کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8147164 1524126 2013 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Heat source reconstruction from noisy temperature fields using an optimised derivative Gaussian filter
ترجمه فارسی عنوان
بازسازی منبع حرارت از میدان های پر سر و صدا با استفاده از فیلتر گاوسی مشتق شده بهینه شده
کلمات کلیدی
ترموگرافی مادون قرمز، بازسازی منبع حرارت، فیلتر کردن، کلاه مکزیکی، پردازش تصویر، ترمومکانیک مواد،
ترجمه چکیده
هدف از این مقاله ارائه تکنیک پس پردازش بر اساس یک فیلتر گاوسی مشتق برای بازسازی زمینه های گرما منبع از زمینه های دما اندازه گیری با ترموگرافی مادون قرمز است. به دلیل معادله انتشار گرما، منابع گرما را می توان از تغییرات دما محاسبه کرد. فیلتر کردن و تمایز مسائل کلیدی است که در اینجا نزدیک است به این دلیل که زمینه های دما که پردازش هستند اجتناب ناپذیر پر سر و صدا. ما در اینجا تنها در مورد مدت انتشار منتشر تمرکز میکنیم؛ زیرا این روش سخت ترین روش برای برآورد در روش است، به همین دلیل است که مشتقات دوم فضایی (یک لپلاس برای مواد ایزوتروپیک) است. این مقدار را می توان به طور منطقی با استفاده از یک کانولوشن از زمینه های تغییر دما با مشتقات دوم یک تابع گاووس تخمین زده شده است. این مطالعه ابتدا بر اساس زمینه های تغییرات دمای مصنوعی خراب شده توسط نویز افزوده شده است. فیلتر به منظور بازسازی بهترین زمینه های منبع حرارت، بهینه سازی شده است. تأثیر هر دو ابعاد و سطح یک منبع گرمای موضعی مورد بحث قرار گرفته است. نتایج به دست آمده نیز با نوع دیگری از پردازش بر اساس یک فیلتر میانگین سازگار است. بخش دوم این مطالعه کاربردی را در زمینه های دمایی آزمایشگاهی اندازه گیری شده با یک دوربین مادون قرمز بر روی یک صفحه نازک در آلیاژ آلومینیوم ارائه می دهد. منابع گرما با یک پچ الکتریکی گرم بر روی سطح نمونه تولید می شوند. زمینه های منبع حرارت بازسازی شده از زمینه های اندازه گیری شده دما با منابع گرمای اعمال شده مقایسه می شود. نتایج بدست آمده نشان دهنده رعایت فیلتر گاوسی مشتق شده به منظور اطمینان از استخراج منابع گرما از زمینه های سر و صدای پر سر و صدا برای ترمومکانیک تجربی مواد است.
موضوعات مرتبط
مهندسی و علوم پایه فیزیک و نجوم فیزیک اتمی و مولکولی و اپتیک
پیش نمایش مقاله
بازسازی منبع حرارت از میدان های پر سر و صدا با استفاده از فیلتر گاوسی مشتق شده بهینه شده
چکیده انگلیسی
The aim of this paper is to present a post-processing technique based on a derivative Gaussian filter to reconstruct heat source fields from temperature fields measured by infrared thermography. Heat sources can be deduced from temperature variations thanks to the heat diffusion equation. Filtering and differentiating are key-issues which are closely related here because the temperature fields which are processed are unavoidably noisy. We focus here only on the diffusion term because it is the most difficult term to estimate in the procedure, the reason being that it involves spatial second derivatives (a Laplacian for isotropic materials). This quantity can be reasonably estimated using a convolution of the temperature variation fields with second derivatives of a Gaussian function. The study is first based on synthetic temperature variation fields corrupted by added noise. The filter is optimised in order to reconstruct at best the heat source fields. The influence of both the dimension and the level of a localised heat source is discussed. Obtained results are also compared with another type of processing based on an averaging filter. The second part of this study presents an application to experimental temperature fields measured with an infrared camera on a thin plate in aluminium alloy. Heat sources are generated with an electric heating patch glued on the specimen surface. Heat source fields reconstructed from measured temperature fields are compared with the imposed heat sources. Obtained results illustrate the relevancy of the derivative Gaussian filter to reliably extract heat sources from noisy temperature fields for the experimental thermomechanics of materials.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Infrared Physics & Technology - Volume 60, September 2013, Pages 312-322
نویسندگان
, , ,