Experimental Study on Robotic Eddy Current Inspection of Aeroengine Turbine Blades

Stellen Sie sich vor, Sie versuchen, einen winzigen, verborgenen Riss in einem superstarken Metalllöffel zu finden, der gleich ein Strahltriebwerk antreiben soll. Wenn dieser Riss tief im Inneren des Metalls liegt (ein „subsurface“-Defekt), können Sie ihn nicht einfach ansehen oder mit Licht beleuchten. Sie benötigen eine spezielle Art von „Metall-Radar“, genannt Wirbelstromprüfung.

Stellen Sie sich die Wirbelstromprüfung wie einen Zauberstab vor, der unsichtbare Wellen aussendet. Wenn diese Wellen auf eine glatte Metalloberfläche treffen, fließen sie perfekt. Aber wenn es einen verborgenen Riss oder einen „Kaltschluss“ (einen Fehler, bei dem das Metall während des Gießens nicht perfekt verschmolzen ist) gibt, werden die Wellen verwirrt und verändern ihre Form. Durch das Messen dieser Veränderung können Sie den unsichtbaren Riss „sehen“.

Das Problem? Dies von Hand zu machen, ist so, als würde man versuchen, mit geschlossenen Augen einem gewundenen Pfad auf einer unebenen Wand zu folgen. Es ist langsam, die Hand zittert und man übersieht vielleicht die winzigen Stellen direkt am Rand der Schaufel, in denen sich Risse gerne verstecken.

Die Lösung: Der „Roboter-Detektiv“

Dieses Paper beschreibt, wie ein Forschungsteam einen Roboter-Detektiv gebaut hat, um dieses Problem zu lösen. Sie haben nicht nur geraten; sie haben einen superintelligenten Roboterarm gebaut, der einen winzigen Sensor hält und die Turbinenschaufeln automatisch scannt – wie ein Roomba, der nach Rissen sucht anstatt nach Staub.

So haben sie es Schritt für Schritt zum Erfolg geführt:

1. Das Design der perfekten „Ohren“ (Die Sonde)
Bevor sie den Roboter bauten, mussten sie den Sensor selbst entwerfen. Sie nutzten ein Computerprogramm (eine Simulation), um mit verschiedenen Formen und Materialien zu experimentieren – ähnlich wie man verschiedene Mikrofondesigns testet, um ein Flüstern zu hören.

• Der Kern: Sie testeten zwei Arten von magnetischen „Kernen“ (dem Herzstück des Sensors). Einer war wie ein Standardmagnet, der andere bestand aus einem speziellen Material namens Mangan-Zink-Ferrit. Die Simulation zeigte, dass dieses spezielle Material viel besser Signale aufnimmt und dem Sensor eine klarere „Stimme“ verleiht.
• Die Form: Sie probierten verschiedene Größen für die Spule des Sensors aus. Sie fanden heraus, dass eine Spule mit 150 Windungen, einer winzigen Drahtstärke von 0,035 mm und einer Innenbohrung von 0,4 mm der ideale Mittelpunkt war.
• Die Frequenz: Sie stimmten den Sensor auf eine Frequenz von 1,25 MHz ab. Dies ist die „Tonhöhe“, die am besten zur Dicke der Turbinenschaufeln (etwa 0,5 mm) passt.

2. Den Roboter den Tanz lehren (Trajektorienplanung)
Sob nachdem der Sensor bereit war, mussten sie dem Roboter beibringen, wie er sich bewegt. Die Kante einer Turbinenschaufel ist nicht gerade; sie ist gekrümmt und verdreht. Wenn der Roboter sich zu ruckartig bewegt, zittert der Sensor und das Signal wird verrauscht.

• Sie erkannten, dass der Roboter zu viel „zittern“ würde, wenn er seinen Winkel über eine kurze Distanz zu schnell änderte. Also programmierten sie den Roboter so, dass er seinen Winkel über einen längeren Pfad graduell ändert.
• Sie testeten verschiedene Geschwindigkeiten. Zu langsam zu sein war langweilig, aber zu schnell zu sein (über 20 mm/s) machte das Signal verrauscht. Sie fanden die „Goldlöckchen-Geschwindigkeit“: 20 mm/s. Bei dieser Geschwindigkeit war der Roboter effizient genug, aber gleichzeitig ruhig genug, um die Risse klar zu „hören“.

3. Der große Test: Echte Schaufeln vs. künstliche Risse
Um die Funktionsweise zu beweisen, taten sie zwei Dinge:

• Der künstliche Test: Sie fertigten spezielle Metallblöcke mit winzigen, künstlich erzeugten Rillen (Defekten) unterschiedlicher Tiefe und Winkel an. Diese wurden mit dem Roboter gescannt.
  • Tiefe: Der Roboter konnte problemlos Risse mit einer Tiefe von bis wie 0,5 mm finden. Selbst bei 0,2 mm konnte er sie noch „hören“, obwohl das Signal schwächer wurde. Unterhalb von 0,2 mm war das Signal zu schwach, um ihm zu trauen.
  • Winkel: Sie drehten die künstlichen Risse in verschiedenen Winkeln (von 0° bis 90°). Der Roboter kümmerte sich nicht darum! Das Signal blieb stark, egal in welche Richtung der Riss zeigte. Das ist enorm wichtig, da echte Risse unordentlich und unvorhersehbar sein können.
• Der reale Test: Schließlich setzten sie den Roboter an tatsächlichen Turbinenschaufeln mit echten, natürlichen Rissen (nicht menschengemachten) ein.
  • Der Roboter fand die echten Risse erfolgreich, selbst in den schwierigen „Blindzonen“ nahe der Kante.
  • Er konnte Defekte in Bereichen erkennen, die nur 1,5 mm von der Kante entfernt waren – ein Bereich, der manuell normalerweise unmöglich zu prüfen ist.

Was sie herausfanden (und was nicht)

Die Hauptbotschaft ist, dass dieses automatisierte Robotersystem funktioniert. Es ist schneller, zuverlässiger und kann in die „blinden Flecken“ sehen, die menschliche Prüfer übersehen.

• Was sie bewiesen haben: Der Roboter kann Risse tiefer als 0,2 mm mit hoher Genauigkeit erkennen. Er kann mit den gekrümmten Kanten der Schaufeln umgehen, ohne durch den Winkel des Risses verwirrt zu werden.
• Was sie ausgeschlossen haben: Sie zeigten, dass die alte Methode (manuelle Inspektion) ineffizient ist und große blinde Flecken hat. Sie bewiesen auch, dass das spezifische magnetische Material (Mangan-Zink-Ferrit) besser ist als die andere getestete Option.
• Was sie nicht getan haben: Sie sagten nicht, dass dies jeden möglichen Defekt in der Welt behebt. Sie konzentrierten sich spezifisch auf „Kaltschluss“-Defekte an der Austrittskante von Turbinenschaufeln. Sie behaupteten auch nicht, dass der Roboter perfekt darin ist, Risse kleiner als 0,2 mm zu finden; das Signal wird dort einfach zu schwach.

Kurz gesagt: Die Forscher haben einen Roboter mit einem superempfindlichen „metallischen Ohr“ gebaut, der entlang der Kante einer Strahltriebwerkskomponente tanzen kann und winzige, verborgene Risse findet, die sonst unsichtbar blieben. Es ist ein großer Schritt zur Gewährleistung der Flugsicherheit, ermöglicht durch eine Kombination aus intelligenter Computersimulation und einer sehr stetigen robotergestützten Hand.