એકમો
1. એરક્રાફ્ટ મેઇન્ટેનન્સ અને એવિઓનિક્સમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સનો પરિચય: ભૂમિકાઓ, સીમાઓ, ચકાસણી અને સુરક્ષા-નિર્ણાયક સિદ્ધાંત 2. જાળવણી રેકોર્ડિંગ અને મુશ્કેલીનિવારણ: PIREP, ભૂલ કોડ્સ અને મુશ્કેલીનિવારણ 3. વ્હાઇટ પેપર અને મેન્યુઅલ સ્કેન: AMM, IPC, SB, AD અને વેરિફિકેશન 4. અનુમાનિત જાળવણી અને સેન્સર ડેટા: ટ્રેન્ડ, પ્રોગ્નોસ્ટિક્સ અને HUMS 5. એવિઓનિક્સ સિસ્ટમ્સ અને ફોલ્ટ આઇસોલેશન: BITE, કેબલિંગ અને સોફ્ટવેર 6. વર્ક ઓર્ડર, પ્લાનિંગ અને વર્કફોર્સ: ટાસ્ક કાર્ડથી CRS સુધી 7. અનુરૂપતા, પ્રમાણપત્ર અને નિયમન: વાયુયોગ્યતાનો કાયદો 8. પાર્ટ્સ, ઈન્વેન્ટરી અને સપ્લાય ચેઈન: ટ્રેસીબિલિટી અને નકલી ભાગનું જોખમ 9. ગુણવત્તા, સલામતી વ્યવસ્થાપન અને માનવ પરિબળો: SMS અને ડર્ટી ડઝન 10. વિઝ્યુઅલ ઇન્સ્પેક્શન, એનડીટી અને કોમ્પ્યુટર વિઝન: આંખનો ભાર શેર કરવો 11. એન્ડ-ટુ-એન્ડ મેન્ટેનન્સ કેસ: એકીકરણ, સીમાઓ, ગોપનીયતા અને ભવિષ્ય
એકમ 10 / 11

વિઝ્યુઅલ ઇન્સ્પેક્શન, એનડીટી અને કોમ્પ્યુટર વિઝન: આંખનો ભાર શેર કરવો

નફો:

  • દ્રશ્ય નિરીક્ષણ અને NDT પદ્ધતિઓ સમજવાની ક્ષમતા અને વિશાળ સપાટી પૂર્વ-સ્ક્રીનિંગ અને ધ્યાન માર્ગદર્શિકા તરીકે કમ્પ્યુટર વિઝનનો ઉપયોગ કરવાની ક્ષમતા.
  • અરજી કરવાની ક્ષમતા કે સંબંધિત/બિન-સંબંધિત અને સંકેતની સ્વીકૃતિ/અસ્વીકાર વચ્ચેનો તફાવત પ્રમાણિત પરીક્ષક અને મર્યાદા દસ્તાવેજનો છે.
  • ખોટા નકારાત્મક અને ખોટા સકારાત્મકના જોખમોને સમજવાની ક્ષમતા અને 'સિસ્ટમ સાફ કહ્યું' સાથે પરીક્ષા સમાપ્ત ન કરવાની ક્ષમતા

મોટાભાગની સંભાળ આંખોથી શરૂ થાય છે. એક તિરાડ, એક કાટ સ્થળ, છૂટક ફાસ્ટનર, લીકનું નિશાન — મોટાભાગની ખામીઓ પ્રથમ દ્રશ્ય નિરીક્ષણ દ્વારા પકડવામાં આવે છે. આધુનિક ઉડ્ડયનમાં, આ આંખ હવે કોમ્પ્યુટર વિઝન (કૃત્રિમ બુદ્ધિ કે જે છબીઓમાંથી વસ્તુઓ, ખામીઓ અને પેટર્ન શોધી કાઢે છે) સાથે છે: ડ્રોન બોડી સ્કેનિંગ, બોરસ્કોપ ઇમેજ એનાલિસિસ, ઓટોમેટિક ડિફેક્ટ માર્કિંગ. આ એકમમાં, અમે વિઝ્યુઅલ ઇન્સ્પેક્શન અને NDT (બિન-વિનાશક પરીક્ષણ, ભાગને નુકસાન પહોંચાડ્યા વિના આંતરિક/સપાટીની ખામીઓ શોધવા માટેની પદ્ધતિઓ) માં AI આંખના ભારને કેવી રીતે વહેંચે છે તે આવરીશું, પરંતુ શા માટે નિર્ણય હજુ પણ અધિકૃત નિરીક્ષક પર છે.

