Tech in Asia, цифровое онлайн-издание, которое обслуживает высокоактивное технологическое и деловое сообщество, насчитывающее более 3,5 миллионов ежемесячных пользователей, попросило нашего директора по технологиям 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 об InspectionTech из Интернета.

Давайте рассмотрим первый из них...

Что такое неразрушающий контроль?

Неразрушающий контроль - 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 проделывать отверстие в бетонной стене, чтобы проверить ее.

Какие существуют виды неразрушающего контроля?

Существует множество типов неразрушающего контроля. Это зависит от материалов, физического принципа, лежащего в основе метода, и области применения. Визуальный контроль - это первый вид неразрушающего контроля, который очень эффективен и полезен для сбора первой информации. Другими видами неразрушающего контроля являются, например

- технология отскока для бетона, бумаги или камней

- ультразвук для бетона, металла или композитов

- электромагнитные испытания... и многое другое.

Существуют ли какие-либо передовые неразрушающие методы?

Да, существует несколько современных методов неразрушающего контроля. Например, ультразвуковая фазированная решетка, дифракция во времени полета, вихретоковый контроль или шагово-частотный георадар непрерывной волны.

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

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

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

Насколько точен георадар?

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

Например, наша технология георадара основана на ступенчатом 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 зонах.

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 обследований?

Хотите верьте, хотите нет, но большинство инспекций до сих пор проводятся с помощью бумаги и фотоаппарата! Традиционные методы 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 очень просто, когда вы можете автоматически привязывать данные и изображения к точному месту, иметь 3D-визуализацию, возможность совместной работы и создавать отчеты в считанные секунды!

Как машинное обучение может быть использовано для автоматизированного визуального контроля?

Отличный вопрос!

Машинное обучение открывает целый мир возможностей для визуального контроля. Оно может помочь преодолеть такие проблемы, как высокая стоимость, недостаточная объективность и плохая прослеживаемость.

Рассмотрим следующий пример. Если два технических специалиста отправляются на осмотр одного и того же моста, их отчеты об осмотре и оценки могут сильно отличаться. Возможно, они сообщат о разных дефектах, или об одних и тех же дефектах, но 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 отслеживаемо.

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.

Применение ИИ и анализа больших данных в строительстве или инспекции инфраструктуры пока отстает.&Однако возможности для этого есть, и компания Screening Eagle Technologies прилагает все усилия для того, чтобы преодолеть этот технологический разрыв и получить возможность предвидеть дефекты на ранней стадии.

Каким-то образом мы сможем предоставить инженерам и владельцам активов хрустальный шар для прогнозирования будущих дефектов.

Что такое мониторинг состояния 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.

Правильная система мониторинга состояния конструкций должна также учитывать данные, собранные при визуальном и неразрушающем контроле, чтобы составить 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 увидеть или получить доступ. Но если бы у вас была только нервная система, вы могли бы не заметить, что на вашей коже 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 области применения машинного обучения и науки о данных в мониторинге состояния конструкций?

Ну... Будущее движется в сторону моделей, основанных на данных, а вместе с ними и больше возможностей для использования машинного обучения и науки о данных в структурном мониторинге здоровья.

Возможности безграничны.

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

.... Это позволит владельцу оптимизировать бюджет, поскольку у него будет вся необходимая информация для принятия правильного решения в нужное время, не ставя под угрозу безопасность людей, которые им пользуются...

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

Используются ли роботы для автономного контроля?

Для ответа на этот вопрос я хотел бы познакомить вас с Максом. Привет, Макс!!!

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

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

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