автоматизированный неразрушающий контроль

Когда говорят про автоматизированный неразрушающий контроль, многие сразу представляют робота с щупом, который сам всё проверит и выдаст красивый отчёт. На деле же это часто история про то, как дорогущая система упорно не хочет видеть реальный дефект под слоем цинка, а оператор в панике листает трёхтомное руководство. Или наоборот — фонит на ровном месте, останавливая линию и заставляя технологов рвать на себе волосы. Самый частый промах — считать, что автоматизация это просто замена человека на манипулятор. Нет, это в первую очередь смена всей логики процесса, где софт, механика и методика контроля должны быть сшиты в одну систему, причём с учётом конкретного производства — будь то сварной шов балки или резьба на высокопрочном болте.

Где упирается автоматизация на реальном объекте

Возьмём, к примеру, контроль сварных соединений после горячего цинкования. Казалось бы, ультразвук или вихретоковый метод должны спокойно работать. Но нет — неравномерная толщина покрытия, наплывы, да и сама структура цинкового слоя вносят такие помехи, что дефектоскоп начинает показывать ?призраков?. Мы с этим столкнулись, работая над проектом для одного из заводов по металлоконструкциям. Система на базе сканера с фазированной решёткой стабильно давала ложные сигналы в зонах перехода от основного металла к наплавленному. Пришлось полгода возиться с калибровочными образцами с искусственными дефектами, которые имитировали именно наш тип соединений и покрытия. Без этого этапа — никак.

Или контроль болтовых соединений. Задача — автоматически проверить, дошёл ли ключ до нужного момента затяжки и нет ли трещин в зоне под головкой. Датчики момента — это одно. Но как быть с неразрушающим контролем самого болта? Визуальный контроль тут слаб, термография не всегда применима. Чаще всего идёт комбинация: контроль момента плюс выборочный ультразвуковой контроль уже установленных крепёжных элементов по специальной методике. Но это уже полуавтоматика, требующая оператора. Полный цикл без человека — пока редкость, и чаще всего упирается в стоимость и сложность интеграции в конвейер.

Тут стоит упомянуть про компанию ООО Хэнань Юнгуан Электротехнические Технологии (https://www.hnyongguang.ru). Они как раз из тех, кто пытается собрать весь цикл ?под ключ?: от производства металлоконструкций и цинкования до разработки софта для управления и роботов для монтажа. Их подход интересен тем, что они вынуждены думать про автоматизированный неразрушающий контроль не как про отдельный модуль, а как про элемент, встроенный в общую цифровую цепочку данных о изделии. Это меняет дело. Когда параметры сварки или цинкования уже записаны в цифровом паспорте изделия, системе контроля проще — у неё есть эталон для сравнения.

Софт и ?железо?: что важнее в АНК?

Спор старый как мир. Можно купить самый навороченный немецкий дефектоскоп с мануальной настройкой десятков параметров. Но если софт для обработки сигналов и принятия решения (брак/не брак) написан криво, то вся эта точность уйдёт в никуда. На моей практике был случай, когда для контроля клеевых соединений в сэндвич-панелях использовали систему с камерой и алгоритмами машинного зрения. ?Железо? камеры давало картинку высочайшего разрешения, но алгоритм сегментации изображения постоянно путал блик от освещения с границей непроклеенной зоны. В итоге пришлось переписывать софт, добавляя фильтры, обученные именно на наших типах поверхностей после цинкования.

Обратная ситуация — когда софт хорош, но датчики не успевают за темпом линии. Например, при контроле длины и шага резьбы на болтах, которые идут потоком после гайковёрта. Тут важна не только точность измерения, но и скорость позиционирования, и устойчивость к вибрации. Часто систему приходится ?обвешивать? дополнительными датчиками положения, что усложняет кинематику и обслуживание. Идеального баланса нет, всегда идёшь на компромисс между скоростью, точностью и надёжностью.

Именно в таких комплексных задачах полезен опыт компаний, которые занимаются и ?железом?, и софтом одновременно. Вернёмся к ООО Хэнань Юнгуан. Из их описания видно, что они разрабатывают специализированные программные комплексы. Для автоматизированного неразрушающего контроля это критически важно. Готовый софт от производителя оборудования часто является ?чёрным ящиком? и плохо стыкуется с системами управления производством (MES) заказчика. А свой собственный софт, даже если он проще, можно заточить под конкретный технологический процесс на своём же заводе, используя то же экологичное оборудование для цинкования, которое они упоминают. Это даёт преимущество в калибровке.

