Summary
Her præsenterer vi en protokol til at kvantificere den relative tykkelse (dvs. tykkelse som en procentdel med hensyn til en reference) af ledende ferromagnetiske materialer ved hjælp af detektor spole baserede pulserende hvirvelstrømssensorer, samtidig med at kalibreringen overvindes Krav.
Abstract
Tykkelse kvantificering af ledende ferromagnetiske materialer ved hjælp af ikke-destruktiv evaluering (NDE) er et afgørende element i strukturel sundhedsovervågning af infrastrukturen, især for at vurdere tilstanden af stor diameter ledende ferromagnetiske rør findes i energi-, vand-, olie-og gassektorerne. Pulserende Eddy Current (PEC) sensing, især detektor spole-baseret PEC sensor arkitektur, har etableret sig gennem årene som et effektivt middel til at tjene dette formål. Tilgange til design af PEC-sensorer og behandlings signaler er blevet præsenteret i tidligere værker. I de seneste år er brugen af henfalds hastigheden for detektor spole baseret tids domæne PEC-signal med henblik på kvantificering af tykkelse blevet undersøgt. Sådanne værker har fastslået, at henfalds hastigheden-baseret metode holder generalitet til detektor Coil-baseret sensor arkitektur, med en grad af immunitet over for faktorer som sensor form og størrelse, antallet af spole sving, og excitation strøm. Desuden har denne metode vist sin effektivitet i NDE af store rør lavet af gråt støbejern. Efter sådan litteratur, er fokus for dette arbejde eksplicit PEC sensor detektor spolespænding henfalds rate-baseret ledende ferromagnetisk materialetykkelse kvantificering. Men udfordringen ved denne metode er vanskeligheden ved kalibrering, især når det drejer sig om applikationer såsom in situ-rørtilstands vurdering, da måling af elektriske og magnetiske egenskaber af visse rørmaterialer eller opnåelse af kalibrering prøver er vanskeligt i praksis. Motiveret af denne udfordring, i modsætning til at anslå den faktiske tykkelse som udført af nogle tidligere værker, dette arbejde præsenterer en protokol for at bruge den henfalds rate-baserede metode til at kvantificere relativ tykkelse (dvs. tykkelse af en bestemt placering med hensyn til en maksimal tykkelse) uden krav om kalibrering.
Introduction
Den pulserende Eddy Current (PEC) sensing teknik er måske den mest alsidige medlem af familien af Eddy Current (EC) ikke-destruktiv evaluering (NDE) teknikker og har mange anvendelser i påvisning og kvantificering af defekter, og geometrien af metaller og metalliske strukturer1. Tykkelse kvantificering af ledende ferromagnetiske væg-lignende strukturer, der har vægtykkelser på ikke mere end et par millimeter til et par snesevis af millimeter, er en høj efterspørgsel ingeniør service i området for strukturel sundhedsovervågning af infrastruktur. Kritisk infrastruktur fremstillet af ferromagnetiske legeringer, der kræver denne service er almindeligt tilgængelige i energi, vand, olie og gas industrier. Mens PEC-sensorer kan designes efter flere arkitekturer, blev detektor spole baseret arkitektur fast besluttet på at være den mest effektive og almindeligt anvendte i tilstandsvurdering af ferromagnetiske materialer2,3,4,5. Derfor er det detektor spole-baseret PEC sensor arkitektur, der sætter fundamentet til problemet med tykkelse kvantificering af ledende ferromagnetiske materialer.
Den detektor spiral baserede PEC-sensor arkitektur består typisk af to koncentrisk sår, Air cored, ledende Coils2,3,4,5,6 (typisk kobber spoler). Det er helt almindeligt at vinden disse Coils til at være cirkulær i form2,3,4,5,6, men lejlighedsvis, rektangulære formede Coils6 har været anvendt. Fra de to spoler i sensoren opfører man sig som en Exciter-spole, mens den anden fungerer som Detektorspolen. I en PEC-sensor er Exciter-spolen spændt af en spændings impuls-noget der kan karakteriseres som en Heaviside Step-funktion i princippet. Denne pulserende excitation genererer et forbigående magnetfelt (kaldet det primære felt) omkring sensoren. Når sensoren er placeret ved siden af et ledende prøveemne (f. eks. en ledende ferromagnetisk væglignende struktur), inducerer dette forbigående magnetfelt tidsvariable hvirvelstrømninger i prøveemnet. Disse hvirvelstrømninger genererer et sekundært magnetfelt (kaldet det sekundære felt), der modsætter sig det primære felt. Som reaktion på den resulterende virkning af de primære og sekundære felter, en forbigående spænding er induceret i detektor spole-som bliver den tid domæne PEC signal af interesse for dette arbejde.
