В Московском авиационном институте (Россия) разработана система автоматического обнаружения микродефектов в композитных материалах

Репортаж от Wedoany，Московский авиационный институт (МАИ) разработал автоматизированный метод диагностики композитных материалов для аэрокосмической отрасли, позволяющий выявлять внутренние микродефекты с помощью интеграции данных объемной визуализации.

Метод предназначен для рабочих процессов неразрушающего контроля на основе рентгеновской компьютерной томографии и высокоразрешающих технологий сканирования. Он способен обнаруживать такие внутренние структурные аномалии, как микротрещины, поры и зоны расслоения, которые трудно различимы традиционными методами контроля. По сравнению с традиционным ручным анализом, система значительно сокращает время цикла проверки. Наборы данных визуализации большого объема, которые ранее требовали нескольких дней анализа под руководством оператора, теперь могут быть обработаны за несколько минут.

Что касается характеристик производительности, метод МАИ отличается от традиционных рабочих процессов контроля по трем ключевым параметрам. Чувствительность системы распространяется на субмикронный уровень дефектов, что устраняет ключевое ограничение методов контроля, зависящих от оператора, где способность обнаружения ограничена визуальным разрешением и утомляемостью.

Метод позиционируется для применения в обеспечении качества и мониторинге структурного состояния композитных компонентов фюзеляжа. В таких приложениях незначительные производственные дефекты могут стать предвестниками распространения усталостных трещин в течение эксплуатационного срока службы. С широким внедрением композитных материалов в современные конструкции фюзеляжа возрастает потребность в более последовательных, автоматизированных и воспроизводимых рамках контроля.

МАИ описывает эту разработку как часть более широкого перехода к цифровому интегрированному неразрушающему контролю. Данный метод сочетает автоматическое распознавание образов с объединенными наборами данных визуализации, что позволяет уменьшить вариативность, вносимую оператором, и повысить согласованность классификации.

Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com