Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Kwantyfikacja względnej grubości przewodzących materiałów ferromagnetycznych za pomocą impulsowych czujników prądów wirowych opartych na cewce detektorowej

5.1K wyświetleń

⸱

DOI:

10.3791/59618

⸱

16 stycznia 2020

 ,  ,  , 
1Melbourne School of Engineering, University of Melbourne, 2Center for Autonomous Systems, University of Technology Sydney

W tym artykule

Podsumowanie

Tutaj prezentujemy protokół ilościowego określania względnej grubości (tj. grubości w procentach w stosunku do odniesienia) przewodzących materiałów ferromagnetycznych za pomocą pulsacyjnych czujników wiroprądowych opartych na cewce detektora, jednocześnie pokonując wymóg kalibracji.

Streszczenie

Kwantyfikacja grubości przewodzących materiałów ferromagnetycznych za pomocą oceny nieniszczącej (NDE) jest kluczowym elementem monitorowania stanu strukturalnego infrastruktury, szczególnie do oceny stanu przewodzących rur ferromagnetycznych o dużej średnicy, które można znaleźć w sektorach energetycznym, wodnym, naftowym i gazowym. Wykrywanie impulsowych prądów wirowych (PEC), a zwłaszcza architektura czujnika PEC oparta na cewce detektora, z biegiem lat ugruntowała swoją pozycję jako skuteczny środek służący temu celowi. Podejścia do projektowania czujników PEC, jak również przetwarzania sygnałów, zostały przedstawione we wcześniejszych pracach. W ostatnich latach badano wykorzystanie szybkości zaniku sygnału PEC w dziedzinie czasu opartego na cewce detektora do celów ilościowego oznaczania grubości. Prace te ustaliły, że metoda oparta na szybkości zaniku jest ogólnoczesna w stosunku do architektury czujnika opartego na cewce detektora, z pewnym stopniem odporności na takie czynniki, jak kształt i rozmiar czujnika, liczba zwojów cewki i prąd wzbudzenia. Co więcej, metoda ta wykazała swoją skuteczność w NDE dużych rur wykonanych z żeliwa szarego. Podążając za taką literaturą, niniejsza praca koncentruje się wyraźnie na kwantyfikacji grubości przewodzącego materiału ferromagnetycznego detektora czujnika PEC na podstawie szybkości zaniku napięcia cewki. Jednak wyzwaniem, przed którym stoi ta metoda, jest trudność kalibracji, zwłaszcza jeśli chodzi o zastosowania takie jak ocena stanu rur in situ, ponieważ pomiar właściwości elektrycznych i magnetycznych niektórych materiałów rur lub uzyskanie próbek kalibracyjnych jest w praktyce trudne. Motywowana tym wyzwaniem, w przeciwieństwie do szacowania rzeczywistej grubości, jak to miało miejsce w niektórych poprzednich pracach, niniejsza praca przedstawia protokół wykorzystania metody opartej na szybkości rozpadu do ilościowego określenia względnej grubości (tj. grubości określonego miejsca w stosunku do maksymalnej grubości), bez wymogu kalibracji.

Wprowadzenie

Technika pomiarowa prądów wirowych impulsowych (PEC) jest prawdopodobnie najbardziej wszechstronnym przedstawicielem rodziny technik nieniszczących (NDE) opartych na prądach wirowych (EC) i znajduje wiele zastosowań w wykrywaniu i ilościowym określaniu wad oraz geometrii metali i struktur metalicznych1. Ilościowe określanie grubości przewodzących ścianek struktur ferromagnetycznych, których grubość wynosi od kilku do kilkudziesięciu milimetrów, jest wysokopłatną usługą inżynieryjną w dziedzinie monitorowania stanu technicznego infrastruktury. Infrastruktura krytyczna wykonana ze stopów ferromagnetycznych wymagająca takiej usługi jest powszechnie spotykana w przemyśle energetycznym, wodnym, naftowym i gazowym. Choć czujniki PEC mogą być projektowane w oparciu o kilka architektur, uznano, że architektura oparta na cewce detekcyjnej jest najskuteczniejsza i najczęściej stosowana w ocenie stanu materiałów ferromagnetycznych2,3,4,5. W związku z tym to właśnie architektura czujnika PEC oparta na cewce detekcyjnej stanowi podstawę dla rozwiązywania problemu ilościowego określania grubości przewodzących materiałów ferromagnetycznych.