વિઝ્યુઅલ ઇન્સ્પેક્શન અને એનડીટી બેઝિક્સ

દ્રશ્ય નિરીક્ષણ સામાન્ય (GVI) અથવા વિગતવાર (DVI) હોઈ શકે છે; તે નરી આંખે, બૃહદદર્શક કાચ અથવા બોરસ્કોપથી કરવામાં આવે છે. NDT પદ્ધતિઓ એવી ખામીઓ શોધે છે જે નરી આંખે જોઈ શકાતી નથી:

  • એડી કરંટ (એડી કરંટ — સપાટી/પટ સપાટીની તિરાડો ઇલેક્ટ્રોમેગ્નેટિકલી શોધે છે),
  • અલ્ટ્રાસોનિક (અલ્ટ્રાસોનિક - ધ્વનિ તરંગ સાથે આંતરિક ખામી/જાડાઈને માપે છે),
  • ડાય પેનિટ્રન્ટ (પ્રવાહી પેનિટ્રન્ટ — સપાટીની તિરાડોને રંગીન પ્રવાહીથી દૃશ્યમાન બનાવે છે),
  • મેગ્નેટિક પાર્ટિકલ (ચુંબકીય કણ - ફેરોમેગ્નેટિક સપાટીની તિરાડો),
  • રેડિયોગ્રાફી (રેડિયોગ્રાફી - એક્સ-રે સાથે આંતરિક માળખું).

NDT ને પ્રમાણિત કર્મચારીઓની જરૂર છે (દા.ત. NAS 410 / EN 4179 સ્તર 1/2/3). આ એક આદેશ છે કે જે AI ક્યારેય હસ્તગત કરી શકશે નહીં. AI ઇમેજમાં એક ચિહ્ન કાઢી શકે છે; પ્રમાણિત પરીક્ષક નક્કી કરે છે કે શું તે ચિહ્ન વાસ્તવિક ખામી (સંબંધિત સંકેત) છે કે ખોટા/બિન-સંબંધિત સંકેત છે.

કમ્પ્યુટર વિઝન ક્યાં ઉપયોગી છે?

પુનરાવર્તિત અને વિશાળ-સપાટીના કાર્યોમાં કમ્પ્યુટર વિઝન શક્તિશાળી છે જ્યાં દ્રશ્ય નિરીક્ષણ દરમિયાન માનવ આંખ થાકી જાય છે:

  1. મોટી સપાટીનું પ્રી-સ્કેનિંગ: ડ્રોન/કેમેરા દ્વારા ફ્યૂઝલેજ સ્કેનિંગ, વિંગ ઓવરલે, વીજળીને નુકસાન; શંકાસ્પદ વિસ્તારોને ચિહ્નિત કરવું.
  2. બોરસ્કોપ ઈમેજ સપોર્ટ: કમ્બશન ચેમ્બર કંટ્રોલમાં શંકાસ્પદ ફ્રેમને હાઈલાઈટ કરતા, અંદરના એન્જિનની પાંખને નુકસાન.
  3. શોધ બદલો: સમાન વિસ્તારની અગાઉની અને વર્તમાન છબીની તુલના કરવી અને નવા નુકસાનને ચિહ્નિત કરવું.
  4. માપન આધાર: નુકસાનના કદની અંદાજિત સ્કેલિંગ (ચોક્કસ માપ એ સાધન છે).
  5. રેકોર્ડિંગ/ટેગિંગ: મળેલા સંકેતોના સ્થાનના દસ્તાવેજીકરણમાં સહાય.

આ પ્રી-સ્ક્રીનિંગ અને ધ્યાન રૂટીંગનું એક સ્તર છે. "અહીં જુઓ," તે કહે છે; તે કહેતું નથી કે "આ એક તિરાડ છે અને તે મર્યાદાઓથી દૂર છે". તે ચુકાદો SRM/AMM મર્યાદાઓ અને પરીક્ષકના અર્થઘટન પર આધારિત છે.

સાવધાન: કોમ્પ્યુટર વિઝનની દ્વિ-માર્ગીય ભૂલ મહત્વપૂર્ણ છે. ખોટા નકારાત્મક (વાસ્તવિક ખામી ખૂટે છે) એ સીધું સુરક્ષા જોખમ છે; માત્ર સિસ્ટમ "ક્લીયર" કહે છે એટલે પરીક્ષા પૂરી થતી નથી. ખોટા હકારાત્મક (અવિદ્યમાન ખામીને ચિહ્નિત કરવું) બિનજરૂરી ડિસએસેમ્બલી અને ખર્ચ બનાવે છે. તેથી, કોમ્પ્યુટર વિઝન માનવ પરીક્ષાને પૂરક બનાવે છે, બદલે નહીં.

