Gewinne:
- Fähigkeit, visuelle Inspektions- und ZfP-Methoden zu verstehen und Computer Vision als großflächige Vorprüfung und Aufmerksamkeitsleitfaden zu nutzen.
- Die Fähigkeit, anzuwenden, dass die Unterscheidung zwischen relevant/nicht relevant und Annahme/Ablehnung einer Angabe dem zertifizierten Prüfer und dem Grenzdokument obliegt.
- Fähigkeit, die Risiken falsch negativer und falsch positiver Ergebnisse zu verstehen und die Untersuchung nicht mit „Das System hat sauber“ zu beenden.
Der Großteil der Pflege beginnt bei den Augen. Ein Riss, ein Korrosionsfleck, ein loses Befestigungselement, die Spur eines Lecks – die meisten Fehler werden zunächst durch eine visuelle Inspektion erkannt. In der modernen Luftfahrt wird dieses Auge nun von Computer Vision (künstliche Intelligenz, die Objekte, Defekte und Muster anhand von Bildern erkennt) begleitet: Drohnenkörper-Scanning, Endoskop-Bildanalyse, automatische Defektmarkierung. In dieser Einheit befassen wir uns damit, wie KI die Belastung des Auges bei der visuellen Prüfung und der zerstörungsfreien Prüfung (ZfP) aufteilt, aber warum die Entscheidung immer noch beim autorisierten Prüfer liegt.
Visuelle Inspektion und ZfP-Grundlagen
Die Sichtprüfung kann allgemein (GVI) oder detailliert (DVI) sein; Dies geschieht mit bloßem Auge, einer Lupe oder einem Endoskop. ZfP-Methoden finden Mängel, die mit bloßem Auge nicht erkennbar sind:
- Wirbelstrom (Wirbelstrom – findet Oberflächen-/Untergrundrisse elektromagnetisch),
- Ultraschall (Ultraschall – misst interne Defekte/Dicke mit einer Schallwelle),
- Farbeindringmittel (flüssiges Eindringmittel – macht Oberflächenrisse mit farbiger Flüssigkeit sichtbar),
- Magnetische Partikel (magnetische Partikel – ferromagnetische Oberflächenrisse),
- Radiographie (Radiographie – innere Struktur mit Röntgen).
NDT erfordert zertifiziertes Personal (z. B. NAS 410 / EN 4179 Level 1/2/3). Dies ist ein Auftrag, den die KI niemals übernehmen kann. KI kann eine Markierung im Bild extrahieren; Der zertifizierte Prüfer entscheidet, ob es sich bei der Markierung um einen echten Mangel (relevante Angabe) oder um eine falsche/nicht relevante Angabe handelt.
Wo ist Computer Vision nützlich?
Computer Vision ist leistungsstark bei sich wiederholenden und großflächigen Aufgaben, bei denen das menschliche Auge bei der visuellen Inspektion ermüdet:
- Großflächiges Vorscannen: Scannen von Rumpf, Flügelauflage, Blitzschäden durch Drohne/Kamera; Markieren verdächtiger Bereiche.
- Bildunterstützung des Endoskops: Beschädigung des inneren Motorflügels, Hervorhebung des verdächtigen Rahmens bei der Brennkammerkontrolle.
- Änderungserkennung: Vergleich des vorherigen und aktuellen Bildes desselben Bereichs und Markierung neuer Schäden.
- Messunterstützung: Geschätzte Skalierung der Schadensgröße (genaue Messung erfolgt durch Instrumentierung).
- Aufzeichnung/Tagging: Unterstützung bei der Dokumentation des Standorts der gefundenen Hinweise.
Dies ist eine Ebene der Vorprüfung und Aufmerksamkeitsweiterleitung. „Schau her“, sagt er; Es heißt nicht: „Das ist ein Crack und es ist tabu“. Diese Entscheidung basiert auf SRM/AMM-Grenzwerten und der Auslegung durch Prüfer.
Achtung: Der Zwei-Wege-Fehler des Computer Vision ist kritisch. Falsch negativ (das Fehlen des tatsächlichen Fehlers) stellt ein direktes Sicherheitsrisiko dar; Nur weil das System „klar“ sagt, ist die Prüfung nicht beendet. Falsch positive Ergebnisse (Markierung eines nicht vorhandenen Defekts) führen zu unnötiger Demontage und Kosten. Daher ergänzt Computer Vision die menschliche Untersuchung, nicht ersetzt sie.
Warum bleibt die Entscheidung bei der Person?
