EP4384977A1 - Verfahren zum abbilden einer oberfläche einer strömunsmaschine und detektieren einer schädigung - Google Patents

Verfahren zum abbilden einer oberfläche einer strömunsmaschine und detektieren einer schädigung

Info

Publication number
EP4384977A1
EP4384977A1 EP22761043.3A EP22761043A EP4384977A1 EP 4384977 A1 EP4384977 A1 EP 4384977A1 EP 22761043 A EP22761043 A EP 22761043A EP 4384977 A1 EP4384977 A1 EP 4384977A1
Authority
EP
European Patent Office
Prior art keywords
image
damage
partial images
partial
recording device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP22761043.3A
Other languages
English (en)
French (fr)
Inventor
Maximilian BUCHSTAB
Jörn Städing
Kolja HEDRICH
Eduard Reithmeier
Philipp MIDDENDORF
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
MTU Aero Engines AG
Original Assignee
MTU Aero Engines AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by MTU Aero Engines AG filed Critical MTU Aero Engines AG
Publication of EP4384977A1 publication Critical patent/EP4384977A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Definitions

  • the present invention relates to a method for imaging a surface in an interior of a turbomachine and for detecting damage to the surface.
  • An axial flow machine is functionally divided into compressor, combustion chamber and turbine, whereby in the case of an aircraft engine, intake air is compressed in the compressor and burned in the downstream combustion chamber with added kerosene. The resulting hot gas, a mixture of combustion gas and air, flows through the downstream turbine and is expanded in the process.
  • the turbine and the compressor are usually constructed in multiple stages, with each stage comprising a stator and a rotor.
  • the stators and rotors are each made up of a plurality of circumferentially consecutive blades around which the compressor or hot gas flows, depending on the application.
  • damage can occur, i.e. damage to various components.
  • the components arranged in the gas duct can be particularly at risk and relevant to safety, for example the blade blades themselves or also the inner and outer running surfaces and gas duct plates.
  • These components are often provided with protective coatings which, for example, can be attacked or worn out in the course of use, e.g. abrasively or thermally, etc.
  • the examination of such a surface in the course of an engine overhaul can be a particularly advantageous area of application. in general, however, the subject matter is not intended to be limited thereto. Presentation of the invention
  • the present invention is based on the technical problem of specifying an advantageous method for imaging a surface in an interior space of an axial flow machine and an advantageous method for detecting and preferably also quantifying damage to the surface.
  • the imaging method according to claim 1 and the method for detecting damage according to claim 9 is achieved with the imaging method according to claim 1 and the method for detecting damage according to claim 9 .
  • the surface is imaged with a recording device which, depending on the position of the surface, can be inserted into the gas duct from axially in front or behind (e.g. front stage of the low-pressure compressor or last stage of the low-pressure turbine) or preferably via separate access points (BSI ports). .
  • the surface is then recorded in a sequence with the recording device, with the recording device recording only a partial area at a given point in time, ie not the entire surface. Accordingly, only one sub-image is created in each case, ie only the respective sub-area is imaged.
  • the recording device and the surface are moved relative to one another, ie brought into different relative positions. Different partial areas of the surface are recorded in these, so the partial images depict different partial areas.
  • the sub-images recorded in this way are stitched together to form a larger image or overall image of the surface; the partial areas recorded sequentially in the course of the recording are then present in one image as adjacent or overlapping image areas.
  • the surface is not recorded in a single recording, but over time, so a video recording of the surface is created, so to speak.
  • Their individual images i.e. the partial images that only depict a partial area of the surface, are then combined to form a surface.
  • this can, for example, allow a more objective assessment, because individual surface areas in which, for example, damage or a general deviation from a desired surface appearance can be present, can be classified more objectively in relation to the larger or total area. This also applies in general to a visual check by an operator, but in particular to a more automated evaluation.
  • the stitching of the partial images is a computer-implemented process, so this process step is computer-based.
  • This can be done with an external computer, for example, into which the sequence of partial images (the "video") is read after acquisition.
  • a control unit of the recording device and the computer-based stitching can also be implemented in an integrated manner, ie the partial images can, for example, be fed directly to the stitching while the recording is being made.
  • the stitching can in particular include adding together the partial images, ie the overlapping areas.
  • This can be done with commercial or freely available stitching software, e.g. AutoStitch (with the SIFT algorithm) or with open source algorithms such as e.g. B. Oriented FAST and rotated BRIEF (ORB), which can then also be used, for example, as a combined tool for feature tracking.
  • a surface facing the gas channel is preferably imaged or the recording device for the recording is arranged in the gas channel.
  • An endoscope can be provided as the recording device, which can generally also be rigid, but is preferably flexible, in particular a video endoscope.
  • the surface can also be in the combustion chamber, for example, but it is preferably arranged in an engine stage, either the turbine or in particular the compressor, in particular the high-pressure compressor.
  • the surface can preferably be formed by a coating, in particular a thermal protective coating.
  • the surface can preferably be a wall surface radially delimiting the gas channel, which z. B. is at least rotationally or preferably rotationally symmetrical.
  • the surface can be a running surface of the engine stage, along which the blades rub during operation, in particular a rotor drum delimiting the gas duct radially inwards.
  • the surface for the relative movement is moved viewed in a stationary coordinate system, with the recording device preferably being at rest (not moved when viewed in the stationary coordinate system).
  • the surface can be moved with a rotational movement about a longitudinal axis of the turbomachine, which coincides with an axis of rotation of its rotor stages.
  • the running surface can be rotated about the longitudinal axis and thus successively guided past the recording device or its recording area, which is directed radially inward, for example, in the case of the rotor drum.
  • position data on the relative positions are recorded during the relative movement, ie the data set of a respective partial image can be supplemented by the data on the corresponding relative position of recording device and surface at the time of recording.
  • This position data can then be used when assembling the partial images, and can therefore simplify the allocation of the position at which the assembled image a respective partial image is inserted.
  • the position data can be rotational angles, so that the partial images can then be assembled in the sequence of their rotational angles.
  • the sub-images are assembled using feature extraction and tracking (feature tracking), ie optical features are identified in the sub-images and in other sub-images compared, i.e. tracked across the sub-images.
  • feature tracking can be, for example, edges or corners or, for example, areas that are differentiated from the surrounding surface by a specific surface condition (texture or the like).
  • the tracking feature can be based on the ORB, SIFT or SURF methodology, which are available as tools, for example, in the OpenCV image processing library. Composing using feature tracking can be an alternative to using the position data, but the two can preferably be combined with one another.
  • At least some partial images are adjusted by a coordinate transformation before the stitching, ie the partial images are geometrically matched to one another by the conversion using a transformation parameter.
  • an image registration can therefore take place after feature tracking in the partial images before the partial images are then assembled by stitching.
  • the image registration can be done, for example, using the brute force or FLANN method, e.g. B. with tools available under OpenCV.
  • pre-processing of the images can take into account varying environmental conditions such as e.g. B. Compensating for camera position and lighting, thus making the application of the algorithm more robust.
  • the composite image is mapped onto a plane, ie it is planar.
  • this can also be done after the assembly, but partial images are preferably already mapped onto a plane and then assembled by stitching.
  • the cylindrical shape is thus converted into a flat shape, figuratively speaking, for example, the surface of the rotor drum " be unrolled".
