本帖最后由 zcs1860123 于 2020-1-22 18:33 编辑
制造大国都在争相进行产业升级，我国提出制造2025，德国提出工业4.0，而作为工业的重要分支，无损检测对于未来的先进制造业的作用是什么，有多大的影响，未来的NDT如何发展。也许通过可以下面的文章得到一些启示。 毫无疑问，当今世界正处于一场技术驱动的变革之中，这一点在我们的日常生活中得到了证明，比如自动驾驶汽车和人工智能的技术进步。我们周围的世界正在快速变化——这也影响了我们生产几乎所有东西的方式。整个行业都发生了变化，对许多领域的专业人士产生了重大影响。这种转变如此引人注目，以至于被命名为“工业4.0”，即第四次工业革命。各种破坏性因素相互交织，对现状产生巨大影响。它包括机器人、大数据、增材制造、集成系统、增强现实、云计算、物联网等等。 此外，NDT行业无法逃避这些根本的变化。几乎所有的方法都受到了影响——有些影响更大，有些影响更小。所以问题来了:这是机遇还是威胁?本文将通过放射学领域的一些具体例子来探讨这些基本的转变。RT方法将会看到新技术带来的最大变化。我们已经可以在医疗行业看到一些这样的例子。
一、介绍- NDT 4.0是什么?
NDT 4.0的概念仅仅是由工业4.0这一更大的运动所驱动的变化部门的一个子集。理解这个术语来自于[1]是很重要的。图1显示了不同的阶段，以及第一次工业革命发生在18世纪末到19世纪初之间。在这一时期，制造业从专注于由人们进行的手工劳动发展到使用水和蒸汽机以及其他类型的机床来进行更优化的劳动形式。在RT中，这一阶段代表了使用模拟薄膜和同位素的状态。 20世纪初，随着工厂用电，世界进入了第二次工业革命。电力的引进使制造商能够提高效率，并帮助使工厂的机器更多产。正是在这个阶段，大规模生产的概念，如装配线被引入，以提高生产力。福特的遗产就是那个时期的一个很好的例子。在RT中，这一阶段的变化将是加入电气组件，以改进流程和工作流程。特别是x射线管取代了同位素、简单的机械手和自动显影机。 从20世纪50年代末开始，第三次工业革命开始慢慢出现，制造商开始将更多的电子技术——最终是基于计算机的技术——运用到他们的工厂中。在此期间，制造商开始经历一种转变，更少地强调模拟和机械技术，更多地强调数字技术和自动化软件。在RT领域，这一阶段的特点是向数字探测器、数控可编程机械手、数字存档系统和机器人技术的过渡。很多时候这个阶段和第四阶段是混淆的。需要注意的是，机器人和ERP连接不足以满足NDT 4.0系统的要求。
图1:工业1.0到4.0 第四次工业革命的特征是联网计算机系统、云应用、物联网(IoT)、智能工厂、大数据、人工智能(AI)、自主机器人、预测维护和增材制造(AM)。这些技术的采用正导致生产率和效率的显著提高。由于这种实现不仅是一种“进化”，而且是传统制造业范式的“革命”，因此被广泛认为具有破坏性。在NDT世界中，它意味着将NDT集成到生产线中，即所谓的内联系统。适应系统允许在非常小的批处理大小上使用。缺陷被自动检测并与ADR检查标准进行比较，计算机断层扫描(CT)被用来对物体进行三维重建并进行复杂分析。 这意味着NDT专业人员在工作中面临着基本的挑战，可能会有一个陡峭的学习曲线，因为新的工具通常需要不同的方法，甚至可能是完全不同的技能集。管理这种变化是关键。
二、对NDT的影响
图2显示了工业4.0的不同领域，这也适用于我们的部门，本节将评估其中的一些，并提供真实的例子，他们已经影响今天的NDT。由于空间的限制，这种评估不能是全面的，但它应该提供一个良好的概述。
图2:工业4.0的不同领域
首先，我们将研究机器人技术和仿真，使重复的处理任务自动化。这使得更高的吞吐量，更低的检查成本和更高的过程安全性。图3显示了一个示例解决方案，其中三个机器人联合工作来检查用于航空航天工业的通风管道。这个机器人团队合作，共同承担零件搬运和检查的任务。这样，循环时间有效地从几个小时减少到几分钟。当操作员想要检查一个部件时，他只需要扫描条形码，系统就会自动加载相应的参数和部件支架。