Eine dunkle Linie in einem Bild kann ein Riss, ein Kratzer, ein Ölfleck, ein Lackfehler oder eine Lichtreflexion sein. Modelle sind unter bestimmten Bedingungen (Beleuchtung, Winkel, Oberflächenbeschaffenheit) falsch. Darüber hinaus ist es eine technische Beurteilung, ob eine Angabe akzeptabel ist (innerhalb des Grenzwerts, wiederum in welcher Zone), und hängt von den genehmigten Grenzwertdokumenten ab. AI kann das Limit nicht rechtlich durchsetzen und verfügt auch nicht über ein Zertifikat. Der Ablauf ist also immer dieser: KI-Noten → Prüfer überprüft → entscheidet über Grenzdokument → autorisierte Zeichen.
Tipp: Verwenden Sie die Computer-Vision-Ausgabe als „zweites Augenpaar“, nicht als „Mono-Auge“. Die besten Ergebnisse werden bei der Doppellageninspektion erzielt, bei der die Maschine erkennt, was der Mensch möglicherweise übersieht und was die Maschine falsch markiert.
drei Mini-Koffer
Fall 1 – Drohnenscans lenkten die Aufmerksamkeit ab. Bei einer Inspektion der Rumpfoberseite wurden Drohnenbilder mit Computer Vision gescannt und zwei verdächtige Bereiche markiert. Der Prüfer hat sich diese beiden Bereiche genau angeschaut: Beim einen handelte es sich um eine Ölspur (nicht relevant), beim anderen um den Beginn eines tatsächlichen Blitzschadens. Stundenlanges Scannen des Auges auf einer großen Fläche wurde auf eine gezielte Untersuchung reduziert; Der wirkliche Schaden wurde frühzeitig erkannt.
Fall 2 – Falsch-Positiv-Suche. Bei einer Endoskopanalyse stellte das System einen „Risse“ in einer Turbinenschaufel fest. Als der zertifizierte Prüfer es vergrößerte und den Winkel veränderte, sah er, dass es sich um eine Oberflächenablagerung und nicht um einen Riss handelte. Eine unnötige Motordemontage (sehr hohe Kosten + Risiko neuer Fehler) wurde verhindert. Das System hat es markiert, der Mensch hat es richtig gelesen.
Fall 3 – Disziplin versus falsch negativ. Bei einem Scan der Flügelunterseite sei das System „klar“, sagte er. Der Prüfer untersuchte den kritischen Verbindungsbereich noch verfahrenstechnisch per Hand und mit einer Lupe und stellte einen leichten Beginn der Korrosion fest. „Er sagte, das System sei klar“ beendete die Prüfung nicht; Disziplin hat einen übersehenen Fehler aufgefangen.
Vier kopierbare Vorlagen
Rolle: Assistent für die Sichtprüfung vor der Prüfung. Aufgabe: Markieren Sie verdächtige Punkte, die Aufmerksamkeit erfordern, im Bild/Bereich unten und geben Sie für jeden eine mögliche Erklärung (Risse? Kratzer? Korrosion? Markierungen?) an. Regeln: - Treffen Sie eine endgültige Beurteilung des Fehlers; Verwenden Sie die Sprache „zweifelhaft, sollte bestätigt werden“. - Geben Sie an, dass die Akzeptanzgrenze im SRM/AMM definiert ist und dass der Prüfer darüber entscheidet. Bild/Kontext: [Beschreibung oder Bild]
Rolle: Assistent zur Änderungserkennung. Aufgabe: Vergleichen Sie den VORHERIGEN und AKTUELLEN Zustand derselben Fläche und markieren Sie die neu entstandenen/wachsenden Stellen. Regeln: Weisen Sie darauf hin, dass der Licht-/Winkelunterschied irreführend sein kann; Präzise Messung und Entscheidung. Eingabe: [vorherige/aktuelle Definition]
Rolle: Berater für die Auswahl von ZfP-Methoden. Aufgabe: Erklären Sie, welche ZfP-Methode(n) für den folgenden möglichen Fehlertyp und -ort geeignet wären und warum. Regeln: Geben Sie an, dass für die Anwendung der Methode zertifiziertes Personal erforderlich ist und dass die Akzeptanzkriterien in der entsprechenden Spezifikation enthalten sind. Situation: [Fehlertyp + Material + Ort]
Rolle: Assistent zur Erfassung/Beschriftung von Anzeigen. Aufgabe: Übersetzen Sie den folgenden Inspektionsbefund in eine strukturierte Aufzeichnung mit Ort, Typ, Größe (geschätzt) und Fotoreferenz. Regeln: „geschätzt“ beibehalten; Lassen Sie die Annahme-/Ablehnungsklausel leer, sie gehört dem Prüfer. Befund: [rohe Anmerkung]
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwach: „Gibt es Risse auf diesem Foto, kann das Flugzeug fliegen?“
Erfordert sowohl Diagnose als auch Lufttüchtigkeitsentscheidung mit einer einzigen Ausgabe; Beide sind zertifizierte Prüfer und begrenzen die Dokumententätigkeit.
