Summary
ここでは、キャリブレーションを克服しつつ、検出器コイルベースのパルス渦電流センサを用いて導電性強磁性材料の相対的な厚さ(基準に対するパーセンテージとしての厚さ)を定量化するプロトコルを提示する。要件。
Abstract
非破壊評価(NDE)による導電性強磁性材料の厚さ定量は、特に大口径導電性の状態を評価する上で、インフラの構造的健全性モニタリングの重要な要素であるエネルギー、水、石油、ガスセクターで見つかった強磁性パイプ。パルス渦電流(PEC)センシング、特に検出器コイルベースのPECセンサアーキテクチャは、この目的に役立つ効果的な手段として長年にわたって確立されています。PECセンサの設計方法や信号処理のアプローチは、これまでの作品で紹介されています。近年、厚さ定量を目的とした検出器コイルベースの時間領域PEC信号の減衰率の利用が検討されている。このような作品は、減衰率ベースの方法が検出器コイルベースのセンサアーキテクチャに一般性を保持し、センサーの形状とサイズ、コイルターンの数、励起電流などの要因に対する免疫の程度を有することを確立しています。さらに、この方法は、灰色の鋳鉄製の大型パイプのNDEにおけるその有効性を示している。このような文献に続いて、この研究の焦点は、明示的にPECセンサ検出器コイル電圧減衰速度ベースの導電性強磁性材料厚さ定量である。しかし、この方法が直面する課題は、特に特定のパイプ材料の電気的および磁気的特性を測定したり、キャリブレーションを得るために、その時点での配管状態評価などのアプリケーションに関しては、キャリブレーションの難しさです。サンプルは実際には難しいです。その課題に動機付けられ、いくつかの以前の作品によって行われた実際の厚さを推定することとは対照的に、この作品は、減衰率ベースの方法を使用して相対的な厚さを定量するためのプロトコルを提示します(すなわち、特定の場所の厚さに対して最大厚さ)、キャリブレーションの要件はありません。
Introduction
パルス渦電流(PEC)センシング技術は、おそらく渦電流(EC)非破壊評価(NDE)技術のファミリーの中で最も汎用性の高いメンバーであり、欠陥の検出と定量、および金属および金属構造の幾何学的形状における多くの用途を有する。導電性強磁性壁様構造の厚さ定量は、数ミリメートルから数十ミリメートル以下の壁の厚さを有し、インフラの構造健全性モニタリングの分野における高需要エンジニアリングサービスである。このサービスを必要とする強磁性合金で作られた重要なインフラは、一般的にエネルギー、水、石油、ガス業界で利用可能です。PECセンサはいくつかのアーキテクチャに従って設計することができますが、検出器コイルベースのアーキテクチャは、強磁性材料2、3、4、5の条件評価で最も効果的かつ一般的に使用されると判断されました。従って、導電性強磁性材料の厚さ定量の問題に基盤を設定する検出器コイルベースのPECセンサアーキテクチャである。
検出器コイルベースのPECセンサアーキテクチャは、通常、2つの同心円状巻、空気コア、導電性コイル2、3、4、5、6(典型的には銅コイル)で構成されています。これらのコイルを円形2、3、4、5、6に巻き付けるのはよくあることですが、時折、長方形のコイル6が用いられている。センサー内の 2 つのコイルから、一方は励起コイルとして動作し、もう 1 つは検出器コイルとして機能します。PECセンサでは、励起コイルは電圧パルスによって励起され、原理的には重辺ステップ機能として特徴付けることができるものである。このパルス励起は、センサの周囲に一過性磁界(一次磁場と呼ばれる)を発生させます。センサが導電性試験片(例えば、導電性強磁性壁状構造)に隣接して配置されると、この過渡磁場は試験片内の渦電流の時間変化を誘導する。これらの渦電流は、一次電界に対して二次磁場(二次磁場と呼ばれる)を生成します。一次電界と二次電界の結果として生じる影響に応じて、検出器コイルに過渡電圧が誘導され、この作業対象の時間領域PEC信号になります。
PECセンサ検出器コイル電圧減衰率(β)は、比例
βμσd2を示し、信号が取得されると、磁性透過性μ、電気伝導度σ、および厚さdの導電性強磁性層の上にPECセンサを配置して取得される。この減衰速度信号機能は、センサーサイズ、センサー形状、リフトオフ6、7、8などのパラメータに対してかなりの耐性を有するが、この機能は、厚さ(すなわち、検査される材料のσ)を校正する必要があります(すなわち、検査される材料のσを推定する)。、d)定量。減衰率ベースの厚さ定量6、8の従来の方法を有効にするには、キャリブレーションサンプル6、8を抽出するか、または渦電流ベースの材料特性特性特性評価方法12、13を抽出することによって、この較正を行わなければならない。あるいは、キャリブレーションの複雑さは、相対的な厚さの形で厚さを表すことによって回避することができる。NDEエクササイズが行われ、β値がシグナルから抽出されると仮定すると、試験片内の最大厚さ点を定性的に表すβ値が基準と考えられる(すなわち、β参照μσdmax2)。そして、他の任意の位置の厚さは、形態
における最大厚さのパーセンテージとして表すことができ、出力として相対的な厚さを提示し、これは依然として有用な定性情報であり、μσ、σに対して較正する必要がないようにする簡便性を有するNDE出力として有用である。ここで説明するプロトコルでは、これを実現するための手順について説明します。