  • the partial images can, for example, also be transformed to the cylindrical form in order to take into account or reduce possible distortions.
  • the invention also relates to a detection method in which a surface in an interior of the turbomachine initially in a shown in the manner disclosed here and then the image composed of the sub-images is examined for damage.
  • the damage can include one or more damaged areas, so it is not necessarily connected, but can also be present in different sub-areas. Also, depending on the type of surface and use, there may be chips, cracks or discoloration, for example.
  • the sequential recording of the surface in the form of a video in partial images in connection with the stitching can be advantageous for damage detection, among other things because of the objectivity it.
  • a surface that is not accessible “at a glance” can be viewed as a whole, which can allow the damage to be better classified, for example with regard to the proportion of damage or the extent and position of the damage.
  • the application can be particularly advantageous for a protective coating, in particular a thermal protective coating.
  • a protective coating in particular a thermal protective coating.
  • Each degree of damage does not necessarily have to lead to a complete overhaul of the turbomachine, in particular the aircraft engine, but such an inspection can only be initiated, for example, when a certain threshold value, ie a defined area proportion, is exceeded. This is where accuracy and objectivity come into play, because on the one hand a safety-relevant degree of damage is recognized, but on the other hand a complete overhaul is not initiated without reason.
  • the imaging or detection process can, for example, take place during a final quality control before delivery, the composite image can also be stored well for documentation purposes and can, for example, be used later as a reference (simpler than a video, for example).
  • the imaging or detection takes place in the course of an overhaul of the turbomachine, in particular the aircraft engine. The surface is therefore mapped and checked after a certain number of operating hours, and depending on this also over further action can be decided (continued operation or complete overhaul).
  • the image of the surface composed by stitching is examined by means of an artificial neural network, ie the damage is detected by or with the aid of an appropriately trained algorithm (machine learning).
  • a convolutional neural network ie a neural network that is particularly suitable for machine image processing (eg with an encoder-decoder structure).
  • Known, commercial or freely available network architectures and training methods can be used here (cf. e.g. Li, Hanchao, et al. "Pyramid attention network for semantic segmentation," ar Xiv preprint arXiv: 1805.10180 2018 and He, Kaiming, et al. "Deep residual learning for image recognition.
  • the network can then, for example, also distinguish between damage and dirt or (non-critical) discoloration.
  • an appropriately trained artificial neural network especially CNN
  • z. B a high degree of accuracy in damage segmentation can be achieved.
  • a surface area occupied by the damage in the surface is determined from the composite image.
  • a pixel-by-pixel segmentation of the damage can be used, for example, to calculate the damage area per partial image and overall.
  • the algorithm can include image preparation, position allocation and segmentation.
  • the damage is classified, with classification criteria being, for example, the age of the damage and/or the severity of the damage and/or the (largest) continuous damage area or its proportion of the total area. For example, a distinction can also be made according to the type of damage, such as a more extensive spalling from a crack.
  • the invention also relates to the use of a computer program product in a method disclosed here, in particular during stitching and the preparatory image processing and/or the subsequent image evaluation by a neural network.
  • FIG. 1 shows a turbomachine, namely an aircraft engine, in a schematic axial section
  • FIG. 2 shows a surface in an interior of the turbomachine according to FIG. 1 in a schematic radial view
  • FIG. 3 shows a basic sketch of the procedure according to the invention for the imaging and damage detection in a surface according to FIG. 2;
  • FIG. 4 shows a flow chart as an overview of the method steps performed during imaging and damage detection.
  • FIG. 1 shows a turbomachine 1, specifically a turbofan engine, in an axial section.
  • the turbomachine 1 is divided functionally into the compressor 1a, the combustion chamber 1b and the turbine 1c. Both the compressor 1a and the turbine 1c are each made up of several stages. Each of the stages is composed of a stator 5 and a rotor 6 .
  • the reference number 7 designates the gas duct, ie the compressor gas duct in the case of the compressor 1a or the hot gas duct in the case of the turbine 1c.
  • the intake air is compressed in the compressor gas duct mised, it is then burned in the downstream combustion chamber 1b with added kerosene.
  • the hot gas flows through the hot gas duct and drives the rotors 6 , which rotate about the longitudinal axis 2 .
  • the present subject is aimed in particular at the revision of such an engine, i.e. an examination after a certain period of operation.
  • This can be done on the assembled engine and on the aircraft, for example for an examination in the compressor area, as shown schematically here, a recording device 9, namely an endoscope 10, is inserted radially through a special endoscope opening into the interior 11, in this case the compressor gas duct, and fixed becomes.
  • FIG. 2 shows a schematic representation of a partial image 20 recorded in this way of a surface 21, in this case a running surface 23 delimiting the gas channel 7 radially inwards. The viewing direction is radial, from the outside inwards. Blade blades 25 can also be seen, around which the compressor gas flows during operation and scrape along running surface 23 .
  • the surface 21, which is formed by a thermal protective coating 28, has a cylindrical shape about the longitudinal axis 2, only a portion 31 of which can be seen in FIG.
  • the recording device 9 can be positioned between two blades 25 (of a stator 5) and the surface 21 can be moved underneath by rotating the rotor 6 (e.g. semi-automated with an unsteady movement).
  • FIG. 3 illustrates schematically how only a partial area 31.1-31.3 is imaged with the recording device 9 at a particular point in time ti-3.
  • the surface 21 is rotated viewed in a stationary coordinate system and the recording device 9 is stationary, in a sequence 45 of partial images 20.1-20.3 different partial areas 31.1 -31.3 of surface 21 recorded.
  • position data 46 is also recorded, presently the angle of rotation ⁇ 1 - ⁇ 3 , which is used when assembling the partial images 20.1-20.3, ie when positioning a respective partial image 20.1-20.3 at the correct point be used.
  • an image 40 of the entire surface 21 is created.
  • the partial images 20.1-20.3 created by the respective partial area 31.1-31.3 at a respective point in time t 1-3 are put together, namely they are connected to one another by stitching.
  • Damage 50 in the surface 21, for example, can then be evaluated or detected in the resulting image 40; in particular, its area proportion in relation to the total area can be determined relatively precisely. Depending on a threshold value, it can then be determined, for example, whether further operation is still possible or whether the engine has to be taken out of service for an overhaul.
  • the image evaluation can take place in particular with an artificial neural network, for example a convolutional neural network. This is trained beforehand with appropriate training data, so it learns to distinguish between damage (e.g. chipping or a crack) and artefacts or residues of the image recording (cast shadows, etc.).
  • FIG. 4 summarizes the procedure in a flowchart 60.
  • the surface 21 is recorded 61 as described above, ie it is recorded in the form of the sequence or a video.
  • a feature is extracted and tracked 62, with a correspondence of the feature points extracted in the partial images then being produced.
  • the position data can also be input here.
  • An image registration 63 is then carried out, ie the partial images are geometrically transformed and thus adapted to one another. After that, they are assembled in the stitching 64 so that the assembled image results, see FIG.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren zum Abbilden einer Oberfläche (21) in einem Innenraum (11) einer axialen Strömungsmaschine (1), wobei die Oberfläche (21) mit einem Aufnahmegerät (9) in einer Sequenz (45) erfasst wird, nämlich - in einem jeweiligen Zeitpunkt (t1-t3) mit dem Aufnahmegerät (9) nur einen Teilbereich (31.1-31.3) erfasst, also nur ein Teilbild (20.1-20.3) der Oberfläche (21) erstellt wird; - das Aufnahmegerät (9) und die Oberfläche (21) relativ zueinander bewegt werden, sodass im Zeitverlauf unterschiedliche Teilbereiche (31.1-31.3) der Oberfläche (21) erfasst, also unterschiedliche Teilbilder (20.1-20.3) erstellt werden, und wobei die Teilbilder (20.1-20.3) durch Stitching (64) zu einem Bild (40) der Oberfläche (21) zusammengesetzt werden.

