Filtern
Erscheinungsjahr
Dokumenttyp
- Beitrag zu einem Tagungsband (12)
- Vortrag (11)
- Zeitschriftenartikel (5)
- Beitrag zu einem Sammelband (5)
- Forschungsbericht (4)
- Dissertation (2)
- Posterpräsentation (2)
- Monografie (1)
Sprache
- Deutsch (39)
- Englisch (2)
- Mehrsprachig (1)
Schlagworte
- Ultraschallprüfung (42) (entfernen)
Organisationseinheit der BAM
Eingeladener Vortrag
- nein (11)
Im Rahmen des Forschungsprojekts "Artificial Intelligence for Rail Inspection" (AIFRI) wird ein KI-Algorithmus entwickelt, um die Fehlererkennung und Bewertung bei der Auswertung von Schienenprüfungen mittels Ultraschall- und Wirbelstromprüfverfahren zu verbessern. Je nach Prüfverfahren werden relevante Schienenschädigungen (z. B. Head Checks) und Artefakte (z. B. Bohrungen) entsprechend analysiert und in einem parametrisierbaren digitalen Zwilling abgebildet, um anschließend die KI-Algorithmen trainieren zu können. Mit der Simulation können Prüffahrten virtuell durchgeführt und Schadensbilder für das KI-Training erzeugt werden, die das Verhalten komplexer Systeme reproduzieren, ohne dass das reale System benötigt wird. Die Modellannahmen sind dabei von erheblicher Bedeutung, denn unzureichende Modellannahmen führen leicht zu falschen Simulationsergebnissen. Um die Ergebnisse einer Simulation ordnungsgemäß darstellen zu können, ist das Simulationsmodell selbst zu überprüfen.
Die Vollständigkeit, Richtigkeit und Genauigkeit der Simulationsergebnisse werden anhand von realen Prüfungen verifiziert. Für die Verifikation der Ultraschallsimulation werden hier Stegbohrungen als Referenzreflektoren herangezogen. Als Testkörper stehen Schienensegmente mit unterschiedlichen Profiltypen sowie speziell angefertigte Testkörper mit schienenähnlicher Geometrie zur Verfügung. In den Testkörpern befinden sich künstliche und reale Schädigungen in Kopf-, Steg- und Fußbereich, sowie Bohrungen mit Nuten. Die Validierung der Wirbelstromsimulation erfolgt an Testkörpern, die aus Schienenköpfen gefertigt sind. Dabei werden die Signale für unterschiedliche Nuttiefen und Nutenpaare mit unterschiedlichen Abständen untersucht.
Für die Modellierung der Simulationsergebnisse verweisen wir auf das ebenfalls eingereichte Poster „Simulation von Ultraschall- und Wirbelstromprüfdaten für die Schienenprüfung“.
Das Projekt AIFRI wird im Rahmen der Innovationsinitiative mFUND unter dem Förderkennzeichen 19FS2014 durch das Bundesministerium für Digitales und Verkehr gefördert.
Im Rahmen des Forschungsvorhabens AIFRI „Arteficial Intelligence for Rail Inspection“ wird der Prozess der mechanisierten Schienenprüfung in einem digitalen Zwilling abgebildet, um in einem zweiten Schritt mit KI-Algorithmen eine automatisierte Defekterkennung und -klassifizierung trainieren zu können. Hierzu werden relevante Schienenschädigungen und in der Schiene vorhandene Artefakte analysiert und in skalierbare Modelle übertragen.
Die Norm DIN EN 16729-1 „Bahnanwendungen - Infrastruktur - Zerstörungsfreie Prüfung an Schienen im Gleis - Teil 1: Anforderungen an Ultraschallprüfungen und Bewertungsgrundlagen“ gilt für die Prüfausrüstung von Schienenprüffahrzeugen und handgeführten Rollgeräten und legt die Anforderungen an die Prüfgrundsätze und -systeme bei der Prüfung verlegter Eisenbahnschienen fest, um vergleichbare Ergebnisse in Bezug auf Lage, Art und Größe der Unregelmäßigkeiten in den Schienen zu erhalten.