Architektura czujnika PEC opartego na cewce detekcyjnej składa się zazwyczaj z dwóch koncentrycznie nawiniętych, przewodzących cewek z rdzeniem powietrznym2,3,4,5,6 (zazwyczaj cewek miedzianych). Częstą praktyką jest nawijanie cewek w kształcie koła2,3,4,5,6, choć sporadycznie stosowano cewki o kształcie prostokątnym6. Z dwóch cewek w czujniku jedna pełni funkcję cewki wzbudzającej, a druga cewki detekcyjnej. W czujniku PEC cewka wzbudzająca jest pobudzana impulsem napięcia, który w zasadzie można określić jako funkcję skoku Heaviside'a. To impulsowe wzbudzenie generuje wokół czujnika przejściowe pole magnetyczne (zwane polem pierwotnym). Gdy czujnik zostanie umieszczony w sąsiedztwie przewodzącego elementu badanego (np. przewodzącej ferromagnetycznej struktury przypominającej ścianę), to przejściowe pole magnetyczne indukuje w elemencie badanym zmienne w czasie prądy wirowe. Prądy wirowe te generują wtórne pole magnetyczne (zwane polem wtórnym), które przeciwdziała polu pierwotnemu. W odpowiedzi na wypadkowy efekt pól pierwotnego i wtórnego, w cewce detekcyjnej indukowane jest napięcie przejściowe, które stanowi sygnał PEC w dziedzinie czasu, będący przedmiotem niniejszej pracy.

Wykazano6,7,8, że szybkość zaniku napięcia cewki detektora czujnika PEC (oznaczona jako β) wykazuje proporcjonalność β Symbol proporcjonalności (∝), relacja matematyczna, wzór, pojęcia naukowe. μσd2 w przypadku pozyskania sygnału poprzez umieszczenie czujnika PEC nad przewodzącą warstwą ferromagnetyczną o przenikalności magnetycznej μ, przewodności elektrycznej σ i grubości d. Chociaż ta cecha sygnału w postaci szybkości zaniku wykazuje znaczną odporność na takie parametry jak rozmiar czujnika, jego kształt oraz lift-off6,7,8, co czyni szybkość zaniku bardzo pożądaną w wymagających scenariuszach NDE, takich jak in situ ocena stanu rurociągów9,10,11, cecha ta musi zostać skalibrowana (tj. należy oszacować μ oraz σ badanego materiału), aby umożliwić kwantyfikację grubości (tj. d). Aby umożliwić zastosowanie konwencjonalnych metod kwantyfikacji grubości w oparciu o szybkość zaniku6,8, kalibracja ta musi zostać przeprowadzona poprzez pobranie próbek kalibracyjnych6,8 lub z wykorzystaniem metod charakterystyki właściwości materiałów opartych na prądach wirowych12,13. Alternatywnie, złożoność kalibracji można pominąć, reprezentując grubość w postaci grubości względnej. Przy założeniu, że przeprowadzono badanie NDE i z sygnałów wyekstrahowano wartości β, wartość β jakościowo reprezentująca punkt o maksymalnej grubości w badanym elemencie przyjmuje się za referencyjną (tj. βref Symbol proporcjonalności (∝), relacja matematyczna, wzór, pojęcia naukowe. μσdmax2); wtedy grubość w dowolnym innym miejscu można przedstawić jako procent grubości maksymalnej w postaci Wzór na bezwymiarowy stosunek odkształcenia, d/d_max=√(β/β_ref)., prezentując grubość względną jako wynik. Jest to wciąż przydatna informacja jakościowa w ramach wyników NDE, która charakteryzuje się prostotą wynikającą z braku konieczności kalibracji dla μ oraz σ. Przedstawiony w niniejszym dokumencie protokół opisuje kroki, które należy podjąć, aby to osiągnąć.