图3:内联机器人的检查
所有的图像都存档在序列号下，并给出了完整的可追溯性。当系统根据ASTM E2737[2]进行自动长期性能评估时，图像质量总是受到监督。新程序可以离线编程——包括使用CAD/CAM仿真工具的选项，这样系统可以100%用于生产，而不需要出于工程目的而关闭，从而显著提高系统利用率和吞吐量。为了进一步优化工艺，x射线技术人员可以在将零件加载到系统之前对x射线图像进行数字化模拟。这样可以很容易地检查零件的可检查性，并使操作者能够在生产过程中很早就建立正确的x射线参数。图4显示了一个真实的x射线(a)和一个模拟的(b)图像。很明显，这些结果是紧密相关的。 工业4.0的另一个重要关注点包括人工智能(AI)和大数据。这些概念是实现的，例如作为自动缺陷识别(ADR)在放射成像[3]。根据检测标准自动检测、测量和评估孔隙度、裂缝或夹杂物等指标。我们完全可以预见，像航空航天这样的其他行业也会步自动化的后尘。在这场变革中，采用辅助缺陷识别策略通常是有意义的，其中AI实现通过交叉检查或辅助决策过程来支持人工操作员。这种方法在数据处理中也被称为监督学习，它允许对底层AI系统进行快速训练。一旦收集到足够的数据，能够与操作员的决策相关联，AI软件就可以利用检测概率(POD)方法，为ADR系统的合格提供所需的证明。随着计算能力的提高，人工智能显示了它的能力。图4a显示了一个ADR用于评估汽车铸件数字x线照片的示例。
图4A:ADR在数字影像(上)和AM局部CT(下)中的表现
图4B:拉伸探头扫描图
在考虑增材制造(AM)时，射线成像起着很大的作用。行业专家表示，CT[4]可能是唯一一种能够对复杂的AM部件进行充分检测，从而使其符合安全临界环境要求的技术。图4B为拉伸探头扫描图;上半部分为水平切割，下半部分为垂直切割。通过获取大量的数字x光片并将其计算成3D模型，我们可以获得前所未有的零件信息。它也可以做先进的分析，如实际名义比较，孔隙度分析和计量。在制造业的趋势是所有关于数字双胞胎-人们有时没有意识到的是NDT可以提供完美的数字双胞胎!想象一下，当您拥有给定系统中每个组件的所有已构建数据，并结合不断前进的模拟功能时，将会出现怎样的可能性。这是我们行业的一个范式转变，将NDT从一个纯粹的质量步骤转变为制造过程中的一个完整的工业传感器。 最后评估的是云连接和系统集成。随着今天的技术，它成为可能连接几乎所有的东西-系统到远程查看器，系统到其他连接的系统，不同工厂的系统，如果需要，甚至是全球完全连接的工厂。今天，有可能有图像采集本地，计算机科学家称之为“边缘”，和解释集中在一个卓越的中心。这可能是一个解决方案，以弥补许多公司面临的人才短缺或暂时的工作量失衡。像OPC UA这样的机器通信标准接口允许系统交互。目前，NDT通常只是为了保证质量，但它可以提供更多的信息。让我们以一家铸造公司为例，该公司每20秒生产一个铝铸件。有时工艺参数会超出界限，产生有缺陷的零件(例如气孔)。该公司执行数字RT，以防止这些零件交付。在过去，x光检查一直处于生产线的末端，在铸件和检查之间有几个小时甚至几天的延迟。通过将这两个任务更紧密地联系在一起，制造商有两个优势: l 在有缺陷的部件上执行的增值步骤更少，
l 而更重要的是，x射线系统可以与铸造系统沟通，以“警告”废品率的增加，甚至更好的是直接与适当的过程沟通，使自动纠正!通过这种方式，铸造过程可以得到纠正，以回到所需的质量-现在NDT刚刚为公司节省了很多钱。 所有这些措施都有望显著提高效率，但如果同时采取，效果会更加显著。假设上述机器人系统安装在A工厂和B工厂，假设该地区缺少合格的检验人员，公司决定将所有图像转移到C工厂，即NDT卓越中心。所有其他位置的图像解释都集中执行。同时，确保有检验质量的基线。所有数据都在本地数据中心存档，人工智能在后台不断接受训练。系统越智能，对译员/检查员的帮助越大，进一步提高了图像的评价质量。这个简单的例子展示了机器人、云连接、系统集成和人工智能对我们行业的强大影响。 “数据是NDT 4.0的血液。”
三、这对我有什么影响?