Description

VERFAHREN ZUM ABBILDEN EINER OBERFLÄCHE EINER STRÖMUNSMASCHINE UND DELEKTIEREN EINER SCHÄDIGUNG
BESCHREIBUNG
Technisches Gebiet
Die vorliegende Erfindung betrifft ein Verfahren zum Abbilden einer Oberfläche in einem Innenraum einer Strömungsmaschine, sowie zum Detektieren einer Schädi- gung in der Oberfläche.
Stand der Technik
Eine axiale Strömungsmaschine gliedert sich funktional in Verdichter, Brennkammer und Turbine, wobei im Falle eines Flugtriebwerks angesaugte Luft im Verdichter komprimiert und in der nachgelagerten Brennkammer mit hinzugemischtem Kerosin verbrannt wird. Das entstehende Heißgas, eine Mischung aus Verbrennungsgas und Luft, durchströmt die nachgelagerte Turbine und wird dabei expandiert. Die Turbine und der Verdichter sind in der Regel jeweils mehrstufig aufgebaut, wobei eine jewei- lige Stufe einen Stator und einen Rotor umfasst. Die Statoren und Rotoren sind dabei jeweils aus einer Mehrzahl umlaufend aufeinanderfolgender Schaufeln aufgebaut, die je nach Anwendung von dem Verdichter- bzw. dem Heißgas umströmt werden.
Im Zuge der Benutzung kann es zu Beschädigungen, also zu Schadstellen an ver- schiedenen Bauteilen kommen. Besonders gefährdet und sicherheitsrelevant können die im Gaskanal angeordneten Bauteile sein, beispielsweise die Schaufelblätter selbst oder auch die inneren und äußeren Laufflächen und Gaskanalplatten. Diese Bauteile werden vielfach mit Schutzbeschichtungen versehen, die bspw. im Laufe der Benut- zung angegriffen werden bzw. verschleißen können, etwa abrasiv oder thermisch etc.. In der Untersuchung einer solchen Oberfläche im Zuge einer Triebwerksrevi- sion kann ein besonders vorteilhaftes Anwendungsgebiet liegen, im Allgemeinen soll der Gegenstand aber hierauf nicht beschränkt sein. Darstellung der Erfindung
Der vorliegenden Erfindung liegt das technische Problem zugrunde, ein vorteilhaftes Verfahren zum Abbilden einer Oberfläche in einem Innenraum einer axialen Strö- mungsmaschine und ein vorteilhaftes Verfahren zum Detektieren, sowie bevorzugt auch Quantifizieren einer Schädigung in der Oberfläche anzugeben.
Dies wird erfindungsgemäß mit dem Abbildungsverfahren gemäß Anspruch 1, sowie dem Verfahren zur Schädigungsdetektion gemäß Anspruch 9 gelöst. Die Abbildung der Oberfläche erfolgt mit einem Aufnahmegerät, das dafür bspw. je nach Position der Oberfläche von axial vorne oder hinten (z. B. Frontstufe Niederdruckverdichter oder letzte Stufe Niederdruckturbine) oder vorzugsweise über gesonderte Zugänge (BSI Ports) in den Gaskanal eingebracht werden kann. Mit dem Aufnahmegerät wird die Oberfläche dann in einer Sequenz aufgenommen, wobei das Aufnahmegerät in einem jeweiligen Zeitpunkt nur einen Teilbereich, also nicht die gesamte Oberfläche erfasst. Dementsprechend wird jeweils nur ein Teilbild erstellt, also nur der jeweilige Teilbereich abgebildet. Im Zeitverlauf werden das Aufnahmegerät und die Oberflä- che jedoch relativ zueinander bewegt, also in unterschiedliche Relativpositionen ge- bracht. In diesen werden unterschiedliche Teilbereiche der Oberfläche erfasst, die Teilbilder bilden also unterschiedliche Teilbereiche ab. Die so erfassten Teilbilder werden durch Stitching zu einem größeren Bild bzw. Gesamtbild der Oberfläche zu- sammengesetzt, die im Zuge der Erfassung sequenziell aufgenommenen Teilbereiche liegen dann also in einem Bild als nebeneinander bzw. überlappende Bildbereiche vor.
Vereinfacht zusammengefasst wird die Oberfläche nicht mit einer einzigen Auf- nahme, sondern im Zeitverlauf erfasst, wird also gewissermaßen eine Videoauf- nahme der Oberfläche erstellt. Deren Einzelbilder, also die jeweils nur einen Teilbe- reich der Oberfläche abbildenden Teilbilder, werden danach zu einer Fläche zusam- mengesetzt. Im Vergleich zu einer direkten Auswertung der Videoaufnahme kann dies bspw. eine objektivere Bewertung erlauben, weil einzelne Oberflächenbereiche, in denen bspw. eine Schädigung oder allgemein Abweichung von einer gewünschten Oberflächenerscheinung vorliegen kann, im Verhältnis zur größeren bzw. Gesamtflä- che objektiver eingeordnet werden können. Dies gilt im Allgemeinen auch bei einer Sichtkontrolle durch ein Bedienungspersonal, insbesondere aber bei einer weiter au- tomatisierten Auswertung.
Bevorzugte Ausgestaltungen finden sich in den abhängigen Ansprüchen und der ge- samten Offenbarung, wobei bei der Darstellung der Merkmale nicht immer im Ein- zelnen zwischen Verfahrens- und Verwendungs- bzw. Vorrichtungsaspekten unter- schieden wird; jedenfalls implizit ist die Offenbarung hinsichtlich sämtlicher An- spruchskategorien zu lesen.
Das Stitching der Teilbilder ist ein computerimplementiertes Verfahren, dieser Ver- fahrensschritt wird also rechnerbasiert ausgeführt. Dies kann bspw. mit einem exter- nen Computer erfolgen, in den die Sequenz der Teilbilder (das „Video“) nach der Er- fassung eingelesen wird. Andererseits können eine Steuereinheit des Aufnahmegeräts und das rechnerbasierte Stitching aber auch integriert ausgeführt sein, können die Teil- bilder also bspw. direkt dem Stitching zugeführt werden, während die Aufnahme er- stellt wird. Unabhängig von diesen Details kann das Stitching insbesondere ein Zu- sammenrechnen der Teilbilder, also der Überlappbereiche umfassen. Dies kann mit einer kommerziell oder auch frei verfügbaren Stitching- Software erfolgen, bspw. Au- toStitch (mit dem Algorithmus SIFT) oder mit Open Source Algorithmen wie z. B. Oriented FAST and rotated BRIEF (ORB), was dann bspw. auch als kombiniertes Tool für die Merkmalsverfolgung genutzt werden kann.
