육안 검사, NDT 및 컴퓨터 비전: 눈의 부담 공유 — 항공기 정비 및 항공 전자 공학의 인공 지능

이득:

육안 검사 및 NDT 방법을 이해하고 컴퓨터 비전을 대형 표면 사전 검사 및 주의 가이드로 사용할 수 있는 능력.
관련/비관련 및 표시의 승인/거부 사이의 구별이 공인 심사관 및 제한 문서에 속한다는 것을 적용할 수 있는 능력.
위음성과 위양성의 위험을 이해하고 '시스템이 깨끗하다고 말했다'로 검사를 종료하지 않는 능력

대부분의 관리는 눈에서부터 시작됩니다. 균열, 부식 지점, 느슨한 패스너, 누출 흔적 등 대부분의 결함은 육안 검사를 통해 먼저 발견됩니다. 현대 항공에서 이 눈에는 이제 드론 본체 스캐닝, 내시경 이미지 분석, 자동 결함 표시 등 컴퓨터 비전(이미지에서 물체, 결함 및 패턴을 감지하는 인공 지능)이 수반됩니다. 이번 단원에서는 육안 검사와 NDT(비파괴 검사, 부품을 손상시키지 않고 내부/표면 결함을 감지하는 방법)에서 AI가 눈의 부담을 어떻게 분담하는지, 그리고 결정이 여전히 공인 검사관에게 달려 있는 이유에 대해 설명합니다.

육안 검사 및 NDT 기본 사항

육안 검사는 일반(GVI) 또는 상세(DVI)일 수 있습니다. 육안, 돋보기 또는 내시경을 사용하여 수행됩니다. NDT 방법은 육안으로 볼 수 없는 결함을 찾아냅니다.

와전류(와전류 - 전자기적으로 표면/지하 균열을 찾습니다),
초음파(초음파 - 음파로 내부 결함/두께 측정),
염료 침투제(액체 침투제 - 유색 액체로 표면 균열을 눈에 띄게 함),
자분(자성입자-강자성 표면 균열),
방사선 촬영(방사선 촬영 - X선을 사용한 내부 구조).

NDT에는 인증된 인력이 필요합니다(예: NAS 410 / EN 4179 레벨 1/2/3). 이는 AI가 결코 대신할 수 없는 의무이다. AI는 이미지에서 마크를 추출할 수 있습니다. 인증된 심사관은 해당 표시가 실제 결함(관련 표시)인지 허위/비관련 표시인지 여부를 결정합니다.

컴퓨터 비전은 어디에 유용합니까?

컴퓨터 비전은 육안 검사 중에 사람의 눈이 피곤해지는 반복적이고 넓은 표면 작업에 강력합니다.

넓은 표면 사전 스캔: 기체, 날개 오버레이, 드론/카메라에 의한 낙뢰 손상 스캔; 의심스러운 부분을 표시합니다.
내시경 이미지 지원: 내부 엔진 날개 손상, 연소실 제어에서 의심스러운 프레임 강조 표시.
변화 감지: 동일 지역의 이전 이미지와 현재 이미지를 비교하여 새로운 피해를 표시합니다.
측정 지원: 손상 크기의 추정 스케일링(정확한 측정은 계측입니다).
기록/태깅: 발견된 표시의 위치를 문서화하는 데 도움이 됩니다.

이는 사전 선별 및 주의 라우팅 계층입니다. "여기를 보세요"라고 그는 말합니다. "이것은 균열이고 한계를 벗어났습니다"라고 말하지 않습니다. 해당 판결은 SRM/AMM 한도 및 심사관의 해석을 기반으로 합니다.

주의: 컴퓨터 비전의 양방향 오류는 매우 중요합니다. 거짓 부정(실제 결함 누락)은 직접적인 보안 위험입니다. 시스템이 "클리어"라고 말한다고 해서 시험이 종료되는 것은 아닙니다. 거짓 긍정(존재하지 않는 결함 표시)은 불필요한 분해와 비용을 발생시킵니다. 따라서 컴퓨터 비전은 인간의 검사를 대체하는 것이 아니라 보완합니다.

왜 결정은 그 사람에게 남아 있습니까?

이미지의 어두운 선은 균열, 긁힘, 기름 자국, 페인트 결함 또는 빛 반사일 수 있습니다. 특정 조건(조도, 각도, 표면 상태)에서 모델이 잘못되었습니다. 또한 표시가 허용되는지 여부(한도 내, 다시 어느 구역)는 엔지니어링 판단이며 승인된 제한 문서에 따라 달라집니다. AI는 법적으로 한도를 시행할 수 없으며 인증서도 가지고 있지 않습니다. 따라서 흐름은 항상 이렇습니다. AI 마크 → 심사관 확인 → 제한 문서 결정 → 승인된 서명.

팁: 컴퓨터 비전 출력을 "단일 눈"이 아닌 "두 번째 눈 쌍"으로 사용하십시오. 가장 좋은 결과는 사람이 놓칠 수 있는 부분과 기계가 잘못 표시한 부분을 기계가 포착하는 이중층 검사에서 나옵니다.

세 개의 미니 케이스

사례 1 - 드론 스캐닝으로 주의가 전환되었습니다. 동체 윗면 검사 중 드론 영상을 컴퓨터 비전으로 스캔해 의심스러운 부분 2곳을 표시했다. 조사관은 이 두 영역을 자세히 조사했습니다. 하나는 기름의 흔적(관련 없음)이었고 다른 하나는 실제 낙뢰 피해의 시작이었습니다. 넓은 표면적에서 눈을 스캐닝하는 시간이 표적 검사로 단축되었습니다. 실제 피해는 조기에 포착됐다.