Ponieważ szybkość zaniku β wykazuje uniwersalność w odniesieniu do architektury czujnika PEC opartego na cewce detekcyjnej, będąc jednocześnie odporną na parametry konstrukcyjne czujnika oraz lift-off6,7,8,14, praktycy mogą wykorzystać dowolny wybrany system pomiarowy PEC oparty na cewce detekcyjnej na odpowiednim przewodzącym materiale ferromagnetycznym w celu przeprowadzenia względnej kwantyfikacji grubości zgodnie z niniejszym protokołem. Przykład konstrukcji czujnika PEC dla przewodzącego materiału ferromagnetycznego jest dostępny dla zainteresowanych czytelników15. Sygnały i wyniki zaprezentowane w niniejszej pracy zostały uzyskane przy użyciu systemu PEC opracowanego przez University of Technology Sydney6,8. Przewodzącym materiałem ferromagnetycznym wykorzystanym do uzyskania reprezentatywnych wyników za pomocą systemu PEC było szare żeliwo pobrane z zestawu testowego rurociągu9,10,11 w Sydney w Australii.

Należy zauważyć, że metody, wyniki i dyskusje przedstawione w niniejszej publikacji koncentrują się jednoznacznie na wykorzystaniu szybkości zaniku sygnału w dziedzinie czasu z architektury czujnika PEC opartego na cewce detekcyjnej do wyznaczania grubości przewodzących materiałów ferromagnetycznych. Publikacja ta nie zawiera szerszej dyskusji na temat ogólnych konwencji zasad detekcji PEC i konfiguracji czujników. Inne opublikowane prace16,17,18 mogą być pomocne dla czytelników chcących uzyskać więcej informacji na temat konfiguracji czujników PEC innych niż architektura czujnika oparta na cewce detekcyjnej.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

1. Wyznaczanie szybkości zaniku β z dostępnego sygnału PEC opartego na cewce detektora

  1. Przedstaw dostępny, zarejestrowany eksperymentalnie sygnał PEC (tj. napięcie cewki detektora w dziedzinie czasu (oznaczone jako V(t))) w postaci logarytmicznej ln[V(t)]. Typowy sygnał PEC przedstawiony w postaci ln[V(t)] pokazano na Rysunku 1.
  2. Znajdź obszar liniowy w postaci Nierówność logarytmu naturalnego napięcia w czasie, formuła matematyczna. taką, aby sygnał spełniał warunek Formuła logarytmu naturalnego dla aproksymacji systemów dynamicznych; równanie do analizy danych. gdzie Koncepcja równowagi statycznej, równanie α, β ∈ ℝ, β>0, analiza matematyczna, schemat.. Dla sygnału przedstawionego na Rysunku 1 obszar Nierówność wykładnicza -3<ln[V(t)]<-1, a=-3, b=-1, wyrażenie matematyczne, zastosowanie edukacyjne. okazuje się być satysfakcjonującym i praktycznym obszarem liniowym.
  3. Jak zilustrowano na Rysunku 2, dopasuj model linii prostej Równanie równowagi statycznej, -1/βt+a, sformułowanie matematyczne, zastosowanie edukacyjne. do eksperymentalnych danych sygnału w obrębie zidentyfikowanego obszaru liniowego i oszacuj wartość β.