減衰率βは、センサ設計のパラメータに対する耐性を示しながら、検出器コイルベースのPECセンサアーキテクチャに一般性を示すとともに、リフトオフ6、7、8、14であるので、開業医は、ここでのプロトコルに従って相対的な厚さ定量を行うために、適切な導電性強磁性材料上で任意の検出器コイルベースのPECセンシングシステムを使用することができる。導電性強磁性材料のPECセンサ設計例は、関心のある読者15のために利用可能である。この研究で提示されたシグナルと結果は、シドニー工科大学が開発したPECシステムを用いて取得した。PECシステムによって得られた代表的な結果のために使用される導電性強磁性材料は、シドニーオーストラリアのパイプテストベッド9、10、11から抽出された灰色鋳鉄である。
本書で提示する方法、結果、議論は、導電性強磁性材料の厚さ定量のための検出器コイルベースのPECセンサアーキテクチャの時間領域信号の減衰率の使用に明示的に焦点を当てていることに留意すべきである。この出版物には、PECセンシング原理とセンサ構成の一般的な慣習に関する広範な議論は含まれていません。他の公開作品16、17、18は、検出器コイルベースのセンサアーキテクチャ以外のPECセンサ構成に関するより多くの洞察を得るために読者のために有用であることができる。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 利用可能な検出器コイルベースのPEC信号から減衰率βを抽出する
- 実験的に捕捉されたPEC信号(すなわち、時間領域検出器コイル電圧(V(t)))をln[V(t)]の対数形式で発現させる。ln[V(t)]の形式で表される典型的な PEC 信号を図 1 に示します。
- 信号
が条件
を満たすような形
で線形領域を見つける.図1の信号に従って、
満足のいく実用的な線形領域が起こります。 - 図2に示すように、直線モデル
を同定された線形領域内の実験信号データに適合させ、βの値を推定する。
が条件
を満たすような形
で線形領域を見つける.図1の信号に従って、
満足のいく実用的な線形領域が起こります。
を同定された線形領域内の実験信号データに適合させ、βの値を推定する。2. 相対的な厚さの定量
- 厚さが異なる導電性強磁性試験片で行われるNDEタスクから取得された複数の信号(図3)があるとします。まず、すべての信号に共通する線形領域を特定し、β値を抽出する。図3の信号に従って、
適切で実用的な線形領域のようです。 - 最大β値は
、βσd2比例6、7、8に従った最大厚さに原則的に対応する必要があるため、β参照としてラベル付けする。 - インデックス
が
番目の測定値に対応
する形式で、相対厚さのパーセンテージを表します。
適切で実用的な線形領域のようです。
が
番目の測定値に対応3. PEC_Signal_Processorインストール
- ファイルPEC_Signal_Processor.exe] を見つけます。ファイルをダブルクリックし、実行を許可します。
- 以下のインターフェイスが表示されたら、[次へ] をクリックします。インターフェイスがポップアップ表示されたら、インストールするファイルの場所を指定し、[デスクトップへのショートカットを追加する] チェックボックスをオンにして、ソフトウェア アイコンをデスクトップに追加します。次に、[次へ] をクリックします。
- 必要なランタイム環境のインストール場所を指定し、[次へ] をクリックします。必要なランタイム環境が既にインストールされている場合は、[次へ] をクリックします。
- 読み、プロンプト付きライセンス条項に同意します。次に、[インストール] をクリックします。
- インストールが完了したら、[完了] をクリックします。デスクトップアイコンが表示されます。
4. 信号の作成
- PECセンサ出力[生信号、すなわちV(t)]がテーブルとして配置されていることを確認します。
- シグナルを含むテーブルをデスクトップ (またはアプリケーションがインストールされている親ディレクトリ内のフォルダー) にコピーします。便宜上、デスクトップをお勧めします。
5. アプリケーションの実行
- デスクトップ アイコンをダブルクリックして、アプリケーションを実行します。インターフェイスが開きます。
- [負荷信号]タブをクリックして信号をロードし、信号を含むファイルを選択して、信号をソフトウェアインターフェイスにインポートします。
- 生のシグナルを含むテーブル内に含まれるシグナルの数がシグナル数=の前に表示されるまで待ちます。
- プロット信号をクリックし、対数スケールでプロットされた信号を観察します。
- [ズーム]タブをクリックし、線形領域がはっきりと表示されるようにプロット ウィンドウを調整します。
- 観察後、線形領域の適切な下限と上限を決定し、編集可能なテキスト空間に値を入力します。
- [プロットマージン]をクリックし、余白が緑色でプロットされるまで待ちます。
- [フィーチャを抽出]をクリックし、直線セグメントが赤でどのようにプロットされているかを確認します。
