{"id":15212,"date":"2025-05-28T15:27:21","date_gmt":"2025-05-28T13:27:21","guid":{"rendered":"https:\/\/www.nlr.org\/newsroom\/%post_template_type%\/penelope\/"},"modified":"2025-06-26T10:39:35","modified_gmt":"2025-06-26T08:39:35","slug":"penelope","status":"publish","type":"post","link":"https:\/\/www.nlr.org\/nl\/newsroom\/case\/penelope\/","title":{"rendered":"R&D case: Snel niet-destructief testen van grote composiet vliegtuigstructuren"},"content":{"rendered":"\n

Penelope: Snel niet-destructief testen van grote composiet vliegtuigstructuren<\/p>\n\n\n\n

Automatisering van composietonderdelen voor vliegtuigen met behulp van niet-destructief testen en in-line<\/em> inspectie verbeteren de effici\u00ebntie van hoge productievolumes, zoals voor de volgende generatie short-medium range (SMR) vliegtuigen die in 2035 in gebruik worden genomen. De methode kan echter ook kosteneffici\u00ebnt zijn voor kleinere volumes vanwege snellere detectie van kwaliteitsproblemen tijdens het productieproces, waardoor herwerk en afval worden verminderd.<\/p>\n\n\n\n

De uitdaging<\/h2>\n\n\n\n

De productie van grote onderdelen vereist een holistische benadering van gegevensbeheer en ge\u00efntegreerde automatisering om de gewenste precisieniveaus te bereiken met behulp van modulaire en flexibelere apparatuur. Niet-destructief testen (NDT) is cruciaal voor composietonderdelen, maar de huidige methoden zijn langzaam, arbeidsintensief en niet geschikt voor in-situ inspectie. De inspectieresultaten, zoals scans, vereisen bovendien menselijke interpretatie, wat tijdrovend en belastend is. Daarom is er behoefte aan betere methoden om de effici\u00ebntie en nauwkeurigheid in het productieproces te verbeteren.<\/p>\n\n\n\n

\n

De oplossing<\/h2>\n\n\n\n

Het snel niet-destructief inspecteren van composietonderdelen is gedemonstreerd met behulp van thermografische methoden in een realistische pilot line <\/em>voor de assemblage van vliegtuigrompen. Deze is gebruikt voor de Multifunctional Fuselage Demonstrator (MFFD), winnaar van de JEC 2025 Innovation Award. Belangrijke bevindingen zijn:<\/p>\n\n\n\n

    \n
  • Geautomatiseerde inspectie tijdens de productie is mogelijk, waarbij automatische thermografische scans gegenereerd worden.<\/li>\n\n\n\n
  • Thermografie maakt het mogelijk om veelvoorkomende defecten te detecteren bij diktes die gewoonlijk in vliegtuigstructuren worden toegepast.<\/li>\n\n\n\n
  • Snelle interpretatie van geautomatiseerde inspectiescans kan worden ondersteund door kunstmatige intelligentie (AI).<\/li>\n\n\n\n
  • AI kan effici\u00ebnt getraind worden met behulp van een combinatie van re\u00eble en gesimuleerde thermografische gegevens..<\/li>\n<\/ul>\n\n\n\n
    \"\"<\/figure>\n<\/div>\n\n\n\n

    Wat hebben we gedaan?<\/h2>\n\n\n\n
    \n
    \n

    NLR heeft een innovatieve methode ontwikkeld voor snel niet-destructief testen van (grote) composietonderdelen met behulp van geautomatiseerde thermografie om defecten in vliegtuigromphuiden te detecteren. We hebben een robot gebruikt om grote delen van de composietstructuur in \u00e9\u00e9n keer te scannen, waardoor geautomatiseerde thermografische scans gegenereerd werden. <\/span><\/p>\n<\/div>\n\n\n\n

    \n

    Vervolgens is AI gebruikt om de scanresultaten te analyseren, waardoor defecten sneller konden worden gedetecteerd \u2013 deze methode is tien keer sneller dan de conventionele ultrasonische methode. Ten slotte is een dataset van re\u00eble en gesimuleerde thermografische gegevens verzameld en voorbereid om de AI-algoritmes te trainen.<\/span><\/span><\/p>\n<\/div>\n<\/div>\n\n\n\n

    <\/div>\n\n\n\n
    \n