Listen2theSOURCE

Listen2theSOURCE entwickelt die notwendigen Werkzeuge, um über die Schallemissionsanalyse Schadensereignisse in Faserkunststoffverbunden zuverlässig zu identifizieren.

Strukturüberwachungssysteme (engl. SHM – Structural Health Monitoring) für Faserkunststoffverbunde (FKV) bieten das Potential zur Reduktion von Stillstandszeiten und zur Einsparung von Inspektionskosten. Systemkosten und -zuverlässigkeit stellen derzeit die größten Markteinstiegsbarrieren für diese Technik  dar. Die Studie widmet sich beiden Faktoren mit der Entwicklung eines Low-Cost Demonstrators, mit dem sich Signale künstlicher Schallquellen (Bleistiftminenbrüche) auf Basis ihrer akustischen Emissionen zuverlässig in einer komplexen FKV-Struktur lokalisieren lassen. Wanddickensprünge und die anisotropen Materialeigenschaften der FKV stellen eine große Herausforderung an die Lokalisierung akustischer Ereignisse in realen Bauteilen. In dieser Arbeit kommen deshalb Verfahren des Machine Learning - künstliche neuronale Netzwerke - zum Einsatz, die über ein gezieltes Training in der Lage sind, die Komplexität der Aufgabe in der Netzwerkarchitektur zu erfassen. Für die Detektion der akustischen Wellen werden piezoelektrische Sensoren eingesetzt, die sich durch geringen Bauraum und geringes Gewicht auszeichnen. Die Messdatenerfassung und -verarbeitung wird über ein digitales 4-Kanal Oszilloskop sowie einen Einplatinencomputer realisiert.

Mit diesem Ansatz wird auf eindrucksvolle Weise die Umsetzung eines ressourcenschonenden SHM-Systems demonstriert, das sich auf andere Strukturen und Anwendungen übertragen lässt.