2. Ilościowe oznaczenie grubości względnej

  1. Załóżmy, że z zadania NDE wykonanego na przewodzącej ferromagnetycznej próbce o zmiennej grubości pozyskano wiele sygnałów (Rysunek 3). Najpierw należy zidentyfikować obszar liniowy wspólny dla wszystkich sygnałów i wyodrębnić wartości β. Biorąc pod uwagę sygnały na Rysunku 3, Nierówność logarytmu naturalnego, równanie, -3<ln[V(t)]<-1, koncepcja matematyczna, zastosowanie edukacyjne. wydaje się być odpowiednim i praktycznym obszarem liniowym.
  2. Należy wybrać maksymalną wartość β i oznaczyć ją jako βref, ponieważ maksymalna wartość β powinna w zasadzie odpowiadać maksymalnej grubości zgodnie z proporcjonalnością β Symbol proporcjonalności (∝), relacja matematyczna, formuła, koncepcje naukowe. μσd26,7,8.
  3. Procentową grubość względną należy wyrazić w postaci Równanie na odchylenie procentowe: di% = √(βi/βref) × 100%, stosowane w obliczeniach analizy danych., gdzie indeks Wyrażenie teorii zbiorów i∈N w równaniu; notacja zbioru liczb całkowitych, notacja matematyczna zastosowanie edukacyjne. odpowiada Schemat równowagi statycznej; ΣFx=0; adnotowane wektory sił; badanie analizy mechanicznej.th pomiarowi.

3. Instalacja PEC_Signal_Processor

  1. Znajdź plik PEC_Signal_Processor.exe. Kliknij go dwukrotnie i zezwól na uruchomienie.
  2. Gdy pojawi się poniższy interfejs, kliknij Next. W wyświetlonym oknie określ lokalizację pliku do instalacji i zaznacz pole Add a shortcut to the desktop, aby dodać ikonę oprogramowania na pulpicie. Następnie kliknij Next.
  3. Określ lokalizację instalacji wymaganego środowiska Runtime Environment, a następnie kliknij Next. Jeśli wymagane środowisko Runtime Environment jest już zainstalowane, kliknij po prostu Next.
  4. Przeczytaj i zaakceptuj wyświetlone warunki licencji. Następnie kliknij Install.
  5. Kliknij Finish po zakończeniu instalacji. Na pulpicie pojawi się ikona programu.

4. Przygotowanie sygnałów

  1. Upewnij się, że sygnały wyjściowe czujnika PEC [sygnały surowe, tj. V(t)] są uporządkowane w formie tabeli.
  2. Skopiuj tabelę zawierającą sygnały na pulpit (lub do folderu w katalogu nadrzędnym, w którym zainstalowano aplikację). Dla wygody zaleca się korzystanie z pulpitu.

