Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "defect detection" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Zastosowanie metod progowania lokalnego do wykrywania defektów z użyciem termografii aktywnej
    Application of local thresholding algorithms for defect detection using active thermography
    Autorzy:
    Dudzik, S.
    Sochacka, O.
    Powiązania:
    https://bibliotekanauki.pl/articles/267010.pdf
    Data publikacji:
    2018
    Wydawca:
    Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
    Tematy:
    termografia aktywna
    badania nieniszczące
    wykrywanie defektów
    progowanie lokalne
    active thermography
    non-destructive testing
    defect detection
    local thresholding
    Opis:
    W pracy zaprezentowano zastosowanie metod progowania lokalnego do wykrywania defektów z użyciem termografii aktywnej. Przeprowadzono badania eksperymentalne polegające na rejestracji sekwencji termogramów powierzchni badanej próbki materiału dla dwóch wymuszeń cieplnych oraz dwóch faz procesu wymiany ciepła (faza nagrzewania i faza stygnięcia). Sekwencje termogramów uzyskane w badaniach eksperymentalnych zostały poddane binaryzacji z wykorzystaniem lokalnych metod progowania. Do oszacowania efektywności wykrywania defektów za pomocą zaproponowanych metod, zastosowano kryteria oparte na pojęciu błędu klasyfikacji w obszarze defektów i obszarze tła. Na podstawie badań stwierdzono, że największą dokładność uzyskuje się z stosując zmodyfikowaną metodę Bradleya.
    The paper presents the application of local thresholding methods for defect detection using active thermography. Experimental studies were performed involving the recording of the sequence of thermograms of the surface of the tested material sample. Experiments were conducted for two different thermal excitations and two phases of the heat transfer process (i.e. heating phase and cooling phase). The thermograms from sequences obtained in experimental studies were then binarized using local thresholding methods. Three following methods were employed: modified Bradley method, median method and Gaussian weighted mean method. To assess the accuracy of defect detection using the proposed algorithms, the criteria based on the concept of classification error in the defected and non-defected areas were applied. In this work it was found that the most accurate method is the modified Bradley method.
    Źródło:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2018, 59; 43-46
    1425-5766
    2353-1290
    Pojawia się w:
    Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detection of thinning of homogeneous material using active thermography and classification trees
    Autorzy:
    Dudzik, Sebastian
    Dudek, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/1848987.pdf
    Data publikacji:
    2021
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    active thermography
    classification tree
    defect detection and characterization
    material thinning detection
    Opis:
    Active thermography is an efficient tool for defect detection and characterization as it does not change the properties of tested materials. The detection and characterization process involves heating a sample and then analysing the thermal response. In this paper, a long heating pulse was used on samples with a low thermal diffusivity and artificially created holes of various depths. As a result of the experiments, heating and cooling curves were obtained. These curves, which describe local characteristics of the material, are recognized using a classification tree and divided into categories depending on the material thickness (hole depths). Two advantages of the proposed use of classification trees are: an in-built mechanism for feature selection and a strong reduction in the dimensions of the pattern. Based on the experimental study, it can be concluded that classification trees are a useful tool for the thinning detection of homogeneous material.
    Źródło:
    Metrology and Measurement Systems; 2021, 28, 1; 89-105
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykrywanie defektów z wykorzystaniem termografii aktywnej i algorytmu k-średnich
    Detection of Defects Using Active Thermography and k-Means Algorithm
    Autorzy:
    Dudzik, Sebastian
    Powiązania:
    https://bibliotekanauki.pl/articles/275938.pdf
    Data publikacji:
    2019
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    algorytm k-średnich
    wykrywanie defektów
    termografia aktywna
    k-means algorithm
    defect detection
    active thermography
    Opis:
    W pracy przedstawiono nową metodę wykrywania defektów materiałowych z wykorzystaniem termografii aktywnej. W celu zwiększenia kontrastu cieplnego dokonano przetwarzania wstępnego zarejestrowanej sekwencji termogramów metodami morfologii matematycznej. Do wykrywania defektów zastosowano algorytm k-średnich. W pracy zbadano wpływ miary odległości używanej w opisywanym algorytmie oraz doboru danych wejściowych na efektywność opisywanej metody. Eksperyment przeprowadzono dla próbki wykonanej z kompozytu zbrojonego włóknem węglowym (CFRP). W badaniach stwierdzono, że najmniejsze błędy wykrywania defektów za pomocą opisywanej metody uzyskuje się dla kwadratowej odległości euklidesowej.
