8.4 Akustische und elektromagnetische Verfahren
Filtern
Dokumenttyp
- Vortrag (149)
- Beitrag zu einem Tagungsband (88)
- Zeitschriftenartikel (58)
- Posterpräsentation (27)
- Sonstiges (7)
- Dissertation (1)
- Forschungsbericht (1)
- Forschungsdatensatz (1)
Schlagworte
- Structural Health Monitoring (27)
- Ultraschall (25)
- Ultrasound (21)
- Simulation (20)
- Lamb waves (19)
- Zerstörungsfreie Prüfung (18)
- Scaled Boundary Finite Element Method (16)
- SBFEM (15)
- Composites (14)
- Wirbelstromprüfung (14)
Organisationseinheit der BAM
- 8 Zerstörungsfreie Prüfung (332)
- 8.4 Akustische und elektromagnetische Verfahren (332)
- 9 Komponentensicherheit (21)
- 8.0 Abteilungsleitung und andere (17)
- 8.1 Sensorik, mess- und prüftechnische Verfahren (16)
- 8.6 Faseroptische Sensorik (16)
- 5 Werkstofftechnik (14)
- 3 Gefahrgutumschließungen; Energiespeicher (12)
- 2 Prozess- und Anlagensicherheit (10)
- 2.1 Sicherheit von Energieträgern (10)
Eingeladener Vortrag
- nein (149)
Automated Wall Thickness Evaluation for Turbine Blades Using Robot-Guided Ultrasonic Array Imaging
(2024)
Nondestructive testing has become an essential part of the maintenance of modern gas turbine blades and vanes since it provides an increase in both safety against critical failure and efficiency of operation. Targeted repairs of the blade’s airfoil require localized wall thickness information. This information, however, is hard to obtain by nondestructive testing due to the complex shapes of surfaces, cavities, and material characteristics. To address this problem, we introduce an automated nondestructive testing system that scans the part using an immersed ultrasonic array probe guided by a robot arm. For imaging, we adopt a two-step, surface-adaptive Total Focusing Method (TFM) approach.
For each test position, the TFM allows us to identify the outer surface, followed by calculating an adaptive image of the interior of the part, where the inner surface’s position and shape are obtained. To handle the large volumes of data, the surface features are automatically extracted from the TFM images using specialized image processing algorithms. Subsequently, the collection of 2D extracted surface data is merged and smoothed in 3D space to form the outer and inner surfaces, facilitating wall thickness evaluation. With this approach, representative zones on two gas turbine vanes were tested, and the reconstructed wall thickness values were evaluated via comparison with reference data from an optical scan. For the test zones on two turbine vanes, average errors ranging from 0.05 mm to 0.1 mm were identified, with a standard deviation of 0.06–0.16 mm.
Die Pulskompression wird in der Radartechnik eingesetzt, um den Signal-Rausch-Abstand zu erhöhen. Das Ziel ist es die Entdeckungswahrscheinlichkeit eines Nutzsignals bei gleichbleibender Auflösung zu erhöhen. Durch den Einsatz von Barker Codes oder komplementären Golay Codes werden Sendesignale von Luftultraschallanwendungen pulscodiert. Dies ermöglicht in der zerstörungsfreien Prüfung die Inspektion von dickeren Bauteilen, da die Signalenergie durch zeitlich gestreckte Sendesignale bei gleicher Auflösung vergrößert wird.
In dieser Arbeit wird die Pulskompression durch die Einführung von unipolaren Sequenzen zur Pulscodierung für thermoakustische Ultraschallwandler ermöglicht. Der Signal-Rausch-Abstand wird in der Anwendung der Pulscodierung und anschließenden Filterung mit einem signalangepassten Filter in Luftultraschallmessungen mit dem thermoakustischen Wandler und Wandlern aus zellulärem Polypropylen erhöht.
For structural health monitoring systems or non-destructive testing, it is crucial to study the interactions of ultrasonic-guided waves with inhomogeneities or damage in structural components. Simulation of these interactions poses a challenge.
After the wave-damage interaction, the numerical model must reproduce features like mode conversion or wave scattering. Mathematically, damages are discontinuities in a computational domain, and each wave interacts differently because of the geometrical features. We propose a quadtree-based meshing in the current contribution to capture these geometrical characteristics.
This kind of discretisation approach requires special techniques to couple cells of different sizes since, after a quadtree decomposition, the problem of so-called hanging nodes may arise. Transition elements based on high-order transfinite shape functions are used to solve this issue. The advantage is that these elements allow the correct coupling of the cells while retaining a high-order interpolation. Moreover, the reuse of the dynamic stiffness matrices can be exploited based on the similarity of the cells. This procedure makes the approach very efficient.
Examples show the scattering characteristics of different guided wave modes after interacting with inhomogeneities and discontinuities in a plate.
In the field of guided waves for non-destructive testing, the interaction of these waves with damages or other discontinuities in a structure is critical. When a guided wave mode travels and hits a defect, it scatters in all directions, converting to other modes and reflecting the existing one. These interactions are captured in scattered far field complex amplitudes. The amplitudes are stored in scattering matrices, which characterise the elastodynamic behaviour of a defect completely. Scattering matrices are also useful to simulate backpropagation from a defect using ray-tracing methods.
Simulating these interactions is challenging, and analytical solutions only exist for simple geometries. Still, using general tools like the finite element method results in large, usually costly models. Recently, researchers proposed a method based on a numerical implementation of the Kirchhoff–Helmholtz integral that allows the computation of the scattering matrices using a model containing only the damaged region. However, classical methods to resolve the far field and low-order elements were used, leading to large models yet more efficient than using other techniques.
We propose using the SBFEM as an alternative to enhance the computation of the far field scattering. The damaged region is discretised using high-order polyhedral elements, while the far field is constructed using a modified version of the SBFEM. Examples compared to the literature demonstrate the validity of the approach.
Ultrasonic guided waves interacting with complex geometrical features are of high interest in the SHM field. For example, investigations into the extent to which a small change in defect geometry affects wave propagation have applications in Probability of Detection and defect reconstruction. These fields have to be supported by numerical tools aiming to retrieve accurate and reliable results and, thus, more realistic modeling.
Due to the short wavelengths of ultrasonic waves and the relatively large domains in which the waves propagate, fine grid resolution for the entire domain is usually not possible due to limited computational resources. One solution is to partition the domain into different subdomains and use a specific, efficient approach for each subdomain.
This contribution shows a combination of methods that aims to study these wave defect interactions in an elastic media. Firstly we introduce high-order 3D meshes that can resolve very fine geometrical details and are based on an Octree discretisation technique that employs special transition shape functions to resolve the hanging nodes that may appear due to the nature of the method. Afterward, the Octree mesh is embedded in a prismatic wave-guide based on the semi-analytical formulation of the SBFEM in 3D. To couple the different domains, we employ the mortar method, which enforces the continuity of the wave field across the internal boundaries of the domains. Examples show the power of the approach especially when it comes to parametric analysis.
For structural health monitoring systems or non-destructive testing, it is crucial to study the interactions of ultrasonic-guided waves with inhomogeneities or damage in structural components. Simulation of these interactions poses a challenge.
After the wave-damage interaction, the numerical model must reproduce features like mode conversion or wave scattering. Mathematically, damages are discontinuities in a computational domain, and each interacts diversely depending on its geometrical features. We propose a quadtree-based meshing in the current contribution to capture these geometrical
characteristics.
This kind of discretisation approach requires special techniques to couple cells of different sizes since, after a quadtree decomposition, the problem of so-called hanging nodes may arise. Transition elements based on high-order transfinite shape functions are used to solve this issue. The advantage is that these elements allow the correct coupling of the cells while retaining a high-order interpolation. Moreover, the reuse of the dynamic stiffness matrices can be exploited based on the similarity of the cells. This procedure renders the approach very efficient.
