Tech in Asia, eine digitale Online-Publikation, die eine hoch engagierte Tech- und Business-Community mit über 3,5 Millionen monatlichen Nutzern bedient, hat unseren Chief Technology Officer gebeten, Fragen aus dem Internet über InspectionTech und NDT zu beantworten. Sehen Sie sich das Interview an oder werfen Sie einen Blick auf das Skript unten und testen Sie Ihr Wissen!
Hallo, mein Name ist Antonio Caballero und ich bin der Chief Technology Officer bei Screening Eagle Technologies. Ich bin heute hier, um einige InspectionTech-Fragen aus dem Internet zu beantworten.
Werfen wir einen Blick auf die erste Frage...
NDT steht für Non-Destructive Testing (zerstörungsfreie Prüfung), und wie der Name schon sagt, handelt es sich dabei um ein Verfahren zur Inspektion, Prüfung oder Bewertung von Materialeigenschaften, Komponenten oder größeren Elementen wie z. B. der Infrastruktur, ohne das Originalteil zu beschädigen.
Mit anderen Worten: Man muss kein Loch in die Betonwand bohren, um sie zu prüfen.
Es gibt viele Arten von NDT. Sie hängen von den Materialien, dem physikalischen Prinzip der Methode und der Anwendung ab. Die Sichtprüfung ist die erste Art der ZfP, die sehr leistungsfähig und nützlich ist, um erste Informationen zu sammeln. Andere Arten der ZfP sind zum Beispiel
- Rückpralltechnik für Beton, Papier oder Gestein
- Ultraschall für Beton, Metall oder Verbundwerkstoffe
- elektromagnetische Prüfung... und viele mehr.
Ja, es gibt mehrere fortschrittliche ZfP-Methoden. Wir könnten zum Beispiel Ultraschall-Phased Array, Time of Flight Diffraction, Wirbelstromprüfung oder Step-Frequency Continuous Wave GPR nennen.
Die fortgeschrittenen Methoden sind auch weniger bekannt, und ihre Verfahren und Datenauswertung können sehr kompliziert sein. Um einige von ihnen zu verstehen, braucht man vielleicht einen Doktortitel.
Deshalb legen wir bei Screening Eagle Technologies besonderen Wert auf die Entwicklung intelligenter Software zur Verarbeitung der Daten und zur Vereinfachung der Interpretation und der Benutzererfahrung.
Unser Ziel ist es, die Technologie zu demokratisieren und diese fortschrittlichen ZfP-Methoden einfach und für jeden zugänglich zu machen.
Knifflig! Das hängt wirklich von der GPR-Technologie, der Anwendung und auch vom Zustand des Objekts ab.
Unsere GPR-Technologie basiert zum Beispiel auf einem Stufenfrequenzverfahren, das einen enormen Vorteil gegenüber gepulsten GPRs bietet. Bei dieser Technologie ist der Sensor in der Lage, das übertragene Signal in einem breiten Frequenzbereich zu modulieren, was zu hochauflösenden Bildern in tiefen Bereichen führt.
Für diejenigen, die gerne mit Zahlen arbeiten, würde ich sagen, dass die GPR-Technologie in Beton innerhalb der ersten 60 bis 80 cm eine Genauigkeit im Sub-Zentimeter-Bereich und im Boden innerhalb der ersten 5 bis 10 m eine Genauigkeit im Sub-Dezimeter-Bereich erreichen kann.
Ob Sie es glauben oder nicht, die meisten Inspektionen werden immer noch mit Papier und Kamera durchgeführt! Diese traditionellen Methoden beeinträchtigen die Qualität und Verfügbarkeit der Daten.
Dies ist sehr kritisch, da die Gesundheit und Sicherheit der Infrastruktur und der Nutzer davon abhängen.
Aus diesem Grund haben wir eine Plattform namens INSPECT entwickelt, die alle notwendigen Werkzeuge in einer App bereitstellt. Die Verwaltung von Inspektionsdaten ist einfach, wenn Sie Ihre Daten und Bilder automatisch an den exakten Standort anheften können, eine 3D-Visualisierung und die Möglichkeit zur Zusammenarbeit haben und in Sekundenschnelle Berichte erstellen können!
Gute Frage!
Maschinelles Lernen eröffnet eine ganze Welt von Möglichkeiten für die visuelle Inspektion. Es könnte helfen, Herausforderungen wie hohe Kosten, mangelnde Objektivität und schlechte Rückverfolgbarkeit zu überwinden.
Nehmen wir das folgende Beispiel. Wenn zwei Techniker zur Inspektion derselben Brücke geschickt werden, können ihr Inspektionsbericht und ihre Bewertung sehr unterschiedlich ausfallen. Wahrscheinlich melden sie unterschiedliche Mängel, oder dieselben Mängel werden mit unterschiedlichen Abmessungen oder Schweregraden gemeldet.
