Electronique
Comparaison Entre le B-spline GVF Snake et le Snake GVF Classique pour la Segmentation des Images Radiographiques de Soudure
Nous présentons dans ce papier une approche nommée B_spline Gradient Vector Flow snake (GVFB_Snake) qui combine les fonctions B-spline avec le snake GVF afin d’améliorer sa robustesse en présence de bruit. Cette approche nous permet de réduire le nombre d’itérations nécessaire pour le calcul du GVF. Des simulations sur des images non bruitées et bruitées sont présentées. La comparaison entre les méthodes B_spline GVF et GVF classique a montré la supériorité de la première méthode. Voir les détails
Mots clés : image segmentation, contours actifs, Splines, Snake Gradient Vector Flow, weld defect
Structural noise characterization and flaw detection in austenitic stainless steels using ultrasonic signals, wavelet analysis and significance testing
The aim of this study is to characterize the structural noise in order to better detect flaws in several heterogeneous materials (steels, welding, composites …) using ultrasonic waves. For this purpose, a continuous wavelet transform is applied to ultrasonic Ascan signals acquired using an ultrasonic Non Destructive Testing (NDT) device. The time-scale representation provided, which highlights the temporal evolution of the spectral content of the Ascan signals, is relevant but can lead to misinterpretation. The problem is to identify if each pattern from the wavelet representation is due to the structural noise or a flaw. To solve it, a detection technique based on statistical significance testing in the time-scale plane is used. Typical structural noise signals are then described using an autoregressive model which seems relevant according to the spectral content of the signals. The approach is tested on experimental signals, obtained by ultrasonic NDT of metallic materials (austenitic stainless steel) then of a welding in this steel and indeed enables to separate various components from the signal that is two kinds of structural noise and flaw echoes. Voir les détails
Mots clés : NDT/NDE, ultrasons, transformée en ondelette, acier austénitique, bruit de structure
Statistical Deformable Model Based Weld Defect Contour Estimation in Radiographic Inspection
Among the segmentation methods, boundary extraction based on deformable models is a powerful technique to describe the shape and then deduce after the analysis stage, the type of the defect under investigation. This paper describes a new method for automatic estimation of the contours of weld defect in radiographic images. The method uses a statistical formulation of contour estimation by exploiting a region based maximum likelihood criterion. Implementation is performed by a deterministic iterative algorithm that drives the model quickly to the boundaries, by limiting the investigation to the pixels laying in the normal directions of the contour at each iteration. By this way, the computation cost will be reduced compared to implementation using the eight connected neighbors. Simulation results seem to be very promising. Voir les détails
Mots clés : Statistical active contour, image segmentation, radiographic images
Maximum Likelihood Approach to Weld Defect Detection
Among the segmentation methods, boundary extraction based on deformable models is a powerful technique to describe the shape and then deduce after the analysis stage, the type of the defect under investigation. This paper describes a new method for automatic estimation of the contours of weld defect in radiographic images. The method uses a statistical formulation of contour estimation by exploiting a region based maximum likelihood criterion. Implementation is performed by a deterministic iterative algorithm that drives the model quickly to the boundaries, by limiting the investigation to the pixels laying in the normal directions of the contour at each iteration. By this way, the computation cost will be reduced compared to implementation using the eight connected neighbors. Simulation results seem to be very promising Voir les détails
Mots clés : Contour detection, Maximum likelihood criterion, weld defect, Non destructive testing, radiographic images
Soft Sensor-Based Artificial neural Networks and Fuzzy Logic. Application to Quality Monitoring in Hot Roling
On line monitoring is an important domain particularly in the complex processes where the characteristic of the product quality is difficult to measure directly. soft sensor based modeling and monitoring techniques can be considered as an alternative to solve such complex problem. We consider in this work a contribution for product quality monitoring in hot rolling. Data mining and modeling based artificial neural network (ANN) is used to determine optimal model. Deviation between optimal and actual condition characterized by dynamic properties of residual are used as a tool to compute a quality index in basis of the fuzzy reasoning. Application in hot rolling shows that this approach can be recommended as part of a tool of on line quality monitoring and classification. Voir les détails
Mots clés : Artificial Neural Networks, Fuzzy reasoning, On-Line Quality Control, Quality Classification, Hot Rolling Process.
