Lợi nhuận:
- Khả năng hiểu các phương pháp kiểm tra trực quan và NDT, đồng thời sử dụng thị giác máy tính như một hướng dẫn chú ý và sàng lọc trước bề mặt lớn.
- Khả năng áp dụng rằng sự phân biệt giữa có liên quan/không liên quan và chấp nhận/từ chối một chỉ dẫn thuộc về người kiểm tra được chứng nhận và tài liệu giới hạn.
- Khả năng hiểu các rủi ro của âm tính giả và dương tính giả và không kết thúc cuộc kiểm tra với 'hệ thống cho biết sạch'
Hầu hết sự chăm sóc bắt đầu từ đôi mắt. Một vết nứt, một vết ăn mòn, một dây buộc lỏng lẻo, một dấu vết rò rỉ - hầu hết các lỗi đều được phát hiện đầu tiên bằng cách kiểm tra bằng mắt. Trong hàng không hiện đại, con mắt này giờ đây được đi kèm với thị giác máy tính (trí tuệ nhân tạo phát hiện vật thể, khuyết tật và mẫu từ hình ảnh): quét cơ thể máy bay không người lái, phân tích hình ảnh kính nội soi, đánh dấu khuyết tật tự động. Trong phần này, chúng ta sẽ đề cập đến cách AI chia sẻ gánh nặng của mắt trong kiểm tra trực quan và NDT (Thử nghiệm không phá hủy, các phương pháp phát hiện khuyết tật bên trong/bề mặt mà không làm hỏng bộ phận), nhưng tại sao quyết định vẫn thuộc về người kiểm tra được ủy quyền.
Kiểm tra trực quan và cơ bản về NDT
Kiểm tra trực quan có thể là tổng quát (GVI) hoặc chi tiết (DVI); Nó được thực hiện bằng mắt thường, kính lúp hoặc kính soi. Phương pháp NDT tìm ra các khuyết tật không thể nhìn thấy bằng mắt thường:
- Dòng điện xoáy (dòng điện xoáy - tìm thấy các vết nứt bề mặt/dưới bề mặt bằng điện từ),
- Siêu âm (siêu âm - đo khuyết tật/độ dày bên trong bằng sóng âm),
- Chất thẩm thấu thuốc nhuộm (chất thẩm thấu chất lỏng - làm cho các vết nứt bề mặt có thể nhìn thấy được bằng chất lỏng màu),
- Hạt từ tính (hạt từ tính - vết nứt bề mặt sắt từ),
- Chụp X quang (chụp X quang - cấu trúc bên trong bằng tia X).
NDT yêu cầu nhân viên được chứng nhận (ví dụ: NAS 410 / EN 4179 cấp 1/2/3). Đây là một nhiệm vụ mà AI không bao giờ có thể đảm nhận được. AI có thể trích xuất một dấu vết trong ảnh; Giám định viên được chứng nhận sẽ quyết định xem dấu hiệu đó là khiếm khuyết thực sự (dấu hiệu liên quan) hay dấu hiệu sai/không liên quan.
Thị giác máy tính hữu ích ở đâu?
Thị giác máy tính rất mạnh mẽ trong các nhiệm vụ lặp đi lặp lại và có bề mặt lớn mà mắt người bị mỏi khi kiểm tra trực quan:
- Quét trước bề mặt lớn: Quét thân máy bay, lớp phủ cánh, thiệt hại do sét đánh bằng máy bay không người lái/máy ảnh; đánh dấu các khu vực đáng ngờ.
- Hỗ trợ hình ảnh Borescope: Hư hỏng cánh động cơ bên trong, làm nổi bật khung đáng ngờ trong điều khiển buồng đốt.
- Phát hiện thay đổi: So sánh hình ảnh trước đó và hiện tại của cùng một khu vực và đánh dấu thiệt hại mới.
- Hỗ trợ đo lường: Ước tính tỷ lệ kích thước thiệt hại (đo lường chính xác là thiết bị đo đạc).
- Ghi lại/gắn thẻ: Hỗ trợ ghi lại vị trí của các chỉ dẫn được tìm thấy.
Đây là một lớp sàng lọc trước và định tuyến sự chú ý. "Nhìn đây," anh nói; Nó không nói "đây là một bản crack và nó nằm ngoài giới hạn". Phán quyết đó dựa trên các giới hạn SRM/AMM và cách giải thích của người kiểm tra.
Thận trọng: Lỗi hai chiều của thị giác máy tính là nghiêm trọng. Âm tính giả (thiếu lỗ hổng thực sự) là rủi ro bảo mật trực tiếp; Chỉ vì hệ thống báo "rõ ràng" không có nghĩa là kết thúc bài kiểm tra. Kết quả dương tính giả (đánh dấu một khiếm khuyết không tồn tại) tạo ra sự tháo gỡ và tốn kém không cần thiết. Vì vậy, thị giác máy tính bổ sung chứ không thay thế việc kiểm tra con người.
Tại sao quyết định vẫn thuộc về người đó?
Đường tối trong ảnh có thể là vết nứt, vết xước, vết dầu, lỗi sơn hoặc phản chiếu ánh sáng. Các mô hình bị sai ở một số điều kiện nhất định (độ chiếu sáng, góc, tình trạng bề mặt). Hơn nữa, liệu một chỉ báo có được chấp nhận hay không (trong giới hạn, ở khu vực nào) là một đánh giá kỹ thuật và phụ thuộc vào các tài liệu giới hạn được phê duyệt. AI không thể thực thi giới hạn một cách hợp pháp cũng như không có chứng chỉ. Vì vậy, quy trình luôn như sau: Dấu AI → người kiểm tra xác minh → quyết định giới hạn tài liệu → dấu hiệu được ủy quyền.
Mẹo: Sử dụng đầu ra thị giác máy tính làm "cặp mắt thứ hai" chứ không phải "một mắt". Kết quả tốt nhất là trong quá trình kiểm tra hai lớp, trong đó máy phát hiện những gì con người có thể bỏ sót và những gì máy đánh dấu sai.
ba trường hợp nhỏ
Trường hợp 1 - Quá trình quét của máy bay không người lái đã chuyển hướng sự chú ý. Trong quá trình kiểm tra bề mặt phía trên thân máy bay, hình ảnh máy bay không người lái được quét bằng thị giác máy tính và hai khu vực đáng ngờ đã được đánh dấu. Người giám định đã xem xét chi tiết hai khu vực này: một khu vực là vết dầu (không liên quan), khu vực còn lại là khởi đầu của một vụ sét đánh thực sự. Số giờ quét mắt trên một diện tích bề mặt lớn đã được giảm xuống thành một cuộc kiểm tra có chủ đích; Thiệt hại thực sự đã được phát hiện sớm.
Trường hợp 2 - Bị săn lùng dương tính giả. Trong phân tích lỗ khoan, hệ thống đã đánh dấu một "vết nứt" trên cánh tuabin. Khi người giám định được chứng nhận phóng to nó và thay đổi góc độ, anh ta thấy rằng đó là một lớp cặn trên bề mặt chứ không phải một vết nứt. Ngăn chặn việc tháo rời động cơ không cần thiết (chi phí rất cao + nguy cơ xảy ra lỗi mới). Hệ thống đánh dấu nó, con người đọc nó một cách chính xác.
Trường hợp 3 - Kỷ luật so với âm tính giả. Ông cho biết hệ thống đã "rõ ràng" khi quét dưới bề mặt cánh. Người thanh tra vẫn kiểm tra theo quy trình khu vực khớp quan trọng bằng tay và bằng kính lúp và phát hiện thấy dấu hiệu ăn mòn ban đầu rất khó phát hiện. “Anh ấy nói hệ thống rõ ràng” còn chưa kiểm tra xong; kỷ luật bắt được một lỗi bỏ sót.
Bốn mẫu có thể sao chép
Vai trò: Trợ lý sàng lọc trước kiểm tra bằng mắt. Nhiệm vụ: Đánh dấu các điểm đáng ngờ cần chú ý trong hình ảnh/khu vực bên dưới và đưa ra lời giải thích hợp lý (vết nứt? vết xước? ăn mòn? dấu?) cho mỗi điểm. Quy tắc: - Đưa ra nhận định dứt khoát về lỗi; Sử dụng ngôn ngữ “nghi ngờ, cần được xác nhận”. - Nêu rõ rằng giới hạn chấp nhận được xác định trong SRM/AMM và người kiểm tra sẽ quyết định. Hình ảnh/ngữ cảnh: [mô tả hoặc hình ảnh]
Vai trò: Trợ lý phát hiện thay đổi. Nhiệm vụ: So sánh trạng thái TRƯỚC và HIỆN TẠI của cùng một khu vực và đánh dấu các điểm mới hình thành/đang phát triển. Quy tắc: Chỉ ra rằng sự khác biệt về ánh sáng/góc có thể gây hiểu nhầm; đo lường và quyết định chính xác. Đầu vào: [định nghĩa trước/hiện tại]
Vai trò: Tư vấn lựa chọn phương pháp NDT. Nhiệm vụ: Giải thích (các) phương pháp NDT nào sẽ phù hợp với loại và vị trí khuyết tật có thể xảy ra sau đây và tại sao. Quy tắc: Nêu rõ rằng việc áp dụng phương pháp này cần có nhân viên được chứng nhận và tiêu chí chấp nhận nằm trong quy định kỹ thuật liên quan. Tình huống: [loại khuyết tật + vật liệu + vị trí]
Vai trò: Trợ lý ghi/gắn nhãn chỉ dẫn. Nhiệm vụ: Dịch kết quả kiểm tra sau đây thành một bản ghi có cấu trúc với vị trí, loại, kích thước (ước tính), ảnh tham khảo. Quy tắc: Giữ lại "ước tính"; Để trống mệnh đề chấp nhận/từ chối, nó thuộc về giám khảo. Phát hiện: [ghi chú thô]
Dấu nhắc yếu / Dấu nhắc mạnh
Yếu: "Bức ảnh này có vết nứt nào không, máy bay có thể bay được không?"