Wie bereits erwähnt, wird mit dem vorliegenden Verfahren bevorzugt eine dem Gas- kanal zugewandte Oberfläche abgebildet bzw. ist das Aufnahmegerät für die Auf- nahme im Gaskanal angeordnet. Als Aufnahmegerät kann ein Endoskop vorgesehen sein, das im Allgemeinen auch starr sein kann, bevorzugt jedoch flexibel ausgebildet ist, insbesondere ein Videoendoskop. Im Allgemeinen kann die Oberfläche bspw. auch in der Brennkammer liegen, bevorzugt ist sie jedoch in einer Triebwerksstufe angeordnet, entweder der Turbine oder insbesondere des Verdichters, insbesondere Hochdruckverdichters. Bevorzugt kann die Oberfläche von einer Beschichtung gebil- det werden, insbesondere einer thermischen Schutzbeschichtung. Die Oberfläche kann bevorzugt eine den Gaskanal radial begrenzende Wandfläche sein, die um die Längsachse der Strömungsmaschine z. B. zumindest dreh- oder be- vorzugt rotationssymmetrisch ist. Letzteres kann bspw. hinsichtlich der Komplexität bzw. des Rechenaufwands beim Zusammensetzen der Teilbilder von Vorteil sein, an- dererseits kann speziell eine solche (teilweise) umlaufende Oberfläche ansonsten nur bedingt oder gar nicht mit einer einzigen Aufnahme erfasst werden. Besonders be- vorzugt kann es sich bei der Oberfläche um eine Lauffläche der Triebwerkstufe han- deln, entlang welcher im Betrieb die Schaufeln streifen, insbesondere um eine den Gaskanal nach radial innen begrenzende Rotortrommel.
Gemäß einer bevorzugten Ausführungsform wird die Oberfläche für das Relativbe- wegen in einem ortsfesten Koordinatensystem betrachtet bewegt, wobei das Aufnah- megerät bevorzugt ruht (im ortsfesten Koordinatensystem betrachtet nicht bewegt wird). Die Oberfläche kann insbesondere mit einer Drehbewegung um eine Längs- achse der Strömungsmaschine, die mit einer Rotationsachse von deren Rotorstufen zusammenfällt, bewegt werden. Es kann also bspw. die Lauffläche um die Längs- achse gedreht und damit sukzessive an dem Aufnahmegerät bzw. dessen Erfassungs- bereich vorbeigeführt werden, der bspw. im Falle der Rotortrommel nach radial in- nen gerichtet ist.
In bevorzugter Ausgestaltung werden während der Relativbewegung Positionsdaten zu den Relativpositionen erfasst, kann also der Datensatz eines jeweiligen Teilbildes um die Daten zu der entsprechenden Relativposition von Aufnahmegerät und Ober- fläche im Zeitpunkt der Aufnahme ergänzt werden. Diese Positionsdaten können dann beim Zusammensetzen der Teilbilder genutzt werden, können also die Zuord- nung vereinfachen, an welcher Stelle des zusammengesetzten Bildes sich ein jeweili- ges Teilbild einfügt. Im bevorzugten Fall der Drehbewegung um die Längsachse kann es sich bei den Positionsdaten um Drehwinkel handeln, sodass die Teilbilder dann in der Abfolge ihrer Drehwinkel zusammengesetzt werden können.
Gemäß einer bevorzugten Ausführungsform erfolgt das Zusammensetzen der Teilbil- der mithilfe einer Merkmalsextraktion und -Verfolgung (Feature Tracking), werden also in den Teilbildem optische Merkmale identifiziert und in anderen Teilbildern abgeglichen, also über die Teilbilder hinweg verfolgt. Bei diesen Merkmalen kann es sich bspw. um Kanten bzw. Ecken oder bspw. auch um durch eine bestimmte Ober- flächenbeschaffenheit (Textur o. ä.) von der umgebenden Oberfläche differenzierte Bereiche handeln. Im Einzelnen kann das Feature Trackingbspw. nach der ORB-, SIFT oder SURF-Methodik erfolgen, die als Tools bspw. in der Bildverarbeitungs- Bibliothek OpenCV verfügbar sind. Das Zusammensetzen mittels Feature Tracking kann eine Alternative zum Rückgriff auf die Positionsdaten sein, bevorzugt können die beiden jedoch miteinander kombiniert werden.
In bevorzugter Ausgestaltung werden vor dem Stitching zumindest einige Teilbilder durch eine Koordinatentransformation angepasst, werden also die Teilbilder durch die Umrechnung mit einem Transformationsparameter geometrisch aneinander ange- glichen. Hinsichtlich des Ablaufs kann also nach dem Feature Tracking in den Teil- bildern eine Bildregistrierung erfolgen, bevor die Teilbilder dann durch das Stitching zusammengesetzt werden. Die Bildregistrierung kann bspw. nach der Brute-Force- oder FLANN-Methodik erfolgen, z. B. mit unter OpenCV verfügbaren Tools. Gene- rell kann eine Vorverarbeitung der Bilder variierende Umgebungsbedingungen wie z. B. Kameraposition und auch Beleuchtung kompensieren und so die Anwen- dung der Algorithmik robuster machen.
Gemäß einer bevorzugten Ausführungsform wird bzw. ist das zusammengesetzte Bild auf eine Ebene abgebildet, es ist also plan. Dies kann im Allgemeinen auch nach dem Zusammensetzen erfolgen, bevorzugt werden jedoch bereits Teilbilder jeweils auf eine Ebene abgebildet und danach durch das Stitching zusammengesetzt. Im Falle der dreh- bzw. rotationssymmetrischen Oberfläche, die während der Aufnahme bspw. um die Längsachse gedreht werden kann (siehe vorne), wird die zylindrische also in eine plane Form übergeführt, bildlich gesprochen kann also bspw. die Ober- fläche der Rotortrommel „abgerollt“ werden. Alternativ können die Teilbilder aber bspw. auch auf die zylindrische Form transformiert werden, um mögliche Verzerrun- gen zu berücksichtigen bzw. zu verringern.
Wie bereits erwähnt, betrifft die Erfindung auch ein Detektionsverfahren, bei wel- chem eine Oberfläche in einem Innenraum der Strömungsmaschine zunächst in einer vorliegend offenbarten Weise abgebildet und dann das aus den Teilbildem zusam- mengesetzte Bild auf eine Schädigung hin untersucht wird. Die Schädigung kann da- bei eine oder auch mehrere Schadstellen umfassen, ist also nicht zwingend zusam- menhängend, sondern kann auch in verschiedenen Teilbereichen vorliegen. Auch in Abhängigkeit von der Art der Oberfläche und der Benutzung kann es sich bspw. um Abplatzer, Risse oder auch Verfärbungen handeln.