5. Uruchamianie aplikacji

  1. Kliknij dwukrotnie ikonę na pulpicie, aby uruchomić aplikację. Otworzy się interfejs programu.
  2. Wczytaj sygnały, klikając kartę Load Signals, a następnie wybierz plik zawierający sygnały, aby zaimportować je do interfejsu oprogramowania.
  3. Odczekaj, aż obok napisu Number of Signals = pojawi się liczba sygnałów zawartych w tabeli z surowymi sygnałami.
  4. Kliknij Plot Signals i zaobserwuj sygnały naniesione w skali logarytmicznej.
  5. Kliknij kartę Zoom i dostosuj okno wykresu tak, aby obszar liniowy był wyraźnie widoczny.
  6. Po dokonaniu obserwacji określ odpowiednie dolne i górne granice obszaru liniowego i wprowadź te wartości w edytowalnych polach tekstowych.
  7. Kliknij Plot Margins i odczekaj, aż granice zostaną naniesione kolorem zielonym.
  8. Kliknij Extract Features i zaobserwuj, jak odcinki linii prostych zostają naniesione kolorem czerwonym.
  9. Kliknij Calculate Relative Thickness i zaobserwuj wykreślanie histogramu obliczonych wartości względnej grubości.
  10. Kliknij Save Relative Thickness, aby zapisać obliczone wartości względnej grubości. Podaj nazwę pliku i kliknij OK.
  11. Potwierdź nazwę pliku, klikając ponownie OK. Wartości względnej grubości zostaną zapisane w formie tabeli na pulpicie.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Reprezentatywne wyniki w tej sekcji zostały wygenerowane przy użyciu sygnałów PEC dostarczonych jako materiał uzupełniający do odniesienia8; jak wspomniano powyżej, sygnały zostały zarejestrowane na próbkach z żeliwa szarego pobranych z poligonu testowego rurociągów w Sydney w Australii, którego lokalizacja i szczegóły dotyczące wieku są podane w odniesieniach9,10,11.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Przedstawiono protokół do ilościowego określania względnej grubości (tj. grubości jako procentu w stosunku do wzorca) przewodzących materiałów ferromagnetycznych przy użyciu czujników PEC opartych na cewkach detekcyjnych. Główną zaletą tej metody jest możliwość pominięcia wymogu kalibracji (tj. brak konieczności pomiaru lub szacowania przenikalności magnetycznej i przewodności elektrycznej badanego materiału w celu określenia grubości). Protokół obejmuje logarytmiczną reprezentację sygnału PEC w dziedzinie czasu, identyf...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają konfliktu interesów, który mogliby ujawnić. Autorzy polecają utwory 2,6,7,8,9,10,11 jako dodatkowy materiał do lektury.

Podziękowania

Autorzy chcieliby podziękować za wkład Michaela Behrensa i Damith Abeywardana w projektowanie i implementację kilku komponentów sprzętowych do czujników. Docenia się również role nadzorujące badania pełnione przez Alena Alempijevica, Teresę Vidal-Calleję, Gamini Dissanayake i Sarath Kodagoda, a także wkład wszystkich osób i organizacji, które sfinansowały i współpracowały z Critical Pipes Project.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
System wykrywania PEC oparty na cewce detektora.Nie dotyczyReprezentatywne wyniki tej pracy zostały wygenerowane przy użyciu systemu PEC opracowanego przez Uniwersytet Techniczny w Sydney (UTS) w Australii i opublikowanego w pracach 6,8. System ten może być dostępny dla czytelników poprzez współpracę z UTS.
Odpowiedni przewodzący materiał ferromagnetyczny o różnej grubości.Nie dotyczyReprezentatywne wyniki tej pracy zostały wygenerowane poprzez uzyskanie pomiarów PEC na próbkach testowych z żeliwa szarego wyekstrahowanych ze stanowiska testowego rur zlokalizowanego w Sydney w Australii, którego lokalizacja i szczegóły dotyczące zabytków są dostępne w odniesieniach 9-11. Stanowisko do testowania rur, jak również pobrane próbki kalibracyjne mogą być dostępne dla czytelników dzięki współpracy z UTS.
Platforma obliczeniowa do przetwarzania sygnałów PECMathWorks, Natick, MA, USA.Wymagana jest platforma obliczeniowa, na której można zakodować i wykonać algorytm przetwarzania sygnału PEC. W niniejszej publikacji przetwarzanie sygnału PEC zostało wykonane za pomocą programowego pliku wykonywalnego o nazwie "PEC_Signal_Processor", wyprodukowanego przy użyciu MATLAB R2017b, Wydawca: MathWorks, Natick, MA, USA.
Aplikacja, która może utworzyć tabelę zawierającą nieprzetworzone sygnały PEC (np. Microsoft Office Excel).Microsoft Corporation, One Microsoft Way, Redmond, Waszyngton, Stany Zjednoczone.Do pracy nad tą publikacją wykorzystano program Microsoft Office Excel (Office 16).

