WO2021130458A1 - Procédé de détection de défauts d'un élément en matériau composite - Google Patents

Procédé de détection de défauts d'un élément en matériau composite Download PDF

Info

Publication number
WO2021130458A1
WO2021130458A1 PCT/FR2020/052617 FR2020052617W WO2021130458A1 WO 2021130458 A1 WO2021130458 A1 WO 2021130458A1 FR 2020052617 W FR2020052617 W FR 2020052617W WO 2021130458 A1 WO2021130458 A1 WO 2021130458A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
detecting
defect
thermal
images
Prior art date
Application number
PCT/FR2020/052617
Other languages
English (en)
Inventor
Jeremy Hellot
Lucas ALLOIN
Zhewei YU
Lucas REOCREUX
Hervé PRON
Original Assignee
Engie Green France
Supairvision
Université De Reims Champagne-Ardenne
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Engie Green France, Supairvision, Université De Reims Champagne-Ardenne filed Critical Engie Green France
Publication of WO2021130458A1 publication Critical patent/WO2021130458A1/fr

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30136—Metal
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Definitions

  • TITLE Method for detecting defects in an element made of composite material Field of the invention
  • the present invention relates to a method for detecting defects in an element made of composite material by studying the reaction of said material to thermal excitation.
  • document WO2013050691 relates to a method making it possible to non-destructively check a CMO part that can be used in particular inside an aircraft propulsion assembly.
  • Such a method consists in carrying out an inspection of this part by Fourier transform infrared spectroscopy (FTIR), if this step reveals a defect, the method comprises additional inspections of said material according to two complementary ultrasound techniques.
  • FTIR Fourier transform infrared spectroscopy
  • Said additional checks include a prior stripping of the paint from the part. This step is necessary for carrying out the checks.
  • the object of the present invention is to resolve all or part of the drawbacks mentioned above.
  • the present invention relates to a method for detecting defects in an element comprising the following steps:
  • an image capture step comprising the capture of a plurality of images each representing the thermal response of the element
  • thermo excitation step comprising the successive thermal excitation of a plurality of adjacent portions of the element
  • a step of selecting image portions comprising the selection of a first set of image portions each representing the thermal response of the element at a given thermal excitation level
  • a step of assembling the selected image portions into at least one render image makes it possible to obtain a render image of the element having the same level of excitation, in other words, a homogeneous level of excitement. Such an arrangement makes it possible to facilitate the processing and thus to accurately detect the defects of the element.
  • the defect detection method is suitable for detecting defects in an element made of a composite material such as a blade, more specifically a wind turbine blade, a wind turbine nacelle, a concrete building. or a concrete structure for example.
  • the method is suitable for detecting faults in a wind turbine blade when the latter is stationary.
  • the capture step begins before the thermal excitation step and ends after said thermal excitation step.
  • Such an arrangement makes it possible to capture the image of the evolution of the element before, during and after the thermal excitation step.
  • the image capture step is performed using an image capture unit such as an infrared camera.
  • the images captured during the image capture step are infrared images.
  • Infrared images are in a wavelength spectrum ranging from 800 to 20,000 nm.
  • the images captured during the image capture step are in a wavelength spectrum ranging from 8-14 ⁇ m.
  • the thermal excitation step is carried out using a laser beam emission unit. Such an arrangement makes it possible to thermally excite the element at a distance.
  • the step of thermal excitation of the element is carried out by photothermy.
  • photothermal is a process such that when a laser beam illuminates the element, part of the energy is partially absorbed. This energy is absorbed in the form of heat.
  • the laser beam emission unit comprises a line generating lens such as a Powell lens or a cylindrical lens for example.
  • a line generating lens such as a Powell lens or a cylindrical lens for example.
  • the thermal excitation step is carried out by scanning the element through the line. Such an arrangement makes it possible to obtain a more precise thermal excitation.
  • the scanning is performed using a drive unit configured to drive the laser beam emitting unit on a rail.
  • a drive unit configured to drive the laser beam emitting unit on a rail.
  • the laser beam emitting unit is placed on an unmanned aircraft so as to perform the scan.
  • Such an arrangement makes it possible to detect defects in an element which is difficult to access and makes it possible to maintain the distance between the unit emitting laser beams and the element and therefore to thermally excite the element with precision.
  • the laser beam emitting unit is arranged on an unmanned land vehicle so as to perform the scanning.
  • Such an arrangement makes it possible to detect defects in an element which is difficult to access and makes it possible to maintain the distance between the unit emitting laser beams and the element and therefore to thermally excite the element with precision.
  • the step of assembling the selected image portions comprises assembling the selected image portions into a plurality of rendered images, such that each of the rendered images comprises the thermal response of the element at a given thermal excitation level.
  • the step of detecting defects in the element from the at least one rendering image comprises a step of filtering the at least one rendering image by a Gauss filter.
  • Such an arrangement makes it possible to modify the at least one rendered image by convolution with a Gaussian function. Such an arrangement makes it possible to detect the defects of the element with precision.
  • the step of detecting defects in the element from the at least one rendered image comprises the use of a neural network.
  • such an arrangement makes it possible to detect defects in the element on the basis of low level characteristics.
  • the low level characteristics can be the outlines or the attributes of the pixels of the rendered images for example.
  • the neural network is an auto-encoder.
  • an auto-encoder makes it possible to learn a representation (encoding) of a set of data, and makes it possible to reduce the size of this set in order to detect the defects with precision.
  • the auto-encoder allows the unsupervised learning of discriminating characteristics.