Wie eingangs dargelegt, kann das sequenzielle Erfassen der Oberfläche in Form ei- nes Videos in Teilbildern in Verbindung mit dem Stitching bei der Schadensdetek- tion unter anderem aufgrund der Objektivierbarke it von Vorteil sein. Es lässt sich so auch eine an sich nicht „auf einen Blick“ zugängliche Oberfläche im Gesamten be- trachten, was eine bessere Einordnung der Schädigung erlauben kann, bspw. hin- sichtlich Schädigungsanteil bzw. Schädigungsausmaß und auch -position.
Besonders vorteilhaft kann die Anwendung bei einer Schutzbeschichtung sein, insbe- sondere einer thermischen Schutzbeschichtung. Hierbei muss nicht zwingend jeder Schädigungsgrad zu einer Komplettrevision der Strömungsmaschine, insbesondere des Flugtriebwerks führen, sondern kann eine solche bspw. erst veranlasst werden, wenn ein bestimmter Schwellwert, also ein definierter Flächenanteil überschritten wird. Hier kommen die Genauigkeit und Objektivierung vorteilhaft zum Tragen, weil einerseits ein sicherheitsrelevantes Schädigungsmaß erkannt, andererseits aber auch nicht grundlos eine Komplettrevision veranlasst wird.
Im Allgemeinen ist bspw. auch eine Anwendung im Zuge der Erstherstellung der Strömungsmaschine, insbesondere des Flugtriebwerks denkbar. Das Abbildung- bzw. Detektionsverfahren kann bspw. bei einer abschließenden Qualitätskontrolle vor Auslieferung erfolgen, das zusammengesetzte Bild lässt sich zu Dokumentations- zwecken auch gut verwahren und kann bspw. später als Referenz genutzt werden (einfacher als z. B. ein Video). In bevorzugter Ausgestaltung erfolgt die Abbildung bzw. Detektion im Zuge einer Revision der Strömungsmaschine, insbesondere des Flugtriebwerks. Es wird also nach einer bestimmten Anzahl Betriebs stunden die Oberfläche abgebildet und überprüft, wobei in Abhängigkeit davon dann auch über das weitere Vorgehen entschieden werden kann (weiterer Betrieb oder Komplettrevi- sion).
Gemäß einer bevorzugten Ausführungsform wird das durch Stitching zusammenge- setzte Bild der Oberfläche mittels eines künstlichen neuronalen Netzes untersucht, erfolgt die Schadensdetektion also durch oder mithilfe eines entsprechend trainierten Algorithmus (maschinelles Lernen). Hierbei kann bspw. ein Convolutional Neural Network (CNN) Anwendung finden, also ein zur maschinellen Bildverarbeitung be- sonders geeignetes neuronales Netz (z. B. mit Encoder-Decoder-Struktur). Hierbei kann auf an sich bekannte, kommerzielle oder frei erhältliche Netzwerkarchitekturen und Trainingsmethoden zurückgegriffen werden (vgl. bspw. Li, Hanchao, et al. "Pyramid attention network for semantic segmentation, "ar Xiv preprint arXiv: 1805.10180 2018 und He, Kaiming, et al. "Deep residual learning for image recognition. "Proceedings of the IEEE conference on computer vision and pattern recognition. 2016). Nach einem Training mit entsprechenden Bilddaten kann das Netzwerk dann bspw. auch eine Beschädigung von einer Verschmutzung oder (un- kritischen) Verfärbung unterscheiden. Mit der Auswertung durch eine entsprechend trainiertes künstliches neuronales Netz (insbesondere CNN) kann z. B. eine hohe Ge- nauigkeit bei der Schadenssegmentierung erreicht werden.
Gemäß einer bevorzugten Ausführungsform wird aus dem zusammengesetzten Bild ein Flächenanteil ermittelt, den die Beschädigung in der Oberfläche einnimmt. Mit- tels einer pixelweisen Segmentierung der Schäden kann z.B. eine Berechnung der Schadensfläche pro Teilbild und insgesamt erfolgen. Zusammengefasst kann die Al- gorithmik eine Bildvorbereitung, Positionszuordnung und Segmentierung umfassen.
In bevorzugter Ausgestaltung wird die Beschädigung klassifiziert, wobei Klassifika- tionskriterien bspw. das Schadensalter und/oder die Schadensausprägung und/oder die (größte) zusammenhängende Schadensfläche bzw. ihr Anteil an der Gesamtflä- che sein können. Es kann bspw. auch nach Schadensart unterschieden werden, etwa eine eher flächige Abplatzung von einem Riss. Die Erfindung betrifft auch die Verwendung eines Computerprogrammprodukts in einem vorliegend offenbarten Verfahren, insbesondere beim Stitching und der vorbe- reitenden Bildverarbeitung und/oder der nachfolgenden Bildauswertung durch ein neuronales Netzwerk.
Kurze Beschreibung der Zeichnungen
Im Folgenden wird die Erfindung anhand eines Ausführungsbeispiels näher erläutert, wobei die einzelnen Merkmale im Rahmen der nebengeordneten Ansprüche auch in anderer Kombination erfindungswesentlich sein können und auch weiterhin nicht im Einzelnen zwischen den unterschiedlichen Anspruchskategorien unterschieden wird.
Im Einzelnen zeigt
Figur 1 eine Strömungsmaschine, nämlich Flugtriebwerk in einem schemati- schen Axialschnitt;
Figur 2 eine Oberfläche in einem Innenraum der Strömungsmaschine gemäß Figur 1 in einer schematischen Radialansicht;
Figur 3 eine Prinzipskizze zum erfindungsgemäßen Vorgehen bei der Abbil- dung und Schadensdetektion in einer Oberfläche gemäß Figur 2;
Figur 4 ein Flussdiagramm als Übersicht der bei der Abbildung und Scha- densdetektion vorgenommenen Verfahrensschritte.
Bevorzugte Ausführung der Erfindung