Examples show the scattering characteristics of different guided wave modes after interacting with inhomogeneities and discontinuities in a plate.
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 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. Die Bandbreite möglicher Defekte und die Menge an Einflussgrößen auf die Schienenprüfung ist sehr groß, aber die Prüfdaten aus dem Feld bilden diese Bandbreite nicht balanciert ab und sind unzureichend gelabelt. Durch Simulationen werden große Mengen detailliert gelabelter Daten für relevante Schienenschädigungen und Artefakte bereitgestellt. Aus diesen Daten werden wiederum virtuellen Prüffahrten erstellt, die für das Training und die Validierung der KI genutzt werden können.
In unserem Poster stellen wir die Simulation dieser Ultraschall- und Wirbelstromprüfdaten vor. Dabei gehen wir im Detail auf die Themen CAD-Modellierung, Modellparameter, Simulationssoftware und Signalverarbeitung ein. Wir stellen ausgewählt die Simulation von Head Checks für Wirbelstromprüfverfahren und Bohrungsanrissen für Ultraschallprüfverfahren dar, da das Erkennen dieser Schädigungstypen bei der Schienenprüfung hohe Priorität innehat.
Für die Verifikation der Simulationsergebnisse verweisen wir auf den ebenfalls eingereichten Vortrag „Verifikation von Ultraschall- und Wirbelstromsimulationen bei der Schienenprüfung“.
Das Projekt AIFRI wird im Rahmen der Innovationsinitiative mFUND unter dem Förderkennzeichen 19FS2014 durch das Bundesministerium für Digitales und Verkehr gefördert.
Bei der zerstörungsfreien Prüfung verlegter Eisenbahnschienen werden die Rohdaten derzeit in proprietären Datenformaten gespeichert und auf Datenträgern zwischen den Prüfzügen und den auswertenden Stellen versendet. Die proprietären Datenformate sind in der Regel nur den Herstellern der Prüfsysteme bekannt und deren Dokumentation nicht allgemein zugänglich.
Das Forschungsprojekt „Artificial Intelligence for Rail Inspection“ (AIFRI) erfordert den Austausch von Prüfdaten in einem offenen Format sowohl zwischen den Projektpartnern als auch die Veröffentlichung anonymisierter Daten ausgewählter Strecken aus dem Offenen Digitalen Testfeld (ODT). Wir haben uns in dem Projekt für die Verwendung der „Standard Practice for Digital Imaging and Communication in Nondestructive Evaluation“ (DICONDE) entschieden. DICONDE basiert auf dem medizinischen Standard „Digital Imaging and Communication in Medicine“ (DICOM) und wurde von ASTM an die ZfP angepasst. DICOM bzw. DICONDE ist nicht nur ein Datenformat, sondern beinhaltet auch Kommunikationsschnittstellen für die Auftragsvergabe, Datenübertragung und Abfrage gespeicherter Datensätze aus einem Archiv.
In dem Vortrag werden DICOM und DICONDE vorgestellt, sowie die Verwendung von DICONDE für die Schienenprüfung im Projekt AIFRI näher erläutert. Es wird gezeigt, wie sich Prüfdaten, Prüfparameter, Streckeninformationen incl. Kilometertafeln und Geokoordinaten und Befunde in DICONDE kodieren lassen.
Nondestructive testing of gas turbine blades is essential for their maintenance and service process which is critical to ensure both safety and efficiency of these highly stressed parts. In this presentation, a novel ultrasonic testing method is explored in order to acquire part thickness information in the turbine blade’s airfoil. In established industry processes, the measurements are mainly carried out manually and only at a few specific positions of the inspected parts. The proposed method scans the part using a robot arm guiding an ultrasonic array sensor. For ultrasonic coupling to the complex-shaped surface geometry, the inspected part and sensor are immersed into water. A two-step TFM[1, 2] (Total Focusing Method) approach is used to reconstruct the outer and inner surfaces subsequently from the ultrasonic raw data, which are acquired using the FMC[3] (Full Matrix Capture) measurement principle. For each sensor position, the location and geometry of the outer surface is first identified and then used to create an image of an area inside the material. From that image, the inner surface is reconstructed. Finally, part thickness information is deducted from merging location data of inner and outer surface. The result is a high resolution, high precision mapping of the inspected part’s wall thickness.
Die Wirbelstromprüfung ist ein bewährtes Verfahren zur zerstörungsfreien Prüfung elektrisch leitfähiger Objekte im oberflächennahen Bereich. Nach einer Einführung in die Wirkungsweise, Möglichkeiten und Grenzen des Wirbelstromprüfverfahrens wird am Beispiel des Schreins der Heiligen Drei Könige gezeigt, wie sich mit dem Wirbelstromprüfverfahren unterschiedliche Metalllegierungen unter einer Vergoldung zerstörungsfrei identifizieren lassen.
Der Schrein der Heiligen Drei Könige wurde um das Jahr 1200 von Nikolaus von Verdun erschaffen, ca. 1750 von Johann Rohr und 1807 von Wilhelm Pollack restauriert. Die Restaurierungsarbeiten wurden jedoch nur unvollständig dokumentiert. Es ist bekannt, dass zu den unterschiedlichen Zeiten unterschiedliche Metalllegierungen als Grundmaterial unter der Vergoldung verwendet wurden. Mit Hilfe von Vergleichsproben aus einer Sammlung der Kölner Dombauverwaltung ließen sich die Akanthus-Prägungen des Schreins den verschiedenen Restaurierungen zuordnen.
Water management in proton-exchange membrane fuel cells (PEMFCs) is critical for efficient operation. However, in-situ measurements of the water distribution in an operating PEMFC are challenging. In this study, we investigate key aspects of ultrasonic guided wave (UGW) propagation through the bipolar plate of a PEMFC using 3D scanning laser Doppler vibrometry (3D LDV). Our results provide insights for the design and optimization of UGW-based sensor systems for water detection in PEMFCs.
The deployment of machine learning (ML) and deep learning (DL) in structural health monitoring (SHM) faces multiple challenges. Foremost among these is the insufficient availability of extensive high-quality data sets essential for robust training. Within SHM, high-quality data is defined by its accuracy, relevance, and fidelity in representing real-world structural scenarios (pristine as well as damaged). Although methods like data augmentation and creating synthetic data can add to datasets, they frequently sacrifice the authenticity and true representation of the data. Sharing real-world data encapsulating true structural and anomalous scenarios offers promise. However, entities are often reluctant to share raw data, given the potential extraction of sensitive information, leading to trust issues among collaborating entities.
Our study introduces a novel methodology leveraging Federated Learning (FL) to navigate these challenges. Within the FL framework, models are trained in a decentralized manner across different entities, preserving data privacy. In our research, we simulated several scenarios and compared them to traditional local training methods. Employing guided wave (GW) datasets, we distributed the data among different parties (clients) using IID (independent, identically distributed or in other words, statistically identical) mini batches of dataset, as well as non-IID configurations. This approach mirrors real-world data distribution among varied entities, such as hydrogen refueling stations.
In our methodology, the initial round involves individualized training for each client using their unique datasets . Subsequently, the model parameters are sent to the FL server, where they are averaged to construct a global model. In the second round, this global model is disseminated back to the clients to aid in predictive tasks. This iterative process continues for several rounds to reach convergence.
Our findings distinctly highlight the advantages of FL over localized training, evidenced by a marked improvement in prediction accuracy . This research underscores the potential of FL in GW-based SHM, offering a remedy to similar challenges tied to data scarcity in other SHM approaches and paving the way for a new era of collaborative, data-centric monitoring systems.