- [相対厚さの計算] をクリックし、計算された相対厚さの値のヒストグラムがどのようにプロットされているかを確認します。
- [相対厚さを保存]をクリックして、計算された相対的な厚さの値を保存します。ファイル名を入力し、[OK]をクリックします。
- もう一度[OK]をクリックしてファイル名を確認し、ファイル名を確認します。相対的な厚さの値は、デスクトップ上のテーブルとして保存されます。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
このセクション内の代表的な結果は、参照8を持つ補足材料として提供されるPEC信号を使用して生成されています。前述のように、信号はシドニーオーストラリアのパイプテストベッドから抽出された灰色の鋳鉄サンプルに捕捉され、その場所とヴィンテージの詳細は参考文献9、10、11で提供されています。
図1は、検出器コイルベースのPECセンサから捕捉された時間領域信号(対数形式で表される)の典型的な形状を示し、図2は減衰速度特徴βが抽出されるt>>0として対数信号の指標線形領域を示しています。 複数の PEC 信号を図 3に示します。指標的に最大β値を示すシグナルが含まれる。このような最大β値は、式
を用いて相対厚さを定量する参照β値として用いることができる。
表1は、抽出されたβ値と、それらを用いて定量化された相対的な厚さの値を示す。表 1の結果は、参照 8 の図 20 に示す 14 mm リフトオフ ケースに対して作成されています。灰色の鋳鉄で捕獲される対応する生のPEC信号は参照8で提供される補足材料で利用できる。表 1の最初の列は、PEC 信号がキャプチャされた灰色の鋳鉄試験片の実際の厚さ (ミリメートル単位) を示し、2 番目の列には対応するβ値が含まれています。最大β値(すなわち、β=0.010078491)は、参照β値(すなわち、β参照)と考えられる。3 番目の列に指定されているのは、対応する相対的な厚さの値
で、次のように定量化した場合に生じる、最後の列には、最初の列にリストされている実際の厚さの値を使用して計算された対応する実際の相対的な厚さの値が一覧表示されます。PEC信号から算出された相対厚値に対する実際の相対厚さ値のプロット(すなわち、β値を用いて計算)を図4に示す。このデータセットで観察される推定値と現実との間の99%以上の相関は、相対的な厚さ定量法の有効性を示す。
図1:PEC信号の典型的な形状、すなわち、誘導検出器コイル電圧(すなわち、V(t))の形で発現するln[V(t)]。この図の大きなバージョンを表示するには、ここをクリックしてください。
図2:検出器コイル系PEC信号の代表的なリニア領域をln[V(t)]の形式で表し、t>>0として、減衰速度特徴(すなわちβ)を抽出する必要がある。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図3:NDEエクササイズ(灰色鋳鉄上で行われる)に起因する複数のPEC信号は、比例6、15:βσd 2に従って最大厚さを原則的に定性的に表す信号を示す最大β値を示す信号を表示します。
図4:実際の厚さから定量した相対厚さ%とβから定量した相対厚さ%との相関(灰色鋳鉄に対して行われた測定値に基づく)。この図の大きなバージョンを表示するには、ここをクリックしてください。
| テストピースの実際の厚さ(mm) | PEC信号から抽出されたβ値 | βからの相対厚さ | 実際の厚さから相対的な厚さ%を定量化 |
| 3 | 0.000228395 | 15.05379428 | 15 |
| 5 | 0.000538137 | 23.10728068 | 25 |
| 7 | 0.001018941 | 31.79631773 | 35 |
| 9 | 0.001701758 | 41.09141494 | 45 |
| 11 | 0.003091023 | 55.38005157 | 55 |
| 15 | 0.005853939 | 76.2125254 | 75 |
| 20 | 0.010078491 | 100 | 100 |
表1:一部抽出されたβ値と、灰色鋳鉄の相対的厚さを定量した。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
検出器コイル系PECセンサを用いて導電性強磁性材料の相対的な厚さ(すなわち、基準に対するパーセンテージとしての厚さ)を定量化するプロトコルが提示された。この方法の主な利点は、キャリブレーション要件を克服する能力です(すなわち、厚さ定量を可能にするために検査される材料の透磁率および電気伝導度を測定または推定する必要性を克服する)。このプロトコルは、時間領域PEC信号の対数表現、信号の後の段階での線形領域の同定、直線領域への直線のフィッティング、減衰率(すなわちβ)の抽出、および方程式を介した基準に対する相対的な厚さを定量化し、材料特性(すなわち、μσ)を取り消し、βσ2に起因する相対的な厚みを生成する。実験結果(表1及び図4)は、本研究におけるプロトコルからの相対厚さ定量法の有効性を示す。