Figur 1 zeigt eine Strömungsmaschine 1, konkret ein Mantelstromtriebwerk, in ei- nem Axialschnitt. Die Strömungsmaschine 1 gliedert sich funktional in Verdichter la, Brennkammer 1b und Turbine 1c. Sowohl der Verdichter la als auch die Turbine 1c sind jeweils aus mehreren Stufen aufgebaut. Jede der Stufen setzt sich aus einem Stator 5 und einem Rotor 6 zusammen. Das Bezugszeichen 7 bezeichnet den Gaska- nal, also den Verdichtergaskanal im Falle des Verdichters la bzw. den Heißgaskanal im Falle der Turbine 1c. Im Verdichtergaskanal wird die angesaugte Luft kompri- miert, sie wird dann in der nachgelagerten Brennkammer 1b mit hinzugemischten Kerosin verbrannt. Das Heißgas durchströmt den Heißgaskanal und treibt dabei die Rotoren 6 an, die um die Längsachse 2 rotieren.
Der vorliegende Gegenstand richtet sich insbesondere auf die Revision eines solchen Triebwerks, also eine Untersuchung nach einer bestimmten Betriebsdauer. Dies kann am zusammengebauten und am Flugzeug befindlichen Triebwerk erfolgen, wozu bspw. für eine Untersuchung im Verdichterbereich wie hier schematisch dargestellt durch eine spezielle Endoskopöffnung radial ein Aufnahmegerät 9, nämlich ein En- doskop 10 in den Innenraum 11, vorliegend also den Verdichtergaskanal eingebracht und fixiert wird.
Figur 2 zeigt in schematischer Darstellung ein auf diese Weise aufgenommenes Teil- bild 20 von einer Oberfläche 21, vorliegend einer den Gaskanal 7 nach radial innen begrenzenden Lauffläche 23. Die Blickrichtung liegt radial, von außen nach innen. Zu erkennen sind ferner Schaufelblätter 25, die im Betrieb von dem Verdichtergas umströmt werden und entlang der Lauffläche 23 streifen. Insgesamt hat die Oberflä- che 21, die von einer thermischen Schutzbeschichtung 28 gebildet wird, eine um die Längsachse 2 zylindrische Form, wobei in Figur 2 nur ein Teilbereich 31 davon zu sehen ist. Bei dem vorliegenden Verfahren kann das Aufnahmegerät 9 zwischen zwei Schaufelblättern 25 (eines Stators 5) positioniert und kann die Oberfläche 21 durch Drehen des Rotors 6 darunter hinwegbewegt werden (z. B. semi-automatisiert mit ei- ner unsteten Bewegung).
Figur 3 illustriert schematisch, wie in einem jeweiligen Zeitpunkt ti-3 mit dem Auf- nahmegerät 9 jeweils nur ein Teilbereich 31.1-31.3 abgebildet wird. Indem das Auf- nahmegerät 9 und die Oberfläche 21 während der Aufnahme relativ zueinander be- wegt werden, vorliegend die Oberfläche 21 in einem ruhenden Koordinatensystem betrachtet gedreht wird und das Aufnahmegerät 9 ruht, werden in einer Sequenz 45 von Teilbildern 20.1-20.3 unterschiedliche Teilbereiche 31.1-31.3 der Oberfläche 21 erfasst. Während der Relativbewegung werden auch Positionsdaten 46 erfasst, vorlie- gend Drehwinkel α1-α3, die beim Zusammensetzen der Teilbilder 20.1-20.3, also beim Positionieren eines jeweiligen Teilbilds 20.1-20.3 an der richtigen Stelle, mit herangezogen werden. In Summe wird so ein Bild 40 der gesamten Oberfläche 21 er- stellt. Dazu werden die in einem jeweiligen Zeitpunkt t1-3 von dem jeweiligen Teilbe- reich 31.1-31.3 erstellten Teilbilder 20.1-20.3 zusammengesetzt, werden sie nämlich durch Stitching miteinander verbunden.
In dem resultierenden Bild 40 kann dann bspw. eine Schädigung 50 in der Oberflä- che 21 ausgewertet bzw. detektiert werden, es lässt sich insbesondere relativ präzise ihr Flächenanteil im Verhältnis zur Gesamtfläche bestimmen. In Abhängigkeit von einem Schwellwert kann dann bspw. bestimmt werden, ob ein weiterer Betrieb noch möglich ist oder das Triebwerk für eine Überholung außer Dienst genommen werden muss. Die Bildauswertung kann insbesondere mit einem künstlichen neuronalen Netz erfolgen, bspw. einem Convolutional Neural Network. Dieses wird zuvor mit ent- sprechenden Trainingsdaten trainiert, lernt also eine Schädigung (z. B. Abplatzer o- der Riss) von Artefakten oder Residuen der Bildaufnahme (Schattenwurf etc.) zu un- terscheiden.
Figur 4 fasst das Vorgehen in einem Flussdiagramm 60 zusammen. Zunächst wird die Oberfläche 21 wie vorstehend geschildert erfasst 61, wird sie also in Form der Sequenz bzw. eines Videos aufgenommen. Anschließend erfolgt im Zuge einer Bear- beitung der Teilbilder eine Merkmalsextraktion und -Verfolgung 62, wobei dann eine Korrespondenz der in den Teilbildem extrahierten Merkmalspunkte hergestellt wird. Zusätzlich können hierbei auch die Positionsdaten Eingang finden. Anschließend wird eine Bildregistrierung 63 vorgenommen, werden also die Teilbilder geometrisch transformiert und somit aneinander angepasst. Danach werden sie im Stitching 64 zusammengesetzt, sodass das zusammengesetzte Bild resultiert, vergleiche Figur 3. Das resultierende Bild wird dann für eine Schadensdetektion genutzt, was mitunter unterstützt durch ein künstliches neuronales Netz 65 erfolgen kann. Alternativ zu dieser Abfolge ist auch denkbar, dass eine Schadensdetektion durch das bzw. ein neuronales Netz 65 vor der Bildbearbeitung vorgenommen wird (Merkmalsextrak- tion und -Verfolgung 62, Bildregistrierung 63 und Stitching 64), bspw. weil im Falle einer völlig schadensfreien Oberfläche gar keine weitere Auswertung und insbeson- dere Quantifizierung erforderlich ist. BEZUGSZEICHENLISTE
Strömungsmaschine 1
Verdichter la
Brennkammer 1b
Turbine 1c
Längsachse 2
Längsachse 3
Stator 5
Rotor 6
Gaskanal 7
Aufnahmegerät 9
Endoskop 10
Innenraum 11
Teilbild 20
Teilbilder 20.1-20.3
Oberfläche 21
Oberfläche (Lauffläche) 23
Schaufelblätter 25
Schutzbeschichtung 28
Teilberreich 31
Teilbereiche 31.1-313
Bild 40
Sequenz 45
Positionsdaten 46
Schädigung 50
Erfassen der Oberfläche 61
Merkmalsextraktion und -Verfolgung 62
Bildregistrierung 63
Stitching 64 Neuronales Netz 65
Zeitpunkte t1-t3
Drehwinkel α1- α3