Провалы и уроки: когда система молчала

Самый поучительный провал у нас связан был не с обнаружением, а с документированием. Внедрили систему для автоматического ультразвукового контроля продольных швов труб. Всё работало, дефекты находила. Но протоколы формировались в таком виде, что специалисты по сертификации отказывались их принимать — не хватало ряда формальных параметров в заголовке отчёта, не в том порядке шли данные. Оказалось, что инженеры, писавшие софт, никогда не видели реальных требований к протоколам испытаний по отраслевым стандартам. Мелочь? Но из-за неё внедрение задержалось на три месяца, пока не переделали модуль отчётности.

Другой случай — экономия на калибровке. Решили использовать для калибровки вихретоковой системы не эталонные образцы с сертифицированными дефектами, а просто куски металла с просверленными отверстиями ?на глазок?. В итоге система работала, но её показания не имели юридической силы для приёмки продукции по госконтракту. Пришлось заказывать сертифицированные образцы и проводить всю настройку заново, теряя время и деньги. Урок простой: в автоматизированном неразрушающем контроле мелочей не бывает. Каждый шаг, от выбора метода до формата итогового файла, должен быть просчитан с точки зрения не только технологии, но и норм документации.

Иногда проблема в самой организации процесса. Внедряли систему для контроля антикоррозийного покрытия. Робот с датчиком толщиномера ездил по сетке и снимал данные. Но оказалось, что оператор, загружающий деталь в зону контроля, ставил её каждый раз с отклонением в пару градусов. Для человека это незаметно, а для робота, чья траектория была жёстко запрограммирована, — критично. Датчик начинал елозить по рёбрам жёсткости, а не по плоскости. Система не сломалась, она просто собирала бесполезные данные. Пришлось ставить систему технического зрения для предварительного позиционирования детали. Это тот самый случай, когда автоматизация упёрлась в ?ручной? этап, который казался неважным.

Интеграция с ?умным? производством: не только данные, но и решения

Современный тренд — это не просто сбор данных о дефектах, а их анализ и автоматическое принятие решений. Например, система автоматизированного неразрушающего контроля обнаружила кластер пор в сварном шве. Что дальше? Просто записать в брак? А если это системная ошибка настройки сварочного аппарата? Более продвинутый подход — когда система контроля передаёт сигнал не только в отдел ОТК, но и напрямую в систему управления сварочным постом на корректировку параметров. Это уже следующий уровень, требующий бесшовной интеграции всего программного обеспечения цеха.

В этом контексте интересна модель, которую, судя по всему, развивает ООО Хэнань Юнгуан Электротехнические Технологии. Они объединяют в одном технологическом цикле производство, цинкование, разработку крепежа, софта и роботов. Теоретически это позволяет создать замкнутый контур данных. Допустим, робот-монтажник фиксирует аномальное усилие при затяжке болта. Эта информация может быть отправлена в систему контроля соответствующей партии болтов, запустив их выборочную проверку ультразвуком. И наоборот — данные о частых дефектах в определённой зоне сварного шва могут привести к корректировке программы сварочного робота. Это уже не просто контроль, а адаптивная технологическая система.

Но здесь же кроется и главная сложность. Для такой интеграции нужны не просто программисты, а технологи, которые глубоко понимают процессы сварки, цинкования, механики разрушения. Иначе получится красивая цифровая платформа, которая будет выдавать бессмысленные рекомендации. Часто не хватает именно этих ?гибридных? специалистов, способных говорить на языке и металла, и Python.

Взгляд вперёд: что будет меняться

Думаю, основное развитие будет идти не в сторону новых физических методов контроля (хотя и это тоже), а в сторону анализа данных. Нейросети для обработки изображений дефектов, предиктивные модели, которые по косвенным данным (параметры сварки, температура цинкования) будут оценивать вероятность возникновения дефекта ещё до контроля. Это снизит нагрузку на саму систему автоматизированного неразрушающего контроля, сделав её работу более целенаправленной.

Вторая тенденция — миниатюризация и удешевление сенсоров. Это позволит встраивать системы контроля прямо в технологическое оборудование. Например, датчики для мониторинга состояния самого оборудования для горячего цинкования, которые одновременно могут контролировать и качество покрытия на изделии. Проактивный контроль вместо реактивного.

И, наконец, стандартизация интерфейсов и данных. Чтобы система от одного вендора могла легко обмениваться информацией с роботом от другого вендора и софтом от третьего. Пока это большая проблема. Компании, которые, подобно ООО Хэнань Юнгуан, работают по принципу ?полного цикла?, имеют здесь фору, но только в рамках своих собственных решений. А в реальности завод собирает оборудование со всего мира. Так что поле для работы огромное. Главное — не забывать, что любая автоматизация начинается и заканчивается качеством реального изделия, а не красотой графиков на экране.