• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Statistical method and simulation on detecting cracks in vibrothermography inspection.
【24h】

Statistical method and simulation on detecting cracks in vibrothermography inspection.

机译：蠕动热像仪检测中裂纹检测的统计方法和仿真。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Vibrothermography is a nondestructive evaluation method that can be used to detect cracks in specimens and it is the main engineering technique we focused in this thesis. This study can be separated into three parts. In the first part, we develop a systematic statistical method to provide a detection algorithm to automatically analyze the data generated in Sonic IR inspections. Principal components analysis (PCA) was used for dimension reduction. Robust regression and cluster analysis are used to find the maximum studentized residual (MSD) for crack detection. The procedure proved to be both more efficient and more accurate than human inspection. A simulation tool was developed in the second part of the study by simulating background noise and the crack signal. The new simulated sonic IR movie data sets can be used to evaluate existing detection algorithm and testing and developing new algorithms. The last part of the study analyze the data from sonic IR inspections on turbine blades. Separate but similar analysis were done for two different purposes. In the first analysis, the purpose of the study was to find Sonic IR equipment settings that will provide good crack detection capability over the population of similar cracks in the particular kind of jet engine turbine blades that were inspected. In our second analysis, crack size information was added and a similar model in the first analysis was fit. Both models are random mixed effect models and are used to estimate probability of detection (POD) in certain conditions. The relationship between the POD and the crack size are calculated based on the second analysis and the confidence interval on POD estimate are studied using bootstrap.
机译：振动热成像技术是一种可用于检测试样裂纹的无损评估方法，是本文重点研究的主要工程技术。这项研究可以分为三个部分。在第一部分中，我们开发了一种系统的统计方法，以提供一种检测算法来自动分析Sonic IR检查中生成的数据。主成分分析（PCA）用于减少尺寸。使用稳健的回归和聚类分析来找到用于裂纹检测的最大学生残差（MSD）。事实证明，该程序比人工检查更有效，更准确。在研究的第二部分中，通过模拟背景噪声和裂纹信号开发了一种模拟工具。新的模拟声波红外电影数据集可用于评估现有的检测算法以及测试和开发新算法。研究的最后一部分分析了涡轮叶片的声波红外检测数据。为了两个不同的目的，进行了单独但相似的分析。在第一个分析中，研究的目的是找到Sonic IR设备的设置，这些设置将对所检查的特定类型的喷气发动机涡轮叶片中的类似裂纹群提供良好的裂纹检测能力。在我们的第二次分析中，添加了裂纹尺寸信息，并在第一次分析中采用了类似的模型。这两个模型都是随机混合效应模型，用于估计某些条件下的检测概率（POD）。在第二次分析的基础上计算出POD与裂纹尺寸之间的关系，并使用自举法研究POD估计的置信区间。

著录项

  • 作者

    Gao, Chunwang.;

  • 作者单位

    Iowa State University.;

  • 授予单位 Iowa State University.;
  • 学科 Statistics.;Engineering Civil.
  • 学位 Ph.D.
  • 年度 2010
  • 页码 92 p.
  • 总页数 92
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号