A semi-automatic thermographic procedure for the assessment of the welded area of resistance projection welded joints has been developed. Currently, to assess the quality of RPW joints destructive tests are used and the more commonly used non-destructive technique is the ultrasonic one. The possibility for a quantitative evaluation of the welded area by thermographic technique has been proved by means of an innovative procedure applied on steel RPW joints with ‘as it’ surface conditions. Measurements obtained by thermography and ultrasound have been compared, to verify the developed procedure.
Die Nutzung von Sensortechnologien, insbesondere im Bereich der Gasdetektion mit einem Schwerpunkt auf Wasserstoff, spielt eine entscheidende Rolle in verschiedenen Anwendungsbereichen der Wasserstofftechnologie. Sicherheitsüberwachung, Leckdetektion und Prozesskontrolle gehören zu den prominenten Anwendungsgebieten dieser Sensortechnologien. Ein zentrales Ziel ist die Erkennung von freigesetztem Wasserstoff sowie die genaue Bestimmung des Wasserstoff-Luftverhältnisses mithilfe von Gassensoren. Dies ist von entscheidender Bedeutung, um potenzielle Gefahren frühzeitig zu erkennen und angemessene Maßnahmen zu ergreifen.
Ein weiterer Schwerpunkt dieses Beitrags liegt auf der Analytik und der Verwendung zertifizierter Referenzmaterialien in Verbindung mit Metrologie für die Wasserstoffspeicherung. Dies gewährleistet eine präzise und zuverlässige Charakterisierung von Wasserstoff und unterstützt die Entwicklung sicherer Speichertechnologien. Im Rahmen des Euramet-Vorhabens Metrology for Advanced Hydrogen Storage Solutions (MefHySto) wird eine Kurzvorstellung präsentiert.
Der Vortrag stellt zwei zerstörungsfreie Prüfverfahren zum strukturellen Zustandsüberwachung (Structural Health Monitoring, SHM) für Wasserstofftechnologien vor. Insbesondere die Fehlstellenerkennung mittels geführter Ultraschallwellen spielt eine bedeutende Rolle bei der Lebensdauerüberwachung von Wasserstoffspeichern. Ein weiterer Aspekt ist die Anwendung faseroptischer Sensorik zur Schadensfrüherkennung von Wasserstoffspeichern. Diese zerstörungsfreien Prüfverfahren ermöglichen eine präzise und frühzeitige Identifizierung von Schäden, was die Sicherheit und Effizienz von Wasserstoffspeichersystemen entscheidend verbessert.
Offshore wind turbines continuously increase in size and weight and demand adequate offshore foundations concepts like monopiles, tripods, or jackets. These components are typically constructed using submerged arc welding (SAW) with high-strength thick steel plates like the S420ML. During welding, the occurrence of delayed hydrogen-assisted cracking (HAC) must be anticipated. HAC is a critical combination of the local hydrogen concentration within a susceptible microstructure under certain mechanical load, i.e., the occurring (welding) residual stresses. The welding sequence of the thick-walled plates complicates the residual stress distribution due to the necessary repeated thermal cycling, i.e., welding seam/layer deposition to fill the joint. For that purpose, SAW with two-wire-technique was used to weld a specially designed and prototype-like mock-up of a real component with a thickness of 50 mm, filled with over 20 passes and a seam length of 1000 mm. Additional welded stiffeners simulated the effect of a high restraint, to achieve critical HAC conditions. The necessity of a minimum waiting time (MWT) before the NDT can be conducted (to exclude HAC) was critically verified by the application of ultrasonic testing of the welded joint at different time-steps of the NDT of up to 48 h after the completion welding. The residual stresses were determined by a robot XRD goniometer. Tensile residual stresses up to the yield limit are found both in the weld metal and in the heat-affected zone. Numerical modeling allowed the qualitative estimation of the hydrogen diffusion in the weld. No noticeable HAC occurrence was identified and confirms the high cracking resistance of the investigated material. Finally, the applicability of the MWT concept should be critically discussed.
Human factors (HFs) are a frequently mentioned topic when talking about the reliability of non-destructive testing (NDT). However, probability of detection (POD), the commonly used measure of NDT reliability, only looks at the technical capability of an NDT system to detect a defect.
After several decades of research on the influence of HFs on NDT reliability, there is still no commonly accepted approach to rendering HFs visible in reliability assessment. This paper provides an overview of possible quantitative and qualitative methods for integrating HFs into the reliability assessment. It is concluded that reliability assessment is best carried out using both quantifiable and non-quantifiable approaches to HFs.
The digitalization of quality control processes and the underlying data infrastructures for safety relevant components, such as hydrogen pressure vessels, plays a significant role in the transition towards Industry 4.0. In the current safety regulations for hydrogen pressure vessels, there is no established concept for structural health monitoring. The development of a reliable structural health monitoring methodology for monitoring the structural integrity of pressure vessels enables a fast-forward transition from personnel- and costintensive recurring inspections, a.k.a. periodic maintenance, to predictive maintenance. In the work presented; we investigated the application of ultrasonic guided wave propagation to monitor and assess the condition of Type IV composite overwrapped pressure vessel (COPV). A sensor network of fifteen piezo-electric wafers is placed on the carbon fibre reinforced composite cylinder. Five different artificial damage configurations are created by gluing two different weight blocks on three different locations. The database containing measured guided wave data sets is enriched by two different boundary conditions. We utilized an open-source software, openBIS labnotebook, to store and analyse experimental datasets. The guided wave ultrasonic signals were investigated and analysed by using commonly used ultrasonic features (e.g., amplitude, frequency, time of flight) as well as non-traditional time-series features (kurtosis, skewness, variance). The features were used to calculate damage index and the detection performance for the results has been evaluated. The results suggest that both traditional and non-traditional features assume significant importance in artificial damage detection. The future works will additionally involve the impacts of operational conditions, such as periodic pressure variations temperature loadings as well as material degradations.
The application of composite overwrapped pressure vessels (COPV) to store hydrogen and other compressed gases, especially when operating at high pressures, imposed the need for an innovative and reliable approach to ensure the safe operation of the system. Continuous structural health monitoring (SHM) based on ultrasonic guided waves (GWs) is a promising approach due to the ability of the wave to propagate for long distances and go around complex structures, moreover the high sensitivity to various failure modes such as delamination, matrix cracking and debonding. In this study, we scrutinize the behavior of (GWs) within the COPV using a network of PZT elements that are used for excitation and sensing. A laser doppler vibrometer (LDV) was also used to scan the surface of the vessel in various directions. L(0,1) and L(0,2) were observed in the captured signal. The L(0, 2) appeared to be a dominant mode in the COPV and was capable of propagating along the entire length and maintaining a good signal-to-noise ratio. The L(0,2) mode maintained the same phase velocity when it is captured at various excitation angles (0, 45, and 90 degrees). The reduced effect of the orthotropy of the materials on the propagating waves is an important result as it will reduce the complexity in data processing when performing damage identification.
The applications of composite overwrapped pressure vessels (COPVs) in extreme conditions, such as storing hydrogen gases at very high pressure, impose new requirements related to the system's integrity and safety. The development of a structural health monitoring (SHM) system that allows for continuous monitoring of the COPVs provides rich information about the structural integrity of the component. Furthermore, the collected data can be used for different purposes such as increasing the periodic inspection intervals, providing a remaining lifetime prognosis, and also ensuring optimal operating conditions. Ultimately this information can be complementary to the development of the envisioned digital twin of the monitored COPVs. Guided waves (GWs) are preferred to be used in continuous SHM given their ability to travel in complex structures for long distances. However, obtained GW signals are complex and require advanced processing techniques. Machine learning (ML) is increasingly utilized as the main part of the processing pipeline to automatically detect anomalies in the system's integrity. Hence, in this study, we are scrutinizing the potential of using ML to provide continuous monitoring of COPVs based on ultrasonic GW data. Data is collected from a network of sensors consisting of fifteen Piezoelectric (PZT) wafers that were surface mounted on the COPV. Two ML algorithms are used in the automated evaluation procedure (i) a long short-term memory (LSTM) autoencoder for anomaly detection (defects/impact), and (ii) a convolutional neural network (CNN) model for feature extraction and classification of the artificial damage sizes and locations. Additional data augmentation steps are introduced such as modification and addition of random noise to original signals to enhance the model's robustness to uncertainties. Overall, it was shown that the ML algorithms used were able to detect and classify the simulated damage with high accuracy.
