Filtern
Dokumenttyp
- Vortrag (904)
Sprache
- Englisch (611)
- Deutsch (286)
- Mehrsprachig (5)
- Russisch (2)
Referierte Publikation
- nein (904)
Schlagworte
- Additive Manufacturing (65)
- Additive manufacturing (56)
- Thermography (53)
- Concrete (52)
- NDT (44)
- Zerstörungsfreie Prüfung (40)
- Additive Fertigung (39)
- Ultrasound (38)
- Monitoring (31)
- Thermografie (31)
Organisationseinheit der BAM
- 8 Zerstörungsfreie Prüfung (904) (entfernen)
Eingeladener Vortrag
- nein (904) (entfernen)
In infrared thermography, the interaction of the heat flow with the internal geometry or inhomogeneities in a sample and their effect on the transient temperature distribution is used, e.g., to detect defects non-destructively. An equivalent way of describing this is the propagation of thermal waves inside the sample. Although thermography is suitable for a wide range of inhomogeneities and materials, the fundamental limitation is the diffuse nature of thermal waves and the need to measure their effect radiometrically at the sample surface only. The crucial difference between diffuse thermal waves and propagating waves, as they occur, e.g., in ultrasound, is the rapid degradation of spatial resolution with increasing defect depth. This degradation usually limits the applicability of thermography for finding small defects on and below the surface.
A promising approach to improve the spatial resolution and thus the detection sensitivity and reconstruction quality of the thermographic technique lies in the shaping of these diffuse thermal wave fields using structured laser thermography.
Some examples are:
• Narrow crack-like defects below the surface can be detected with high sensitivity by superimposing several interfering thermal wave fields,
• Defects very close to each other can be separated by multiple measurements with varying heating structures,
• Defects at different depths can be distinguished by an optimized temporal shaping of the thermal excitation function,
• Narrow cracks on the surface can be found by robotic scanning with focused laser spots.
We present the latest results of this technology obtained with high-power laser systems and modern numerical methods.
Die zunehmende Bedeutung der luftgekoppelten Ultraschallprüfung (ACUT) in der zerstörungsfreien Prüfung (ZfP) unterstreicht die Notwendigkeit von standardisierten Abläufen und Methoden. Bei der ACUT bestehen grundlegende Unterschiede zur manuell durchgeführten Ultraschallprüfung mit Kontakttechnik oder zur automatisierten Tauchtechnik. Die Unterschiede bei der Bestimmung von Prüfkopfparametern für ACUT wurde von Herstellern, Forschungseinrichtungen und Anwendern bereits als wichtig erkannt, was sie veranlasst hat, im Rahmen des Unterausschusses Luftgekoppelte Ultraschallprüfung der DGZfP die Richtlinie US08 zur standardisierten Charakterisierung von luftgekoppelten Ultraschallwandlern zu erarbeiten. Darüber hinaus bestehen auch bei der Durchführung einer Messung grundlegende Unterschiede, die aktuell in einem Leitfaden zusammengetragen und definiert werden.
In diesem Beitrag wird ein Überblick über die geplanten Inhalte dieses Leitfadens gegeben. Insbesondere wird die Auswahl von Prüfparametern in Form von Frequenzen, Abständen und Positionierung sowie die Auswertung behandelt. Darüber hinaus werden die Ergebnisse eines Ringversuchs vorgestellt, welcher an einem eigens hierfür entwickelten und mit Defekten versehenem Prüfkörper, der sog. ACUT-Prüfplatte, durchgeführt wurde. In diesem Ringversuch werden unterschiedliche Messanordnungen, die mittels luftgekoppeltem Ultraschall möglich sind, anhand des erreichbaren Signal-Rausch-Verhältnisses sowie der messbaren Defektgröße quantifiziert. Zudem findet eine Abgrenzung zu weiteren gängigen Verfahren der ZfP statt. Anhand der hier vorgestellten Ergebnisse ist es möglich, die Anwendbarkeit des luftgekoppelten Ultraschalls unter Berücksichtigung unterschiedlicher Messanordnungen besser einzuschätzen.
Die größten Vorteile der luftgekoppelten Ultraschallprüfung sind: die berührungslose Prüfung und der Verzicht auf ein flüssiges Koppelmittel. Allerdings weisen die meisten luftgekoppelten Prüfszenarien ein sehr geringes Signal-zu-Rausch-Verhältnis (SNR) auf und die Pegel, die von luftgekoppelten Ultraschallwandlern realisiert werden, sind um mehrere Größenordnungen kleiner.
Da diese Herausforderung auch in anderen Disziplinen wie bspw. der Radartechnik existiert und dort ebenfalls eine entscheidende Rolle spielt, wurde die dort eingesetzte Pulskompression auf die physikalischen Gegebenheiten der luftgekoppelten Ultraschallprüfung angepasst und angewandt.