Dieses Problem könnte durch maschinelles Lernen vermieden werden.
Unser maschinelles Lernsystem DEFECT zum Beispiel löst die oben genannten Probleme. Alle Benutzer erhalten beim Erkennen und Digitalisieren von Rissen die gleichen Ergebnisse, es geht schneller und ist vollständig rückverfolgbar.
In Zukunft werden maschinelle Lernmodelle nicht nur Fehler erkennen, sondern auch Hinweise auf die Ursache liefern. Alles sehr spannend, zumindest für mich.
Auf jeden Fall ja! Tatsächlich wird maschinelles Lernen in Kombination mit Big-Data-Analysen bereits zur Vorhersage künftiger Defekte oder zur Optimierung von Wartungsprozessen bei Industriemaschinen, in der Luft- und Raumfahrt, im Bergbau und vielen anderen Bereichen eingesetzt.
Der Einsatz von KI und Big-Data-Analysen im Bauwesen oder bei der Inspektion von Infrastrukturen hinkt noch hinterher. Die Chance ist jedoch da, und bei Screening Eagle Technologies arbeiten wir sehr intensiv an der Forschung und Entwicklung, um diese technologische Lücke zu schließen und Defekte früh genug vorhersagen zu können.
Wir wollen Ingenieuren und Anlagenbesitzern eine Art Kristallkugel zur Verfügung stellen, mit der sie künftige Defekte vorhersagen können.
Eine weitere interessante Frage...
Strukturelle Zustandsüberwachung bezieht sich auf die Methode zur Bewertung und Kontrolle des strukturellen Zustands der Anlage.
Es besteht der allgemeine Irrglaube, dass die Überwachung des baulichen Zustands nur aus der Installation von Sensoren und dem Sammeln von deren Daten besteht. Es geht jedoch um mehr als das.
Ein geeignetes System zur Überwachung des baulichen Zustands sollte auch die Daten berücksichtigen, die bei visuellen und zerstörungsfreien Prüfungen gesammelt werden, um einen ganzheitlichen Überblick über den baulichen Zustand der Anlage zu erhalten.
Um dies besser zu verstehen, können wir uns die Sensoren wie unser Nervensystem vorstellen... Unser Nervensystem hilft uns, Dinge wahrzunehmen, auf die wir keinen Zugriff haben oder die wir nicht sehen können. Aber wenn Sie nur ein Nervensystem hätten, würden Sie vielleicht nicht bemerken, wenn etwas an Ihrer Haut nicht stimmt. Etwas, das Sie mit Ihren Augen leicht sehen könnten.
Daher benötigen Sie alle Informationsebenen, von Sensordaten bis hin zu visuellen und zerstörungsfreien Prüfungen, um wirklich ein vollständiges Bild zu erhalten.
Nun... Die Zukunft geht in Richtung datengesteuerter Modelle und damit zu mehr Möglichkeiten, maschinelles Lernen und Datenwissenschaft in der strukturellen Gesundheitsüberwachung zu nutzen.
Die Möglichkeiten sind grenzenlos.
So wird beispielsweise eine vorausschauende Instandhaltung dank der kontinuierlichen und automatischen Überprüfung des Zustands der Anlage möglich sein...
....Damit wird es zu einer Budgetoptimierung für den Eigentümer kommen, da er oder sie über alle notwendigen Informationen verfügt, um zum richtigen Zeitpunkt die richtige Entscheidung zu treffen, ohne die Sicherheit der Menschen zu gefährden, die die Anlage nutzen...
....Insgesamt können wir alle von gesünderen Anlagen profitieren, die länger halten und unsere natürliche Umwelt bewahren.
Zu dieser Frage möchte ich Ihnen Max vorstellen. Hallo Max!!!
Roboter wie Max können in der Zukunft der Inspektion eine wichtige Rolle spielen. Der Einsatz von autonomen Drohnen oder Robotern wird die gesamte Inspektionsbranche verändern, die Qualität und Sicherheit erhöhen und einen enormen Produktivitätsschub bringen.
Nun, das war's für heute von mir! Ich hoffe, ich habe Sie neugierig gemacht auf die Welt der InspectionTech. Vielen Dank fürs Zuschauen!
Möchten Sie mehr über die zerstörungsfreie Prüfung mit intelligentem InspectionTech erfahren? Kontaktieren Sie uns, um mit einem unserer Experten auf der ganzen Welt zu sprechen und Ihre Fragen beantwortet zu bekommen - wir sind in über 100 Ländern vertreten.