Application of laser scanning thermography and regression analysis to determine characteristics of defects in polymer composite materials

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The method of laser point scanning thermography is highly sensitive and allows for reliable detection of surface and subsurface defects in products made of polymer composite materials. When implementing this method, the use of robotic manipulators as a scanning device makes it possible to inspect small objects with a curved surface or to further examine questionable areas identified by other methods. The article provides information about the layout of a robotic complex for laser scanning thermography based on a five-axis robotic manipulator, laser power up to 3 W and wavelength 405 nm, as well as a COX CG640 thermal imager. A technique for processing experimental data has been proposed and regression models have been developed to make it possible to measure the size of defects along the trajectory and determine their location. To test the protocol, a control sample was made from fiberglass laminate, including artificial defects of the “delamination” type, in the form of squares of various sizes. The coefficient of determination R2 of regression models turned out to be no worse than 0.94, the root mean square error of the defect model and the transverse size were no worse than ±0.2 and ±1.5 mm2, respectively.

全文:

受限制的访问

作者简介

A. Divin

Derzhavin Tambov State University; Tambov State Technical University

编辑信件的主要联系方式.
Email: divin.ag@tstu.ru
俄罗斯联邦, 392036, Tambov, Internatsionalnaya st., 33; 392000, Tambov, Sovetskaya str., 106/5

S. Ponomarev

Tambov State Technical University

Email: divin.ag@tstu.ru
俄罗斯联邦, 392000, Tambov, Sovetskaya str., 106/5

S. Mishchenko

Tambov State Technical University

Email: divin.ag@tstu.ru
俄罗斯联邦, 392000, Tambov, Sovetskaya str., 106/5

Yu. Zakharov

Derzhavin Tambov State University; Tambov State Technical University

Email: divin.ag@tstu.ru
俄罗斯联邦, 392036, Tambov, Internatsionalnaya st., 33; 392000, Tambov, Sovetskaya str., 106/5

N. Karpova

Tambov State Technical University

Email: divin.ag@tstu.ru
俄罗斯联邦, 392000, Tambov, Sovetskaya str., 106/5

A. Samodurov

Derzhavin Tambov State University

Email: divin.ag@tstu.ru
俄罗斯联邦, 392036, Tambov, Internatsionalnaya st., 33

D. Golovin

Derzhavin Tambov State University

Email: nano@tsutmb.ru
俄罗斯联邦, 392036, Tambov, Internatsionalnaya st., 33

A. Tyurin

Derzhavin Tambov State University

Email: divin.ag@tstu.ru
俄罗斯联邦, 392036, Tambov, Internatsionalnaya st., 33

参考

  1. Shen Q., OmarM., Dongri S. Ultrasonic NDE Techniques for Impact Damage Inspection on CFRP Laminates // J. Mater. Sci. Res. 2011. V. 1. No. 1. doi: 10.5539/jmsr.v1n1p2
  2. Golovin Y.I., Golovin D.Y., Tyurin A.I. Dynamic Thermography for Technical Diagnostics of Materials and Structures // Russ. Metall. 2021. V. 2021. No. 4. doi: 10.1134/S0036029521040091
  3. Chulkov A., Vavilov V., Nesteruk D., Burleigh D., Moskovchenko A. A method and apparatus for characterizing defects in large flat composite structures by Line Scan Thermography and neural network techniques // Frat. ed Integrita Strutt. 2023. V. 17. No. 63. doi: 10.3221/IGF-ESIS.63.11
  4. D’Accardi E., Palumbo D., Galietti U. Experimental Procedure to Assess Depth and Size of Defects with Pulsed Thermography // J. Nondestruct. Eval. 2022. V. 41. No. 2. doi: 10.1007/s10921-022-00870-5
  5. Maldague X.P.V. Introduction to NDT by active infrared thermography // Materials Evaluation. 2002. V. 60. No. 9.
  6. Palumbo D., Cavallo P., Galietti U. An investigation of the stepped thermography technique for defects evaluation in GFRP materials // NDT E. Int. 2019. V. 102. doi: 10.1016/j.ndteint.2018.12.011
  7. Feuillet V., Ibos L., Fois M., Dumoulin J., Candau Y. Defect detection and characterization in composite materials using square pulse thermography coupled with singular value decomposition analysis and thermal quadrupole modeling // NDT E. Int. 2012. V. 51. doi: 10.1016/j.ndteint.2012.06.003
  8. Kaledin V.O., Vyachkina E.A., Vyachkin E.S., Budadin O.N., Kozel’skaya S.O. Applying Ultrasonic Thermotomography and Electric-Loading Thermography for Thermal Characterization of Small-Sized Defects in Complex-Shaped Spatial Composite Structures // Russ. J. Nondestruct. Test. 2020. V. 56. No. 1. doi: 10.1134/S1061830920010052
  9. Budadin O., Razin A., Aniskovich V., Kozelskaya S., Abramova E. New approaches to diagnostics of quality of structures from polymeric composite materials under force and shock impact using the analysis of temperature fields // Journal of Physics: Conference Series. 2020. V. 1636. No. 1. doi: 10.1088/1742- 6596/1636/1/012022
  10. Angioni S.L., Ciampa F., Pinto F., Scarselli G., Almond D.P., Meo M. An Analytical Model for Defect Depth Estimation Using Pulsed Thermography // Exp. Mech. 2016. V. 56. No. 6. doi: 10.1007/s11340-016- 0143-4
  11. D’Accardi E., Palumbo D., Galietti U. A comparison among different way to perform the lock-in multifrequency test in a CFRP composite sample. 2020. doi: 10.21611/qirt.2020.119
  12. Zeng Z., Zhou J., Tao N., Feng L., Zhang C. Absolute peak slope time based thickness measurement using pulsed thermography // Infrared Phys. Technol. 2012. V. 55. No. 2—3. doi: 10.1016/j.infrared.2012.01.005
  13. Rellinger T., Underhill P.R., Krause T.W., Wowk D. Combining eddy current, thermography and laser scanning to characterize low-velocity impact damage in aerospace composite sandwich panels // NDT E. Int. 2021. V. 120. doi: 10.1016/j.ndteint.2021.102421
  14. Vavilov V.P., Shiryaev V.V. The method for determining defect size in thermal testing // Defectoscopiya. 1979. No. 11. P. 101—103.

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Sketch of the test sample.

下载 (130KB)
索引源数据
3. Fig. 2. Diagram of the laboratory installation: 1 — manipulator; 2 — laser; 3 — controller unit with PWM output; 4 — power supply; 5 — computer; 6 — manipulator controller; 7 — thermal imager; 8 — object of control.

下载 (208KB)
索引源数据
4. Fig. 3. Thermograms for defects C3 and C4.

下载 (395KB)
索引源数据
5. Fig. 4. Thermograms obtained with a time interval of 2 seconds for sections of the sample containing defects B4, B5 (a) and A4, A5 (b).

下载 (520KB)
索引源数据
6. Fig. 5. Thermograms Td(x1, τ – Δτ), Tr(x2, τ) and temperature contrast ΔTmax(τ).

下载 (201KB)
索引源数据
7. Fig. 6. Thermogram in the defect zone C 4.

下载 (245KB)
索引源数据
8. Fig. 7. Graph of the dependence of the derivative of the temperature field on the x coordinate for the defect C4.

下载 (181KB)
索引源数据
9. Fig. 8. Scattering diagram for the regression model of the defect width.

下载 (284KB)
索引源数据
10. Fig. 9. The scattering diagram for the regression model of the depth of the defect.

下载 (240KB)
索引源数据

版权所有 © Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».