Enhet 10 / 11

Visuell inspektion, NDT och datorseende: Dela ögats belastning

Vinster:

  • Förmåga att förstå visuell inspektion och NDT-metoder och använda datorseende som en stor yta för screening och uppmärksamhetsguide.
  • Möjlighet att tillämpa att distinktionen mellan relevant/icke-relevant och accepterande/förkastande av en indikation tillhör den certifierade examinatorn och gränsdokumentet.
  • Förmåga att förstå riskerna med falskt negativt och falskt positivt och inte avsluta undersökningen med "systemet sa rent"

Det mesta av vården börjar med ögonen. En spricka, en korrosionsfläck, ett löst fästelement, ett spår av en läcka — de flesta fel upptäcks först genom visuell inspektion. Inom modern flygning åtföljs detta öga nu av datorseende (artificiell intelligens som upptäcker objekt, defekter och mönster från bilder): drönarkroppsskanning, boreskopbildanalys, automatisk defektmarkering. I den här enheten kommer vi att ta upp hur AI delar på ögats börda vid visuell inspektion och NDT (Non-Destructive Testing, metoder för att upptäcka interna/ytdefekter utan att skada delen), men varför beslutet fortfarande är upp till den auktoriserade besiktningsmannen.

Visuell inspektion och grunderna för NDT

Visuell inspektion kan vara generell (GVI) eller detaljerad (DVI); Det görs med blotta ögat, ett förstoringsglas eller ett boreskop. NDT-metoder hittar defekter som inte kan ses med blotta ögat:

  • Virvelström (virvelström — hittar sprickor i ytan/under ytan elektromagnetiskt),
  • Ultraljud (ultraljud — mäter inre defekter/tjocklek med en ljudvåg),
  • Färgpenetrant (vätskepenetrant - gör ytsprickor synliga med färgad vätska),
  • Magnetisk partikel (magnetisk partikel - ferromagnetiska ytsprickor),
  • Röntgen (röntgen - inre struktur med röntgen).

NDT kräver certifierad personal (t.ex. NAS 410 / EN 4179 nivå 1/2/3). Detta är ett mandat som AI aldrig kan ta över. AI kan extrahera ett märke i bilden; Den certifierade examinatorn avgör om det märket är en verklig defekt (relevant indikation) eller en falsk/icke-relevant indikation.

Var är datorseende användbart?

Datorseende är kraftfullt i repetitiva och stora uppgifter där det mänskliga ögat blir trött under visuell inspektion:

  1. Förskanning av stor yta: Skanning av flygkropp, vingöverlagring, blixtskador av drönare/kamera; markerar misstänkta områden.
  2. Bildstöd för boreskop: Skador på inre motorvingar, som framhäver den misstänkta ramen i förbränningskammarkontrollen.
  3. Ändringsdetektering: Jämför tidigare och aktuell bild av samma område och markering av ny skada.
  4. Mätstöd: Beräknad skalning av skadestorlek (exakt mätning är instrumentering).
  5. Inspelning/taggning: Hjälp med att dokumentera platsen för de funna indikationerna.

Detta är ett lager av förhandsgranskning och uppmärksamhetsdirigering. "Titta här", säger han; Det står inte "det här är en spricka och det är förbjudet". Det beslutet baseras på SRM/AMM-gränser och examinatortolkning.

Varning: Tvåvägsfelet i datorseende är kritiskt. Falskt negativt (saknas det verkliga felet) är en direkt säkerhetsrisk; Bara för att systemet säger "klart" avslutar inte undersökningen. Falsk positiv (markerar en obefintlig defekt) skapar onödig demontering och kostnad. Därför kompletterar datorseendet, inte ersätter, mänsklig undersökning.

Varför ligger beslutet kvar hos personen?

En mörk linje i en bild kan vara en spricka, en repa, ett oljemärke, en färgdefekt eller en ljusreflektion. Modeller har fel under vissa förhållanden (belysning, vinkel, yttillstånd). Om en indikation är acceptabel (inom gränsen, i vilken zon, igen) är dessutom en teknisk bedömning och beror på de godkända gränsdokumenten. AI kan inte lagligt upprätthålla gränsen och har inte heller något certifikat. Så flödet är alltid detta: AI-märken → examinator verifierar → beslutar om gränsdokument → behöriga tecken.

Tips: Använd datorseende som ett "andra ögonpar", inte som ett "monoöga". Bäst resultat får man vid dubbelskiktsinspektionen, där maskinen fångar upp vad människan kan missa och vad maskinen felmärker.

tre minifodral

Fall 1 — Drönarskanning avledde uppmärksamheten. Under en inspektion av flygkroppens övre yta skannades drönarbilder med datorseende och två misstänkta områden markerades. Granskaren tog en detaljerad titt på dessa två områden: det ena var ett spår av olja (icke-relevant), det andra var början på en verklig blixtskada. Timmar av ögonskanning på en stor yta har reducerats till en riktad undersökning; Den verkliga skadan fångades tidigt.

Fall 2 — Falskt positivt jagat. I en boreskopanalys flaggade systemet för en "spricka" i ett turbinblad. När den certifierade granskaren förstorade den och ändrade vinkeln såg han att det var en ytavlagring och inte en spricka. En onödig demontering av motorn (mycket hög kostnad + risk för nya fel) förhindrades. Systemet markerade det, människan läste det korrekt.