Claims

ANSPRÜCHE Verfahren zum Abbilden einer Oberfläche (21) in einem Innenraum (11) ei- ner Strömungsmaschine (1), wobei die Oberfläche (21) mit einem Aufnahmegerät (9) in einer Sequenz (45) erfasst wird, nämlich in einem jeweiligen Zeitpunkt (ti-tß) mit dem Aufnahmegerät (9) nur einen Teilbereich (31.1-31.3) erfasst, also nur ein Teilbild (20.1-20.3) der Oberfläche (21) erstellt wird; das Aufnahmegerät (9) und die Oberfläche (21) relativ zueinander be- wegt werden, sodass im Zeitverlauf unterschiedliche Teilbereiche (31.1-31.3) der Oberfläche (21) erfasst, also unterschiedliche Teilbil- der (20.1-20.3) erstellt werden, und wobei die Teilbilder (20.1-20.3) durch Stitching (64) zu einem Bild (40) der Oberfläche (21) zusammengesetzt werden. Verfahren nach Anspruch 1, bei welchem der Innenraum (11) ein Gaskanal (7) der Strömungsmaschine (1) und die Oberfläche (21) eine Lauffläche (23) einer Triebwerks stufe ist, wobei die Lauffläche (23) den Gaskanal (7) radial begrenzt. Verfahren nach Anspruch 1 oder 2, bei welchem, wenn das Aufnahmegerät (9) und die Oberfläche (21) relativ zueinander bewegt werden, das Aufnah- megerät (9) in einem ortsfesten Koordinatensystem betrachtet ruht und die Oberfläche (21) mit einer Drehbewegung um eine Längsachse (2) der Strö- mungsmaschine (1) gedreht wird. Verfahren nach einem der vorstehenden Ansprüche, bei welchem, wenn das Aufnahmegerät (9) und die Oberfläche (21) relativ zueinander bewegt wer- den, Positionsdaten (46) zu einer jeweiligen Relativposition dem jeweiligen Teilbild (20.1-20.3) zugeordnet erfasst werden, wobei die Positionsdaten (46) beim Zusammensetzen der Teilbilder (21.1-21.3) herangezogen werden. Verfahren nach den Ansprüchen 3 und 4, bei welchem die Positionsdaten (46) Drehwinkel (α1-α3) sind. Verfahren nach einem der vorstehenden Ansprüche, bei welchem für das Zu- sammensetzen der Teilbilder (20.1-20.3) mit einer Merkmalsextraktion und - Verfolgung (62) in einem der Teilbilder (20.1-20.3) ein Merkmal festgestellt wird und andere Teilbilder (20.1-20.3) auf dieses Merkmal abgeglichen wer- den. Verfahren nach Anspruch 6, bei welchem für das Zusammensetzen der Teil- bilder (20.1-20.3) zumindest einige der Teilbilder (20.1-20.3) durch eine Ko- ordinatentransformation (63) angepasst werden. Verfahren nach einem der vorstehenden Ansprüche, bei welchem das zusam- mengesetzte Bild (40) auf eine Ebene abgebildet ist. Verfahren zum Detektieren einer Schädigung (50) in einer Oberfläche (21) in einem Innenraum (11) einer axialen Strömungsmaschine (1), bei welchem in einem Verfahren nach einem der vorstehenden Ansprüche ein Bild (40) der Oberfläche (21) erstellt und das Bild (40) auf die Schädigung (50) hin unter- sucht wird. Verfahren nach Anspruch 9, bei welchem die Oberfläche (21) von einer ther- mischen Schutzbeschichtung (28) gebildet wird. Verfahren nach Anspruch 9 oder 10, bei welchem die Detektion der Schädi- gung (50) im Zuge einer Revision der Strömungsmaschine (1) erfolgt. 15
12. Verfahren nach einem der Ansprüche 9 bis 11, bei welchem das Bild (40) der Oberfläche (21) mitels eines künstlichen neuronalen Netzes (65) untersucht wird.
13. Verfahren nach einem der Ansprüche 9 bis 12, bei welchem aus dem Bild (40) ein Flächenanteil ermitelt wird, den die Beschädigung (50) in der Ober- fläche (21) einnimmt.
14. Verfahren nach einem der Ansprüche 9 bis 13, bei welchem anhand des Bilds (40) eine Klassifizierung der Beschädigung (50) erstellt wird, die sich nach zumindest einem von Schadensalter und Schadensausprägung richtet.
15. Verwendung eines Computerprogrammprodukts, welches Befehle umfasst, die bei der Ausführung des Programms durch einen Computer diesen veran- lassen, Teilbilder (20.1-20.3) durch Stitching (62) zusammenzusetzen, in ei- nem Verfahren nach einem der vorstehenden Ansprüche.
EP22761043.3A 2021-08-11 2022-07-28 Verfahren zum abbilden einer oberfläche einer strömunsmaschine und detektieren einer schädigung Pending EP4384977A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102021120899.8A DE102021120899A1 (de) 2021-08-11 2021-08-11 Verfahren zum abbilden einer oberfläche einer strömunsmaschine und detektieren einer schädigung
PCT/DE2022/100544 WO2023016603A1 (de) 2021-08-11 2022-07-28 Verfahren zum abbilden einer oberfläche einer strömunsmaschine und detektieren einer schädigung

