Выявление дефектов по данным неразрушающего контроля воздушных судов

Неразрушающий контроль производства воздушных судов оптимизируется и цифровизируется в рамках Индустрии 4.0. Конструкции воздушных судов, изготовленные из волокнисто-металлических ламинатов, традиционно контролируются с использованием ультразвукового сканирования с водяной связью, а результаты оцениваются вручную. В статье предлагаются модели машинного обучения для выявления дефектов на ультразвуковых сканах компонентов самолета A380. Предлагаемый подход включает методы встроенного извлечения признаков изображений и классификаторы для обучения выявлению дефектов на изображениях сканов. Предложенный алгоритм оценивается путем сравнительного тестирования встроенных классификаторов и последующей апробации в рамках отраслевого процесса сертификации. Классификатор HoG–линейная SVM превзошел классификатор SURF–дерево решений с тонкой настройкой при обнаружении потенциальных дефектов. В процессе сертификации используется функция вероятности обнаружения, подтверждающая, что классификатор HoG–линейная SVM выявляет незначительные дефекты. Экспериментальные испытания показывают, что предлагаемый метод будет полезен специалистам при контроле и обеспечении качества производства воздушных судов, способствуя существенному развитию неразрушающего контроля 4.0.