在碳纤维增强塑料复合材料的自动超声波测试中用于缺陷检测的无监督机器学习
Vedran Tunukovic1, Shaun McKnight2, Richard Pyle2
1Sensor Enabled Automation, Robotics, and Control Hub (SEARCH), Centre for Ultrasonic Engineering (CUE), Electronic and Electrical Engineering Department, University of Strathclyde, Glasgow, UK; Future Ultrasonic Engineering, FUSE CDT, Glasgow, UK.
Ultrasonics
|April 11, 2024
概括
本研究引入了使用超声波测试 (UT) 的碳纤维增强塑料 (CFRP) 组件的非破坏性评估 (NDE) 的自动化管道. 该系统显著加快了缺陷检测速度,并减少了在关键航空航天和能源应用中的人为错误.
科学领域:
- 材料科学 材料科学 材料科学
- 航空航天工程 航空航天工程
- 机器人技术 机器人技术 机器人技术
背景情况:
- 碳纤维增强塑料 (CFRP) 复合材料越来越多地用于关键的能源和航空航天部件.
- 可靠的制造后非破坏性评估 (NDE) 对于确保这些部件的机械完整性至关重要.
- 手动解释超声波测试 (UT) 数据是一个瓶,导致延迟和潜在的错误.
研究的目的:
- 为CFRP组件开发一个自动化的NDE评估管道.
- 解决 UT 中手动数据解释的局限性.
- 提高复合材料缺陷检测的速度,准确性和效率.
主要方法:
- 使用工业操纵器开发了一个自动化的UT NDE过程.
- 实施了两阶段的管道,包括智能关门过程和自动编码器 (AE) 缺陷检测器.
- 使用了无监督学习方法,包括基于密度的空间聚类和在无缺陷数据上训练的AE.
主要成果:
- 自动化管道证明了快速推断,在1.26秒内处理了2000多个UTB扫描.
- AE缺陷探测器实现了高性能,接收器运行特征曲线下的面积为0.922对于简单的几何形状和0.879对于复杂的几何形状.
- 该系统有效地识别了CFRP参考样本中的嵌入式和制造缺陷的缺陷.
结论:
- 开发的自动化NDE管道为CFRP组件的手动解释提供了显著的改进.
- 无监督方法提供了强大的缺陷检测,提高了测量速度,可重复性和数据吞吐量.
- 进一步评估好处,缺点和不确定性是工业实施所必需的.
更多相关视频
09:54Author Spotlight: Enhancing Fiber Composite Laminate Quality with the Wet Hand Lay-Up/Vacuum Bag Process
Published on: June 30, 2023
2.1K
08:27Author Spotlight: Efficient Image Recognition Using Directional Gradient Histogram Technique and Support Vector Machines
Published on: January 5, 2024
1.1K