ソフトウェアインターフェイスにインポートするデータを準備する際には、セクション4のガイドラインに従っていることを確認します。計算およびグラフィックス ハードウェアの負担が大きくなるのを防ぐには、小さいサイズのデータ ファイルを個別に処理できるように、信号を複数のテーブルに配置します。ユーザーが使用できる計算能力に依存するので、データ ファイルのサイズに実際の制限を課すのは簡単ではありません。ユーザーが使用できる計算能力に応じて適用される可能性のあるファイル サイズの制限を特定するには、いくつかの試行錯誤テストをお勧めします。変更に関しては、ユーザーは、任意の計算プラットフォームを使用して、複数の、または任意のPEC信号処理アルゴリズムを使用して、独自のソフトウェアパッケージをプログラムすることができます。導電性強磁性材料の厚さ定量のための最近公表されたPEC信号処理アルゴリズムのレビューは19で利用可能である。
推定相対厚さの値の精度に影響を与える重要な要因は、励起強度の適切性です。参考文献8は、励起強度が少なすぎると高厚値に対する感度低下の浸透深さを制限できる一方で、励起強度が高すぎると厚さの値に対する感度を制限する方法を報告している。励起強度に関するこの問題は、特定の材料の特定の厚さ範囲が不十分な励起強度で評価される場合、得られる減衰率は依然として厚さに敏感である可能性があるが、原理βμσd2に普遍的に従うと誤った相対厚さの値を最終的に定量し得ることを意味する。この制限は、定量的NDE結果の厳格な精度が重要な状況で、実務者が注意する必要があります。ただし、定量的な出力が必須ではなく、テストピース条件の定性的表現で十分でない状況では、これは問題にはなりません。厚みが分かっているキャリブレーションサンプルを使用せずに励起強度を調整する手順を定義することは簡単ではないため、励起強度とのあいまいさに対抗する良い方法は、励起強度の範囲で信号を収集することです。このようなアプローチは、高度な後処理のベースを形成する豊富なデータセットを生成し、ロボット手段10、11によって実行されるNDEタスクに役立つ可能性があります。また、一部のエージのある臨時水道管で遭遇した灰色鋳鉄のような特定の不均一な導電性強磁性材料の電気的および磁気的特性は、かなりの分散8を表示する。この分散により、パイプのコホート内、または 1 つのパイプ内でも 1 つのパイプ内でも、ある場所から別の場所にプロパティが異なる場合があり、キャリブレーションがさらに困難になります。このような材料特性の変動は、このような不均一な材料に対してNDEが行われる場合、この作業で規定される方法の誤差源としても作用する。
最近の研究では、重要なパイプ8、9、 10 、11、20、21、22の状態評価に PEC センシングを頻繁に使用し、継続的に使用することを実証しています。このような作品は、大量のPECデータを生成する傾向があり、この作品で提示されたものと同様の信号解析プロトコルとフレームワークの恩恵を受けるでしょう。重要なパイプの作業と並行して、近年23、24、25、26、27、28、29、30、31のコンクリート下水道の状態評価に関する研究への関心が高まっています。このような作業と共に、PECセンシング技術は、鉄鋼補強下水道の条件評価にも32.本研究で提示されたようなPEC信号解析プロトコルは、このような条件評価関連の研究の結果として生成される膨大な量のPECデータの分析に役立つ。
メソッドの重要なステップは、(1) 生のPEC信号 [V(t)] をテーブルとして配置するとしてリストできます。(2) 生信号をソフトウェアインタフェースにロードすること。(3)対数スケールで信号をプロットし、視覚化する(すなわち、ln[V(t)]形式で信号をプロットする。(4) プロットされた信号を目視で検査し、適切な線形範囲を特定すること。(5) 特徴抽出を行う。(6)相対的な厚さ定量を行う。および (7) 結果を保存します。セクション 3 では、上記のタスクを実行するための詳細な手順に関するガイドラインを示します。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者は開示する利害の対立を持っていません。著者は、作品2、6、7、8、9、10、11を追加の読み物として推薦したいと考えています。
Acknowledgments
著者らは、マイケル・ベーレンスとダミス・アベワードダナが、いくつかのセンシングハードウェアコンポーネントの設計と実装に貢献したことを認めたい。アレン・アレンピイェビッチ、テレサ・ビダル・カレハ、ガミニ・ディッサナヤケ、サラス・コダゴダが果たした研究監督の役割、およびクリティカル・パイプス・プロジェクトに資金を提供し、提携したすべての人や組織による貢献も認められています。.
Materials
| Name | Company | Catalog Number | Comments |
| A Detector Coil-based PEC Sensing System. | N/A | The representative results in this work were generated using the PEC system developed by University of Technology Sydney (UTS), Australia and published in works 6,8. This system may be accessible to readers via collaborating with UTS. | |