નિર્ણય વ્યક્તિ પાસે કેમ રહે છે?

ઇમેજમાં શ્યામ રેખા ક્રેક, સ્ક્રેચ, ઓઇલ માર્ક, પેઇન્ટ ખામી અથવા પ્રકાશ પ્રતિબિંબ હોઈ શકે છે. મોડલ્સ ચોક્કસ પરિસ્થિતિઓમાં ખોટા છે (પ્રકાશ, કોણ, સપાટીની સ્થિતિ). વધુમાં, શું સંકેત સ્વીકાર્ય છે (મર્યાદામાં, કયા ઝોનમાં, ફરીથી) એ એન્જિનિયરિંગ ચુકાદો છે અને મંજૂર મર્યાદા દસ્તાવેજો પર આધાર રાખે છે. AI કાયદેસર રીતે મર્યાદાને લાગુ કરી શકતું નથી કે તેની પાસે પ્રમાણપત્ર નથી. તેથી પ્રવાહ હંમેશા આ હોય છે: AI ગુણ → પરીક્ષક ચકાસણી કરે છે → મર્યાદા દસ્તાવેજ → અધિકૃત ચિહ્નો પર નિર્ણય લે છે.

ટીપ: કમ્પ્યુટર વિઝન આઉટપુટનો ઉપયોગ "આંખોની બીજી જોડી" તરીકે કરો, "મોનો-આઇ" તરીકે નહીં. શ્રેષ્ઠ પરિણામો ડબલ-લેયર ઇન્સ્પેક્શનમાં મળે છે, જ્યાં મશીન કેચ કરે છે કે માણસ શું ચૂકી શકે છે અને મશીન શું ખોટી રીતે માર્ક કરે છે.

ત્રણ નાના કેસો

કેસ 1 - ડ્રોન સ્કેનિંગથી ધ્યાન ભટક્યું. ફ્યુઝલેજની ઉપરની સપાટીના નિરીક્ષણ દરમિયાન, ડ્રોનની છબીઓ કમ્પ્યુટર વિઝન સાથે સ્કેન કરવામાં આવી હતી અને બે શંકાસ્પદ વિસ્તારોને ચિહ્નિત કરવામાં આવ્યા હતા. પરીક્ષકે આ બે ક્ષેત્રો પર વિગતવાર નજર નાખી: એક તેલનો ટ્રેસ હતો (બિન-પ્રસંગત), બીજું વાસ્તવિક વીજળીના નુકસાનની શરૂઆત હતી. વિશાળ સપાટી વિસ્તાર પર આંખના સ્કેનિંગના કલાકો લક્ષિત પરીક્ષામાં ઘટાડી દેવામાં આવ્યા છે; વાસ્તવિક નુકસાન વહેલું પકડાયું હતું.

કેસ 2 - ખોટા હકારાત્મક શિકાર. બોરસ્કોપ વિશ્લેષણમાં, સિસ્ટમે ટર્બાઇન બ્લેડમાં "ક્રેક" ચિહ્નિત કર્યું. જ્યારે પ્રમાણિત પરીક્ષકે તેને મોટું કર્યું અને કોણ બદલ્યું, ત્યારે તેણે જોયું કે તે સપાટીની થાપણ છે અને ક્રેક નથી. બિનજરૂરી એન્જિન ડિસએસેમ્બલી (ખૂબ ઊંચી કિંમત + નવી ભૂલોનું જોખમ) અટકાવવામાં આવ્યું હતું. સિસ્ટમે તેને ચિહ્નિત કર્યું, માનવે તેને યોગ્ય રીતે વાંચ્યું.