Um die Performance von Prüfsystemen in der Simulation zu evaluieren, wurden die in den Anhängen der DIN EN 16729-1 angegebenen Bezugsreflektoren als künstliche Reflektoren (nach Anhang A) und simulierte Reflektoren (nach Anhang B) in einem digitalen Zwilling mit einem Schienenprofil 54E4 nach DIN EN 13674-1 sowie mit vereinfachter Geometrie als virtuelle Testschienen abgebildet.
Die Simulationen wurden mit den in den Tabellen 3 und 4 nach DIN EN 16729-1 definierten Prüfkopfwinkeln durchgeführt. Die Rechnungen wurden im Labormaßstab an Testkörpern verifiziert und die Signal-Rausch-Abstände für Untersuchungen im Feld ermittelt.
Ergebnisse der Untersuchungen und Möglichkeiten der Anwendung werden vorgestellt.
Das Forschungsvorhaben wird durch das Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) im Rahmen von mFund unter dem Förderkennzeichen 19FS2014 gefördert.
Im Rahmen des Forschungsprojekts "Artificial Intelligence for Rail Inspection" (AIFRI) wird ein KI-Algorithmus entwickelt, um die Fehlererkennung bei der Auswertung von Schienenprüfungen zu verbessern. Der Prozess der mechanisierten Schienenprüfung wird analysiert und die Schienenfehler sowie Artefakte werden in einem digitalen Zwilling abgebildet, um in einem weiteren Schritt die automatische Fehlererkennung und Klassifizierung mit KI-Algorithmen trainieren zu können. Zu diesem Zweck werden Ultraschalldatensätze auf der Grundlage der Regelwerke und Informationen aus der Instandhaltung mit einer Simulationssoftware erstellt, die Anzeigen der verschiedenen Schienenschädigungen und Artefakte enthalten.
Die Schienenfehler werden bei der Auswertung in Fehlerklassen eingeordnet, für das KI-Training priorisiert und auf Basis der von der DB Netz AG ausgewählten Informationen untersucht. Hierfür werden die Schienenfehler nach den für das KI-Training relevanten Merkmalen zerlegt und die Konfiguration der Parameter der Simulation entsprechend abgestimmt.
Für die Grundstruktur des Datensatzes wird ein Schienenmodell mit einer Länge von einem Meter für die Simulation eingesetzt, auf dessen Basis alle bei der Schienenprüfung zu verwendenden Prüfköpfe für den jeweiligen Reflektortyp betrachtet werden. Die simulierten Daten werden auf einer Testschiene im Labormaßstab validiert. Mögliche Einflussparameter wie z. B. der Signal-Rausch-Abstand sowie die Fahrgeschwindigkeit werden in den Datensätzen herangezogen. Die Zusammenstellung eines Testdatensatzes mit lokal veränderlichen Einflussgrößen erfolgt aus den simulierten Daten unter Verwendung der skriptbasierten Programmierumgebung Python und Matlab.
Das Projekt AIFRI wird im Rahmen der Innovationsinitiative mFUND unter dem Förderkennzeichen 19FS2014 durch das Bundesministerium für Digitales und Verkehr gefördert.
Die Überprüfung der Dichtheit von Betonkonstruktionen (z.B. "Weiße Wannen") erfordert den Einsatz geeigneter Feuchtemessverfahren. Darüber hinaus ermöglicht die Kenntnis der Feuchtesituation in Betonbauteilen auch eine Abschätzung des Schädigungspotentials. So gilt es beispielsweise bei potentiell frostinduzierten Schädigungsprozessen zu untersuchen, ob im Beton der kritische Feuchtegehalt erreicht wurde. Zusätzlich gestattet eine differenzierte Ermittlung der Bindungszustände des Wassers im Beton auch Aussagen zum Hydratationsfortschritt. Aus den vorstehend genannten Gründen kommt der Feuchtemessung im Beton am Bauwerk und im Labor eine große Bedeutung zu. Zur Lösung dieses Prüfproblems werden zahlreiche Messverfahren auf dem Markt angeboten. Weiterhin befinden sich verschiedenste Messsysteme in der Entwicklung bzw. Erprobung.