  • the step of detecting defects in the element from the at least one rendering image comprises the application of the principal component analysis.
  • the principal component analysis consists in transforming variables linked to one another into new variables decorrelated from one another. These new variables are called “principal components”, or principal axes. Such an arrangement makes it possible to reduce the number of variables and to make the information less redundant and thus to detect faults with precision.
  • the step of detecting defects in the element from the at least one rendered image comprises the application of an unsupervised classification method.
  • an unsupervised classification method makes it possible to find underlying structures from unlabeled data, in other words, it makes it possible to detect element defects automatically.
  • the unsupervised classification method is a method of partitioning the data of the at least one rendered image.
  • the sub-step of partitioning (or clustering) the data of the at least one render image consists in dividing a set of data of the at least one render image into different homogeneous “packets”, in the sense that the data of each subset share common characteristics, which most often correspond to criteria of proximity (computer similarity) that one defines by introducing measures and classes of distance between objects.
  • Such an arrangement makes it possible to bring out subsets and sub-concepts possibly impossible to distinguish naturally and therefore to bring out the defects of the element which are impossible to distinguish naturally.
  • the step of detecting defects in the element from the at least one rendered image comprises the application of a histogram equalization method.
  • such an arrangement makes it possible to obtain better contrast on the at least one rendered image.
  • the image capture step is carried out over a period of time ranging from before the thermal excitation step until after the thermal excitation step so as to capture the evolution of the element's thermal signature from a resting level, then at a peak level until it returns to the resting level.
  • the step of thermal excitation of the element is carried out using a laser beam emission unit configured to emit a laser.
  • the step of thermally exciting the element comprises a deflection sub-step during which a deflection unit configured to undergo a deflection by the laser is subjected to a deflection by the emitted laser.
  • the deflection step consists in subjecting a different deflection for each portion of the element.
  • the method comprises a step of correcting the images captured at the step of capturing images in which a plurality of stabilization images are captured in synchronization with the images captured at the step of capturing d 'images, the stabilization images comprising a fixed cue point so as to apply a stabilization correction to the plurality of images each representing the thermal response of the element.
  • FIG. 1 shows the steps of a method for detecting a fault in an element in accordance with the present invention
  • FIG. 2 represents the sub-steps of fault detection of an element in accordance with the present invention
  • FIG. 3 shows the performance of certain steps of a method for detecting a defect in an element in accordance with the present invention.
  • the method for detecting defects of an element 2 firstly comprises an image capture step 22 comprising the capture of a plurality of images each representing the thermal response of the element 2.
  • the image capture step is carried out using an image capture unit such as an infrared camera 4 for example, as can be seen in FIG. 3
  • an image capture unit such as an infrared camera 4 for example, as can be seen in FIG. 3
  • the detection method also comprises a step of thermal excitation 24 of the element 2, the thermal excitation step comprising the successive thermal excitation of a plurality of adjacent portions of the element 2.
  • the thermal excitation step 24 is carried out using a laser beam emission unit 6.
  • a laser beam 8 illuminates the element 2, part of the energy is partially absorbed by said element 2. This energy is absorbed in the form of heat.
  • the laser beam emitting unit 6 comprises a line generating lens such as a Powell lens or a cylindrical lens for example. Such an arrangement makes it possible to obtain a line and thus thermally excite the element 2 with precision.
  • the thermal excitation step 24 is carried out by scanning the element 2 through the line. Such an arrangement makes it possible to obtain a more precise thermal excitation.
  • the image capture step 22 begins before the thermal excitation step 24 and ends after said thermal excitation step 24.
  • Such an arrangement makes it possible to capture the image of the evolution. of the element before, during and after the thermal excitation step 24.
  • the image capture step 22 is carried out over a period of time going before the excitation step thermal 24 until after the thermal excitation step 24 so as to capture the evolution of the thermal signature of the element from a rest level, then at a peak level until its return to the rest level.
  • Such an arrangement makes it possible to obtain a long recording and thus an evolution of the thermal response comprising more information.
  • a thermal response including more information results in more accurate fault detection, with less error and deeper into the element.
  • the defect detection method also comprises a step 26 of selecting image portions comprising the selection of a first set of image portions each representing the thermal response of the element 2 at a given thermal excitation level and a step 28 of assembling the portions of images selected into at least one rendering image, such that the at least one rendering image comprises the thermal response of the element 2 at a given thermal excitation level.
  • the step 28 of assembling the portions of images selected into at least one rendering image makes it possible to obtain a rendering image of the element having the same level of excitation, in other words, a level of homogeneous excitation. Such an arrangement makes it possible to facilitate the processing and thus to detect with precision the defects of the element during a defect detection step 30 from the at least one rendered image.
  • the step 28 of assembling the selected image portions comprises assembling the selected image portions into a plurality of rendered images, such that each of the rendered images comprises the thermal response of the element 2 to a given thermal excitation level.
  • Such an arrangement makes it possible to obtain a plurality of rendering images of the element having the same level of excitation, in other words, a homogeneous level of excitation.
  • Such an arrangement makes it possible to compare the different render images and thus to detect the defects of the element with precision during the defect detection step 30.
