Наконечний М.В. Прилад для класифікації матеріалу за температурним профілем

Дипломний проект під назвою «Автоматизоване визначення типу матеріалу тепловим методом контролю» присвячений розробці безконтактного приладу зчитування температурного профілю об’єкту контролю, його зміни та визначення типу його матреріалу на основі отриманих даних.

При виконанні даного проекту було розглянуто теоретичні основи визначення типів матеріалів, фізичні основи термовізора, розроблено функціональну схему приладу, синтезовано та розраховано характеристики оптичної системи тепловізора, підібрано комплектуючі для пристрою, розроблено електричну принципову схему та складальний кресленик.

 

Обсяг роботи складається з 58 сторінок (без додатків), 3 розділів, загальних висновків, списку використаної літератури, містить 1 таблиці, 23 рисунків та 16 літературних джерел.

Ключові слова: безконтактне вимірювання температури, тепловізор, температурний профіль, визначення типу матеріалу, оптична система, інфрачервоний неруйнівний контроль, неруйнівний контроль.

Керівник: ст. викладач, к.т.н. Лисенко Ю.Ю.

Повний текст проєкту (.pdf)

Повний перелік дипломних проєктів та робіт

Список використаної літератури

[1]    Giguere P, Dudek G. A simple tactile probe for surface identification by mobile robots. IEEE Trans Robotics. 2011 Jun;27(3):534–544.
[2]    Baglio S, Cantelli L, Giusa F, et al. Intelligent prodder: implementation of measurement methodologies for material recognition and classification with humanitarian demining applications. IEEE Trans Instrum Meas. 2015 Aug;64(8):2217–2226.
[3]    Taniguchi T, Takano T, Yoshino R. Multimodal hierarchical dirichlet process-based active perception. Cornell University Library Online; 2015 [cited 2017 Nov 21].
[4]    Технології електромагнітного неруйнівного контролю. Лабораторний практикум / Ю. В. Куц, Ю. Ю. Лисенко ; КПІ ім. Ігоря Сікорського. – Київ : КПІ ім. Ігоря Сікорського, 2021. – 63 с. – Назва з екрана.
[5]    Галаган Р.М. Теоретичні основи ультразвукового неруйнівного контролю [Електронний ресурс] / Р. М. Галаган. – Київ: КПІ ім. Ігоря Сікорського, 2019. – 264с. Режим доступу: https://ela.kpi.ua/handle/123456789/27002 ‒ (дата звернення: 04.03.2021). ‒ Назва з екрану.
[6]    Brandao M. Material recognition CNNs and hierarchical planning for biped robot locomotion on slippery terrain / M. Brandao, Y. Shiguematsu, K. Hashimoto // Cancun. – 2016. – С. 81-88.
[7]    Liu H. Surface material recognition through haptic exploration using an intelligent contact sensing finger / H. Liu, X. Song, J. Bimbo // Vilamoura. – 2012. – С. 52–57.
[8]    Галаган Р.М. Застосування нейромережевих технологій для вирішення обернених задач неруйнівного контролю / Р. М. Галаган, А. С. Момот // XVI Міжнародна науково-технічна конференція «Приладобудування: стан і перспективи», 16-17 травня 2017 р., м. Київ, Україна : збірник тез доповідей. – Київ: КПІ ім. Ігоря Сікорського, 2017. – С. 144.
[9]    Aujeszky T. Thermography-based material classification using machine learning / T. Aujeszky, G. Korres, M. Eid // IEEE International Symposium on Haptic Audio-Visual Environments and Games – Abu Dhabi. – 2017. – С. 1-6.
[10]    Momot, A. Defect classification in active thermal testing with the use of neural networks / A. Momot // Матеріали III науково-технічної конференції «Неруйнівний контроль в контексті асоційованого членства України в Європейському Союзі» з міжнародною участю – NDT – UA 2019, 17-19 вересня 2019 року, м. Київ, Україна. – Київ : УТ НКТД, 2019. – С. 16-18
[11]    Головинов А.О. Преимущества нейронных сетей перед традиционными алгоритмами / А.О. Головинов, Е.Н.  Климова // Экспериментальные и теоретические исследования в современной науке: сб. ст. по матер. V междунар. научно-практической конференции.– № 5(5). – Новосибирск: СибАК, 2017. – С. 11-15.
[12]    Huth S. Lock-in IR-Thermography a novel tool for material and device characterization / S. Huth, O. Breitenstein, A. Huber // Diffus Defect Data Part B Solid State Phenom. – 2002.
[13]    Raad P. Non-contact surface temperature measurements coupled with ultrafast real-time computation / P. Raad, P. Komarov, M. Burzo // Twenty-Third Annual IEEE Semiconductor Thermal Measurement and Management Symposium. – 2007. – C.57-63.
[14]    Ionescu C. Studies on thermal properties of substrates for electronics using IR thermography / C. Ionescu, M. Branzei, B. Mihailescu // IEEE 20th International Symposium for Design and Technology in Electronic Packaging (SIITME). – 2014. – C.45-49.
[15]    Usamentiaga R. Infrared thermography for temperature measurement and non-destructive testing / R. Usamentiaga, P. Venegas, J. Guerediaga // Sensors. – 2014.
[16]    Dong H. Infrared sequence transformation technique for in situ measurement of thermal diffusivity and monitoring of thermal diffusion / H. Dong, B. Zheng, F. Chen // Infrared Phys Technol. – 2015. – C.130-140.
[17]    Aujeszky T. Measurement-based thermal modeling using laser thermography / T. Aujeszky, G. Korres, M. Eid // IEEE Trans Instrum Meas. – 2018.
[18]    Протасов, А. Г. Технології теплового неруйнівного контролю / А. Г. Протасов, Ю. Ю. Лисенко ; КПІ ім. Ігоря Сікорського. – Київ : КПІ ім. Ігоря Сікорського, 2021. – 133 с.
[19]    Петрик В.Ф. Метрологія, стандартизація та сертифікація в неруйнівному контролі: навчальний посібник / В.Ф. Петрик, А.Г. Протасов. ‒ Київ: НТУУ ”КПІ”, 2015. ‒ 266 с.
[20]    Протасов А.Г. Моделювання задач теплового неруйнівного контролю з використанням компютерних технологій / А. Г. Протасов // Методи та прилади контролю якостіюю ‒ 2014. ‒ № 1(32). ‒ С. 14-17.
[21]    Муравйов О. В. Компенсація терморозфокусування оптичної системи тепловізора та перспективи його використання в медичній діагностиці / О.В. Муравйов, О.О. Назарчук // Вісник інженерної академії України. – 2017. – вип. №1. – С. 124-131.
[22]    KAI-0340 Imager Board User's Manual [Електронний ресурс] – Режим доступу до ресурсу: https://www.onsemi.com/pdf/datasheet/kai-0340-d.pdf.

ПСНК КПІ ім. Ігоря Сікорського, 2017