Aufgrund der Vielfalt der Feuchtemessverfahren ist es für den Anwender oft schwierig, das geeignete Prüfverfahren zur Lösung seines speziellen Problems auszuwählen. So stehen neben den klassischen direkten Methoden auch vielfältige mehr oder minder moderne zerstörungsfrei bzw. zerstörungsarm arbeitende indirekte Messverfahren zur Verfügung. Nachfolgend wird basierend auf dem vom Verfasser in ausführlich dargestellten Sachstand ein allgemeiner Überblick über die Arten und die Leistungsfähigkeit der existierenden Feuchtemessverfahren in gestraffter Form gegeben. Dabei wird auf die speziellen Aspekte der Feuchtemessung in Betonen eingegangen.
Bewertung kritischer Befunde bei der Ultraschallprüfung an Schweißnähten mit Modellrechnungen
(2000)
Typische Probleme bei der Schweißnahtprüfung mit Ultrschall entstehen bei ferritischen Werkstoffen vor allem durch Anzeigen von der Nahtkontur, vor allem aus dem Wurzelbereich. Die klassischen Methoden der Unterscheidung formbedingter Anzeigen von Fehlern - z.B. durch Vergleich der A-Bilder von beiden Seten einer Stumpfnaht - können unterstützt werden durch die Modellierung derartiger Anzeigen im Zusammenhang mit hypothetischen Fehlern im wurzelnahen Bereich. Im Beitrag wird die Anwendung vereinfachender Modelle auf diese Problematik vorgestellt und an Beispielen demonstriert.
Ein Ziel der Arbeit bestand ursprünglich darin, ein Rechenmodell zur Ultraschallprüfung mit einer Evolutionsstrategie zu verknüpfen. Zunächst verlagerte sich der Schwerpunkt der Arbeit jedoch auf die Erarbeitung eines validierten und erprobten Modells, das den Anforderungen für die Verwendung der Evolutionsstrategie genügt. Aber selbst damit zeigte sich, dass ein Arbeiten mit der Evolutionsstrategie nicht ohne weiteres möglich ist. Daher wurde der Weg der iterativen Modellierung gewählt. Die Einschränkungen der verschiedenen Bewertungs- und Untersuchungsverfahren zur Fehlerdiagnose in der Ultraschallprüfung lassen in Abhängigkeit von der Prüfsituation nur eine fallweise Anwendung zu. Die erzielbaren Ergebnisse sind durch prinzipielle Grenzen, wie die orientierungsabhängigen Wechselwirkungen der Ultraschallwellen mit dem Fehler, in ihrer Genauigkeit stark begrenzt. Eine zuverlässige Bewertung ist meist durch die Zusammenfassung der Ergebnisse mit denen aus anderen ZfP- Verfahren und die Nutzung von a priori Informationen z. B. aus der Fertigungsgeschichte einer Komponente oder des Fehlerentstehungsmechanismus möglich. Die vorgeschlagene iterative Modellierung bietet dazu, wie die vorliegende Untersuchung zeigt, eine Möglichkeit. Die durch Einführung von a priori Informationen aufgestellten Fehlerhypothesen werden durch Modellrechnungen abgesichert oder wieder verworfen. Das Rechenmodell ermöglicht die Bewertung der Amplitude, der Laufzeit, der Echodynamik und des Anzeigenmusters, also aller auch bei anderen Diagnoseverfahren herangezogenen Bewertungskriterien. Die iterative Modellierung basiert auf drei Teilprozessen, der Analyse der möglichen Wechselwirkungen, der Separation dieser Wechselwirkungen in diverse Schallwege und schließlich der Synthese der auf den verschiedenen Wegen berechneten Signale zum Gesamtsignal. Die ersten beiden Teilprozesse müssen z. Zt. für jeden Prüffall neu gelöst werden und erfordern wie die Modellbedienung Expertenwissen. Die im Rahmen dieser Untersuchung erfolgten Modellmodifikationen konnten gemeinsam mit der Modellverifikation die Zuverlässigkeit der Modellrechnungen deutlich steigern. Die Berechnungen können schnell und interaktiv durchgeführt werden. Die Rechenzeit für ein TD- Bild mit 50 A- Bildern beträgt üblicherweise ein bis fünf Minuten. Durch die Kombination des Rechenmodells mit der Evolutionsstrategie wurde der Versuch unternommen, die iterative Modellierung zu systematisieren. Diese Kombination würde