检测学堂

检测和
NDT社区
Group 1633.svg

Antonio Caballero博士接受Tech in Asia访问

TechInAsia_01_0010.jpg

 

 

Tech in Asia,  一个在线数字出版物,为超过 350 万的高度参与的技术和商业社区提供服务 每月 用户,请我们的首席技术官回答互联网上有关检测科技 和NDT 的问题。观看采访或查看下面的脚本并测试您的知识!

 

 

 

好,我叫 Antonio Caballero,是 巡鹰智检 的首席技术官。我今天在这里回答一些来自互联网的检测科技问题。

我们来看看第一个……

 

什么是无损检测?

NDT 代表无损检测,顾名思义,它是在不对原始零件造成损坏的情况下检测、测试或评估材料特性、组件或基础设施等更大元素的过程。

换句话说,你不需要在混凝土墙上打一个洞来测试它。

 

无损检测有哪些类型?

无损检测有多种类型。这取决于材料、方法背后的物理原理和应用。目视检测是 NDT 的第一种类型,它对于收集第一条信息非常强大和有用。其他类型的无损检测例如

-              混凝土、纸张或岩石的回弹技术

-              用于混凝土、金属或复合材料的超声波

-              电磁测试……等等。

 

有没有什么先进的无损方法?

是的,有几种高级 NDT 方法。例如,我们可以提到超声波相控阵、飞行时间衍射、涡流测试或步进频率连续波 GPR。

高级方法也不太了解,其程序和数据解释可能非常复杂。您可能需要博士学位。了解其中一些。

这就是为什么在 巡鹰智检,我们特别注重开发智能软件来处理数据并简化解释和用户体验。

我们的目标是使技术大众化,并使每个人都可以轻松使用这些先进的 NDT 方法。

 

探地雷达 (GPR) 的准确度如何?

棘手!这实际上取决于探地雷达技术、应用以及资产状况。

例如,我们的 GPR 技术基于步进频率方法,与脉冲 GPR 相比具有巨大优势。在这项技术中,传感器能够在很宽的频率范围内调制传输信号,从而在深部区域获得高分辨率图像。

但是,对于那些喜欢保留一些数字的人,我想说 GPR 技术可以在前 60 至 80 厘米内的混凝土中实现亚厘米精度,在前 5 至 10 米内实现土壤中的亚分米精度。

 

如何收集和管理检测数据?

信不信由你,大多数检测仍然是用纸和相机来管理的!!尽管如此,传统方法会降低数据质量和可用性。

这非常重要,因为基础设施和用户的健康和安全都依赖于它。

这就是我们开发名为 INSPECT 的平台的原因,该平台可在一个应用程序中提供所有必要的工具。当您可以自动将数据和图片固定到确切位置、具有 3D 可视化、协作可能性并在几秒钟内生成报告时,管理检测数据就很容易了!

 

机器学习如何用于自动化视觉检测?

好问题!

机器学习为视觉检测打开了一个充满可能性的世界。它可以帮助克服高成本、缺乏客观性和可追溯性差等挑战。

让我们看下面的例子。如果派两名技术人员检测同一座桥梁,他们的检测报告和评估可能会有很大不同。可能它们报告了不同的缺陷,或者报告了具有不同维度或严重性级别的相同缺陷。

这个问题可以通过机器学习来避免。

例如,我们的机器学习引擎 DEFECT 解决了上述问题。所有用户在检测和数字化裂缝时都将获得相同的结果,更快且完全可追溯。

未来,机器学习模型不仅会识别缺陷,还会提供原因的指示。一切都非常令人兴奋,至少对我而言。

 

人工智能可以预测未来的缺陷吗?

绝对是的!事实上,机器学习与大数据分析相结合,已经被用于预测未来的缺陷或优化工业机械、航空航天、采矿设备和许多其他领域的维护流程。

人工智能和大数据分析在基础设施建设或检测中的应用仍然滞后。然而,机会就在那里,在 巡鹰智检,我们在研发方面非常努力& D 线可以弥补技术差距,并能够及早预测缺陷。

不知何故,能够为工程师和资产所有者提供一个水晶球来预测未来的缺陷。

 

什么是结构健康监测?

另一个有趣的问题......

结构健康监测是指评估和控制资产结构健康的方法。

普遍存在一种误解,认为结构健康监测仅包括安装传感器并从中收集数据。然而,还不止这些。

适当的结构健康监测系统还应考虑从视觉和 NDT 检测中收集的数据,以便生成资产结构状况的整体概览。

为了更好地理解这一点,让我们把传感器想象成我们的神经系统……我们的神经系统帮助我们感知我们无法访问或看到的事物。但是如果你只有一个神经系统,你可能不会发现你的皮肤有什么问题。用眼睛很容易看到的东西。

因此,您需要所有级别的信息,从传感器数据到视觉和 NDT 检测,才能真正掌握全貌。  

 

机器学习和数据科学在结构健康监测中有哪些应用?

嗯……未来正朝着数据驱动的模型发展,并且有更多的可能性在结构健康监测中利用机器学习和数据科学。

可能性是无限的。

例如,由于资产状况的持续和自动验证,它将使预测性维护成为可能……

....这样一来,业主就可以优化预算,因为他或她将拥有所有必要的信息,可以在正确的时间做出正确的决定,而不会危及使用它的人的安全......

....总的来说,我们都可以从更健康的资产中受益,这些资产将持续更长时间并保护我们的自然环境。

 

机器人是否用于自主检测?

对于这个问题,我想向您介绍 Max。你好麦克斯!!!

Max 这样的机器人可以在未来的检测中发挥重要作用。自主无人机或机器人的使用将改变整个检测行业,提高质量、安全性并极大地提高生产力。

 

好吧,这就是我今天的全部内容!我希望我已经激发了您对检测科技 世界的更多好奇。感谢收看!

 

想了解更多关于智能检测技术无损检测的信息? 联系我们  与 我们在世界各地的专家之一,可以回答您的问题 - 我们是 存在于 100 多个国家/地区。

 

相关内容