Dieser Beitrag präsentiert die Ergebnisse von zwei Versuchsaufbauten: 1) ein thermoakustischer Sender und ein optisches Mikrofon und 2) ein Paar Ferroelektret-Wandler als Sender und Empfänger. Aufgrund der physikalischen Randbedingungen wurden unipolare Kodierungen verwendet. Die Verwendung von unipolaren Kodes zur Modulation der Anregungssignale stellt dabei eine neue Methode dar, die so die Pulskompression für Ferroelektret- und thermoakustische Wandler ermöglichen soll. Die Anwendung der Pulskompression auf die Kombination aus thermoakustischem Sender und optischem Mikrofon konnte das Signal-zu-Rausch-Verhältnis um bis zu 15 dB und für die Ferroelektret-Wandler um bis zu 23 dB erhöhen.
In this paper, we investigate the influence of different heat source pulse shapes by Infrared impulse thermography (IRT) on the results of the thermal shock response spectrum (TSRS) methodology. TSRS is a new alternative approach for evaluating impulse thermography (IRT) data based on an analogy to Shock Response Spectrum (SRS) analysis (ISO 18431) for mechanical systems. It allows processing the entire recorded signal without truncating the saturated thermogram, as in pulse-phase thermography (PPT) or thermal signal reconstruction (TSR). For this purpose, we use a widespread halogen lamp as heat source as well as laser spot. The laser source enables not only to generate a precise shape of the pulse, but also to heat a specific area of the sample uniformly. This makes it possible to suppress influences of lateral fluxes due to uneven distribution of the excitation source on the surface of the specimen and leads to improved results. In order to quantitatively compare the results and to investigate the possible influence of the source shape on the TSRS, the Tanimoto criterion and the signal-to-noise ratio (SNR) were applied to the region of interest (ROI) of the carbon fiber reinforced polymer (CFRP) laminate with artificial defects as defect detectability criterion.
Die additive Fertigung von Metallen hat inzwischen einen Reifegrad erreicht, der einen Einsatz in vielen Industriezweigen ermöglicht oder in greifbare Nähe rückt. Die Vorteile liegen vor allem in der Möglichkeit der Fertigung komplexer Bauteile, die sich konventionell nicht oder nur sehr aufwändig produzieren lassen, sowie in der Fertigung von hochindividualisierten Bauteilen in kleinen Stückzahlen. Allerdings ist der additive Fertigungsprozess hoch komplex und fehleranfällig. Um eine insbesondere für sicherheitsrelevante Bauteile notwendige Qualitätskontrolle zu gewährleisten, ist aktuell aufwändige nachgelagerte ZfP der einzelnen Bauteile notwendig. Alternativen könnten die In-situ-Prozessüberwachung und -prüfung bieten, die aktuell aber noch keinen ausreichenden Entwicklungsstand erreicht haben. Industrielle Fertigungsanlagen bieten keine oder nur geringe Flexibilität und Zugänglichkeit, um umfangreiche Untersuchungen auf diesem Gebiet zu ermöglichen. Daher haben wir an der BAM ein System für den Prozess des selektiven Laserschmelzens (PBF-LB/M) entwickelt, genannt SAMMIE. Es bietet eine komplett offene Systemarchitektur mit voller Kontrolle über den Prozess und flexiblem Zugang zur Baukammer, z.B. optisch sowohl direkt als auch koaxial zum Fertigungslaser. In diesem Beitrag stellen wir das System vor und zeigen erste experimentelle Ergebnisse der In-situ-Überwachung und -prüfung: Thermografische Schmelzbadüberwachung, optische Tomografie und In-situ-Laserthermografie. SAMMIE ermöglicht uns grundlegende Untersuchungen, die helfen werden, die In-situ-Prozessüberwachung und -prüfung weiterzuentwickeln, neue Erkenntnisse über die additive Fertigung zu gewinnen und die Sicherheit und Zuverlässigkeit des Prozesses zu verbessern.
Distributed fiber optic sensing (DFOS) technique is a promising and robust non-destructive testing tool that can seamlessly acquire environmental conditions over large scales. Therefore, it has found extensive applications in structural health monitoring. Its appeal for monitoring underground facilities lies in the intrinsic properties of the optical fiber, such as immunity to magnetic interference, small size, chemical inertia, etc. This paper provides a concise overview of DFOS applications in underground facility monitoring. Following a brief introduction to the working principle of the DFOS technique, various examples are provided to demonstrate how distributed fiber sensors contribute to monitoring underground facilities. The paper presents unpublished field test results with an emphasis in the energy sector, including monitoring gas storage facilities, geothermal reservoir exploration, and ground movement detection. Furthermore, the paper identifies several directions for enhancing the DFOS system.