사례 2 - 거짓 긍정 검색. 내시경 분석에서 시스템은 터빈 블레이드의 "균열"을 표시했습니다. 공인 심사관이 확대하여 각도를 바꾸어 보니 균열이 아닌 표면 퇴적물임을 확인했습니다. 불필요한 엔진 분해(매우 높은 비용 + 새로운 오류 발생 위험)가 방지되었습니다. 시스템이 그것을 표시했고, 인간은 그것을 정확하게 읽었습니다.

사례 3 - 규율 대 거짓 부정. 그는 날개 밑면 스캔에서 시스템이 "명확"하다고 말했습니다. 검사관은 여전히 손과 돋보기를 사용하여 중요한 접합 부위를 절차적으로 검사하고 미묘한 부식 시작점을 발견했습니다. "그는 시스템이 명확하다고 말했다"는 시험이 끝나지 않았습니다. 징계가 놓친 잘못을 잡았습니다.

복사 가능한 템플릿 4개

역할: 육안 검사 사전 검사 보조. 작업: 아래 이미지/영역에 주의가 필요한 의심스러운 지점을 표시하고 각각에 대해 가능한 설명(균열? 긁힘? 부식? 표시?)을 제공합니다. 규칙:- 결함에 대한 확실한 판단을 내립니다. “의심스럽습니다. 확인해야 합니다”라는 언어를 사용하십시오. - 합격기준은 SRM/AMM에 정의되어 있으며 심사관이 결정할 것임을 명시한다. 이미지/컨텍스트: [설명 또는 시각적]

역할: 변경 감지 보조자. 작업: 동일한 지역의 이전 상태와 현재 상태를 비교하고 새로 형성되거나 성장하는 지점을 표시합니다. 규칙: 조명/각도 차이가 오해의 소지가 있을 수 있음을 지적합니다. 정확한 측정 및 결정.입력: [이전/현재 정의]

역할: NDT 방법 선택 컨설턴트. 작업: 다음과 같은 가능한 결함 유형 및 위치에 적합한 NDT 방법과 그 이유를 설명하십시오. 규칙: 해당 방법을 적용하려면 인증된 인력이 필요하며 허용 기준은 관련 사양에 있음을 명시합니다. 상황: [결함 유형 + 자재 + 위치]

역할: 표시 기록/라벨링 보조자. 작업: 다음 검사 결과를 위치, 유형, 크기(추정), 사진 참조가 포함된 구조화된 기록으로 변환합니다. 규칙: "예상"을 유지합니다. 승인/거부 조항을 공백으로 남겨두십시오. 이는 심사관에게 속합니다. 발견 항목: [원시 메모]

약한 프롬프트 / 강한 프롬프트

약함: "이 사진에 균열이 있나요? 비행기가 날 수 있나요?"

단일 출력으로 진단과 감항성 결정이 모두 필요합니다. 둘 다 공인 검사관이며 문서 작업을 제한합니다.

Güçlü: "이 영역 이미지에 의심스러운 점을 표시하고 각각(균열/스크래치/부식/흔적)에 대해 가능한 설명을 제공하십시오. 최종 판단을 내리지 말고 '검증해야 합니다'라고 말합니다. 허용 한계는 SRM에 있고 결정은 검사관의 몫이라고 명시하십시오. 오해의 소지가 있는 조명/각도를 지적하십시오."

이 프롬프트는 AI를 사전 심사 역할에 두고 결정은 인간에게 맡깁니다.

표: 시각/NDT 검사의 역할 분포

단계

컴퓨터비전/AI

인간(심사관)

넓은 표면 스캐닝

의심스러운 지역 표지판

표적 정밀검사

표시 코멘트

가능한 설명을 제안합니다.

일반적인 실수

"시스템이 명확하다고 말했습니다."로 시험을 종료합니다. 거짓 부정은 보안 위험입니다.
표시를 잘못으로 착각합니다. 관련성/비관련성 사이의 구별은 심사관의 몫입니다.
정확한 측정으로 예상 크기를 사용합니다. 승인 결정은 보정된 측정을 기반으로 합니다.
인증 없이 NDT를 해석합니다. 승인 및 승인 기준은 사양에 따라 다릅니다.
조명/각도 환상을 무시합니다. 이는 위양성/음성을 생성합니다.

요약하면

육안 검사와 NDT는 안전에 중요한 결함 찾기이며, 컴퓨터 비전은 눈의 부담을 공유하는 강력한 사전 검사 계층입니다. 즉, 넓은 표면 스캔, 변경 사항 표시, 주의 집중입니다. 그러나 그 표시는 평결이 아니다. 관련/비관련 구분, 크기 측정 및 합격/불합격 결정은 인증된 검사관 및 제한 문서에 속합니다. 가장 좋은 결과는 기계와 인간이 서로의 실명을 가리는 이중층 검사에 있습니다.

응용과제

시험 시나리오(사진 또는 설명)를 선택하세요. 첫 번째 템플릿으로 AI가 의심스러운 지점을 표시하도록 하세요. 그런 다음 각 기호(관련성, 비관련성, 어떤 SRM/AMM 한도를 확인해야 하는지)에 대해 스스로 결정하십시오. AI가 놓쳤거나 잘못 표시한 포인트를 나열하고 '이중 검사' 평가를 작성합니다.

체크리스트

[ ] 나는 컴퓨터 비전 출력을 평결이 아닌 예비 심사로 사용했습니다.
[ ] '시스템이 깨끗하다'고 했는데도 중요한 부분을 수동으로 확인했습니다.
[ ] 나는 심사관으로서 관련/비관련 결정을 내렸습니다.
[ ] 교정된 측정 및 제한 문서를 토대로 크기/허용 결정을 내렸습니다.
[ ] NDT 댓글에 대한 인증기관을 관찰했습니다.
[ ] 조명/각도 관련 왜곡을 고려했습니다.