Publications (1)

Publication Number Publication Date
EP4384977A1 true EP4384977A1 (de) 2024-06-19

Family

ID=83115519

Family Applications (1)

Application Number Title Priority Date Filing Date
EP22761043.3A Pending EP4384977A1 (de) 2021-08-11 2022-07-28 Verfahren zum abbilden einer oberfläche einer strömunsmaschine und detektieren einer schädigung

Country Status (4)

Country Link
US (1) US20250037234A1 (de)
EP (1) EP4384977A1 (de)
DE (1) DE102021120899A1 (de)
WO (1) WO2023016603A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102023127295A1 (de) * 2023-10-06 2025-04-10 MTU Aero Engines AG Verfahren zum untersuchen eines bauteils einer strömungsmaschine

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8781209B2 (en) * 2011-11-03 2014-07-15 United Technologies Corporation System and method for data-driven automated borescope inspection
US8744166B2 (en) * 2011-11-03 2014-06-03 United Technologies Corporation System and method for multiple simultaneous automated defect detection
US10775315B2 (en) 2018-03-07 2020-09-15 General Electric Company Probe insertion system
US10902664B2 (en) 2018-05-04 2021-01-26 Raytheon Technologies Corporation System and method for detecting damage using two-dimensional imagery and three-dimensional model
EP3786620A1 (de) * 2019-08-29 2021-03-03 Lufthansa Technik AG Verfahren und computerprogrammprodukt zur automatisierten defektdetektion bei einer triebwerks-boroskopie
DE102019130949A1 (de) 2019-11-15 2021-05-20 Lufthansa Technik Aktiengesellschaft Boroskop

Also Published As

Publication number Publication date
US20250037234A1 (en) 2025-01-30
DE102021120899A1 (de) 2023-03-02
WO2023016603A1 (de) 2023-02-16

Similar Documents

Publication Publication Date Title
WO2013045108A1 (de) Endoskopiesystem und korrespondierendes verfahren zur untersuchung von gasturbinen
DE112007001360B4 (de) Stent-Inspektionssystem
DE102018110749B3 (de) Verfahren zum Überprüfen eines Druckzylinders und eine entsprechende Anordnung
EP3912127A1 (de) Verfahren und vorrichtung zur inspektion schwer erreichbarer komponenten
EP3911944B1 (de) Verfahren und vorrichtung zur boroskopinspektion
DE112017002965T5 (de) Verfahren und System zum Abwinkeln einer visuellen Inspektionsvorrichtung
EP4288768B1 (de) Verfahren zum prüfen eines bauteils einer strömungsmaschine
EP4384977A1 (de) Verfahren zum abbilden einer oberfläche einer strömunsmaschine und detektieren einer schädigung
EP4022290B1 (de) Verfahren und computerprogrammprodukt zur automatisierten defektdetektion bei einer triebwerks-boroskopie
DE102017213060A1 (de) Computerimplementiertes Verfahren und Vorrichtung zum automatischen Generieren von gekennzeichneten Bilddaten und Analysevorrichtung zum Überprüfen eines Bauteils
DE102008059229A1 (de) Verfahren zum Ausrichten eines Behälters
WO2025073314A1 (de) Verfahren zum untersuchen eines bauteils einer strömungsmaschine und entsprechende vorrichtung zum untersuchen eines solchen bauteils
DE102008057979B4 (de) Lerneinheit für ein Objekterkennungssystem und Objekterkennungssytem
EP4121950B1 (de) Verfahren zum analysieren eines bauteils, verfahren zum trainieren eines systems, vorrichtung, computerprogramm und computerlesbares speichermedium
DE102015224375A1 (de) Verfahren zur Prüfung einer Laufschaufeleinheit
DE102021118876A1 (de) Verfahren zum Erkennen von Fehlstellen sowie Verfahren und Anlage zum Ablegen von Fasermaterial
DE102017122146A1 (de) Kombiniertes Messsystem zur Augenbestimmung und Verfahren zur kombinierten Augenbestimmung
DE102020131607A1 (de) Verfahren zum Bereitstellen eines Trainingsdatensatzes, Verfahren zum Betrieb einer selbstlernenden Bauteildefekt-Erkennungseinrichtung und Selbstlernende Bauteildefekt-Erkennungseinrichtung
DE102021118371A1 (de) Verfahren zur Unterstützung einer Bearbeitung einer Beschädigung an einer Beschaufelung einer Strömungsmaschine, insbesondere eines Strahltriebwerkes, Computerprogrammprodukt sowie System
WO2025176251A1 (de) Verfahren zum erfassen oder bearbeiten einer strömungsmaschine
DE102019219273A1 (de) Verfahren zum vermessen eines bauteils einer strömungsmaschine
DE102023101047A1 (de) Vorrichtung zum elektrochemischen abtragen
DE102015013905A1 (de) Automatische Vorrichtung zur Erfassung und Rekonstruktion eines Musters, einer Graphik, in Form eines Kratzers oder von Rückständen sowie entsprechendes Verfahren
DE112022005358T5 (de) System zum Trainieren eines Deep-Learning-Algorithmus und zugehöriges Verfahren
DE102016013294A1 (de) Adaptive Belichtungssteuerung durch Auswerten einer Mimik und/oder Gestik

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20240206

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)