Güçlü: „Markieren Sie verdächtige Punkte in diesem Bereichsbild und geben Sie jeweils eine mögliche Erklärung (Riss/Kratzer/Korrosion/Markierung). Treffen Sie kein endgültiges Urteil, sondern sagen Sie ‚muss überprüft werden‘; geben Sie an, dass die Akzeptanzgrenze im SRM liegt und die Entscheidung beim Prüfer liegt. Weisen Sie auf die irreführende Beleuchtung/den Winkel hin.“
Diese Aufforderung versetzt die KI in die Vorprüfungsrolle und überlässt die Entscheidung dem Menschen.
Tabelle: Rollenverteilung bei der visuellen/ZfP-Prüfung
Schritt
Computer Vision / KI
Mensch (Prüfer)
Scannen großer Flächen
Hinweisschilder für verdächtige Bereiche
Gezielte Detailuntersuchung
Hinweiskommentar
Schlägt eine mögliche Erklärung vor
Relevante/nicht relevante Entscheidung
Größe
Geschätzter Maßstab
Kalibrierte Messung
Akzeptieren/ablehnen
– (kann nicht)
Dokument + Bereitstellung begrenzen
Unterschrift/Registrierung
Entwurfshilfe
Beglaubigte Unterschrift
Häufige Fehler
- Beenden Sie die Prüfung mit „Das System hat klar gesagt“. Falsch negativ ist ein Sicherheitsrisiko.
- Das Zeichen mit Fehler verwechseln. Die Unterscheidung zwischen relevant/nicht relevant obliegt dem Prüfer.
- Verwenden Sie die geschätzte Größe als genaue Messung. Die Annahmeentscheidung basiert auf einer kalibrierten Messung.
- Dolmetschen von ZfP ohne Zertifizierung. Zulassungs- und Akzeptanzkriterien hängen von der Spezifikation ab.
- Ignorieren der Licht-/Winkelillusion. Es erzeugt falsch positive/negative Ergebnisse.
Zusammenfassend
Visuelle Inspektion und NDT sind sicherheitskritische Fehlersuche, und Computer Vision ist hier eine leistungsstarke Vorprüfungsschicht, die die Last des Auges teilt: große Flächen scannen, Änderungen markieren, Aufmerksamkeit lenken. Aber das Zeichen ist nicht das Urteil; Relevante/nicht relevante Unterscheidung, Größenmessung und Annahme-/Ablehnungsentscheidung obliegen dem zertifizierten Prüfer und den Grenzdokumenten. Die besten Ergebnisse werden bei der Doppelschichtuntersuchung erzielt, bei der Maschine und Mensch sich gegenseitig ihre Blindheit verdecken.
Anwendungsaufgabe
Wählen Sie ein Prüfungsszenario (Foto oder Beschreibung). Lassen Sie die KI verdächtige Stellen mit der ersten Vorlage markieren. Dann entscheiden Sie selbst für jedes Zeichen: relevant, nicht relevant, welcher SRM/AMM-Grenzwert soll überprüft werden? Listen Sie die Punkte auf, die die KI übersehen oder falsch markiert hat, und schreiben Sie eine „Doppelschicht-Inspektion“-Bewertung.
Checkliste
- [ ] Ich habe die Computer-Vision-Ausgabe als vorläufige Überprüfung verwendet, nicht als Urteil.
- [ ] Obwohl dort stand „Das System ist sauber“, habe ich die kritischen Bereiche manuell überprüft.
- [ ] Die relevante/nicht relevante Entscheidung habe ich als Prüfer getroffen.
- [ ] Ich habe die Größen-/Akzeptanzentscheidung auf der Grundlage des kalibrierten Mess- und Grenzwertdokuments getroffen.
- [ ] Ich habe die Zertifizierungsstelle für den NDT-Kommentar beobachtet.
- [ ] Ich habe licht-/winkelbedingte Verzerrungen berücksichtigt.