PEC-sensor detektor spole spændings henfalds hastigheden (angivet som β) er rapporteret6,7,8 for at vise proportionaliteten β 
μσd2, når der erhverves et signal, der placerer en PEC-sensor over et ledende ferromagnetisk lag af Magnetisk permeabilitet μ, elektrisk ledningsevne σog tykkelse d. Selv om denne henfalds rate signalfunktion har betydelig immunitet over for parametre såsom sensor størrelse, sensor form, og løft-off6,7,8, hvilket gør henfalds raten meget ønskelig for udfordrende NDE scenarier såsom in situ pipe condition vurdering9,10,11, skal denne funktion kalibreres (dvs. μ, σ af det materiale, der inspiceres skønnes) for at muliggøre tykkelse (dvs. , d) kvantificering. For at muliggøre konventionelle metoder til beregning af henfalds hastigheden med en tykkelse på6,8skal denne kalibrering foretages ved ekstraktion af kalibrerings prøver6,8 eller ved inddragelse af hvirvelstrømsbaserede materialeegenskabs karakteriserings metoder12,13. Alternativt kan kompleksiteten af kalibrering undgås ved at repræsentere tykkelse i form af relativ tykkelse. Antag, at der udføres en NDE-øvelse, og at β -værdierne udvindes af signalerne, da β -værdien, som er kvalitativt repræsentativ for det maksimale tykkelses punkt i prøveemnet, betragtes som en reference (dvs. βRef μσdMax2); derefter kan tykkelsen af enhver anden placering repræsenteres som en procentdel af den maksimale tykkelse i formularen 
, der præsenterer en relativ tykkelse som output, som stadig er nyttige kvalitative oplysninger som en NDE output, der også bærer den enkelhed ikke at skulle kalibrere for μ, σ. Den protokol, der præsenteres heri, beskriver de trin, der skal følges for at opnå dette.
Da henfalds raten β viser generalitet til detektor spole baseret PEC-sensor arkitektur, samtidig med at den viser immunitet over for parametrene for sensor konstruktionen samt lift-off6,7,8,14, kan praktikere bruge ethvert detektor spole baseret PEC-detekteringssystem efter eget valg på et egnet ledende ferromagnetisk materiale til at udføre relativ tykkelses kvantificering i følge protokollen her. En PEC sensor designeksempel for en ledende ferromagnetisk materiale er tilgængelig for interesserede læsere15. Signalerne og resultaterne præsenteret i dette arbejde blev erhvervet ved hjælp af PEC system udviklet af University of Technology Sydney6,8. Det ledende ferromagnetiske materiale, der anvendes til repræsentative resultater erhvervet af PEC-systemet, er gråt støbejern ekstraheret fra en rørtest-seng9,10,11 i Sydney Australia.
Det skal bemærkes, at de metoder, resultater, og diskussioner præsenteret i denne publikation eksplicit fokusere på brugen af detektor spole-baserede PEC sensor arkitektur tid domæne signal forfald sats for tykkelse kvantificering af ledende ferromagnetiske materialer. Publikationen indeholder ikke en bredere drøftelse af generelle konventioner for PEC-sensor principper og sensor konfigurationer. Andet offentliggjort arbejde16,17,18 kan være nyttigt for læserne at få mere indsigt om PEC sensor konfigurationer andre end detektor Coil-baseret sensor arkitektur.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. udtrækning af henfalds raten β fra et tilgængeligt detektor SPOLE baseret PEC-signal
- Udtrykker et tilgængeligt eksperimentelt registreret PEC-signal (dvs. en tids domæne detektor spolespænding (angivet som V(t))) i logaritmisk form af LN [V(t)]. Et typisk PEC-signal udtrykt i form af LN [V(t)] er vist i figur 1.