કેસ 3 - શિસ્ત વિરુદ્ધ ખોટા નકારાત્મક. વિંગ અંડરસર્ફેસ સ્કેન પર સિસ્ટમ "સ્પષ્ટ" હતી, તેમણે કહ્યું. નિરીક્ષકે હજુ પણ હાથ વડે અને મેગ્નિફાઈંગ ગ્લાસ વડે જટિલ સંયુક્ત વિસ્તારની પ્રક્રિયાપૂર્વક તપાસ કરી અને તેને કાટ લાગવાની સૂક્ષ્મ શરૂઆત મળી. "તેમણે કહ્યું કે સિસ્ટમ સ્પષ્ટ છે" પરીક્ષા પૂરી કરી નથી; શિસ્ત એક ચૂકી ખામી પકડી.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

ભૂમિકા: વિઝ્યુઅલ ઇન્સ્પેક્શન પૂર્વ-સ્ક્રીનિંગ સહાયક. કાર્ય: નીચેની છબી/વિસ્તારમાં ધ્યાનની જરૂર હોય તેવા શંકાસ્પદ બિંદુઓને ચિહ્નિત કરો અને દરેક માટે સંભવિત સમજૂતી (ક્રેક? સ્ક્રેચ? કાટ? ચિહ્ન?) આપો. નિયમો:- દોષનો ચોક્કસ નિર્ણય કરો; "શંકાસ્પદ, પુષ્ટિ થવી જોઈએ" ભાષાનો ઉપયોગ કરો. - જણાવો કે સ્વીકૃતિ મર્યાદા SRM/AMM માં નિર્ધારિત છે અને તે પરીક્ષક નક્કી કરશે. છબી/સંદર્ભ: [વર્ણન અથવા દ્રશ્ય]

ભૂમિકા: શોધ સહાયક બદલો. કાર્ય: સમાન વિસ્તારની અગાઉની અને વર્તમાન સ્થિતિની તુલના કરો અને નવા રચાયેલા/વધતા સ્થળોને ચિહ્નિત કરો. નિયમો: નિર્દેશ કરો કે લાઇટિંગ/એંગલનો તફાવત ભ્રામક હોઈ શકે છે; ચોક્કસ માપન અને નિર્ણય. ઇનપુટ: [અગાઉ/વર્તમાન વ્યાખ્યા]

ભૂમિકા: NDT પદ્ધતિ પસંદગી સલાહકાર. કાર્ય: નીચેના સંભવિત ખામીના પ્રકાર અને સ્થાન માટે કઈ NDT પદ્ધતિ(ઓ) યોગ્ય હશે અને શા માટે તે સમજાવો. નિયમો: જણાવો કે પદ્ધતિની અરજી માટે પ્રમાણિત કર્મચારીઓની જરૂર છે અને સ્વીકૃતિ માપદંડ સંબંધિત સ્પષ્ટીકરણમાં છે. પરિસ્થિતિ: [ખામીનો પ્રકાર + સામગ્રી + સ્થાન]

ભૂમિકા: સંકેત રેકોર્ડિંગ/લેબલીંગ સહાયક. કાર્ય: સ્થાન, પ્રકાર, કદ (અંદાજિત), ફોટો સંદર્ભ સાથે સંરચિત રેકોર્ડમાં નીચેના નિરીક્ષણની શોધનો અનુવાદ કરો. નિયમો: "અંદાજિત" જાળવી રાખો; સ્વીકાર/અસ્વીકાર કલમ ​​ખાલી છોડો, તે પરીક્ષકની છે. શોધવું: [કાચી નોંધ]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા: "શું આ ફોટામાં કોઈ તિરાડ છે, શું પ્લેન ઉડી શકે છે?"

એક જ આઉટપુટ સાથે નિદાન અને હવાપાત્રતા નિર્ણય બંનેની જરૂર છે; બંને પ્રમાણિત નિરીક્ષક અને મર્યાદા દસ્તાવેજ નોકરીઓ છે.

Güçlü: "આ વિસ્તારની ઈમેજમાં શંકાસ્પદ બિંદુઓને ચિહ્નિત કરો અને દરેક (ક્રેક/સ્ક્રેચ/કાટ/માર્ક) માટે સંભવિત સમજૂતી આપો. અંતિમ ચુકાદો ન આપો, કહો કે 'ચકાસાયેલ હોવું જોઈએ'; જણાવો કે સ્વીકૃતિ મર્યાદા SRMમાં છે અને નિર્ણય પરીક્ષકનો છે. લાઇટિંગ/એંગલ ગેરમાર્ગે દોરો."

આ પ્રોમ્પ્ટ એઆઈને પ્રી-સ્ક્રીનિંગ રોલમાં મૂકે છે અને નિર્ણય માનવ પર છોડી દે છે.