Bibliografia

  1. García-Martín, J., Gómez-Gil, J., Vázquez-Sánchez, E. Non-destructive techniques based on eddy current testing. Sensors. 11 (3), 2525-2565 (2011).
  2. Huang, C., Wu, X., Xu, Z., Kang, Y. Ferromagnetic material pulsed eddy current testing signal modeling by equivalent multiple-coil-coupling approach. Non-Destructive Testing and Evaluation International. 44 (2), 163-168 (2011).
  3. Xu, Z., Wu, X., Li, J., Kang, Y. Assessment of wall thinning in insulated ferromagnetic pipes using the time-to-peak of differential pulsed eddy-current testing signals. Non-Destructive Testing and Evaluation International. 51, 24-29 (2012).
  4. Huang, C., Wu, X. An improved ferromagnetic material pulsed eddy current testing signal processing method based on numerical cumulative integration. Non-Destructive Testing and Evaluation International. 69, 35-39 (2015).
  5. Chen, X., Lei, Y. Electrical conductivity measurement of ferromagnetic metallic materials using pulsed eddy current method. Non-Destructive Testing and Evaluation International. 75, 33-38 (2015).
  6. Ulapane, N., Alempijevic, A., Valls Miro, J., Vidal-Calleja, T. Non-destructive evaluation of ferromagnetic material thickness using Pulsed Eddy Current sensor detector coil voltage decay rate. Non-Destructive Testing and Evaluation International. 100, 108-114 (2018).
  7. Ulapane, N., Nguyen, L., Valls Miro, J., Dissanayake, G. A Solution to the Inverse Pulsed Eddy Current Problem Enabling 3D Profiling. IEEE Conference on Industrial Electronics and Applications. , (2018).
  8. Ulapane, N., Alempijevic, A., Vidal Calleja, T., Valls Miro, J. Pulsed Eddy Current Sensing for Critical Pipe Condition Assessment. Sensors. 17 (10), 2208(2017).
  9. Valls Miro, J., et al. A live test-bed for the advancement of condition assessment and failure prediction research on critical pipes. Proceedings of the Leading-Edge Strategic Asset Management Conference (LESAM13). , (2013).
  10. Valls Miro, J., Ulapane, N., Shi, L., Hunt, D., Behrens, M. Robotic pipeline wall thickness evaluation for dense nondestructive testing inspection. Journal of Field Robotics. 35 (8), 1293-1310 (2018).
  11. Valls Miro, J., Hunt, D., Ulapane, N., Behrens, M. Towards Automatic Robotic NDT Dense Mapping for Pipeline Integrity Inspection. Field and Service Robotics. , Springer. Cham. 319-333 (2018).
  12. Chen, X., Lei, Y. Electrical conductivity measurement of ferromagnetic metallic materials using pulsed eddy current method. Non-Destructive Testing and Evaluation International. 75, 33-38 (2015).
  13. Desjardins, D., Krause, T. W., Clapham, L. Transient eddy current method for the characterization of magnetic permeability and conductivity. Non-Destructive Testing and Evaluation International. 80, 65-70 (2016).
  14. Chen, X., Lei, Y. Excitation current waveform for eddy current testing on the thickness of ferromagnetic plates. Non-Destructive Testing and Evaluation International. 66, 28-33 (2014).
  15. Ulapane, N., Nguyen, L., Valls Miro, J., Alempijevic, A., Dissanayake, G. Designing a pulsed eddy current sensing set-up for cast iron thickness assessment. 12th IEEE Conference on Industrial Electronics and Applications (ICIEA). , 901-906 (2017).
  16. Sophian, A., Tian, G., Fan, M. Pulsed eddy current non-destructive testing and evaluation: A review. Chinese Journal of Mechanical Engineering. 30 (3), 500(2017).
  17. Sophian, A., Tian, G. Y., Taylor, D., Rudlin, J. Design of a pulsed eddy current sensor for detection of defects in aircraft lap-joints. Sensors and Actuators A: Physical. 101 (1-2), 92-98 (2002).
  18. Li, P., et al. System identification-based frequency domain feature extraction for defect detection and characterization. Non-Destructive Testing and Evaluation International. 98, 70-79 (2018).
