉至今难忘。”

攻克检测关后，激光熔覆修复又带来全新挑战。薄壁叶片厚度薄、热敏感性强，激光热输入稍有偏差就会出现变形开裂，多批次试样接连报废。团队连续开展上千次对比试验，逐一调整激光功率、扫描速度、送粉速率等核心参数。负责工艺试验的同学连续两周试样全部开裂，“有一回锁上实验室门差点哭出来”。但第二天一早，他带着"控制变量日记"重新排布实验方案，最终发现是氩气纯度波动影响了熔池保护气氛。排除这一隐蔽因素后，修复层质量明显改善。这段经历让他养成了“每次实验前先测一遍气体纯度”的习惯，也让他面对异常数据时多了几分从容：“不再怕'坏了'，怕的是不知道为什么坏了。”

从“各管一摊”到能补位协作的“多面手”

团队根据专业特长明确分工，但分工不固化。做三维点云的同学主动学习算法参数调试，写文案的深入参与数据分析以便更精准表达科学逻辑。负责工艺的同学在队友影响下开始钻研SEM、EBSD微观表征，如今已能独立解读枝晶生长方向；主攻算法的同学被拉着一起焊电路、调光路，整机电气故障也能上手排查。“我从'只管写代码'变成能帮队友排查设备问题，这种感觉挺好的。”

团队同步搭建配套质量管控体系与数据追溯机制，遵循"工艺研发、质量检测、数据留存同步推进"的原则。超声无损检测、力学性能测试等多维度验证手段全面铺开，每位成员都学会了用系统对照、逐变量排查的硬功夫推进工作。实验室里厚厚的记录本上，手写数据、修改方案、失败总结交织在一起——背后是每个人从"操作工"向"思考者"的转变。

赛场的“拷问”是最好的成长课

完整的科研成果在"刘鼎杯"大学生创新创业大赛中得到全方位检验。从院级初赛到校级决赛，评委结合工业场景现场质询：算法户外泛化能力不足、批量稳定性有待提升……每一次提问都成为技术完善的突破口。成员针对暴露问题补充实验数据、拓展应用场景、细化优化方案，一遍遍打磨申报书、推演答辩逻辑。

“被评委问住的那一刻很紧张，但回过头看，那些质疑帮我们看到了自己看不到的盲区。”团队负责人说。最终团队凭借扎实的技术攻关拿下赛事奖项，但对成员而言，最大的收获是答辩PPT背后那份从容——知道每一组数据从哪来、每一次优化为什么做、每一个结论能否被复现。

“航空领域科研没有捷径，所有突破都来自对每一个细节的反复钻研。”核心成员说，从科研小白到独立完成整套技术研发，这段经历让他们真正理解了“严谨务实、久久为功”的分量。当前航空高端材料修复自主可控需求迫切，团队将持续深耕这一赛道，立足实验室成果向工业场景延伸，以青年科研力量守护大国重器安全服役。

中北大学 李宇航