| A suitable conductive ferromagnetic material of varying thickness. | N/A | The representative results in this work were generated by acquiring PEC measurements on grey cast iron test pieces extracted from a pipe test-bed located in Sydney Australia, whose location and vintage details are available in references 9-11. The pipe test-bed as well as the extracted calibration samples may be accessible to readers via collaborating with UTS. | |
| A computation platform for PEC signal processing | MathWorks, Natick, MA, USA. | A computation platform in which the PEC signal processing algorithm can be coded and executed is required. In this publication, PEC signal processing was done using a software executable named "PEC_Signal_Processor", produced using MATLAB R2017b, Publisher: MathWorks, Natick, MA, USA. | |
| An application that can produce a table containing raw PEC signals (e.g., Microsoft Office Excel). | Microsoft Corporation, One Microsoft Way, Redmond, Washington, USA. | Microsoft Office Excel (Office 16) was used for the work of this publication. |
References
- García-Martín, J., Gómez-Gil, J., Vázquez-Sánchez, E. Non-destructive techniques based on eddy current testing. Sensors. 11 (3), 2525-2565 (2011).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Ulapane, N., Alempijevic, A., Vidal Calleja, T., Valls Miro, J. Pulsed Eddy Current Sensing for Critical Pipe Condition Assessment. Sensors. 17 (10), 2208 (2017).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Ulapane, N., Nguyen, L. Review of Pulsed-Eddy-Current Signal Feature-Extraction Methods for Conductive Ferromagnetic Material-Thickness Quantification. Electronics. 8 (5), 470 (2019).
- 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).
- 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).
- 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).
- 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).
- 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).
- Thiyagarajan, K. Robust sensor technologies combined with smart predictive analytics for hostile sewer infrastructures (Doctoral dissertation). , University of Technology Sydney. (2018).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