કોષ્ટક: વિઝ્યુઅલ/એનડીટી પરીક્ષામાં ભૂમિકા વિતરણ

પગલું

કમ્પ્યુટર વિઝન / AI

માનવ (પરીક્ષક)

મોટી સપાટી સ્કેનિંગ

શંકાસ્પદ વિસ્તાર ચિહ્નો

લક્ષિત વિગતવાર પરીક્ષા

સંકેત ટિપ્પણી

શક્ય સમજૂતી સૂચવે છે

સંબંધિત/બિન-સંબંધિત નિર્ણય

કદ

અંદાજિત સ્કેલ

માપાંકિત માપ

સ્વીકારો/નકારો

- (નહી શકે)

મર્યાદા દસ્તાવેજ + જોગવાઈ

સહી/નોંધણી

ડ્રાફ્ટ મદદ

પ્રમાણિત હસ્તાક્ષર

સામાન્ય ભૂલો

  • "સિસ્ટમ સ્પષ્ટ કહ્યું" સાથે પરીક્ષા સમાપ્ત. ખોટા નકારાત્મક એ સુરક્ષા જોખમ છે.
  • દોષ માટે નિશાની ભૂલવી. સંબંધિત/બિન-સંબંધિત વચ્ચેનો તફાવત પરીક્ષક પર છે.
  • ચોક્કસ માપ તરીકે અંદાજિત કદનો ઉપયોગ કરવો. સ્વીકૃતિનો નિર્ણય માપાંકિત માપન પર આધારિત છે.
  • પ્રમાણપત્ર વિના એનડીટીનું અર્થઘટન. અધિકૃતતા અને સ્વીકૃતિ માપદંડ સ્પષ્ટીકરણ પર આધાર રાખે છે.
  • લાઇટિંગ/એંગલ ઇલ્યુઝનને અવગણવું. તે ખોટા હકારાત્મક/નકારાત્મક પેદા કરે છે.

સારાંશમાં

વિઝ્યુઅલ ઇન્સ્પેક્શન અને NDT એ સલામતી-ગંભીર ખામીનો શિકાર છે, અને કમ્પ્યુટર વિઝન એ અહીં એક શક્તિશાળી પ્રી-સ્ક્રીનિંગ સ્તર છે જે આંખના બોજને વહેંચે છે: મોટી સપાટીઓને સ્કેન કરવી, ફેરફારને ચિહ્નિત કરવું, ધ્યાન દોરવું. પણ નિશાની એ ચુકાદો નથી; સંબંધિત/બિન-સંબંધિત ભેદ, માપ માપન અને સ્વીકૃતિ/અસ્વીકારનો નિર્ણય પ્રમાણિત નિરીક્ષક અને મર્યાદા દસ્તાવેજોનો છે. શ્રેષ્ઠ પરિણામો ડબલ-લેયર પરીક્ષામાં છે, જ્યાં મશીન અને માનવ એકબીજાના અંધત્વને આવરી લે છે.

એપ્લિકેશન કાર્ય

પરીક્ષાનું દૃશ્ય (ફોટો અથવા વર્ણન) પસંદ કરો. પ્રથમ નમૂના સાથે AI ચિહ્નિત શંકાસ્પદ સ્થળો રાખો. પછી દરેક ચિહ્ન માટે તમારા માટે નક્કી કરો: સંબંધિત, બિન-સંબંધિત, કઈ SRM/AMM મર્યાદા તપાસવી જોઈએ? AI ચૂકી ગયેલ અથવા ખોટી રીતે ચિહ્નિત થયેલ મુદ્દાઓની સૂચિ બનાવો અને "ડબલ-લેયર ઇન્સ્પેક્શન" મૂલ્યાંકન લખો.

ચેકલિસ્ટ

  • [ ] મેં કોમ્પ્યુટર વિઝન આઉટપુટનો ઉપયોગ પ્રારંભિક સ્ક્રીનીંગ તરીકે કર્યો, ચુકાદા તરીકે નહીં.
  • "સિસ્ટમ સ્વચ્છ છે" એમ કહ્યું હોવા છતાં, મેં મેન્યુઅલી જટિલ વિસ્તારોને તપાસ્યા.
  • [] મેં પરીક્ષક તરીકે સંબંધિત/બિન-સંબંધિત નિર્ણય લીધો છે.
  • [ ] મેં માપ/સ્વીકૃતિના નિર્ણયને માપાંકિત માપન અને મર્યાદા દસ્તાવેજ પર આધારિત રાખ્યો.
  • [ ] મેં NDT ટિપ્પણી માટે પ્રમાણપત્ર સત્તાનું અવલોકન કર્યું.
  • [ ] મેં લાઇટિંગ/એંગલ-સંબંધિત વિકૃતિઓને ધ્યાનમાં લીધી.