Digital Twin bevestigt dat nanobuisjes scheuren in de vleugel van een vliegtuig kunnen detecteren tijdens de vlucht

Skoltech-onderzoekers hebben een digitale tweeling van een polymeercomposietmateriaal met een 2D-sensor gemaakt en deze met succes gebruikt voor het testen van de structurele integriteit. De nieuwe technologie kan worden gebruikt om verschillende grote constructies te vervaardigen, zoals vliegtuigvleugels, windturbinebladen en brugoverspanningen, die momenteel zijn gemaakt van polymeercomposieten.

De laag koolstofnanobuisjes die het team tussen de vezelversterkte lagen van het composiet heeft aangebracht, is zo dun dat het toevoegen van een 2D-sensor geen invloed heeft op de dikte of het algehele ontwerp van een vliegtuighuid of ander onderdeel.

Defecten in vliegtuigonderdelen kunnen worden gedetecteerd op basis van de veranderingen in de elektrische geleidbaarheid van de laag, en metingen kunnen zelfs tijdens de vlucht worden uitgevoerd. Deze aanpak, elektrische impedantietomografie genoemd, is een efficiënter en goedkoper alternatief voor glasvezelsensoren.

Er verschenen twee artikelen waarin de resultaten van de digitale tweelingtests werden beschreven Samengestelde structuren En Internationaal tijdschrift voor ingenieurswetenschappen.

Vroege detectie van defecten in een polymeercomposietonderdeel, zoals een vliegtuigvleugel of de bodem van een jacht, wordt verzekerd door ingebouwde glasvezelsensoren. Een verandering in het signaal van de sensor duidt op barsten of delaminatie, de meest voorkomende fouten in polymeercomposieten.

Glasvezelsensoren hebben verschillende nadelen. Ten eerste is de signaalverwerkingsapparatuur duur. Ten tweede kunnen deze eendimensionale sensoren alleen defecten langs het vezelpad detecteren. Ten derde hebben glasvezelsensoren de neiging de sterkte van het materiaal te beïnvloeden.

“Een polymeercomposiet bestaat uit verschillende lagen koolstof- of glasvezels, geïmpregneerd met epoxyhars en aan elkaar gesinterd. Hun diameter is 5-10 micron, vergeleken met 50-150 micron voor optische vezels. Om dit in perspectief te plaatsen, vergroot je deze afmetingen met 1.000- vouw en je krijgt een stapel aan elkaar geplakte potloden, met daarin iets zo groot als een fles frisdrank van twee liter”, zegt Sergey Abaimov, hoofdonderzoeker van het onderzoek en een vooraanstaand onderzoeker bij Skoltech Petroleum.

“Het integreren van deze sensor zonder de sterkte van het materiaal in gevaar te brengen en spanningsconcentraties te veroorzaken, is een hele klus. In dit voorbeeld zou een nanobuisje van enkele tientallen nanometers dik vergelijkbaar zijn met een draad die netjes in een pennenbakje kan worden verborgen.”

Eerder had het team van Abaimov een alternatief voor optische vezels voorgesteld door een van de vezellagen in het composiet te vervangen door een laag elektrisch geleidende koolstofnanobuisjes, die als sensor kunnen fungeren om de integriteit van het onderdeel te bewaken.

In een eerder onderzoek vervaardigden en testten de onderzoekers een monster van een gemodificeerd composiet en ontdekten dat de nanobuisjes niet alleen de eigenschappen van het materiaal niet verslechterden, maar deze zelfs verbeterden.

In hun nieuwe onderzoek testten de onderzoekers de digitale tweeling en ontdekten dat een verandering in het elektrische signaal in een laag nanobuisjes kan helpen bij het vinden van defecten in de composiet. Zo’n 2D-sensor heeft een veel bredere dekking dan een 1D-optische vezel, maar het ontcijferen van het signaal is een taak op zich, die het team heeft aangepakt door elektroden (in het model) langs de omtrek van de sensor te plaatsen om het elektrische potentieel te meten.

Met meer dan twee elektroden wordt de sensor tweedimensionaal, waardoor het tweede nadeel van glasvezel wordt geëlimineerd: ongeacht de locatie valt een defect altijd binnen het bereik van de sensor. Bovendien is de signaalverwerkingsapparatuur voor elektrische tomografie veel goedkoper dan die voor optische signalen.

Er wordt gebruik gemaakt van een standaard elektrische weerstandsmultimeter, alleen moet het meerkanaalsmodel worden gebruikt om veel elektroden te kunnen huisvesten.

“Het extraheren van breukgegevens uit het meerkanaals elektrodesignaal was de grootste uitdaging die we met succes hebben overwonnen door machine learning-algoritmen te trainen om defecten te detecteren. We gebruikten de spanningsmetingen van de elektroden als invoervectoren in het machine learning-model en voorspelden direct de ruimtelijke verdeling van de defect met behulp van een voxel-gebaseerde representatie van de nanocomposiet”, legt Iskander Akmanov uit, de hoofdauteur van de twee nieuwe artikelen over de integriteitsmonitoringtechnologie en een PhD in Petroleum Engineering. Student aan SkolTech.

De onderzoekers waren succesvol in hun inspanningen om ervoor te zorgen dat machinaal leren niet alleen breukdefecten zou detecteren, maar ook hun locaties, afmetingen en vormen.

Het team is van plan de nieuwe algoritmen te testen op een echt object, zoals een deel van een vliegtuigvleugel, en de technologie in de vliegtuigindustrie te implementeren.