Fall 3 — Disciplin kontra falskt negativt. Systemet var "klart" på en vingundersökning under ytan, sa han. Inspektören inspekterade fortfarande det kritiska fogområdet för hand och med ett förstoringsglas och fann en subtil början av korrosion. "Han sa att systemet är klart" avslutade inte undersökningen; disciplin fångade ett missat fel.

Fyra kopierbara mallar

Roll: Visuell inspektion förundersökningsassistent. Uppgift: Markera misstänkta punkter som behöver uppmärksammas i bilden/området nedan och ge en möjlig förklaring (spricka? repa? korrosion? märke?) för varje. Regler:- Gör en definitiv bedömning av felet; Använd språket "tveksamt, bör bekräftas". - Ange att antagningsgränsen är definierad i SRM/AMM och att examinator bestämmer. Bild/kontext: [beskrivning eller visuellt]

Roll: Bytesdetekteringsassistent. Uppgift: Jämför föregående och NUVARANDE tillstånd för samma område och markera de nybildade/växande fläckarna. Regler: Påpeka att ljus-/vinkelskillnaden kan vara missvisande; exakt mätning och beslut. Indata: [föregående/nuvarande definition]

Roll: NDT metodvalskonsult. Uppgift: Förklara vilken eller vilka NDT-metoder som skulle vara lämpliga för följande möjliga defekttyp och plats och varför. Regler: Ange att tillämpning av metoden kräver certifierad personal och att acceptanskriterierna finns i relevant specifikation. Situation: [defekttyp + material + plats]

Roll: Indikationsinspelning/etiketteringsassistent. Uppgift: Översätt följande inspektionsresultat till en strukturerad post med plats, typ, storlek (uppskattad), fotoreferens. Regler: Behåll "uppskattad"; Lämna godkänn/avvisa klausulen tom, den tillhör examinator. Hitta: [rå anteckning]

Svag prompt / Stark prompt

Svag: "Finns det några sprickor i det här fotot, kan planet flyga?"

Kräver både diagnos och luftvärdighetsbeslut med en enda utgång; Båda är certifierade inspektörer och begränsar dokumentjobb.

Güçlü: "Markera misstänkta punkter i denna områdesbild och ge en möjlig förklaring för varje (spricka/ repa/korrosion/märke). Gör inte en slutgiltig bedömning, säg "måste verifieras"; ange att acceptansgränsen finns i SRM och att beslutet tillhör granskaren. Påpeka att belysningen/vinkeln är missvisande."

Denna uppmaning sätter AI i rollen för förhandsgranskning och överlåter beslutet till människan.

Tabell: Rollfördelning vid visuell/NDT-undersökning

steg

Datorseende / AI

Människan (granskare)

Stor yta skanning

Misstänkta område tecken

Riktad detaljerad undersökning

Indikation kommentar

Föreslår möjlig förklaring

Relevant/icke-relevant beslut

Storlek

Beräknad skala

Kalibrerad mätning

Acceptera/förkasta

— (kan inte)

Begränsa dokument + tillhandahållande

underskrift/registrering

utkast till hjälp

Certifierad signatur

Vanliga misstag

  • Avslutar undersökningen med "Systemet sa klart". Falskt negativt är en säkerhetsrisk.
  • Misstag tecknet för fel. Skillnaden mellan relevant/icke-relevant är upp till examinator.
  • Använder den uppskattade storleken som exakt mått. Acceptansbeslutet baseras på kalibrerad mätning.
  • Tolkning av NDT utan certifiering. Auktorisations- och acceptanskriterier beror på specifikationen.
  • Ignorerar belysningen/vinkelillusionen. Det producerar falskt positivt/negativt.

Sammanfattningsvis

Visuell inspektion och NDT är säkerhetskritisk feljakt, och datorseende är här ett kraftfullt förscreenande lager som delar ögats börda: skanna stora ytor, markera förändringar, rikta uppmärksamheten. Men tecknet är inte domen; Relevant/icke-relevant distinktion, storleksmätning och accept/avslagsbeslut tillhör den certifierade besiktningsmannen och gränsdokumenten. Bäst resultat får man i dubbelskiktsundersökningen, där maskinen och människan täcker varandras blindhet.

Applikationsuppgift

Välj ett undersökningsscenario (foto eller beskrivning). Låt AI markera misstänkta fläckar med den första mallen. Bestäm sedan själv för varje tecken: relevant, icke-relevant, vilken SRM/AMM-gräns ska kontrolleras? Lista de punkter som AI har missat eller felaktigt markerat och skriv en "dubbelskiktsinspektion"-utvärdering.

checklista

  • [ ] Jag använde datorseendet som en preliminär screening, inte som en dom.
  • [ ] Även om det stod "systemet är rent", kontrollerade jag manuellt de kritiska områdena.
  • [ ] Jag fattade det relevanta/icke-relevanta beslutet som granskare.
  • [ ] Jag baserade beslutet om storlek/acceptans på det kalibrerade mät- och gränsdokumentet.
  • [ ] Jag observerade certifikatutfärdaren för NDT-kommentaren.
  • [ ] Jag tog hänsyn till ljus-/vinkelrelaterade distorsioner.