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.
Offshore-Windenergieanlagen erfordern Gründungskonzepte aus unterpulver-(UP-)geschweißten Dickblechen (bspw. der Güte S420ML). Während der Schweißfertigung kann eine zeitverzögerte wasserstoffunterstützte Kaltrissbildung auftreten, deren Bewertung aufgrund der Bauteilgröße von Offshore-Strukturen sehr komplex ist. Deswegen wurde eine bauteilähnliche Geometrie (Mock-Up) entwickelt, um reale Steifigkeitsverhältnisse auf den Labormaßstab zu übertragen. Zusätzliche Versteifungen simulieren die Wirkung einer Einspannung bzw. Schrumpfbehinderung der Schweißnaht. Über die Verwendung von Schweißpulvern mit definierter Feuchte wurden zudem ein Extremszenario der Wasserstoffaufnahme simuliert. Entsprechend der vorgegebenen Mindestwartezeit für die ZfP von bis zu 48 h wurde die Schweißnaht zerstörungsfrei mit Phased-Array-Ultraschall-Prüfung (PAUT) geprüft und die Eigenspannungen über Röntgendiffraktometrie (XRD) bestimmt. Zusätzlich wurde die Wasserstoffverteilung in der Schweißverbindung numerisch simuliert. Außer zulässigen Defekten (wie Poren), wurde keine verzögerte Kaltrissbildung in den Mock-Ups festgestellt, was auf hohe Rissbeständigkeit hindeutet.
Offshore-Windenergieanlagen erfordern Gründungskonzepte aus unterpulver-(UP-)geschweißten Dickblechen (bspw. der Güte S420ML). Während der Schweißfertigung kann eine zeitverzögerte wasserstoffunterstützte Kaltrissbildung auftreten, deren Bewertung aufgrund der Bauteilgröße von Offshore-Strukturen sehr komplex ist. Deswegen wurde eine bauteilähnliche Geometrie (Mock-Up) entwickelt, um reale Steifigkeitsverhältnisse auf den Labormaßstab zu übertragen. Zusätzliche Versteifungen simulieren die Wirkung einer Einspannung bzw. Schrumpfbehinderung der Schweißnaht. Über die Verwendung von Schweißpulvern mit definierter Feuchte wurden zudem ein Extremszenario der Wasserstoffaufnahme simuliert. Entsprechend der vorgegebenen Mindestwartezeit für die ZfP von bis zu 48 h wurde die Schweißnaht zerstörungsfrei mit Phased-Array-Ultraschall-Prüfung (PAUT) geprüft und die Eigenspannungen über Röntgendiffraktometrie (XRD) bestimmt. Zusätzlich wurde die Wasserstoffverteilung in der Schweißverbindung numerisch simuliert. Außer zulässigen Defekten (wie Poren), wurde keine verzögerte Kaltrissbildung in den Mock-Ups festgestellt, was auf hohe Rissbeständigkeit hindeutet.
The application of composite overwrapped pressure vessels (COPV) to store hydrogen and other compressed gases, especially when operating at high pressures, imposed the need for an innovative and reliable approach to ensure the safe operation of the system. Continuous structural health monitoring (SHM) based on ultrasonic guided waves (GWs) is a promising approach due to the ability of the wave to propagate for long distances and go around complex structures, moreover the high sensitivity to various failure modes such as delamination, matrix cracking and debonding. In this study, we scrutinize the behavior of (GWs) within the COPV using a network of PZT elements that are used for excitation and sensing. A laser doppler vibrometer (LDV) was also used to scan the surface of the vessel in various directions. L(0,1) and L(0,2) were observed in the captured signal. The L(0,2) appeared to be a dominant mode in the COPV and was capable of propagating along the entire length and maintaining a good signal-to-noise ratio. The L(0,2) mode maintained the same phase velocity when it is captured at various excitation angles (0, 45, and 90 degrees). The reduced effect of the orthotropy of the materials on the propagating waves is an important result as it will reduce the complexity in data processing when performing damage identification.
Detaillierte Kenntnisse der elastischen Materialeigenschaften sind in vielen ingenieurtechnischen Bereichen von grundlegender Bedeutung. Insbesondere für die Anwendung von Predictive Maintenance und Structural- Health-Monitoring Methoden mit Ultraschall ist die genaue Kenntnis der elastischen Materialkonstanten eine Grundvoraussetzung. Die von den Herstellern zur Verfügung gestellten Angaben zu den elastischen Materialkonstanten, insbesondere für Polymere und faserverstärkte Kunststoffe, sind jedoch oft unzureichend, da diese vom Produktionsprozess abhängig sind und sich zusätzlich aufgrund von Materialabbauprozessen oder Ermüdung ändern können. In der Praxis liegen polymere Werkstoffe, faserverstärkte Kunststoffe und Metalle oft als dünne, plattenförmige Strukturen vor, in welchen sich geführte Ultraschallwellen (UGWs) ausbreiten können. In der aktuellen Forschung sind bereits verschiedene Neuronale Modelle zur Bestimmung der elastischen Konstanten und der Materialcharakterisierung mittels UGWs bekannt. Ein einfaches neuronales Netz, mit aus Dispersionsbildern extrahierten Werten für Frequenz und Wellenzahl ausbeutungsfähiger Moden als Eingabe, zur Vorhersage der elastischen Konstanten wird in verwendet. Ein rekurrentes Neuronales Netz mit einem Zeit-Frequenz Vektor als Eingabe wird in angewandt, während in ein 1D- Convolutional-Neuronal-Networks (CNN) unter Verwendung der zeitlichen Auslenkung der Grundmoden und in ein 2D-CNN unter Verwendung einer polaren Gruppengeschwindigkeitsdarstellung zur Bestimmung der elastischen Konstanten verwendet wird. In diesem Vortrag wird ein Ansatz zur Bestimmung der isotropen elastischen Konstanten von dünnen Platten auf der Grundlage von UGWs unter Verwendung von Dispersionsbildern und 2D-CNNs vorgestellt. Dispersionsabbildungen aus numerischen Simulationen werden mithilfe verschiedener Methoden vorverarbeitet, um realistische Messdaten zu simulieren. Mit den modifizierten Daten wird das Modell trainiert und die Architektur optimiert. Anschließend wird die Genauigkeit des erzeugten Modells mit realen Messdaten validiert. Es wird gezeigt, dass 2D-CNNs in der Lage sind, die isotropen elastischen Konstanten anhand multimodaler Merkmale aus Dispersionsbildern vorherzusagen, ohne dass eine anfängliche Schätzung der Parameter oder manuelle Merkmalsextraktion erforderlich ist.
This paper presents an automatic damage imaging technique by employing a signal processing approach based on applying hierarchically clustered filters across different domains. The technique involves time-frequency-wavenumber filter banks which are applied sequentially to ultrasonic guided wave (UGW) data. The study is conducted for a single lap joint composite specimen with a special focus on small voids which were formed due to manual adhesive component mixing. UGW data are acquired with a 3D Scanning Laser Doppler Vibrometer (LDV) over the scan area of the bonded plate. UGWs are excited at the central frequency of 100 kHz by a single piezoelectric transducer mounted on the surface of the single plate. Within each domain of time, frequency, and wavenumber, four filters are designed which results in 64 distinct filtered wavefields. From each filtered wavefield, an image is obtained by using root-mean-square (RMS) calculation of the signals. The obtained results are then combined to create a final, improved-resolution image of the scan area. The final image is compared to the image obtained through RMS calculation of full wavefield with interpolation through Delaunay triangulation and the image obtained by X-ray radiography. The results show that the smallest void that could be detected has a diameter of 2.14 mm.
The applications of composite overwrapped pressure vessels (COPVs) in extreme conditions, such as storing hydrogen gases at very high pressure, impose new requirements related to the system's integrity and safety. The development of a structural health monitoring (SHM) system that allows for continuous monitoring of the COPVs provides rich information about the structural integrity of the component. Furthermore, the collected data can be used for different purposes such as increasing the periodic inspection intervals, providing a remaining lifetime prognosis, and also ensuring optimal operating conditions. Ultimately this information can be complementary to the development of the envisioned digital twin of the monitored COPVs. Guided waves (GWs) are preferred to be used in continuous SHM given their ability to travel in complex structures for long distances. However, obtained GW signals are complex and require advanced processing techniques. Machine learning (ML) is increasingly utilized as the main part of the processing pipeline to automatically detect anomalies in the system's integrity. Hence, in this study, we are scrutinizing the potential of using ML to provide continuous monitoring of COPVs based on ultrasonic GW data. Data is collected from a network of sensors consisting of fifteen Piezoelectric (PZT) wafers that were surface mounted on the COPV. Two ML algorithms are used in the automated evaluation procedure (i) a long short-term memory (LSTM) autoencoder for anomaly detection (defects/impact), and (ii) a convolutional neural network (CNN) model for feature extraction and classification of the artificial damage sizes and locations. Additional data augmentation steps are introduced such as modification and addition of random noise to original signals to enhance the model's robustness to uncertainties. Overall, it was shown that the ML algorithms used were able to detect and classify the simulated damage with high accuracy.
Structural Health Monitoring (SHM) mittels geführter Ultraschallwellen ermöglicht eine kontinuierliche Überwachung komplexer Bauteile und liefert umfangreiche Informationen über deren strukturelle Integrität. Die aufgezeichneten Signale sind jedoch komplex und werden daher zunehmend mittels KI verarbeitet, um Anomalien in der Systemintegrität automatisch zu erkennen. Eine Herausforderung dabei ist jedoch das Trainieren solcher KI-Modelle, da dafür große Mengen an Trainingsdaten inklusive diverser Schadensfälle benötigt werden, um eine hohe Genauigkeit und Zuverlässigkeit zu gewährleisten. Experimentelle Generierung dieser Daten ist wegen des enormen Zeit- und Kostenaufwands nicht möglich.
Eine Alternative hierfür bieten die numerischen Simulationen, da dadurch Trainingsdaten für beliebige Anzahl an Schadenskonfigurationen erzeugt werden können. Das Hauptproblem dabei ist jedoch die Abweichung zwischen den experimentellen und simulierten Daten (durch z.B. Abweichungen bei der Geometrie, Randbedingungen oder Materialparameter). Um diese Abweichungen zu reduzieren bzw. zu eliminieren, wird ein KI-Modell mit einer Autoencoder-Decoder Architektur vorgestellt, die mittels eines Experiments kalibriert werden kann und anschließend in der Lage ist, die Genauigkeit der Simulationsergebnisse nachträglich zu erhöhen.
Offshore wind turbines (OWT) are a key factor of the sustainable energy generation of tomorrow. The continuously increasing installation depths and weight of the OWTs require suitable foundation concepts like monopiles or tripods. Typically, mild steels like the S420ML are used with plate thicknesses up to several hundreds of mm causing high restraints in the weld joints. Due to the large plate thickness, submerged arc welding (SAW) with multiple wires is the state-of-the-art welding procedure. As a result of the very high stiffness of the construction, a certain susceptibility for time-delayed hydrogen-assisted cracking (HAC) may occur. The evaluation of crack susceptibility is very complex due to the component size and stiffness of real offshore structures. For this purpose, a near-component test geometry was developed to transfer the real stiffness conditions to laboratory (i.e., workshop) scale. The investigated mock-up, weighing 350 kg, comprised heavy plates (thickness 50 mm, seam length 1,000 m) joined by a 22-pass submerged arc weld. Additional stiffeners simulated the effect of high restraint or shrinkage restraint of the weld. Extreme scenarios of hydrogen absorption during welding were simulated via the use of welding fluxes in dry (HD < 5 ml/100g Fe) and moisture condition (HD > 15 ml/100g Fe). The residual stresses were determined by a robot X-ray diffractometer. Areas of critical tensile residual stress (at the level of the yield strength) were found in the weld metal and heat affected zone. To identify possible delayed cracking, the welds were tested by phased array ultrasonic testing (PAUT) after 48 h. Summarized, no significant occurrence of HAC was detected, indicating the high crack resistance of the welded joint, i.e., a suitable combination of base material, welding consumable and welding parameters.
DICONDE in der ZfP
(2023)
DICONDE (Digital Imaging and Communication in Non-Destructive Evaluation) ist ein offener internationaler Standard zur Speicherung und zum Austausch industrieller Prüfdaten und prozessbezogener Informationen. Der DICONDE-Standard definiert sowohl die Semantik für eine strukturierte Speicherung von Daten als auch die netzwerkbasierte Kommunikation zwischen zwei Endpunkten. Damit lassen sich viele Vorgänge von Prüfprozessen digital und sicher abbilden und gleichzeitig normative Anforderungen wie eine Rückführbarkeit zum Prüfer und Prüfobjekt sowie eine Reproduzierbarkeit von Prüfergebnissen erfüllen.
DICONDE (Digital Imaging and Communication in Non-Destructive Testing) is an open international standard for storing and exchanging industrial test data and process-related information. The DICONDE standard defines both the semantics for structured storage of data and the network-based communication between two endpoints. This allows many test processes to be mapped digitally and securely, while at the same time meeting normative requirements such as traceability to the tester and test object and reproducibility of test results.
Im Forschungsvorhaben PALUP werden luftgekoppelte Phased-Array-Sender und -Empfänger entwickelt. Die Wandler basieren auf geladenen zellulären Polymeren, auch Ferroelektrete genannt, die piezoelektrische Eigenschaften und eine sehr geringe spezifische akustische Impedanz aufweisen, womit sie sich für den Bau von luftgekoppelten Ultraschallwandlern sehr gut eignen.
We introduce a novel approach that combines the scaled boundary finite element method (SBFEM) with a mortar coupling to enhance the computational modelling of elastic wave propagation and interaction with local features in the ultrasonic range. The key objective is to achieve decoupling between different regions of interest, enabling independent meshes for the zones where waves either propagate or interact with localised discontinuities in the elastic media. This decoupling allows us to exploit the benefits offered by various SBFEM formulations. Thus, we can select the most suitable solution for each specific region. An important concept we emphasise is the differentiation between the near field and far field regions. The near field encompasses zones where the precise representation of small features compared to the wavelength is crucial. At the same time, the far field comprises homogeneous regions where the waves propagate without interactions, eventually radiating towards infinity if the domain is unbounded. By separating these two zones, we can improve the computational performance by employing finer discretisation only where necessary. Furthermore, this decoupling enables the reuse of far field models in parametric analyses, making it highly valuable for scenarios focused particularly on local elastic wave interactions. This approach offers considerable potential in such cases. The modelling technique is validated, and its potential is demonstrated through practical applications.
The present work is part of the AIFRI project (Artificial Intelligence For Rail Inspection), where we and our project partners train a neural network for defect detection and classification. Our goal at BAM is to generate artificial ultrasound and eddy current training data for the A.I. This paper has an exploratory nature, where we focus on the simulation of eddy current signals for head check cracks, one of the most important rail surface defects. The goal of this paper is twofold. On the one hand, we present our general simulation setup. This includes geometric models for head check cracks with features like branching and direction change, a model for the HC10 rail testing probe, and the configuration of the Faraday simulation software.
On the other hand, we use the Faraday software to simulate eddy current testing signals with a strong focus on the influence of the damage depth on the signal, while differentiating between different crack geometries. Here, we observe an early saturation effect of the test signal at a damage depth of 2 mm (at a crack angle of 25◦ to the surface). That is about 2 mm earlier than we would expect from measurements at a crack angle of 90◦. This behavior will be investigated further in a future paper. Finally, we interpolate the simulated signals in a two-step curve fitting process. With these interpolations we may generate eddy current test signals for any damage depth within the simulated range.
The present work is part of the AIFRI project (Artificial Intelligence For Rail Inspection), where we and our project partners train a neural network for defect detection and classification. Our goal at BAM is to generate artificial ultrasound and eddy current training data for the A.I. This paper has an exploratory nature, where we focus on the simulation of eddy current signals for head check cracks, one of the most important rail surface defects. The goal of this paper is twofold. On the one hand, we present our general simulation setup. This includes geometric models for head check cracks with features like branching and direction change, a model for the HC10 rail testing probe, and the configuration of the Faraday simulation software.
On the other hand, we use the Faraday software to simulate eddy current testing signals with a strong focus on the influence of the damage depth on the signal, while differentiating between different crack geometries. Here, we observe an early saturation effect of the test signal at a damage depth of 2 mm (at a crack angle of 25◦ to the surface). That is about 2 mm earlier than we would expect from measurements at a crack angle of 90◦. This behavior will be investigated further in a future paper. Finally, we interpolate the simulated signals in a two-step curve fitting process. With these interpolations we may generate eddy current test signals for any damage depth within the simulated range.
In recent years, additive manufacturing technologies have gained in importance. Laser powder bed fusion can be used for complex functional components or the production of workpieces in small quantities. High safety requirements, e.g. in aerospace, demand comprehensive quality control. Therefore, non-destructive offline inspection methods such as computed tomography are used after production. Recently, online non-destructive testing methods such as optical tomography have been developed to improve profitability and practicality. In this presentation, the applicability of eddy current inspection using GMR sensors for online inspection of PBF-LB/M parts is demonstrated. Eddy current testing is performed for each layer during the production process at frequencies uo to 1.2 MHz. Despite the use of high-resolution arrays with 128 elements, the testing time is kept low by an adapted hardware. Thus, the measurement can be performed during the manufacturing process without significantly slowing down the production process. In addition to the approach, the results of an online eddy current test of a step-shaped test specimen made of Haynes282 are presented.
Die Magnetpulverprüfung ist eine weit verbreitete Prüfmethode für ferromagnetische Bauteile. Hierbei werden Oberflächenfehler wie Risse mit ferromagnetischem Pulver sichtbar gemacht, wodurch eine qualitative Bewertung des Bauteils ermöglicht wird. Allerdings können die Anzeigen kaum zu einer quantitativen Bewertung herangezogen werden. Hierfür sind Magnetfeldsensoren nötig, die die Stärke der Streufelder messen, wodurch z. B. die Tiefe der Risse abgeschätzt werden kann. Bei kommerziellen Magnetfeldsensoren sind die sensitiven Elemente auf Platinen angebracht bzw. in eine Verkapselung integriert. Hierdurch erhöht sich der Abstand der Elemente zur Oberfläche und kleine Fehler können unter Umständen nicht mehr detektiert werden. Auch wird eine automatisierte Prüfung komplexer Geometrien durch die starren Sonden erschwert.
Um Streufelder von kleinen Fehlern in komplexen Bauteilen quantitativ bewerten zu können, validiert die BAM den Einsatz neuartiger, flexibler Magnetfeldsensoren. Hierbei sind die sensitiven Elemente auf flexiblen Folien aufgebracht und lassen sich verformen, wodurch sie auf viele mögliche Oberflächenformen appliziert werden können. Es wird ein geringerer Abstand der Elemente zur Oberfläche erreicht und Streufelder von kleinen Defekten können besser aufgelöst werden. Zudem verlieren die Sensoren durch Verformung weder ihre Sensitivität noch werden sie hierdurch zerstört. Dies macht diese Sensoren zu perfekten Kandidaten für die quantitative Bewertung von Rissstreufeldern in komplex geformten, ferromagnetischen Bauteilen.
Der Beitrag präsentiert die Charakterisierung der Sensoren sowie erste Versuche an komplexen Bauteilen. Schließlich wird eine Einschätzung hinsichtlich weiterer Anwendungsmöglichkeiten gegeben.
Die zunehmende Bedeutung von Wasserstoff als emissionsfreier Energieträger der Zukunft lässt die Anforderungen an eine technisch einwandfreie und sichere Wasserstoffspeicherung steigen. Im Mobilitätssektor kommen dabei vorwiegend Kohlefaserverbundbehälter zur Speicherung von gasförmigem Wasserstoff im Hochdruckbereich zum Einsatz, die sich durch ihre Leichtbauweise bei gleichzeitig hoher Speicherkapazität auszeichnen. Materialfehler oder -ermüdung können jedoch zum Ausfall bis hin zum kritischen Versagensfall führen. Ein sicherer Betrieb der Behälter erfordert daher ein innovatives und zuverlässiges Konzept, um deren Integrität zu gewährleisten und folgenschwere Zwischenfälle zu vermeiden.
Die Strukturüberwachung mittels geführter Ultraschallwellen ist dafür einer der prominentesten Ansätze, da sich die Wellen über große Entfernungen in der Struktur ausbreiten können und zudem sehr empfindlich auf kleinste Materialdefekte reagieren.
In diesem Beitrag wird der Aufbau eines Sensornetzwerks zur Schadenserkennung und -lokalisierung vorgestellt, das auf den Prinzipien der Ausbreitung geführter Ultraschallwellen in Druckbehältern aus Verbundwerkstoffen basiert. Dazu werden in einem ersten Schritt das dispersive und multimodale Ausbreitungsverhalten analysiert und dominante Wellenmoden identifiziert. Basierend auf der Analyse werden Dämpfungsverhalten und Empfindlichkeit gegenüber künstlichen Defekten bestimmt. Unter Verwendung der ermittelten Informationen wird ein Sensornetzwerk bestehend aus piezoelektrischen Flächenwandlern entworfen, welches den zu untersuchenden Bereich vollständig abdecken soll. Das Ergebnis wird anschließend durch Aufbringen künstlicher Defekte experimentell evaluiert und präsentiert.
Wasserstoff als flexibel einsetzbarer und leicht transportierbarer Energieträger bildet eine Schlüsselkomponente auf dem Weg zu einer klimaneutralen Energiewende. Zur Speicherung von gasförmigem Wasserstoff kommen bei stationären und auch mobilen Anwendungen meist Druckbehälter aus Verbundwerkstoffen zum Einsatz. Dabei ist für den Betrieb der Behälter die Gewährleistung der Sicherheit von großer Relevanz. Structural Health Monitoring (SHM) bietet einen innovativen Ansatz, um sowohl die Sicherheit als auch die Zuverlässigkeit der Druckbehälter zu gewährleisten und kritische Versagensfälle zu vermeiden.