Yêu cầu cả chẩn đoán và quyết định đủ điều kiện bay với một đầu ra duy nhất; Cả hai đều là thanh tra viên được chứng nhận và giới hạn công việc tài liệu.
Güçlü: "Đánh dấu những điểm đáng ngờ trong hình ảnh khu vực này và đưa ra lời giải thích khả thi cho từng điểm (vết nứt/trầy xước/ăn mòn/dấu vết). Đừng đưa ra phán quyết cuối cùng, hãy nói 'phải được xác minh'; nêu rõ rằng giới hạn chấp nhận nằm trong SRM và quyết định thuộc về người kiểm tra. Chỉ ra ánh sáng/góc gây hiểu lầm."
Lời nhắc này đặt AI vào vai trò sàng lọc trước và để con người quyết định.
Bảng: Phân bổ vai trò trong kiểm tra thị giác/NDT
bước
Thị giác máy tính/AI
Con người (giám khảo)
Quét bề mặt lớn
Biển báo khu vực đáng ngờ
Kiểm tra chi tiết có mục tiêu
Nhận xét chỉ định
Đề xuất lời giải thích có thể
Quyết định liên quan/không liên quan
Kích thước
quy mô ước tính
Đo lường hiệu chuẩn
Chấp nhận/từ chối
- (không thể)
Giới hạn tài liệu + điều khoản
chữ ký/đăng ký
trợ giúp dự thảo
Chữ ký được chứng thực
Những lỗi thường gặp
- Kết thúc bài thi với câu “Hệ thống đã thông báo rõ ràng”. Âm tính giả là một rủi ro bảo mật.
- Ghi nhầm dấu hiệu là lỗi. Sự phân biệt giữa có liên quan/không liên quan tùy thuộc vào giám khảo.
- Sử dụng kích thước ước tính làm phép đo chính xác. Quyết định chấp nhận dựa trên phép đo đã hiệu chuẩn.
- Phiên dịch NDT mà không cần chứng nhận. Tiêu chí cho phép và chấp nhận phụ thuộc vào đặc điểm kỹ thuật.
- Bỏ qua ảo ảnh ánh sáng/góc. Nó tạo ra dương tính/âm tính giả.
Tóm lại
Kiểm tra trực quan và NDT là công cụ tìm kiếm lỗ hổng quan trọng về an toàn và thị giác máy tính là lớp sàng lọc trước mạnh mẽ ở đây chia sẻ gánh nặng của mắt: quét các bề mặt lớn, đánh dấu sự thay đổi, hướng sự chú ý. Nhưng dấu hiệu không phải là lời phán quyết; Quyết định về sự phân biệt, đo lường kích thước và chấp nhận/từ chối có liên quan/không liên quan thuộc về người kiểm tra được chứng nhận và các tài liệu giới hạn. Kết quả tốt nhất là trong cuộc kiểm tra hai lớp, trong đó máy móc và con người che đậy điểm mù của nhau.
Nhiệm vụ ứng dụng
Chọn một tình huống kiểm tra (ảnh hoặc mô tả). Nhờ AI đánh dấu những điểm đáng ngờ bằng mẫu đầu tiên. Sau đó, hãy tự quyết định cho từng dấu hiệu: có liên quan, không liên quan, nên kiểm tra giới hạn SRM/AMM nào? Liệt kê những điểm AI bỏ sót hoặc đánh dấu sai và viết đánh giá “kiểm tra hai lớp”.
danh sách kiểm tra
- [ ] Tôi sử dụng kết quả thị giác máy tính để sàng lọc sơ bộ chứ không phải để đưa ra phán quyết.
- [ ] Mặc dù nó báo "hệ thống đã sạch", nhưng tôi đã kiểm tra thủ công các khu vực quan trọng.
- [ ] Tôi đã đưa ra quyết định liên quan/không liên quan với tư cách là giám khảo.
- [ ] Tôi đưa ra quyết định về kích thước/chấp nhận dựa trên tài liệu giới hạn và phép đo đã hiệu chuẩn.
- [ ] Tôi đã quan sát cơ quan cấp chứng chỉ cho nhận xét NDT.
- [ ] Tôi đã tính đến các biến dạng liên quan đến ánh sáng/góc.