世界从来没有像现在这样复杂，随着供应链扩展到世界的每一个角落，我们看到了车间和其他地方大规模自动化的兴起。特别是西方经济体面临着来自低成本国家的日益激烈的竞争，这些国家在技术方面正迅速迎头赶上。我们公司的许多其他部门已经被数字化的颠覆所改变，机器人在许多领域已经成为有价值的贡献者。在从汽车到航空航天的每一个领域，自动化的影响都是不可否认的。企业已经意识到，它们现在处于全球竞争之中，如果继续按照我们一贯的方式行事，很可能会产生严重的后果。 传统上，NDT在考虑改变时非常谨慎，这是有原因的。最后，我们所有人都要对公司交付的产品质量负责。我们的工作太重要了，不能进行轻率的技术实验。作为质量的守护者，NDT行业建立了一个严格的标准和法规的强大网络。好处是一个前所未有的质量系统，保护我们的产品，但坏处是这些僵化往往会大大降低我们的速度。最近的一个例子是，一家航空航天工业的供应商发现，如果他从x光胶片转向数字射线照相、机器人技术和计算机数控技术，将节省大量成本(大约是原来的10倍)。投资回报(ROI)是惊人的，它将帮助公司在与来自远东的新竞争者的竞争中保持业务。不幸的是，该项目不得不放弃，因为人们发现，这些零件是按照1970年代制定的标准管理的，不能改变。这种情况在我们的行业中相当频繁，并有效地摧毁了本可以为我们的公司和国家获取的大量价值。 尽管这样的故事很常见，但我们的行业已经见证了根本性的转变。新技术和新方法已经被一些行业采用，比如汽车行业，这些行业的质量要求没有航空航天等行业那么严格。举一个最近的例子，德国一家领先的汽车制造商刚刚采用了一种内联计算机断层扫描(CT)系统来检查电动机的转子。该系统使用一个工业机器人来处理零件，并使用人工智能来解释图像。同时，该系统与公司的云系统完全连接，并实时处理所有数据。这个系统的操作人员所需要的技能与过去手工操作完全不同。重要的是要认识到正在进行的转换，并尽早投资于新技能。
四、NDT传感器
工业4.0和NDT4.0的数据驱动趋势是由传感器提供的信息推动的。这些传感器无处不在，范围从离散的数据点，如温度、时间、位置等，到提供更高深度信息的最复杂的传感器。在NDT中发现的一个这样的传感器是CT系统——可以说这种传感器有潜力提供关于公司产品和过程的最高级别的信息。 一旦我们不再认为x射线图像只是NDT质量的输入，我们就开始看到这些数据的下一个层次的价值。2维和3维的图像都是如此——所以我们必须问自己，我们还能从生成的成百上千的图像中学到什么?想象一下，一个生产过程还能从这些图像中细微的变化中学到什么?然后，通过将这些小的差异与从用于制造相同零件的其他工艺参数中收集到的数据相关联，来复合这种效果。可能性是巨大的，NDT世界可以自豪地提供这些信息——不仅仅是关于质量，还包括过程改进和控制。 这一发展将进一步提高无损检测的重要性。重要的是评估质量和提供信息，一个零件是否是可接受的或报废的。更有价值的是，还应提供有关如何防止今后发生报废的信息。这是使NDT在任何公司最重要的过程中都处于重要地位的附加价值。
五、如何为未来做准备
最初的问题与机会和威胁有关。这个问题没有单一的答案，因为它高度依赖于环境，但这场运动将以这样或那样的方式，从根本上改变我们的行业，有必要采取这种改变。这一进程将在今后几年中延长，在此期间压力将不断增加。然而，我们没有理由恐慌，也没有理由盲目地掌握技术——我们都必须记住，我们的首要任务是确保部件的完整性，并防止有缺陷的部件交付。这一点不应因效率的提高或新技术而受到危害;因此，需要开发具有现实里程碑和应急措施的战略变更路线图。一个仔细的过程分析将揭示容易接近的低挂果实。 同样重要的是，不要一次走太多的路。例如，从电影(2.0)到完全自动化的ADR机器人系统(4.0)的飞跃可能对一些组织来说太困难了，以至于无法承担责任。正确的步骤可能是首先从胶片转换到数字RT(3.0)，然后建立新的流程和技术，然后在进一步移动之前对所有操作人员进行资格验证。在过程、技术和人员已经适应了新的过程之后，下一步可能是小心地自动化和数字化进一步的过程步骤，如自动/辅助缺陷识别等。
六、数字化会取代我的工作吗?
人们非常担心机器人、人工智能和自动化将夺走我们的工作。这种恐惧主要是由误导性的媒体文章和未来派电影造成的。尽管新技术可以做出令人惊叹的事情，但它们的能力甚至比不上人类大脑。我们不会很快看到这些系统取代NDT的专业人员——医疗行业就是最好的证明。现实情况是，尽管医疗行业现在使用人工智能来帮助解释图像，但它们仍然跟不上新技术产生的数据海啸。对这些帮助技术的认知需要有一个范式转变。机器人帮助我们移动部件，减少体力劳动，云使结果的存档和处理更加容易，而人工智能帮助我们提高评估能力。毫无疑问，我们的工作将会改变，我们的活动将更加以计算机为导向。这需要重新认证和学习/采用新的技能，但最终，每台机器都需要一个人来监督它!让我们想想其他的工业革命，比如电气化，它发生了，我们仍然有工作。更重要的是要以开放的态度对待这项新技术，拥抱它给我们带来的机会。最大的威胁将是等待事情的到来，并被那些更早采用它们的人打乱。
参考文献 [1] https://www.epicor.com/en-us/resource-center/articles/what-is-industry-4-0/ [2] https://www.astm.org/Standards/E2737.htm [3] https://visiconsult.de/technology/automated-defect-recognition/ [4] https://visiconsult.de/technology/computed-tomography/ 作者 Lennart Schulenburg（德国） l.schulenburg@visiconsult.de www.visiconsult.de Brandenbrooker Weg 2-4 D-23617 Stockelsdorf , Germany 关键词 NDT 4.0, 联网计算机系统、云应用、物联网(IoT)、智能工厂、大数据、人工智能(AI)、自主机器人、预测维护、增材制造
| 
窥视卡
雷达卡
发表于 2020-1-22 15:09:59
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2020-1-22 18:42:56
发表于 2020-1-23 09:36:38
楼主
发表于 2020-3-18 07:59:10
NDT原来这么高大上
