Automatisation de l'analyse des données ultrasonores pour l'inspection non destructive de structures d'aéronefs

点击翻译按钮获取中文摘要

Le contrôle non destructif (CND) par ultrasons est une étape cruciale dans le processus de production despièces aéronautiques. Il permet de garantir la fiabilité des aéronefs et la sécurité des personnes. Pour faire face àl'augmentation des cadences de production, beaucoup d'efforts ont été déployés dans l'industrie pourautomatiser les systèmes de CND. En revanche, l'analyse des données générées lors des inspections est encoretrès largement réalisée « manuellement » par des opérateurs humains alors qu'elle représente une partsignificative du coût total de l'inspection. Pour diminuer les coûts du contrôle de qualité et améliorer laprobabilité de détection des défauts, Bombardier souhaite mettre en place des méthodes d'analyse automatiquedes données générées lors de l'inspection non destructive des structures de ses aéronefs. Les structures cibléesici sont le fuselage arrière et la cloison pressurisée de l'avion CSeries. Le présent projet, mené par le CégepÉdouard Montpetit et le Centre technologique en aérospatiale (CTA) vise à développer, tester et optimiserdifférents algorithmes d'analyse automatique de cartographies ultrasonores. On utilisera pour cela des fonctionsde logiciels existants qui devront être adaptées aux requis de Bombardier et aux spécificités techniques despièces de la structure considérée: raidisseurs, lâchers de plis, rayons, etc. Pour surpasser les limitations destechniques d'analyse existantes, on les combinera à des approches innovantes qui seront développées par leCTA, comme la combinaison de cartographies de natures différentes, la création et l'analyse de séquencesd'images ou encore l'utilisation de sondes très amorties durant l'inspection. Le projet se basera sur desinspections ultrasonores de pièces de référence incluant des défauts artificiels connus. Les différentes stratégieset innovations seront programmées puis testées; leurs performances seront évaluées (nombre de défautsdétectés, manqués, faux positifs, précision du dimensionnement, etc.) et comparées aux analyses manuellesutilisées actuellement. Les meilleures stratégies d'analyse, incluant les innovations jugées performantes, serontfinalement programmées puis déployées et testées en conditions réelles sur le site de production de Montréal.