  • the defect detection step 30 can be divided into several sub-steps. Some of these steps are not mandatory. Some of these substeps can be performed at any time during defect detection step 30.
  • the step of detecting defects 30 of the element 2 from the at least one rendering image comprises a step of filtering 302 of the at least one rendering image by a Gauss filter.
  • a Gauss filter Such an arrangement makes it possible to modify the at least one rendered image by convolution with a Gaussian function.
  • Such an arrangement makes it possible to accurately detect the defects of the element 2.
  • the step of detecting defects 30 of the element from the at least one rendered image comprises the use of a neural network 304.
  • a neural network 304 makes it possible to detect defects of the element. element 2 based on low level characteristics.
  • the low level characteristics can be the outlines or the attributes of the pixels of the rendered images for example.
  • the neural network used is an auto-encoder, in fact, an auto-encoder makes it possible to learn a representation (encoding) of a set of data, and makes it possible to reduce the dimension of this assembly in order to detect defects with precision.
  • the auto-encoder therefore also allows the unsupervised learning of discriminating characteristics.
  • the step of detecting defects 30 of the element on the basis of the at least one rendered image comprises the application of the principal component analysis 306.
  • the principal component analysis consists in transforming variables linked to each other. into new variables decorrelated from each other. These new variables are called “principal components”, or principal axes. Such an arrangement makes it possible to reduce the number of variables and to make the information less redundant and thus to detect faults with precision.
  • the step of detecting defects 30 of the element 2 from the at least one rendered image comprises the application of an unsupervised classification method 308.
  • An unsupervised classification method makes it possible to find structures under -jacent from unlabeled data, in other words, it allows element 2 faults to be detected automatically.
  • the unsupervised classification method 308 used is a method of partitioning the data of the at least one render image.
  • the sub-step of partitioning (or clustering) the data of the at least one render image consists in dividing a set of data of the at least one render image into different homogeneous “packets”, in the sense that the data of each subset share common characteristics, which most often correspond to proximity criteria (computer similarity) that we define by introducing measures and classes of distance between objects.
  • proximity criteria computer similarity
  • the step of detecting defects 30 of the element 2 from the at least one rendered image comprises the application of a histogram equalization method 310. Such an arrangement makes it possible to obtain a better contrast. on at least one render image.
  • the fault detection method is particularly suitable for detecting faults in an element made of a composite material such as a wind turbine blade, more specifically a wind turbine blade that is stationary, a wind turbine nacelle, a building. concrete or a concrete structure for example.
  • the thermal excitation step 24 is carried out using a laser having a uniform distribution of the power on the element. 2. Such an arrangement makes it possible to obtain a uniform thermal excitation and therefore a more precise defect detection step 30 of the element 2.
  • the power of the laser is between 90 and 110W.
  • a uniform distribution of the power means with radiation whose variation in value over a portion of an element is within a range of a few percent, and preferably 1% or less than 1W / cm.
  • the thermal excitation step 24 of the element 2 is carried out by deflection.
  • the laser beam emission unit 6 is fixed, a deflection unit, consisting of a mirror for example, moves so as to successively excite a plurality of portions of the element 2 and create thus a sweep.
  • a deflection unit consisting of a mirror for example, moves so as to successively excite a plurality of portions of the element 2 and create thus a sweep.
  • a laser beam resulting from the deflection of the emitted laser beam is oriented in a plane parallel to an axis of a mast of a wind turbine.
  • the resulting laser beam is vertical when using the method or device according to the invention on an element 2 such as a wind turbine blade mounted for example.
  • the defect detection method comprises a step of correcting the images captured in the image capture step 22.
  • a correction step consists in capturing stabilization images, in synchronization with the captured images. in the image capture step 22, using a stabilization sensor configured to capture images.
  • the stabilization sensor can be of all kinds, such as an infrared or optical image sensor, for example.
  • a vertical correction distance and a horizontal correction distance are determined on the basis of the distance between a fixed reference point and the edges of said stabilization image.
  • the vertical correction distance corresponds to the difference between the distance between the fixed reference point and a vertical image edge and the distance between the fixed reference point and a vertical reference image edge.
  • the horizontal correction distance corresponds to the difference between the distance separating the fixed reference point and a horizontal image edge and the distance separating the fixed reference point and a horizontal reference image edge.
  • the fixed benchmark can be determined of any kind such as on the basis of a gradient of a three-dimensional matrix such as that described below or even using image dragging techniques such as the “canny”, “FAST”, “BRISK”, “Harris” or even methods "ORB".
  • image dragging techniques such as the “canny”, “FAST”, “BRISK”, “Harris” or even methods "ORB”.
  • Such an arrangement is particularly advantageous when the element is an element which cannot be immobilized perfectly, such as a wind turbine blade placed on a wind turbine for example. Indeed, such a wind turbine blade vibrates at about 2.5Hz when it is immobilized.
  • the selection step 26 consists, for each image portion, in selecting an image corresponding to the highest thermal excitation level. Such an arrangement makes it possible to ensure that an identical level of excitation is obtained between the different portions of images.
  • the step 28 of assembling the image portions consists in creating a three-dimensional matrix, namely a height and a width in order to represent at least part of the surface of the element 2. as well as the weather.
  • the matrix represents the thermal response of portions of the element at a single given time so as to obtain a similar level of thermal excitation on each of the portions represented in the matrix.
  • the auto-encoder comprises eight encoding layers and

