Томск, Россия
Томск, Россия
сотрудник
Томск, Томская область, Россия
Челябинск, Россия
Россия
Челябинск, Россия
Описан роботизированный тепловой дефектоскоп для контроля крупногабаритных цилиндрических изделий, реализующий принцип полосового нагрева и линейного тепловизионного сканирования. Приведены результаты испытаний изделий типа металл–неметалл с использованием лабораторной установки сканирующего теплового контроля. Описан алгоритм автоматизированной оценки глубины залегания дефектов в изделиях металл–неметалл с использованием нейронной сети.
тепловой контроль, роботизированный дефектоскоп, теплозащита, дефект, нейронная сеть
1. Green D. R. Emissivity-independent infrared thermal testing method. - Mater. Evaluation. 1965. V. 23. No. 2. P. 79-85.
2. Денисов С. С., Волков Я. А., Стороженко В. А., Рапопорт Д. А. Сканирующая оптическая головка для активного неразрушающего контроля. - Дефектоскопия. 1975. № 6. C. 116-118.
3. Cramer K. E., Jacobstein R., Reilly T. Boiler tube corrosion characterization with a scanning thermal line. - Proc. SPIE “Thermosense XXIII”. 2001. V. 4360. P. 594-605.
4. Вавилов В. П., Ширяев В. В., Нестерук Д. А. И др. Устройство для теплового неразрушающего контроля крупногабаритных цилиндрических изделий / Патент РФ № 2697437 С1. Опубл. 14.08.2019, Бюл. № 23.
5. Chulkov A. O., Nesteruk D. A., Vavilov V. P. et al. Optimizing input data for training an artificial neural network used for evaluating defect depth in infrared thermographic nondestructive testing. - Infrared Phys. and Techn. 2019. V. 102. P. 103047.
6. Chulkov A. O., Vavilov V. P. Hardware and software for thermal nondestructive testing of metallic and composite materials. - J. Phys.: Conference Series. 2016. V. 671. № 1. Article No. 012011.
7. Lei L., Bortolin A., Cadelano G. et al. Panoramic view of the heat flux inside an insulated vehicle by infrared thermography. - Quant. InfraRed Thermography J. 2018. V. 15(2). P. 1-13.
8. Chulkov A. O., Vavilov V. P., Moskovchenko A. I. Active thermal testing of delaminations in heat-shielding structures. - Rus. J. NDT. 2019. V. 55(3). P. 240-247.
9. Prabhu D. R., Howell P. A, Syed H. I., Winfree W. P. Application of artificial neural networks to thermal detection of disbonds. - Rev. Progress in Quant. NDE / Ed. by D. O. Thompson, D. E. Chimenti. - Plenum Press, New York. 1992. V. 11. P. 1331-1338.
10. Maldague X., Largouët Y., Couturier J.-P. A study of defect depth using neural networks in pulsed phase thermography: modelling, noise, experiments. - Rev. Generale de Termique, Sept. 1998. V. 37. No. 2. P. 708-716.
11. Numan S., Omar M. A., Abdulrahman Y. A neural network approach for quantifying defects depth for nondestructive testing thermograms. - Infrared Phys. & Techn. 2018. № 94. P. 55-64.
