Automatisierte Inspektion thermischer Beschichtungsschäden auf Basis von maschinellem Lernen

Autor: Kolja Hedrich

ISBN: 978-3-95900-975-1

Dissertation, Leibniz Universität Hannover, 2024

Herausgeber der Reihe: Eduard Reithmeier

Band-Nr.: IMR 02/2024

Umfang: 218 Seiten, 51 Abbildungen

Schlagworte: Triebwerksinspektion, Schadenssegmentierung, neuronale Faltungsnetze

Kurzfassung: Die Instandhaltung und Inspektion teil-montierter Mantelstromflugtriebwerke umfasst aufgrund des beengten Bauraums häufig den Einsatz von Videoendoskopen zur bildhaften Erfassung und Untersuchung von Schäden. Gegenwärtig erfolgt sowohl die Bedienung des Endoskops als auch die abschließende Abschätzung und Quantifizierung von Schäden meistens durch geschultes Fachpersonal.
Im Rahmen dieser Arbeit wird für einen solchen Inspektionsprozess an thermischen Beschichtungsflächen bzw. Anstreifbelägen eine Automatisierungslösungzur objektiven und präzisen Quantifizierung entwickelt. Diese Beschichtungen befinden sich unter anderem auf Rotoren des Hochdruckkompressors und weisen dort häufig flächige Ablösungen der Keramikbeschichtung auf, welche durch 2D-Videoendoskope bildhaft erfasst und anschließend als relative Schadensfläche quantifiziert werden sollen. Das Ziel der Automatisierungslösung ist daher die Verarbeitung von Inspektionsvideos zur Generierung einer gesamten Abbildung der zu untersuchenden Fläche und einer anschließenden Segmentierung von Schadensflächen, um das resultierende Schadensmaß objektiv und präzise zu berechnen. Diese Arbeit leistet somit einen wissenschaftlichen Beitrag zur Quantifizierung von Beschichtungsschäden in Flugtriebwerken und stellt eine funktionale Basis für ein industrielles Assistenzsystem im Inspektionsprozess dar.