Im Rahmen des Forschungsprojekts "Artificial Intelligence for Rail Inspection" (AIFRI) wird ein KI-Algorithmus entwickelt, um die Fehlererkennung und Bewertung bei der Auswertung von Schienenprüfungen mittels Ultraschall- und Wirbelstromprüfverfahren zu verbessern. Die Bandbreite möglicher Defekte und die Menge an Einflussgrößen auf die Schienenprüfung ist sehr groß, aber die Prüfdaten aus dem Feld bilden diese Bandbreite nicht balanciert ab und sind unzureichend gelabelt. Durch Simulationen werden große Mengen detailliert gelabelter Daten für relevante Schienenschädigungen und Artefakte bereitgestellt. Aus diesen Daten werden wiederum virtuellen Prüffahrten erstellt, die für das Training und die Validierung der KI genutzt werden können.
In unserem Vortrag stellen wir den Erstellungsprozess der Datensätze vor. Jeder Schritt von der Geometriedarstellung bis zur Datenverarbeitung wird erfasst. Der Fokus wird auf Simulationsergebnisse und deren Verarbeitung gelegt. Die Signalverarbeitung spielt in den Datensätzen eine große Rolle, dabei werden die Datensätze an die realen Daten angepasst. Für Wirbelstrom und Ultraschall werden diese Prozesse im Hinblick auf die Fehlertypen Head Checks und Bohrungsanrisse veranschaulicht. Ferner diskutieren wir die Simulation von Schweißnähten, die von beiden Prüfsystem detektiert werden können; und somit besondere Abstimmung bedürfen aber auch Synergieeffekte zwischen den Prüfsystem ermöglichen.
Für die Ablage der Datensätze verweisen wir auf das ebenfalls eingereichte Poster „Verwendung von DICONDE bei der Eisenbahn-Schienenprüfung“.
Das Projekt AIFRI wird im Rahmen der Innovationsinitiative mFUND unter dem Förderkennzeichen 19FS2014 durch das Bundesministerium für Digitales und Verkehr gefördert.
This paper explores combining a gimbal-mounted tunable diode laser absorption spectroscopy (TDLAS) sensor and a video camera to create a virtual gas camera for methane leak detection. This provides a low-to-zero-cost extension of typical TDLAS gas tomography systems. A prototype setup mounted on a ground robot is evaluated. Results acquired using a simulated methane leak show the feasibility of the virtual gas camera, accurately detecting methane leaks by overlaying concentrations onto a visual image. While the acquisition time is significantly longer than for traditional gas cameras, potential enhancements are discussed. The study concludes that the virtual gas camera is feasible and useful, despite its longer acquisition time. It serves as a valuable software-only addition to typical TDLAS gas tomography systems, offering quickly-available on-site data augmentation for visual leak assessment at low-to-zero cost.
Gas Distribution Mapping (GDM) is essential in monitoring hazardous environments, where uneven sampling and spatial sparsity of data present significant challenges. Traditional methods for GDM often fall short in accuracy and expressiveness. Modern learning-based approaches employing Convolutional
Neural Networks (CNNs) require regular-sized input data, limiting their adaptability to irregular and sparse datasets typically encountered in GDM. This study addresses these shortcomings by showcasing Graph Neural Networks (GNNs) for learningbased GDM on irregular and spatially sparse sensor data. Our Radius-Based, Bi-Directionally connected GNN (RABI-GNN) was trained on a synthetic gas distribution dataset on which it outperforms our previous CNN-based model while overcoming its constraints. We demonstrate the flexibility of RABI-GNN by applying it to real-world data obtained in an industrial steel factory, highlighting promising opportunities for more accurate GDM models.
This study explores the acceleration of material design in the concrete industry, focusing on improving carbonation resistance, a key factor in the durability of concrete structures. Traditional tests for carbonation resistance are lengthy, but with the construction industry aiming for sustainable production, finding a balance between carbonation resistance and CO2 footprint is crucial. Our research employs two innovative methods: 1. Applying the Sequential Learning App for Materials Discovery (SLAMD), an AI materials design framework, to an extensive dataset of real-world concrete compositions to selectively test materials that meet market demands: maximum durability, optimal eco-durability, and the best cost-durability trade-off. 2. Investigating 1H Nuclear Magnetic Resonance (NMR) relaxometry as a quick alternative for characterizing carbonation behavior, as it saves time compared to traditional tests and assesses the complete material's pore space. Specific NMR features are then integrated into the material design model, with the model's performance compared against traditional approaches. The results of our study are compelling, demonstrating that materials can be precisely tailored to meet specific requirements with minimal data points. This marks a significant stride in the concrete industry, indicating that NMR-based, low-fidelity surrogate characterizations, combined with a focused, data-driven design approach, can substantially accelerate the development of durable, sustainable concrete mixtures.