Detección de Defectos Empleando Correlación Digital de Imágenes de Alta Resolución
Barra lateral del artículo
Contenido principal del artículo
Resumen
La detección de defectos es crucial en muchos campos de la ingeniería, especialmente en aplicaciones que precisen una optimización de peso y/o de comportamiento mecánico. Para ello, es común emplear nuevos materiales compuestos y componentes realizados mediante Fabricación Aditiva. No obstante, en estos materiales es más probable que ocurran discontinuidades asociadas con los procesos de fabricación o después de someterse a cargas mecánicas.
Este trabajo investiga el potencial de la técnica de Correlación Digital de Imágenes (DIC) para detectar defectos. Esta técnica podría presentar una alternativa interesante a las técnicas tradicionales como la inspección por ultrasonido, la Vibrometría Láser de Escaneo (SLDV) o termografía. DIC se basa en la medición de mapas de desplazamiento superficial y, a priori, es menos efectiva para los procedimientos de detección de daño. No obstante, los recientes avances en la resolución de las cámaras permiten una alta sensibilidad lo que conlleva a una gran resolución espacial de los mapas de datos obtenidos, por lo que se podría compensar algunos aspectos.
En este estudio, se aborda un enfoque novedoso a partir del análisis de una viga en voladizo con una discontinuidad interna controlada. Se lleva a cabo un enfoque de análisis de vibración mediante el cual se exploran las formas modales, concretamente la generada al excitar la resonancia exclusiva del defecto para que revele su localización. Para ello se recurre a 3D-DIC de alta resolución y un procedimiento de submuestreo de captura imágenes, a diferencia de enfoques anteriores que recurren a sistemas de alta velocidad y menor resolución. Los resultados positivos obtenidos revelan el potencial a partir la validación realizada mediante la comparación con vibrometría laser de escaneado SLDV, considerada la técnica de referencia en este tipo de ensayos.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA 4.0)
El lector puede compartir, copiar y redistribuir el material en cualquier medio o formato, siempre y cuando cumpla con las siguientes condiciones:
-
Atribución (BY): Debe dar crédito adecuado al autor original, proporcionando un enlace a la licencia y señalando si se han realizado cambios.
-
No Comercial (NC): No puede utilizar el material con fines comerciales. Esto significa que no puede venderlo ni obtener ganancias directas de su uso.
-
Compartir Igual (SA): Si adapta, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
Recuerda que esta licencia no afecta los derechos legales del autor, como el derecho moral o las excepciones de uso justo.
Citas
W. Ostachowicz and A. Güemes, New Trends in Structural Health Monitoring. Springer Vienna, 2013.
J. Spytek, J. Mrowka, L. Pieczonka, and L. Ambrozinski, “Multi-resolution non-contact damage detection in complex-shaped composite laminates using ultrasound,” NDT E Int., vol. 116, no. June, p. 102366, 2020, doi: 10.1016/j.ndteint.2020.102366.
D. Balageas et al., “Thermal (IR) and Other NDT Techniques for Improved Material Inspection,” J. Nondestruct. Eval., vol. 35, no. 1, p. 18, Mar. 2016, doi: 10.1007/s10921-015-0331-7.
H. Schreier, J.-J. Orteu, and M. A. Sutton, Image Correlation for Shape, Motion and Deformation Measurements. Boston, MA: Springer US, 2009.
P. Moreno-García, J. V. Araújo dos Santos, and H. Lopes, “A new technique to optimize the use of mode shape derivatives to localize damage in laminated composite plates,” Compos. Struct., vol. 108, pp. 548–554, Feb. 2014, doi: 10.1016/j.compstruct.2013.09.050.
C. Niezrecki, J. Baqersad, and A. Sabato, Digital Image Correlation Techniques for NDE and SHM. 2018.
F. Shadmehri and S. Van Hoa, “Digital image correlation applications in composite automated manufacturing, inspection, and testing,” Appl. Sci., vol. 9, no. 13, 2019, doi: 10.3390/APP9132719.
Y. Wang, Q. Luo, H. Xie, Q. Li, and G. Sun, “Digital image correlation (DIC) based damage detection for CFRP laminates by using machine learning based image semantic segmentation,” Int. J. Mech. Sci., vol. 230, no. May, p. 107529, 2022, doi: 10.1016/j.ijmecsci.2022.107529.
M. H. A Katunin, R Hunady, “Damage identification in composite structures using high speed 3D digital image correlation and wavelet analysis of mode shapes,” pp. 1–22, 2022.
L. Felipe-Sesé and F. A. Díaz, “Damage methodology approach on a composite panel based on a combination of Fringe Projection and 2D Digital Image Correlation,” Mech. Syst. Signal Process., vol. 101, 2018, doi: 10.1016/j.ymssp.2017.09.002.
Á. J. Molina-Viedma, L. Pieczonka, K. Mendrok, E. López-Alba, and F. A. Díaz, “Damage identification in frame structures using high-speed digital image correlation and local modal filtration,” Struct. Control Heal. Monit., vol. 27, no. 9, pp. 1–16, 2020, doi: 10.1002/stc.2586.
Y. Hu, W. Guo, W. Zhu, and Y. Xu, “Local damage detection of membranes based on Bayesian operational modal analysis and three-dimensional digital image correlation,” Mech. Syst. Signal Process., vol. 131, pp. 633–648, 2019, doi: 10.1016/j.ymssp.2019.04.051.
S. Cao, J. Yan, H. Nian, and C. Xu, “Full-field out-of-plane vibration displacement acquisition based on speckle-projection digital image correlation and its application in damage localization,” Int. J. Mech. Syst. Dyn., vol. 2, no. 4, pp. 363–373, 2022, doi: 10.1002/msd2.12055.