La termografia è, tra i metodi di analisi non distruttiva (NDT) per la rilevazione di difetti nei materiali, uno dei più efficaci. Offre i vantaggi del basso costo, facilità d'uso, alta velocità di esame e permette l’indagine di ampie aree. La tecnica termografica più utilizzata è la termografia pulsata. La superficie di una parte sottoposta a test viene riscaldata da un breve impulso di luce, solitamente proveniente da una fonte energetica ad alta potenza. Più recentemente, la tecnica termografica stepped, che prevede una stimolazione termica delle superfici oggetto d’indagine di durata maggiore, ha ricevuto notevole attenzione da parte degli operatori nel settore dei controlli non distruttivi [1,2]. La risposta termica dipendente dal tempo della superficie investigata viene catturata come una serie di immagini da una telecamera a infrarossi, [3]. Il contrasto della temperatura tra le regioni che presentano difetti e quella di regioni integre consente il rilevamento di eventuali criticità. Tuttavia, le immagini termiche sono affette da rumore significativo e appaiono disomogenee se il riscaldamento non è uniforme, [4]. A tal proposito, sono stati proposti diversi metodi di analisi delle immagini termografiche per il miglioramento del segnale termico [5-10]. In questo lavoro, gli autori introducono una nuova tecnica di elaborazione dei dati termografici, ottenuti utilizzando la termografia stepped, per il rilevamento di possibili difetti. La tecnica include una serie di miglioramenti del fit lineare del transitorio termico, in scala doppio logaritmica, della superficie del campione al fine di rendere automatica la selezione del ROI e dello stesso transitorio per ciascun pixel. L'algoritmo viene applicato direttamente alle immagini termografiche che rappresentano in ciascun pixel l'andamento della temperatura. La pendenza (m) del fit lineare verrà utilizzata come indicatore primario della posizione e della dimensione dei difetti. L'idea che ispira questo lavoro è di migliorare significativamente il fit, adottando tecniche di ottimizzazione per utilizzare al meglio le informazioni spaziali provenienti dai dati termografici. Inoltre, verranno proposti parametri aggiuntivi rigorosi per valutare accuratamente un difetto.
Rilevamento automatico dei difetti con prove termografiche non distruttive / Dinardo, G.; Tamborrino, R.; Fabbiano, L.; Vacca, G.. - STAMPA. - (2018), pp. 539-541. (Intervento presentato al convegno II Forum Nazionale delle Misure tenutosi a Padova nel 17-19 settembre 2018).
Rilevamento automatico dei difetti con prove termografiche non distruttive
R. Tamborrino
Conceptualization
;L. Fabbiano
Methodology
;G. Vacca
Validation
2018-01-01
Abstract
La termografia è, tra i metodi di analisi non distruttiva (NDT) per la rilevazione di difetti nei materiali, uno dei più efficaci. Offre i vantaggi del basso costo, facilità d'uso, alta velocità di esame e permette l’indagine di ampie aree. La tecnica termografica più utilizzata è la termografia pulsata. La superficie di una parte sottoposta a test viene riscaldata da un breve impulso di luce, solitamente proveniente da una fonte energetica ad alta potenza. Più recentemente, la tecnica termografica stepped, che prevede una stimolazione termica delle superfici oggetto d’indagine di durata maggiore, ha ricevuto notevole attenzione da parte degli operatori nel settore dei controlli non distruttivi [1,2]. La risposta termica dipendente dal tempo della superficie investigata viene catturata come una serie di immagini da una telecamera a infrarossi, [3]. Il contrasto della temperatura tra le regioni che presentano difetti e quella di regioni integre consente il rilevamento di eventuali criticità. Tuttavia, le immagini termiche sono affette da rumore significativo e appaiono disomogenee se il riscaldamento non è uniforme, [4]. A tal proposito, sono stati proposti diversi metodi di analisi delle immagini termografiche per il miglioramento del segnale termico [5-10]. In questo lavoro, gli autori introducono una nuova tecnica di elaborazione dei dati termografici, ottenuti utilizzando la termografia stepped, per il rilevamento di possibili difetti. La tecnica include una serie di miglioramenti del fit lineare del transitorio termico, in scala doppio logaritmica, della superficie del campione al fine di rendere automatica la selezione del ROI e dello stesso transitorio per ciascun pixel. L'algoritmo viene applicato direttamente alle immagini termografiche che rappresentano in ciascun pixel l'andamento della temperatura. La pendenza (m) del fit lineare verrà utilizzata come indicatore primario della posizione e della dimensione dei difetti. L'idea che ispira questo lavoro è di migliorare significativamente il fit, adottando tecniche di ottimizzazione per utilizzare al meglio le informazioni spaziali provenienti dai dati termografici. Inoltre, verranno proposti parametri aggiuntivi rigorosi per valutare accuratamente un difetto.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