Zur kontinuierlichen Überwachung und Bewertung des Zustands eines Wasserstoffdruckbehälters wird in dem vorliegenden Beitrag eine aktive Methode präsentiert, die auf geführten Ultraschallwellen basiert. Dabei kommt das Pitch-Catch Verfahren zwischen Sender und Empfängern zur Überwachung der strukturellen Integrität zum Einsatz. Auf Grundlage des untersuchten Wellenausbreitungsverhaltens im Druckbehälter sowie der Geometrieeigenschaften wird ein Sensornetzwerk aus piezoelektrischen Flächenwandlern (PZT) zur Abdeckung des zu überwachenden Bereichs entworfen. Ziel ist es mit Hilfe eines Optimierungsalgorithmus eine größtmögliche Abdeckung bei gleichzeitiger Minimierung der Anzahl der Sensoren zu erreichen. Zudem soll eine gleichmäßige und platzsparende Verteilung im Vordergrund stehen, so dass zukünftig weitere Messmethoden auf dem Druckbehälter angewendet werden können (z. B. durch akustische oder faseroptische Sensoren).
Das für die Anwendung optimierte Sensornetzwerk wird anschließend hinsichtlich der Robustheit bei der Schadenserkennung und -lokalisierung durch Aufbringen von künstlichen Schäden evaluiert. Die Ergebnisse zeigen, dass die künstlichen Schäden am Wasserstoffdruckbehälter nachgewiesen werden können.
While hydrogen is one of the most promising energy carriers, the safety of hydrogen storage technology remains one of the most important factors for technological and societal approval. While the engineering safety factors of the pressure vessels are kept high, the periodic inspection and the limited lifetime are making the application very costly considering manpower, time, money, and material waste. The development of an integrated structural health monitoring system can allow an easy transition from the current situation to cost-effective predictive maintenance. Hence, we propose to integrate three different SHM systems into hydrogen pressure vessels, namely guided wave ultrasonics, acoustic emission, and fibre optic sensing, to continuously monitor the condition and integrity.
In this work, we evaluated the condition of a Type IV composite overwrapped pressure vessel using ultrasonic guided wave propagation. We mounted fifteen piezo-electric wafers on the composite cylinder by shaping three rings containing five sensors each. We acquired data from the sensor network following different boundary conditions with artificial damages on the selected locations. The data were evaluated with guided wave tomography techniques using ultrasonic features (amplitude, frequency, etc.) as well as artificial intelligence (AI). The results suggest that both traditional guided wave fusion techniques and AI-based characterization methods can detect artificial damages. In future work, it is planned to integrate acoustic emission and fibre optic sensing. Moreover, the measurement and the test results will be implemented into a digital twin to derive trends and make predictions on the damage propagation as well as the remaining useful lifetime.
This work has received funding from German Ministry of Economic Affairs and Climate Actions within the QI-Digital initiative (www.qi-digital.de).
Guided wave ultrasonic features in composite overwrapped pressure vessels towards digital twin
(2023)
The digitalization of quality control processes and the underlying data infrastructures for safety relevant components, such as hydrogen pressure vessels, plays a significant role in the transition towards Industry 4.0. In the current safety regulations for hydrogen pressure vessels, there is no established concept for structural health monitoring. The development of a reliable structural health monitoring methodology for monitoring the structural integrity of pressure vessels enables a fast-forward transition from personnel- and costintensive recurring inspections, a.k.a. periodic maintenance, to predictive maintenance. In the work presented; we investigated the application of ultrasonic guided wave propagation to monitor and assess the condition of Type IV composite overwrapped pressure vessel (COPV). A sensor network of fifteen piezo-electric wafers is placed on the carbon fibre reinforced composite cylinder. Five different artificial damage configurations are created by gluing two different weight blocks on three different locations. The database containing measured guided wave data sets is enriched by two different boundary conditions. We utilized an open-source software, openBIS labnotebook, to store and analyse experimental datasets. The guided wave ultrasonic signals were investigated and analysed by using commonly used ultrasonic features (e.g., amplitude, frequency, time of flight) as well as non-traditional time-series features (kurtosis, skewness, variance). The features were used to calculate damage index and the detection performance for the results has been evaluated. The results suggest that both traditional and non-traditional features assume significant importance in artificial damage detection. The future works will additionally involve the impacts of operational conditions, such as periodic pressure variations temperature loadings as well as material degradations.
Human factors (HF) are little understood, and particularly in non-destructive testing (NDT) experimental data is rare, samples are often small, and statistical methods are rarely used to evaluate results. HF have been widely implicated in major occurrences of technical failure, for example at North Anna Power Plant and on United Airlines Flight 232. Understanding HF is vital for reliable detection and prevention of failures. Reliability assessments, though known to be affected by intrinsic capability, application factors, and HF, have thus far only concentrated to a sufficient degree on intrinsic capability. The addition of HF to that assessment has proven difficult due to the lack of a method of quantifying HF. This paper presents the first attempt from a psychological perspective to quantify HF from qualitative data.
HF data was derived from qualitative human-oriented Failure Modes and Effects Analysis (Human-FMEA) workshops for visual inspection of tunnels by laser scanning and for ultrasonic testing of welds. Data was collected on human failure modes, causes, consequences and preventive measures, as well as eliciting a risk priority number (RPN). Using this data, a system of quantitative weightings was created to allocate errors to inductively derived HF categories for further allocation to existing HF categorisation models.
This weighting model proved useful for creating quantitative summaries of HF, informing and validating qualitative FMEA results, and comparing existing HF categorisation models. Further potential lies within a planned interface to quantitative reliability assessment methods such as POD (Probability of Detection). While providing quantifications, the method retains a qualitative and holistic nature, can, thus, bridge the gap between psychological and engineering concerns of HF and reliability, contributing to future interdisciplinary work.
It can be difficult to efficiently model ultrasonic waves in 3D structures, especially when the computational model needs to account for complex geometries. This contribution presents a solution based on the Scaled Boundary Finite Element Method (SBFEM). It is a numerical tool suitable for elastodynamic problems. A space-tree discretisation, namely quad-trees, is used. This technique allows the decomposition of an image into quadrilaterals or quads, which are extruded to generate the 3D plate geometry. In particular, small quads resolve regions with discontinuities, allowing them to represent fine details in the structure. Moreover, this meshing technique allows for exploiting cell similarities, making the calculation procedure more efficient. The space-tree discretisations are generated from a high-resolution image containing all the information about damaged regions or boundary conditions. The resulting SBFEM polyhedral domains employ transition elements to ensure correct coupling between cells of different sizes. The analytical solution of a cylindrical scatterer serves as a reference to validate the proposed approach. Other examples also demonstrate the validity of the methodology and its flexibility.
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.
Phased-Array-Prüfköpfe für luftgekoppelte Ultraschallprüfung auf Basis von zellulären Kunststoffen
(2023)
Luftgekoppelte Ultraschallprüfung setzt sich immer häufiger gegen die konventionelle Ultraschallprüfung von Leichtbaukomponenten durch, und zwar in vielen Industriezweigen von der Holzindustrie bis zur Luftfahrt. aWährend die Phased-Array-Technik mittlerweile zu dem industriellen Standard im Bereich der Prüfung mit Ankopplung gehört, wird luftgekoppelte Ultraschallprüfung meist mit zwei Wandlern in Durchschallung durchgeführt. Deswegen werden Vorteile der Phased-Array-Technik wie beispielsweise elektronische Fokussierung oder Schwenkung des Einschallwinkels für luftgekoppelte Prüfung selten genutzt.
In diesem Beitrag werden die laufenden Arbeiten an der Entwicklung eines neuen Phased-Array-Geräts vorgestellt, mit dem Schwerpunkt an der Charakterisierung der Prüfköpfe und ihrer Schallfelder. Das Gerät besteht aus einem linearen Phased-Array-Prüfkopf, einer Sende- und einer Empfangseinheit. Die Hauptinnovation unserer Arbeit ist die Anwendung von zellulären Kunststoffen für den Bau eines Arrays, wobei der Sender mit Hochspannung von ca. 1500 V angeregt wird. Geladene zelluläre Polymere werden auch Ferroelektrete oder Piezoelektrete genannt. Sie weisen einen sehr niedrigen Elastizitätsmodul und dadurch eine niedrige akustische Impedanz auf, so dass auf den Einbau von Anpassschichten verzichtet werden kann.
Eine sehr niedrige mechanische Kreuzkopplung bei Ferroelektreten ermöglicht eine unabhängige Anregung einzelner Elemente, was bei Piezokompositen deutlich schwieriger wäre. Die Entwicklung der Array-Prüfköpfe wurde durch Berechnungen des Schallfeldes unterstützt, die auf Punktquellensynthese basieren. Die beabsichtigte Anwendung von Phased-Array-Prüfköpfen und des Prüfsystems sind die Durchschallung mit Fokussierung, elektronischer Scan und die Schwenkung des Einschallwinkels zur Anregung von geführten Wellen, angewandt an carbonfaserverstärkten Kunststoffen und ähnlichen Materialien. Die Anwendung von geführten Wellen bietet die Perspektive, Bauteile mit einseitiger Zugänglichkeit zu prüfen.
Normung und Standardisierung in der zerstörungsfreien Prüfung finden auf nationaler, europäischer und internationaler Ebene statt. Durch die Übernahme von Leitungsfunktionen in diesen Gremien kann ein deutlicher steuernder Einfluss auf Themen und Inhalte der Normen genommen werden. Unabdingbar für den Erfolg ist zusätzlich das persönliche Engagement der Fachexpert*innen in den nationalen Gremien und den europäischen und internationalen Arbeitsgruppen. Denn wer nicht normt wird genormt und muss letztlich Regeln verwenden, die andere entsprechend ihrer eigenen Interessen gestalten. Voraussetzung für die Teilnahme in europäischen und internationalen Normungsgremien ist die Mitwirkung in den entsprechenden nationalen Spiegelgremien der nationalen Normungsinstitute, welche die europäischen und internationalen Aktivitäten spiegeln und die Fachexperten für die Mitarbeit autorisieren.
Gezeigt werden die relevante Gremienstruktur auf internationaler Ebene (ISO/TC 135 “Non-destructive testing”, ISO/TC 44/SC 5 “Testing and inspection of welds”), auf europäischer Ebene (CEN/TC 138 “Zerstörungsfreie Prüfverfahren”), die Struktur der nationalen deutschen Spiegelgremien, das Zusammenspiel der Gremien, und die Einflussmöglichkeiten.
Bei der Prüfung von Werkstücken mit empfindlichen Oberflächen oder auch hydrophilen Werkstoffen sind traditionelle ultraschallbasierte zerstörungsfreie Prüfmethoden wie die Kontakttechnik oder die Tauchtechnik in vielen Anwendungsfällen aufgrund der Flüssigkeitsankopplung nicht anwendbar.
Die luft-gekoppelte Ultraschallprüfung umgeht diese Problematik und eröffnet neue Prüfszenarien. Derzeit werden zwei Varianten der Schallerzeugung als vielversprechend angesehen: ferroelektrische Folien und thermoakustische Dünnschichtwandler. Thermoakustische Wandler ermöglichen die resonanzfreie Erzeugung von Ultraschall und somit kurze zeitliche Impulse sowie eine sehr breitbandige Anregung. Durch die Verwendung von gekrümmten Substraten ist sowohl eine Herstellung von planaren als auch fokussierten Wandlern möglich.
Dieser Beitrag präsentiert die letzten Forschungsergebnisse im Bezug auf thermoakustischen Wandlern, welche derzeit in einen thermoakustischen Gruppenstrahler münden. Gruppenstrahler erlauben die simultane Änderung des Einschallwinkels, sowie die Verschiebung des Fokuspunktes während der Verwendung.
Durch die Verbindung beider Schlüsseltechnologien, der thermoakustischen Anregung und des Gruppenstrahlerprinzips, wird das Spektrum der klassischen ZfP-Anwendungen, sowie moderner Ansätze wie der Anregung von geführten Wellen oder der Strukturüberwachung erheblich erweitert und bereichert.
Dabei soll innerhalb dieses Beitrages auf die Modellierung des Schallfeldes, die elementweise Charakterisierung und verschiedene Anwendungsszenarien eingegangen werden.
Die üblichen Verfahren der zerstörungsfreien Prüfung mit Ultraschall basieren auf der Verwendung von flüssigen Koppelmitteln. Luftgekoppelte Prüfung setzt sich gegen die konventionellen Verfahren durch, wenn die Flüssigkeit nicht erwünscht oder den Prüfling gar beschädigen kann. Zwei Technologien für Erzeugung von Ultraschallsignalen sind vielversprechend: thermoakustische Wandler und Ferroelektret-Wandler. Basierend auf diesen beiden Technologien wurden Array-Sender gebaut und in diesem Beitrag miteinander verglichen.
Thermoakustische Wandler basieren auf Dünnschichttechnologie und bieten eine resonanzfreie Erzeugung von Ultraschall. Sie bestehen aus einer dünnen elektrisch leitenden Schicht und werden mit kurzen elektrischen Pulsen angeregt. Die Erhöhung der thermischen Energie führt zur Erzeugung von akustischen Wellen in der umgebenden Luft.
Bei Ferroelektret-Wandlern handelt es sich um polarisierte zelluläre Kunststoffe, die für den Bau eines Array-Senders besonders gut geeignet sind. Einige Ferroelektrete weisen eine hervorragende an Luft angepasste akustische Impedanz auf, so dass auf den Einsatz von Anpassschichten verzichtet werden kann. Ein sehr niedriges mechanisches Übersprechen zwischen einzelnen Elementen ermöglicht eine unabhängige Anregung einzelner Elemente, was bei Piezokompositen deutlich schwieriger wäre.
Mit der Phased-Array-Technik können elektronische Fokussierung oder Schwenkung des Einschallwinkels für eine luftgekoppelte Prüfung genutzt werden. Die Schallfelder von diesen beiden Technologien wurden berechnet, gemessen und miteinander verglichen. Die Vorteile und Nachteile der beiden Technologien werden dargestellt.
Bei der Prüfung von Werkstücken mit empfindlichen Oberflächen oder auch hydrophilen Werkstoffen sind traditionelle ultraschallbasierte zerstörungsfreie Prüfmethoden wie die Kontakttechnik oder die Tauchtechnik in vielen Anwendungsfällen aufgrund der Flüssigkeitsankopplung nicht anwendbar.
Die luft-gekoppelte Ultraschallprüfung umgeht diese Problematik und eröffnet neue Prüfszenarien. Derzeit werden zwei Varianten der Schallerzeugung als vielversprechend angesehen: ferroelektrische Folien und thermoakustische Dünnschichtwandler. Thermoakustische Wandler ermöglichen die resonanzfreie Erzeugung von Ultraschall und somit kurze zeitliche Impulse sowie eine sehr breitbandige Anregung. Durch die Verwendung von gekrümmten Substraten ist sowohl eine Herstellung von planaren als auch fokussierten Wandlern möglich.
Dieser Beitrag präsentiert die letzten Forschungsergebnisse im Bezug auf thermoakustischen Wandlern, welche derzeit in einen thermoakustischen Gruppenstrahler münden. Gruppenstrahler erlauben die simultane Änderung des Einschallwinkels, sowie die Verschiebung des Fokuspunktes während der Verwendung.
Durch die Verbindung beider Schlüsseltechnologien, der thermoakustischen Anregung und des Gruppenstrahlerprinzips, wird das Spektrum der klassischen ZfP-Anwendungen, sowie moderner Ansätze wie der Anregung von geführten Wellen oder der Strukturüberwachung erheblich erweitert und bereichert.
Dabei soll innerhalb dieses Beitrages auf die Modellierung des Schallfeldes, die elementweise Charakterisierung und verschiedene Anwendungsszenarien eingegangen werden.