- Find en lineær region i form af
en sådan, at signalet opfylder betingelsen 
, hvor 
. Som pr signalet i figur 1, 
der sker for at være en tilfredsstillende og praktisk gennemførlig lineær region. - Som illustreret i figur 2passer den lineære model
til data for eksperimentelle signaler inden for det identificerede lineær område og estimerer værdien af β.
en sådan, at signalet opfylder betingelsen 
, hvor 
. Som pr signalet i figur 1, 
der sker for at være en tilfredsstillende og praktisk gennemførlig lineær region.
til data for eksperimentelle signaler inden for det identificerede lineær område og estimerer værdien af β.2. kvantificering af relativ tykkelse
- Antag, at der er flere signaler (figur 3) erhvervet fra en NDE opgave udført på en ledende ferromagnetisk test stykke med varierende tykkelse. Først skal du identificere en lineær region, der er fælles for alle signaler og udtrække β -værdier. Som pr signalerne i figur 3,
synes at være en passende og praktisk gennemførlig lineær region. - Vælg den maksimale β -værdi, og mærk den som βRef , da den maksimale β -værdi principielt skal svare til maksimums tykkelsen i henhold til β
μσd2 proportionalitet6,7,8. - Udtrykke relativ
tykkelse procent i form, hvor indekset 
svarer til 
th måling.
synes at være en passende og praktisk gennemførlig lineær region.
svarer til 
th måling.3. PEC_Signal_Processor installation
- Find filen PEC_Signal_Processor. exe. Dobbeltklik på filen og Tillad at udføre.
- Klik på næste, når grænsefladen nedenfor vises. Når grænsefladen dukker op, skal du angive filens placering til installation og markere afkrydsningsfeltet Tilføj en genvej til skrivebordet for at føje software ikonet til skrivebordet. Klik derefter på næste.
- Angiv installationsplaceringen for det påkrævede kørselsmiljø, og klik derefter på næste. Hvis det påkrævede kørselsmiljø allerede er installeret, skal du blot klikke på næste.
- Læse, og accepterer at blive bedt om licensvilkår og betingelser. Klik derefter på Installer.
- Klik på Udfør , når installationen er fuldført. Skrivebordsikonet vises.
4. forberedelse af signaler
- Sørg for, at PEC-sensorens udgange [RAW-signaler, dvs., V(t)] er arrangeret som en tabel.
- Kopiér den tabel, der indeholder signaler, til skrivebordet (eller til en mappe, som findes i det overordnede bibliotek, hvor programmet er installeret). For nemheds skyld anbefales skrivebordet.
5. udførelse af ansøgningen
- Dobbeltklik på ikonet på skrivebordet for at køre programmet. Grænsefladen vil åbne.
- Indlæs signaler ved at klikke på fanen Indlæs signaler , og vælg den fil, der indeholder signalerne, for at importere signalerne til softwaregrænsefladen.
- Vent, indtil antallet af signaler, der er indeholdt i tabellen, der indeholder rå signaler vises foran antallet af signaler =.
- Klik på plot signaler og observere de signaler plottet i logaritmisk skala.
- Klik på fanen Zoom , og Juster afbildnings vinduet, så det lineære område er tydeligt synligt.
- Efter observation skal du vælge rimelige nedre og øvre margener for det lineære område og indtaste værdierne i de redigerbare tekstområder.
- Klik på afbildnings margener , og vent på, at margenerne afbildes med grønt.
- Klik på uddrag funktioner og observere, hvordan straight-line segmenter er plottet i rødt.
- Klik på Beregn relativ tykkelse , og Observer, hvordan et histogram med beregnede relative tykkelses værdier afbildes.
- Klik på Gem relativ tykkelse for at gemme de beregnede relative tykkelses værdier. Angiv et filnavn, og klik på OK.
- Bekræft filnavnet ved at klikke på OK igen for at bekræfte filnavnet. De relative tykkelses værdier gemmes som en tabel på skrivebordet.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Repræsentative resultater i dette afsnit er genereret ved hjælp af PEC-signaler, der leveres som supplerende materiale med reference8. som nævnt ovenfor, er signalerne blevet fanget på grå støbejern prøver udvundet fra røret test seng i Sydney Australia, hvis placering og vintage detaljer er angivet i referencer9,10,11.
Figur 1 viser den typiske form af et tids domæne signal (udtrykt i logaritmisk form) taget fra en detektor SPOLE baseret PEC-sensor, mens figur 2 viser et vejledende lineært område af det logaritmiske signal som t > > 0, hvorfra henfalds hastigheden b ekstraheres. Der er vist flere PEC-signaler i figur 3. der medfølger et signal, der viser en maksimalt b -værdi. En sådan maksimal β -værdi kan anvendes som reference β -værdier til at kvantificere relativ tykkelse ved 
hjælp af ligningen.
