ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ БУДЕТ ОПРЕДЕЛЯТЬ БУДУЩЕЕ АНАЛИЗА ДАННЫХ НЕРАЗРУШАЮЩЕГО КОНТРОЛЯ

Оценка надёжности неразрушающими методами – это осмысление данных

Современное оборудование, используемое для оценки надёжности неразрушающими методами (Nondestructive Evaluation - NDE), может получать огромное количество данных быстрее, чем когда-либо прежде. Преимущества таких более объемных наборов данных весьма значительны. Мы можем обнаружить повреждение раньше, найти те трудноразличимые участки, которые ранее не просматривались, и лучше охарактеризовать то, что мы обнаружили, чтобы принять более правильные решения для дальнейших действий. Это увеличивает ценность проведнного исследования и расширяет возможности его использования.

В то же время проблема, созданная переходом к более объемным данным, очевидна - сейчас дефектоскописту приходится анализировать огромные объемы данных, и они становятся все более сложными.

ИИ оценивает данные многоканальной фазированной решетки, идентифицирует показания, автоматически стробирует и представляет данные из нескольких каналов инспектору для окончательной оценки.

«Глубокое обучение» выводит автоматизированный анализ данных на новый уровень

Автоматизированный анализ данных не является чем-то новым, но большая часть данных по-прежнему оценивается человеческими глазами. Это связано с тем, что традиционная автоматизация плохо справляется с оценкой зашумленных данных и не может в полной мере использовать современные большие массивы данных.

Однако, все это изменилось за последние четыре года. Современные методы машинного обучения, основанные на глубоком обучении, доказали свою способность анализировать самые сложные наборы данных неразрушающего контроля с высокой точностью. Эти объемные наборы данных можно проанализировать за считанные секунды, а интересующие области можно выделить для дефектоскописта для заключительной оценки. Искусственный интеллект может автоматизировать самые утомительные и подверженные ошибкам этапы работы дефектоскопистов. Самое главное, что эти системы широко доступны и могут обрабатывать данные для всех широко используемых методов, включая ультразвуковой, рентгенографический, электромагнитный и визуальный контроли.

Становится понятным и дальнейшее развитие событий. Первоначально, ИИ выделял интересующие области и предоставлял дефектоскописту возможность просмотреть 5% важных данных. Теперь он уже способен разделять показания, производить измерения и характеризовать результаты. Он также может отслеживать качество данных, оценивать охват и собирать всю информацию, необходимую для автоматического создания полной отчетности, чтобы дефектоскописты могли сосредоточиться на заключительной оценке. Через несколько лет ИИ создаст понятные объяснения полученных результатов. Он будет сравнивать различные проверки и извлекать тенденции и прогнозы. Он будет работать в разных дисциплинах и взаимодействовать, скажем, с моделями структурной целостности, чтобы давать более точные предложения.

ИИ собирается изменить правила

Современная оценка данных искусственного интеллекта для ультразвуковой диагностики осей поездов используется в полевых условиях с 2019 года. Данные проверки на проникновение в головку ядерного сосуда высокого давления были успешно оценены с помощью искусственного интеллекта в ходе полевых испытаний в 2022 году. С 2021 года для развития производства используются методы контроля, выявляющие мельчайшие отдельные поры для отслеживания пористости при производстве композитов. Визуальный контроль сосудов высокого давления в режиме реального времени прошел полевые испытания в 2022 году.

Очевидно, что современные методы искусственного интеллекта можно использовать для анализа самых сложных наборов данных неразрушающего контроля с высокой точностью и надежностью, и это применимо ко всем основным методам неразрушающего контроля, которые мы используем сегодня. Хотя доля данных, обрабатываемых с помощью ИИ, все еще невелика, она быстро растет. Через несколько лет большая часть данных первоначально будет оцениваться автоматически. Даже небольшие по объему специальные исследования, для которых комплексные обучаемые решения трудноприменимы, выиграют от поддержки моделей, которые автоматически выделяют и количественно определяют существенные особенности данных, учитывают подсказки от действий дефектоскописта и обучаются лучше поддерживать его действия по ходу проверки.

Мы также увидим, что проверки с использованием ИИ станут коммерчески доступными, то есть процедуры проверки, при которых весь процесс сбора данных с нуля разрабатывается для оценки с использованием ИИ. Это дает два дополнительных преимущества: во-первых, мы можем полностью использовать современные возможности сбора данных. Поскольку данные оцениваются искусственным интеллектом за считанные секунды, мы можем получить еще больше каналов и использовать дополнительные методы для обнаружения и определения характеристик дефектов без чрезмерной нагрузки на дефектоскопистов. Во-вторых, это позволяет намного шире использовать более сложные методы там, где сложность оценки данных препятствует их широкому использованию. Сюда входят, например, современные методы, такие как ультразвуковой метод общей фокусировки, а также старые методы, такие как методы трансформации волн. С помощью ИИ можно автоматизировать сложный анализ данных, что позволяет работать со сложными методами так же просто, как и с традиционными методами. Через несколько лет это позволит сложным проверкам стать обычным явлением. Обрабатывать данные вручную больше невозможно, так как их становится слишком много.

Даже несмотря на 20-кратный прирост эффективности современного искусственного интеллекта, люди иногда с трудом видят экономическое обоснование его использования. Им кажется, что они не смогут внедрить ИИ в свою деятельность. Парадоксально, но еще больший рост эффективности в будущем не облегчит эту задачу. Чтобы понять это, попробуйте мысленный эксперимент: представьте, что появился новый регламент, который обязывает вас проводить анализ данных по 20 раз. Как это отразится на вашей деятельности? Как вам придется ее изменит, чтобы приспособиться к этому? Именно так в будущем будет выглядеть ваша текущая работа. Внедрить искусственный интеллект технически несложно, но значительное повышение эффективности также повлияет на рабочие процессы, планирование и обеспечение ресурсами. Начните планировать автоматическую оценку данных уже сейчас.

То, что ИИ привносит в ОСП, — это не что иное, как революция. Во-первых, это революция в производительности и надежности, поскольку в ближайшие несколько лет в отрасли будут внедряться нынешние, проверенные методы искусственного интеллекта. Во-вторых, революция в возможностях, поскольку процедуры неразрушающего контроля с использованием искусственного интеллекта разрабатываются для более широкого спектра проверок. Дефектоскопистам это принесет беспрецедентную простоту использования и возможность сосредоточиться на сути своей работы.

Источник: Materials Evaluation 2023 год , том 81, выпуск 6 (перевод ДиагностПБ)