    The paper presents a new method of detecting material defects using active thermography. In order to increase the thermal contrast, preprocessing of the recorded sequence of thermograms was carried out using mathematical morphology methods. The k-means algorithm was used to detect defects. The work examined the impact of distance measure used in the described algorithm and the selection of input data on the effectiveness of the described method. The experiment was carried out for a sample made of carbon fiber reinforced composite (CFRP). Studies have shown that the smallest errors in defect detection using the described method are obtained for the square Euclidean distance.
    Źródło:
    Pomiary Automatyka Robotyka; 2019, 23, 3; 11-15
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kontrast filtrowany w charakteryzacji wad materiałowych metodą aktywnej termografii
    Filtered contrast in defect characterization using active infrared thermography
    Autorzy:
    Gryś, S.
    Minkina, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/152646.pdf
    Data publikacji:
    2010
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    badania nieniszczące
    aktywna termografia
    charakteryzacja defektów
    propagacja rozkładów
    symulacja Monte Carlo
    nondestructive testing
    active thermography
    defect detection and characterization
    propagation of distributions
    Monte Carlo simulation
    Opis:
    W artykule przedstawiono możliwości zastosowania "kontrastu filtrowanego" do wykrywania i charakteryzacji defektów w materiale metodą aktywnej termografii. Do wyznaczenia "kontrastu filtrowanego" nie jest wymagana znajomość obszaru referencyjnego bez defektu oraz jest mniej wrażliwy na niejednorodność napromienienia powierzchni materiału w porównaniu do klasycznych rodzajów kontrastów cieplnych. Eksperyment przeprowadzono na stanowisku wyposażonym w kamerę ThermaCAM PM 595 oraz kartę rejestracji danych. Oszacowano wpływ parametrów cieplnych badanego materiału i defektu oraz parametru filtru wygładzającego, niezbędnego do implementacji idei kontrastu filtrowanego, na niepewność estymacji głębokości defektów. W analizie zastosowano zasadę propagacji rozkładów prawdo-podobieństwa i symulację Monte Carlo.
    The paper presents the possibility of the use of new kind of thermal contrast in subsurface defects detection [1,3-6]. It allows detecting defects taking advantages [2,6] of an active thermography - Table 1. In opposition to known definitions of the thermal contrast [1], a defect-free area is no necessary and this contrast is less sensitive to nonuniformity of heat disposal to the material surface. The measurements were per-formed on a setup presented in Fig. 1 [7]. A special sample of Plexiglas was made with bottom-holes simulating defects - Figs 2 and 3. The material parameters - Table 2, were taken from [1]. The step heating was chosen as heat excitation. Exemplary, raw and processed thermograms for symmetrical and asymmetrical heat disposal are shown in Figs 4 and 5. The influence of the parameter B of the smoothing filter, thermal parameters of the tested material and defect on expanded uncertainty of determination of defect depth were analyzed. Due to significant complexity of the model the numerical method, i.e. Monte Carlo simulation was applied. According to this procedure [9,10] an expectation and 95% coverage intervals are presented in Tab 4 and 5. In the Table 6 there is fixed if the 95% coverage interval contains the true value of depth. For the inspected sample, B=10, and assumed accuracy of evaluation of diffusivity [8] of Plexiglas, the accuracy of the method does not exceed 20%. The optimal value of B corresponds to the diameter of defects. This aspect will be examined in further work.
    Źródło:
    Pomiary Automatyka Kontrola; 2010, R. 56, nr 8, 8; 893-896
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies