Onderzoek aan vliegtuigen en bruggen versneld met deep learning

David Blom is researchsoftware-engineer bij Alten Nederland.

Leestijd: 4 minuten

Alten hielp een opdrachtgever om defecten in composietwanden te analyseren. De ingenieurs gebruikten geavanceerde deep learning-technieken om een hoge detectiescore te halen.

Er is een groot aantal technieken om de eigenschappen van een materiaal te onderzoeken zonder schade te veroorzaken. Alten heeft onderzoekers uitgeleend aan een toonaangevende opdrachtgever om mee te werken aan zeer effectieve tools voor kwaliteitscontrole en onderzoeksdoeleinden. Hiermee kan de wand van een object worden gescand met meetapparatuur waarmee data wordt verzameld. Het doel van dit materiaalonderzoek is om delaminaties van composieten te detecteren. Een delaminatie kan ontstaan door een slechte hechting tussen de verschillende composietlagen.

Om vliegtuigen en bruggen op gestructureerde wijze te kunnen onderzoeken, is een robot ontwikkeld die de wand in een korte tijd scant. Het eindresultaat van zo’n meting is een afbeelding van de binnen- en buitenkant van de wand. Aangezien het een tijdrovende en complexe taak is om deze afbeeldingen correct te interpreteren, is er de noodzaak om dit proces te automatiseren en te versnellen. Met behulp van deep learning hebben we een aantal grote stappen voorwaarts gezet om specifieke kenmerken door computers te laten herkennen.

Dit artikel is exclusief voor premium leden van High-Tech Systems Magazine. Al premium lid? Log dan in. Nog geen premium lid? Neem dan een premium lidmaatschap en geniet van alle voordelen.

Inloggen