Tabel 1 viser nogle udtrukne β -værdier sammen med relative tykkelses værdier, der er blevet kvantificeret ved hjælp af dem. Resultaterne i tabel 1 er udarbejdet for de 14 mm lift-off-tilfælde, der er præsenteret i figur 20 i reference8. de tilsvarende rå PEC-signaler, der optages på gråt støbejern, findes i det supplerende materiale, der er forsynet med reference8. Den første kolonne i tabel 1 indeholder den faktiske tykkelse (i millimeter) af de grå støbejern-prøveemner, som PEC-signalerne blev taget i, mens den anden kolonne indeholder de tilsvarende β -værdier. Den maksimale β -værdi (dvs. β = 0,010078491) betragtes som reference β -værdien (dvs. βRef). Forudsat i den tredje kolonne er de tilsvarende relative tykkelses værdier, der 
resulterer i kvantificeret som og den sidste kolonne viser de tilsvarende faktiske relative tykkelses værdier beregnet ved hjælp af de faktiske tykkelses værdier, der er angivet i første kolonne. Figur 4viser en afbildning af de faktiske relative tykkelses værdier i forhold til de relative tykkelses værdier beregnet ud fra PEC-signaler (dvs. beregnet ved hjælp af β -værdier). En korrelation på over 99% mellem skøn og virkelighed observeret på dette datasæt indikerer effektiviteten af den relative tykkelse kvantificering metode.
Figur 1: typisk form af et PEC-signal, dvs., induceret detektor spolespænding (dvs. v(t)) udtrykt i form af LN [V(t)]. Venligst klik her for at se en større version af dette tal.
Figur 2: en repræsentativ linier-region for et detektor-spole baseret PEC-signal udtrykt i form LN [V(t)], som t > > 0, hvorfra henfalds hastigheden (dvs. β) skal ekstraheres. Venligst klik her for at se en større version af dette tal.
Figur 3: flere PEC-signaler som følge af en NDE-øvelse (udført på gråt støbejern) med et signal, der er vejledende og viser en maksimal β -værdi, som principielt bør udgøre en maksimal tykkelse i henhold til proportionalitetsprincippet6,15: β μσd2. Klik her for at se en større version af dette tal.
Figur 4: korrelation mellem relativ tykkelse% målt fra faktisk tykkelse og relativ tykkelse% kvantificeret fra β (baseret på målinger udført på gråt støbejern). Venligst klik her for at se en større version af dette tal.
| Faktisk tykkelse af prøveemnet (mm) | β værdi udvundet af PEC-signal | Relativ tykkelse% kvantificeret fra β | Relativ tykkelse% kvantificeret fra faktisk tykkelse |
| 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 |
Tabel 1: nogle ekstraherede β -værdier sammen med kvantificeret relativ tykkelse af gråt støbejern.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
En protokol til at kvantificere den relative tykkelse (dvs. tykkelse som en procentdel med hensyn til en reference) af ledende ferromagnetiske materialer ved hjælp af detektor Coil-baserede PEC-sensorer blev præsenteret. Den største fordel ved denne metode er evnen til at overvinde kalibrerings kravet (dvs. overvinde behovet for at måle eller estimere den magnetiske permeabilitet og elektrisk ledningsevne af det materiale, der inspiceres for at muliggøre tykkelsen kvantificering). Protokollen indebærer logaritmisk repræsentation af time Domain PEC-signalet, identifikation af et lineært område på signalets senere stadier, der passer til den lineære region og udvinder henfalds hastigheden (dvs. β) og kvantificerer den relative tykkelse med hensyn til en reference gennem ligningen , som annullerer de materielle egenskaber (dvs. μσ) og giver en relativ tykkelse som følge af proportionaliteten af β μσd2 . Eksperimentelle resultater (tabel 1 og figur 4) viser effektiviteten af den relative tykkelses kvantificerings metode fra protokollen i dette arbejde.
Sørg for, at retningslinjerne i afsnit 4 følges, når data forberedes til import til softwaregrænsefladen. For at undgå en tung byrde på beregning og grafikhardware, arrangere signaler i flere tabeller, så datafiler af mindre størrelse kan behandles separat. Det er ikke let at pålægge faktiske begrænsninger på størrelsen af datafiler, da det afhænger af beregningskraften til rådighed for brugerne. Et par forsøg og fejl tests anbefales at identificere eventuelle filstørrelse begrænsninger, der kan gælde i henhold til beregningskraft til rådighed for brugerne. Med hensyn til ændringer, brugere kan være i stand til at programmere deres egne softwarepakker med flere, eller PEC signalbehandling algoritmer efter eget valg, ved hjælp af en beregnings platform af deres valg. En gennemgang af nyligt offentliggjorte PEC Signal Processing algoritmer til tykkelse kvantificering af ledende ferromagnetiske materialer er tilgængelig19.
