Tech in Asia, цифровое онлайн-издание, которое обслуживает высокоактивное технологическое и деловое сообщество, насчитывающее более 3,5 миллионов ежемесячных пользователей, попросило нашего главного технического директора ответить на вопросы из интернета об InspectionTech и NDT. Посмотрите интервью или ознакомьтесь со сценарием ниже и проверьте свои знания!

Здравствуйте, меня зовут Антонио Кабальеро, и я являюсь директором по технологиям компании Screening Eagle Technologies. Сегодня я здесь, чтобы ответить на некоторые вопросы по InspectionTech из Интернета.

Давайте рассмотрим первый из них...

Что такое неразрушающий контроль?

NDT расшифровывается как неразрушающий контроль, и, как следует из названия, это процесс проверки, тестирования или оценки свойств материалов, компонентов или более крупных элементов, таких как инфраструктура, без нанесения ущерба исходной детали.

Другими словами, вам не нужно делать отверстие в бетонной стене, чтобы проверить ее.

Каковы типы неразрушающего контроля?

Существует множество типов неразрушающего контроля. Они зависят от материалов, физического принципа, лежащего в основе метода, и области применения. Визуальный контроль - это первый тип неразрушающего контроля, который является очень мощным и полезным для сбора первой информации. Другими видами неразрушающего контроля являются, например

- технология отскока для бетона, бумаги или горных пород

- ультразвук для бетона, металла или композитов

- электромагнитные испытания... и многие другие.

Существуют ли передовые неразрушающие методы?

Да, существует несколько передовых методов неразрушающего контроля. Можно упомянуть, например, ультразвуковую фазированную решетку, дифракцию во времени полета, вихретоковый контроль или георадар с шаговой непрерывной волной.

Передовые методы также менее изучены, и их процедура и интерпретация данных могут быть очень сложными. Для понимания некоторых из них вам может понадобиться докторская степень.

Именно поэтому в компании Screening Eagle Technologies мы уделяем особое внимание разработке интеллектуального программного обеспечения для обработки данных и упрощения интерпретации и работы пользователя.

Наша цель - демократизировать технологию и сделать эти передовые методы неразрушающего контроля простыми и доступными для всех.

Насколько точен георадар?

Сложно! Это действительно зависит от технологии георадара, области применения, а также от состояния объекта.

Например, наша технология георадара основана на ступенчато-частотном подходе, что дает огромное преимущество по сравнению с импульсными георадарами. В этой технологии датчик способен модулировать передаваемый сигнал в широком диапазоне частот, что позволяет получать изображения высокого разрешения в глубоких областях.

Однако для любителей цифр скажу, что технология георадара позволяет достичь субсантиметровой точности в бетоне в пределах первых 60-80 см и субдециметровой точности в почве в пределах первых 5-10 м.

Как собираются и обрабатываются данные, полученные в ходе инспекций?

Хотите верьте, хотите нет, но большинство инспекций до сих пор проводятся с помощью бумаги и фотоаппарата! Традиционные методы все еще снижают качество и доступность данных.

Это очень важно, поскольку от этого зависит здоровье и безопасность инфраструктуры и пользователей.

Именно поэтому мы разработали платформу INSPECT, которая предоставляет все необходимые инструменты в одном приложении. Управлять данными инспекции легко, когда вы можете автоматически привязывать данные и фотографии к точному месту, иметь 3D-визуализацию, возможность совместной работы и генерировать отчеты в считанные секунды!

Как машинное обучение может быть использовано для автоматизированного визуального контроля?

Отличный вопрос!

Машинное обучение открывает целый мир возможностей в отношении визуального контроля. Оно может помочь преодолеть такие проблемы, как высокие затраты, отсутствие объективности и плохая прослеживаемость.

Рассмотрим следующий пример. Если два технических специалиста отправляются на осмотр одного и того же моста, их отчет об осмотре и оценка могут быть совершенно разными. Возможно, они сообщат о разных дефектах или об одних и тех же дефектах с разными размерами или уровнями серьезности.

Этой проблемы можно избежать с помощью машинного обучения.

Например, наш механизм машинного обучения DEFECT решает вышеупомянутые проблемы. Все пользователи получат одинаковые результаты при обнаружении и оцифровке трещин, это быстрее и полностью прослеживается.

В будущем модели машинного обучения будут не только выявлять дефекты, но и указывать их причину. Все это очень интересно, по крайней мере, для меня.

Может ли искусственный интеллект предсказывать будущие дефекты?

Безусловно, да! На самом деле машинное обучение в сочетании с анализом больших данных уже используется для прогнозирования будущих дефектов или оптимизации процессов технического обслуживания в промышленном оборудовании, аэрокосмической отрасли, горнодобывающей промышленности и многих других.

Внедрение ИИ и анализа больших данных в строительстве или инспекции инфраструктуры все еще запаздывает. Однако возможности для этого есть, и компания Screening Eagle Technologies очень усердно работает в этом направлении исследований и разработок, чтобы преодолеть этот технологический разрыв и иметь возможность предвидеть дефекты на ранней стадии.

Так или иначе, мы сможем предоставить инженерам и владельцам активов хрустальный шар для прогнозирования будущих дефектов.

Что такое мониторинг здоровья конструкций?

Еще один интересный вопрос...

Мониторинг структурного здоровья относится к методу оценки и контроля структурного здоровья актива.

Существует общее заблуждение, что мониторинг здоровья конструкций заключается только в установке датчиков и сборе данных с них. Однако это нечто большее.

Надлежащая система мониторинга состояния конструкций должна также учитывать данные, собранные в ходе визуального контроля и неразрушающего контроля, чтобы создать целостную картину структурного состояния объекта.

Чтобы лучше понять это, давайте подумаем о датчиках как о нашей нервной системе... Наша нервная система помогает нам чувствовать то, что мы не можем получить или увидеть. Но если бы у вас была только нервная система, вы могли бы не заметить, что с вашей кожей происходит что-то неладное. То, что вы легко увидите глазами.

Поэтому для получения полной картины необходимы все уровни информации, от данных датчиков до визуального контроля и неразрушающего контроля.

Каковы возможности применения машинного обучения и науки о данных в мониторинге состояния конструкций?

Ну... Будущее движется в сторону моделей, основанных на данных, и вместе с этим расширяются возможности использования машинного обучения и науки о данных в мониторинге состояния конструкций.

Возможности безграничны.

Например, это сделает возможным предиктивное обслуживание благодаря непрерывной и автоматической проверке состояния актива...

.... Это позволит оптимизировать бюджет для владельца, поскольку он будет располагать всей необходимой информацией для принятия правильного решения в нужное время, не подвергая опасности безопасность людей, использующих объект...

.... В целом, мы все можем выиграть от более здоровых активов, которые прослужат дольше и сохранят нашу природную среду.

Используются ли роботы для автономной инспекции?

Для ответа на этот вопрос я хотел бы представить вам Макса. Привет, Макс!!!

Роботы, подобные Максу, могут сыграть важную роль в будущем инспекции. Использование автономных беспилотников или роботов изменит всю индустрию инспекции, повысив качество, безопасность и обеспечив огромный рост производительности.

Ну, вот и все от меня на сегодня! Надеюсь, я зажег в вас больше любопытства к миру InspectionTech. Спасибо за просмотр!

Хотите узнать больше о неразрушающем контроле с помощью интеллектуального InspectionTech? Свяжитесь с нами, чтобы поговорить с одним из наших экспертов по всему миру и получить ответы на свои вопросы - мы представлены в более чем 100 странах.