  19. Ulapane, N., Nguyen, L. Review of Pulsed-Eddy-Current Signal Feature-Extraction Methods for Conductive Ferromagnetic Material-Thickness Quantification. Electronics. 8 (5), 470(2019).
  20. Nguyen, L., Valls Miro, J., Shi, L., Vidal-Calleja, T. Gaussian Mixture Marginal Distributions for Modelling Remaining Pipe Wall Thickness of Critical Water Mains in Non-Destructive Evaluation. arXiv. , 01184(2019).
  21. Ulapane, N., et al. Gaussian process for interpreting pulsed eddy current signals for ferromagnetic pipe profiling. 2014 9th IEEE Conference on Industrial Electronics and Applications. , IEEE. 1762-1767 (2014).
  22. Ulapane, A. M. N. N. B. Nondestructive evaluation of ferromagnetic critical water pipes using pulsed eddy current testing (Doctoral dissertation). , University of Technology Sydney. (2016).
  23. Thiyagarajan, K., Kodagoda, S., Alvarez, J. K. An instrumentation system for smart monitoring of surface temperature. 2016 14thInternational Conference on Control, Automation, Robotics and Vision (ICARCV). , IEEE. 1-6 (2016).
  24. Thiyagarajan, K., Kodagoda, S., Van Nguyen, L. Predictive analytics for detecting sensor failure using autoregressive integrated moving average model. 2017 12th IEEE Conference on Industrial Electronics and Applications (ICIEA). , IEEE. 1926-1931 (2017).
  25. Thiyagarajan, K. Robust sensor technologies combined with smart predictive analytics for hostile sewer infrastructures (Doctoral dissertation). , University of Technology Sydney. (2018).
  26. Thiyagarajan, K., Kodagoda, S., Van Nguyen, L., Ranasinghe, R. Sensor failure detection and faulty data accommodation approach for instrumented wastewater infrastructures. IEEE Access. 6 (56), 562-574 (2018).
  27. Thiyagarajan, K., Kodagoda, S., Ranasinghe, R., Vitanage, D., Iori, G. Robust sensing suite for measuring temporal dynamics of surface temperature in sewers. Scientific Reports. 8, 16020(2018).
  28. Thiyagarajan, K., Kodagoda, S., Van Nguyen, L., Wickramanayake, S. Gaussian Markov random fields for localizing reinforcing bars in concrete infrastructure. 35th International Symposium on Automation and Robotics in Construction. , IAARC. 1052-1058 (2018).
  29. Thiyagarajan, K., Kodagoda, S., Ulapane, N. Data-driven machine learning approach for predicting volumetric moisture content of concrete using resistance sensor measurements. 2016 IEEE 11th Conference on Industrial Electronics and Applications. , 1288-1293 (2016).
  30. Giovanangelia, N., et al. Design and Development of Drill-Resistance Sensor Technology for Accurately Measuring Microbiologically Corroded Concrete Depths. 36th International Symposium on Automation and Robotics in Construction. , (2019).
  31. Wickramanayake, S., Thiyagarajan, K., Kodagoda, S., Piyathilaka, L. Frequency Sweep Based Sensing Technology for Non-destructive Electrical Resistivity Measurement of Concrete. 36th International Symposium on Automation and Robotics in Construction. (771), (2019).
  32. Ulapane, N., Wickramanayake, S., Kodagoda, S. Pulsed Eddy Current Sensing for Condition Assessment of Reinforced Concrete. 14th IEEE Conference on Industrial Electronics and Applications. , (2020).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Czujnik cewki detekcyjnejilościowe określanie względnej grubościmetoda szybkości zanikuocena nieniszczącaprzetwarzanie sygnałówprotokół bez kalibracjiżeliwo szareocena korozji
Kwantyfikacja względnej grubości przewodzących materiałów ferromagnetycznych za pomocą impulsowych czujników prądów wirowych opartych na cewce detektorowej
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.