En afgørende faktor, der vil påvirke nøjagtigheden af de anslåede relative tykkelse værdier er tilstrækkeligheden af excitation styrke. Reference8 har rapporteret, hvordan for lidt excitation styrke kan begrænse dybden af penetration reducere følsomhed over for høj tykkelse værdier, mens for meget excitation styrke kan begrænse følsomheden over for lav tykkelse værdier. Dette problem med excitation styrke betyder, at hvis et bestemt tykkelse område af et bestemt materiale er vurderet med en utilstrækkelig excitation styrke, selv om den resulterende henfalds hastighed kan stadig være følsom over for tykkelse, kan det være unøjagtige i værdi til universelt følge princippet β μσd2, som i sidste ende kan resultere i fejlagtige relative tykkelse værdier kvantificeret som. Denne begrænsning skal tages til efterretning af praktikere i situationer, hvor streng præcision i kvantitative NDE resultater betyder noget. Dette er imidlertid ikke et problem i situationer, hvor kvantitative output ikke er væsentlige, og den kvalitative gengivelse af test stykkets tilstand er tilstrækkelig. Da definere en procedure for at tune excitation styrke uden brug af kalibrerings prøver med kendt tykkelse er nontriviel, en god praksis for at imødegå enhver tvetydighed med excitation styrke vil være at indsamle signaler under en række excitation styrker. Sådanne tilgange vil generere rige datasæt, der danner grundlag for nogle avancerede post processing og kan være nyttige for NDE opgaver udført af robot betyder10,11. Desuden udviser de elektriske og magnetiske egenskaber af visse inhomogene ledende ferromagnetiske materialer, såsom gråt støbejern i nogle af de gamle kritiske vandrør, en betydelig varians8. Denne varians foreskriver, at egenskaberne skal være forskellige i en kohorte af rør, eller til tider endda inden for et enkelt rør fra et sted til et andet, hvilket gør kalibrering så meget desto mere udfordrende. En sådan variation i materielle egenskaber vil også fungere som en fejlkilde for den metode, der foreskrives i dette arbejde, når NDE udføres på sådanne inhomogene materialer.
Det seneste arbejde har vist hyppig og fortsat brug af PEC sensing til tilstandsvurdering af kritiske rør8,9,10,11,20,21,22. Sådanne arbejder har tendens til at producere store mængder af PEC data og ville drage fordel af signal analyseprotokoller og rammer svarende til den, der præsenteres i dette arbejde. Parallelt med arbejdet med kritiske rør har der været en øget interesse for forskning på tilstandsvurdering af beton kloakker samt i de seneste år23,24,25,26,27,28,29,30,31. Sammen med et sådant arbejde har PEC sensing teknik fundet anvendelse i tilstandsvurdering af stål forstærkede kloakker samt32. PEC-signal analyseprotokoller som den, der præsenteres i dette arbejde, kan være nyttige til analyse af de enorme mængder af PEC-data, der produceres som følge af et sådant tilstands vurderings relateret arbejde.
Kritiske trin i metoden kan angives som: (1) at arrangere rå PEC-signaler [V (t)] som en tabel; (2) indlæsning af de rå signaler til softwaregrænsefladen; (3) at afbilde signalerne i logaritmisk skala og visualisere (dvs. plotte signaler i LN [V (t)] form); 4) visuelt at inspicere de plottet signaler og identificere et passende lineært område (5) udførelse af funktion udvinding; (6) udførelse af relativ tykkelse kvantificering; og (7) lagring af resultaterne. Afsnit 3 indeholder mere detaljerede trin-for-trin retningslinjer for at udføre de opgaver, der er anført ovenfor.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfattere har ingen interessekonflikter at afsløre. Forfatterne vil gerne anbefale Works2,6,7,8,9,10,11 som ekstra læsemateriale.
Acknowledgments
Forfatterne vil gerne anerkende de bidrag, som Michael Behrens og Damith Abeywardana i udformningen og gennemførelsen af flere sensing hardwarekomponenter. Forsknings tilsynet roller spillet af alen Alempijevic, Teresa Vidal-Calleja, Gamini Dissanayake, og Sarath Kodagoda, samt bidrag fra alle personer og organisationer, der finansierede og partnerskab med kritiske pipes projektet, er også anerkendt .
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).