Deconvolution of ultrasonic echoes using Bernoulli-Gaussian processes for composite materials inspection
In this work, we present an approach of deconvolution ill-posed problems of superimposed signals in time. A priori information must be taken into account to solve this problem. The a priori information translates the physical properties of the ultrasonic signals. The defect impulse response is modelled as a Bernoulli-Gaussian sequence. Deconvolution becomes the detection problem of the optimal Bernoulli sequence and estimation of the associated complex amplitudes. A simulation study on defect detection was realised, and results were validated experimentally on Carbon fiber-reinforced polymer multi-layered composite materials (CFRP) with and without delamination defects taken from aircraft. Voir les détails
Mots clés : composite materials, blind deconvolution, processes BG
Detection of delamination defects in CFRP materials using ultrasonic signal processing
In this paper, signal processing techniques are tested for their ability to resolve echoes associated with delaminations in carbon fiber-reinforced polymer multi-layered composite materials (CFRP) detected by ultrasonic methods. These methods include split spectrum processing (SSP) and the expectation–maximization (EM) algorithm. A simulation study on defect detection was performed, and results were validated experimentally on CFRP with and without delamination defects taken from aircraft. Comparison of the methods for their ability to resolve echoes are made. Voir les détails
Mots clés : Ultrasonic NDE, composite materials, CFRP, SSP, Deconvolution, EM algorithm
Piezoelectric transformer: Comparison between a model and an analytical verification
In this paper, a study comparing a model of a composite piezoelectric transformer, based on the corresponding electrical equivalent circuit, and the direct calculation solving the mechanical fundamental equations constrained by the appropriate boundary conditions is presented. The approach is simplified considering vibrations only along one direction, neglecting the coupling phenomena existing along the other directions. The electrical equivalent circuit of the transformer is obtained from the equivalent circuit referred for the isolated piezoelectric oscillators. In this paper, each electrical equivalent circuit is placed on a cascade in order to conserve the continuity of dis- placements and stress at the junction. Voir les détails
Mots clés : Piezoelectricity, Transformer, Modeling; Equivalent circuit, Analytical verification, Voltage gain, Boundary conditions
Construction incrémentale de l’environnement du robot mobile ATRV2
La principale ligne actuelle de recherche pour la robotique mobile en environnement naturel est de réussir à faire déplacer unrobot mobilede manière autonome dans son environnement, pour lui faire accomplir un certain nombre de tâches. Ces tâches sont par exemple le déplacement du robot vers une cible fixe ou mobile, l’évitement d’obstacles, le suivi d’une route, l’exploration et l’intervention dans un milieu hostile. Pour cela, les problèmes à résoudre sont parfois assez complexes. L’un d’eux la détermination de la carte locale de l’environnement du robot au moyen de la perception. C’est dans ce contexte que se situe ce projet. Son objectif est deconstruire de manière autonome la carte tridimensionnelle de l’environnement d’unrobot mobile équipé d’un banc stéréoscopique. Le robot mobile se déplace dans son environnement en évitant les obstacles, sachant qu’il ne dispose d’aucune information a priori du lieu où il se trouve. Il doit donc construire une carte du lieu à partir des seules images fournies par le banc stéréoscopique, dans ce cas on parle de la stéréovision binoculaire. Le principe de base de la stéréovision est d’apparier deux images de la même scène prises sous des angles de vues différentes. Afin d’aboutir à la reconstruction d’une carte de l’environnement plusieurs étapes sont nécessaires. Il s’agit tout d’abord, d’extraire les informations caractérisant l’environnement du robot mobile appelé primitives. Ces dernières sont extraites par segmentation. Elles seront ensuite appariées, puis reconstruites en 3D.Afin que le robotmobile puisse exploiterles résultats de la reconstruction, ces dernières seront projetés verticalement sur une carte à deux dimensions (le sol), où l’on voit apparaître des aires élémentaires vides, occupées et inexplorées. Voir les détails
Mots clés : robotique mobile, vision par ordinateur, segment de droite, mise en correspondance, construction 3D, segmentation d’images.
ETUDE ET IMPLEMENTATION DES METHODES DE TRAITEMENT DES SIGNAUX ULTRASONORES ET D’ANALYSE DE TEXTURE DES IMAGES B-SCAN DU TYPE TOFD DANS LA DETECTION DES DEFAUTS
Le présent travail s’inscrit dans le cadre du contrôle non destructif ultrasonore des matériaux. La détection d’imperfections par ultrasons est souvent difficile dans certains matériaux métalliques à gros grains, car on ne peut pas distinguer entre le bruit provenant des grains de ces matériaux et le signal des imperfections masqué souvent par ce bruit. Jusqu’à l’heure actuelle, plusieurs travaux ont été élaborés dans le but de détecter des échos de défauts noyés dans le bruit. Ces travaux sont basés sur des analyses temps-fréquence et temps échelle,La possibilité d’acquérir une information permettant de caractériser les défauts en nature, en taille et en orientation a nécessité le développement de techniques plus évoluées qui sont regroupées sous le terme général de techniques de traitement du signal et d’imagerie ultrasonore. Notre travail consiste à étudier et à implémenter des algorithmes de traitement de ce type de signaux pour pouvoir améliorer la qualité du contrôle et de constituer des images ultrasonores puis de procéder à leurs analyses par diverses méthodes afin de détecter les défauts. La localisation des défauts à partir de ce type de signaux, a été faite, dans un premier temps par des algorithmes à haute résolution tels que l’algorithme de Music (Multiple Signal Classification), l’algorithme de Root-Music et la méthode de vecteurs propres. Par la suite nous avons appliqué les techniques de déconvolution déterministes et aveugles. Et enfin, nous avons montré que la détection et la caractérisation automatique des défauts dans des images ultrasonores était possible en appliquant deux techniques de segmentation, la première basée sur la matrice de cooccurrence et la seconde sur les réseaux de neurones. Tous les résultats obtenus sur des signaux et des images simulés et expérimentaux sont satisfaisants. Voir les détails
Mots clés : controle non destructif, ultrasons, traitement de signal, imagerie ultrasonore, déconvolution, segmentation, détection de défauts