收藏本页
手机版
二维码
无人机用于组件检测已经不是新鲜事。
在无人机上安装的空中数字化检测设备将使洛马公司能够准确、安全地改进F-35的制造测量工作。F-35“闪电”Ⅱ是一种全天候隐身战斗机，旨在以高达马赫数1.6的速度执行战争打击任务和电子监视功能。复合材料占机体重量的35%，其中大部分是双马树脂，以及一些碳纳米管增强环氧树脂，其拉伸强度大约是钢的100倍。外部尺寸的任何偏差都会干扰隐身能力，在超声速下，这对飞机和飞行员来说都是灾难性的。
因此，至关重要的是，“已建造”飞机的测量确认其“接近完美”的设计。目前，检测是在洛马公司位于得克萨斯州沃思堡的生产设施中手工完成的。龙门架组装在飞机上方，工人使用可伸展到手臂长度的手持式扫描仪。这种手工过程会引入变量，并且在试图跨过飞机光滑的轮廓表面时也会使工作人员处于危险之中。
为了更快地产生结果，同时提高所有相关人员（工厂工人、客户和用户）的准确性和安全性，需要向数字化检测过渡。公司质量和任务成功研究员Chris表示，行业中需要有空中数字化检测的第一个吃螃蟹的人，公司希望通过这个例子来履行这个角色，这在质量空间中很重要，因为它帮助我们摆脱对如此多的人工参与的依赖。
准确测量“闪电”Ⅱ
目前，许多设备允许人们在小尺度水平上对组件进行数字化测量。然而，问题是如何扩大现有商业设备的尺度，以检查大型、完整建造的项目，如大型飞行器、船舶甚至潜艇，同时仍保持严格的公差。Chris指出航空工业在100年来，一直在使用人工检测来保证质量，但大约75%的成本都来自检测，而其中66% 需要人工执行，这涉及一定程度的主观性，但在数字化的未来，需要以不同的方式来实现这一过程。
洛马寻求找到一种自动化的测量解决方案，以更快、更准确和可重复的过程确认并记录最严格公差的测量结果。Chris表示公司正在自己研究数字化的未来，但还是选择与CAD/ CAM服务公司共事，因为它们提供了与一家扫描仪公司以及得克萨斯大学合作进行无人机控制的机会，这使洛马不必自己完成所有工作。这次合作可以说是天作之合。
2021年春季，CAD/CAM服务公司赢得了小型企业技术转移研究（STTR）合同，以解决F-35战斗机的表面测量问题。它的工作是组建一个由行业领先的供应商团队，该团队将为洛马提供一个安装在无人机上的扫描仪，该扫描仪可以准确（±0.025毫米）测量大型组件，并将该数据传输到一个系统，最终为部件检测或维护目的而创建CAD文件。
该公司总部位于得克萨斯州，自1988年以来一直在全球范围内提供3D建模和CAD转换服务。其客户包括波音、Litton-Ingalls造船、美国海军和空军。因此，公司网站不出意料地屏蔽来自中国的IP。公司的首席执行官Scott表示，公司正在采用各种商业现货组件，稍微修改它们，然后将它们结合在一起，以创建一个新系统来解决行业所需的问题。
整合各种关键元素
团队协作成果始于无人机和相机检测软件，它们必须主动搜索问题，例如：凹痕、裂缝、变形、腐蚀和对齐问题，然后将测量结果与设计模型进行协调。Scott表示，团队决定需要一架无人机和一个机器人来在装配线上进行检测，无人机将在飞机上方和周围飞行，而轮式机器人将在飞机下方工作。对于无人机，选择了Airgility公司，因为它们拥有团队想要的大部分东西。Airgility总部位于马里兰州大学园区，专门将人工智能和自主性集成到他们的无人机中。无人机满足机动性（连续可调倾转电机）、控制精度（将飞行路径保持在±6毫米的能力）、合规性（NDAA和TAA）和承载能力的要求。
洛马早前视频中已经出现了空中数字化检测技术。
制导和控制（G&C）系统采用多回路架构，计算所需参考位置与当前无人机位置之间的误差，然后以80Hz的采样速率合成所需的旋翼3轴运动。这允许无人机在没有全球定位卫星的情况下运行。Airgility的首席执行官兼联合创始人Pramod指出，由于GPS信号无法穿透厚重的飞机机库，因此无人机必须依赖内部G&C系统。该系统通过独立的推力矢量系统调节无人机的角度方向，因此它可以基于飞机的物理尺寸执行一个3D参考轨迹。
无人机通过一种算法来实现态势感知，该算法结合了来自众多冗余传感器的数据。这允许飞行器在狭窄的空间中飞行，例如，在龙门架或机翼的上方和下方穿行。无人机智能中还包括一个独立的机载AI故障安全机制，如果软件因任何原因崩溃，无人机将简单地后退，避开任何障碍物并自行着陆。
防撞非常重要，因为除了飞机本身之外，洛马车间中还存在许多物理障碍，包括脚手架、登机梯、辅助动力装置、尾翼、顶篷和人员。Chris指出，在让无人机飞行在一架价值8000万美元的喷气式飞机旁边之前，我们想在实验室环境中对其进行测试。得克萨斯大学阿灵顿分校机械与航空航天工程与飞行控制教授Animesh就是因此受邀的，他在防撞方面的研究得到了国家科学基金会（NSF）颁发的著名CAREER奖的认可。
Animesh表示，他的目标是让无人机以合适的速度围绕飞机飞行多个精确轨道，同时确保扫描仪正确朝向飞机。诀窍是不要靠得太近导致碰撞，而且也不要离得太远以至于扭曲读数。他的学生将开发机械机器人，该机器人将扫描仪沿工厂地板运行到飞机下方。它将配备自己的G&C系统，在概念上类似于无人机，将自动跟踪参考轨迹，同时确保避免碰撞。
Chris认为，有时无人机技术会受到很多关注，因为它简洁而奇妙，但它背后必须有商业价值。使用无人机和这种类型的扫描技术确实为我们打开了大门，即更好地了解我们的产品并以一种我们目前无法做到的方式经济高效地证实我们的产品质量，因为我们受到人工操作和带宽的限制。
进一步扩展无损检测能力
当前的STTR合同包括进一步研发的选项。对洛马公司非常重要的是识别F-35复合材料蒙皮内的任何分层。由于无法经常从表面看到或测量到层和空隙的分离，因此有必要采用无损测试方法。在这里，可以使用高度敏感的红外摄像机来检测飞行器复合材料表面下方，以有效地可视化和识别任何异常情况。特里达因FLIR全球业务开发经理Desmond表示，红外闪光灯作为激发源，通过材料传递热量。由于空隙和间隙不像固体那样有效地传递热量，热量会积聚，相机识别这些热点并指出相邻的断层区域。
切断数据线
虽然团队遇到了许多挑战，但从扫描仪上拆下数据线的问题被认为是最重要的问题之一。无线方法更安全，更能避开车间的人员和物理基础设施。Airgility团队将通过使用只传输关键数据的AI无人机来解决这个问题，从而大大降低带宽需求。Pramod指出，由于智能无人机知道要寻找什么异常，它只发送该信息而忽略预期结果。因此，不需要连续传输大量数据。
此次合作的最终结果是为大型飞行器提供了一个可靠、高精度（±0.025mm）的检测平台，消除了制造环境中的人为错误和安全风险。Chris表示，有了F-35的先例，肯定有使用这种技术成功实用的机会。他们的想法是将其扩展到洛马其他业务部门，然后成为在其他适用行业中使用该技术的主要支持者。