die Lösung des inversen Problems, d.h. die Bestimmung der Ursache für die akustische Störung, ohne Durchführung einer mathematischen Inversion ermöglichen. Der Anwendung der Evolutionsstrategie mit der hier gewählten einfachen Qualitätsfunktion steht ein hoher Zeitbedarf entgegen, ein schnelles und interaktives Arbeiten ist nicht möglich. Die Praxis erfordert die Definition einer komplexen Qualitätsfunktion, die eine Bewertung des Anzeigenmusters ermöglicht und unempfindlich auf Störeffekte reagiert. Die besondere Schwierigkeit besteht darin die Erfahrungen und die "Phantasie" eines Experten in das Modell zu integrieren. Dieser Umstand beinhaltet noch ein großes Entwicklungspotenzial. Ein gegenwärtiger Einsatz der Evolutionsstrategie erscheint daher verfrüht. Inwieweit Probleme mit in den Messdaten enthaltenen Mehrdeutigkeiten und Störanzeigen von Testblockkanten und anderen Reflektoren zukünftig überwunden werden können, kann gegenwärtig noch nicht abschließend geklärt werden. Eine zuverlässige Bewertung von kritischen Befunden mit mehreren möglichen Ursachen kann derzeit nur mit Expertenwissen über den Weg der iterativen Modellierung erfolgen. Dies ermöglicht auf einfache Weise die Einführung der a priori Informationen und gestattet ein schnelles und interaktives Arbeiten.
Durch den Einsatz von faserverstärkten Kunststoffen und Multi-Material-Konstruktionen zur Gewichtsreduzierung erlangen Klebeverbindungen immer stärkere Bedeutung. Die Prüfung dieser Fügeverbindungen stellt neue Anforderungen an die zerstörungsfreie Prüfung. Hinzu kommt, dass die Zugänglichkeit häufig eingeschränkt und die Verwendung flüssiger Koppelmittel aufgrund konstruktiver oder fertigungstechnischer Gegebenheiten ausgeschlossen ist. Unter Berücksichtigung dieser Beschränkungen wurde ein Prüfverfahren entwickelt, das eine luftgekoppelte Anregung geführter Ultraschallwellen mit einer laserbasierten Detektion kombiniert. Nachdem das Prüfverfahren zunächst mit einer einfachen Signalauswertung im Zeitbereich getestet wurde, konnte in nachfolgenden Untersuchungen die örtliche Auflösung durch die Implementierung von Filteralgorithmen im Frequenz-Wellenzahl-Bereich und zusätzlich durch direktionale Filter erhöht werden. Das resultierende bildgebende Prüfverfahren wurde an realitätsnahen Klebeproben mit künstlichen Fehlern getestet. Die Zuverlässigkeit und Ortsauflösung des Verfahrens wurde im Vergleich mit herkömmlichen Prüfverfahren validiert. Mithilfe des Verfahrens können Poren, Einschlüsse und Bereiche mit ungenügender Verklebung detektiert werden.
Online-Strukturüberwachungssysteme sind eine Möglichkeit, den Anforderungen hinsichtlich Leichtbau und Zuverlässigkeit gleichzeitig gerecht zu werden. Die Integration solcher Systeme liefert aktuelle Informationen über die Integrität der sicherheitsrelevanten Struktur, wodurch sich Aussagen über notwendige Instandhaltungsarbeiten und möglicherweise über die zu erwartende Restlebensdauer ableiten lassen. Der zielgerichtete Einsatz der Überwachungssysteme ermöglicht es somit, die benötigten Sicherheitsfaktoren bei der Auslegung der Bauteile zu reduzieren und Wartungsintervalle zu verlängern. Dadurch können Kosten gesenkt werden, ohne die Zuverlässigkeit zu verringern. Im Rahmen einer Studie zur Machbarkeit eines Online-Überwachungssystems für Eisenbahn-Radsatzwellen wurde der Einsatz geführter Ultraschallwellen, die von Sensoren an einer Stirnseite der Wellen angeregt werden, demonstriert. Aufgrund der Bauteilgeometrie und der dispersiven, multimodalen Wellenausbreitung stellt die Interpretation der Echosignale eine wesentliche Herausforderung dar. Basierend auf dem a-priori-Wissen über die Wellenausbreitung wurden in der Studie klassifizierende Auswertealgorithmen entwickelt und erfolgreich an maßstabsgetreuen Labormodellen getestet.