Experimental Study on Robotic Eddy Current Inspection of Aeroengine Turbine Blades

Imagine que você está tentando encontrar uma pequena e escondida rachadura em uma colher de metal super forte que está prestes a alimentar um motor de jato. Se essa rachadura estiver profundamente dentro do metal (um defeito "subsuperficial", você não pode simplesmente olhá-la ou brilhar uma luz sobre ela. Você precisa de um tipo especial de "radar de metal" chamado ensaio de correntes parasitas (ou correntes de Foucault).

Pense no ensaio de correntes parasitas como uma varinha mágica que envia ondas invisíveis. Quando essas ondas atingem uma superfície metálica lisa, elas fluem perfeitamente. Mas se houver uma rachadura escondida ou um "cold shut" (uma falha onde o metal não se fundiu perfeitamente durante a fundição), as ondas ficam confusas e mudam sua forma. Ao medir essa mudança, você consegue "ver" a rachadura invisível.

O problema? Fazer isso manualmente é como tentar traçar um caminho sinuoso em uma parede irregular com os olhos vendados. É lento, sua mão treme e você pode perder os pontos minúsculos bem na borda da lâmina, onde as rachaduras adoram se esconder.

A Solução do "Detetive Robô"

Este artigo descreve como uma equipe de pesquisadores construiu um detetive robótico para resolver esse problema. Eles não apenas adivinharam; eles construíram um braço robótico super inteligente que segura um sensor minúsculo e escaneia as lâminas de turbina automaticamente, como um Roomba que está procurando por rachaduras em vez de poeira.

Veja como eles fizeram isso funcionar, passo a passo:

1. Projetando os "Ouvidos" Perfeitos (A Sonda)
Antes de construir o robô, eles tiveram que projetar o próprio sensor. Eles usaram um programa de computador (uma simulação) para testar diferentes formatos e materiais, algo como testar diferentes designs de microfones para ouvir um sussurro.

• O Núcleo: Eles testaram dois tipos de "núcleos" magnéticos (o coração do sensor). Um era como um ímã padrão, mas o outro era feito de um material especial chamado ferrita de manganês-zinco. A simulação mostrou que este material especial era muito melhor em captar sinais, dando uma "voz" mais clara ao sensor.
• O Formato: Eles testaram diferentes tamanhos para a bobina do sensor. Descobriram que uma bobina com 150 voltas de fio, uma espessura de fio minúscula de 0,035 mm e um furo interno de 0,4 mm era o ponto ideal.
• A Frequência: Eles sintonizaram o sensor para vibrar a 1,25 MHz. Este é o "tom" que funciona melhor para a espessura das lâminas da turbina (cerca de 0,5 mm).

2. Ensinando o Robô a Dançar (Planejamento de Trajetória)
Uma vez que o sensor estava pronto, eles tiveram que ensinar o robô como se mover. A borda de uma lâmina de turbina não é reta; ela curva e torce. Se o robô se mover de forma muito brusca, o sensor treme e o sinal fica ruidoso.

• Eles perceberam que, se o robapp mudasse seu ângulo muito rapidamente em uma distância curta, ele sofreria oscilações. Por isso, programaram o robô para mudar seu ângulo gradualmente ao longo de um caminho mais longo.
• Eles testaram diferentes velocidades. Mover-se muito devagar era entediante, mas mover-se rápido demais (acima de 20 mm/s) tornava o sinal ruidoso. Eles encontraram a velocidade "equilibrada": 20 mm/s. Nessa velocidade, o robô era rápido o suficiente para ser eficiente, mas estável o suficiente para "ouvir" as rachaduras claramente.

3. O Grande Teste: Lâminas Reais vs. Rachaduras Artificiais
Para provar que funcionava, eles fizeram duas coisas:

• O Teste Falso: Eles criaram blocos de metal especiais com pequenos sulcos artificiais (defeitos) de diferentes profundidades e ângulos. Escanearam esses blocos com o robô.
  • Profundidade: O robô conseguia encontrar facilmente rachaduras de até 0,5 mm de profundidade. Mesmo com 0,2 mm, ele ainda conseguia "ouvi-las", embora o sinal ficasse mais fraco. Abaixo de 0,2 mm, o sinal era fraco demais para ser confiável.
  • Ângulo: Eles giraram as rachaduras artificiais em diferentes ângulos (de 0° a 90°). O robô não se importou! O sinal permaneceu forte, independentemente da direção em que a rachadura estava voltada. Isso é enorme, porque rachaduras reais podem ser bagunçadas e imprevisíveis.
• O Teste Real: Finalmente, eles usaram o robô em lâminas de turbina reais com rachaduras naturais (não feitas pelo homem).
  • O robô encontrou com sucesso as rachaduras reais, mesmo nas "zonas cegas" complicadas perto da borda.
  • Ele conseguiu detectar defeitos em áreas tão próximas quanto 1,5 mm da borda, um ponto que é geralmente impossível de verificar manualmente.

O Que Eles Descobriram (e o Que Não Descobriram)

A principal conclusão é que este sistema robótico automatizado funciona. Ele é mais rápido, mais confiável e consegue ver os "pontos cegos" que os inspetores humanos perdem.

• O que eles provaram: O robô pode detectar rachaduras mais profundas que 0,2 mm com alta precisão. Ele consegue lidar com as bordas curvas das lâminas sem se confundir com o ângulo da rachadura.
• O que eles descartaram: Eles mostraram que o método antigo (inspeção manual) é ineficiente e possui grandes pontos cegos. Também provaram que o material magnético específico (ferrita de manganês-zinco) é melhor do que a outra opção que testaram.
• O que eles não fizeram: Eles não disseram que isso resolve todos os possíveis defeitos do mundo. Eles focaram especificamente em defeitos de "cold shut" na borda de escape de lâminas de turbina. Eles também não alegaram que o robô é perfeito para encontrar rachaduras menores que 0,2 mm; o sinal simplesmente fica fraco demais ali.

Em resumo, os pesquisadores construíram um robô com um "ouvido metálico" super sensível que pode dançar ao longo da borda de uma lâmina de motor de jato, encontrando rachaduras pequenas e escondidas que, de outra forma, seriam invisíveis. É um grande passo para garantir que nossos aviões permaneçam seguros, usando uma mistura de simulações de computador inteligentes e uma mão robótica muito firme.