Abstract

Procédé de détection de défauts d'un élément en matériau composite comprenant une étape de capture d'images comprenant la capture d'une pluralité d'images représentant chacune la réponse thermique de l'élément; une étape d'excitation thermique de l'élément, l'étape d'excitation thermique comprenant l'excitation thermique successive d'une pluralité de portions d'élément adjacentes. Le procédé comprend également une étape de sélection de portions d'images comprenant la sélection d'un premier ensemble de portions d'images représentant chacune la réponse thermique de l'élément à un niveau d'excitation thermique donné; une étape d'assemblage des portions d'images sélectionnées en au moins une image de rendu, telle que l'au moins une image de rendu comprend la réponse thermique de l'élément à un niveau d'excitation thermique donné; et une étape de détection de défauts de l'élément à partir de l'au moins une image de rendu.

Description

DESCRIPTION
TITRE : Procédé de détection de défauts d'un élément en matériau composite Domaine de l’invention
La présente invention se rapporte à un procédé de détection de défauts d'un élément en matériau composite par étude de la réaction dudit matériau à une excitation thermique.
Art antérieur
De manière connue, le document W02013050691 concerne un procédé permettant de contrôler de manière non destructive une pièce en CMO pouvant être utilisée notamment à l'intérieur d'un ensemble propulsif d'aéronef.
Un tel procédé consiste à effectuer un contrôle de cette pièce par spectroscopie infrarouge à transformée de Fourrier (FTIR), si cette étape est révélatrice d'un défaut, le procédé comprend des contrôles supplémentaires dudit matériau selon deux techniques à ultrasons complémentaires.
Lesdits contrôles supplémentaires comprennent un décapage préalable de la peinture de la pièce. Cette étape est nécessaire à la réalisation des contrôles.
Toutefois, ces solutions ne donnent pas une entière satisfaction.
En effet, bien que cette méthode soit non destructive, elle implique tout de même un décapage et donc une altération de la pièce. La présente invention a pour but de résoudre tout ou partie des inconvénients mentionnés ci-dessus.
Exposé de l'invention
A cet effet, la présente invention concerne un procédé de détection de défauts d'un élément comprenant les étapes suivantes :
• une étape de capture d'images comprenant la capture d'une pluralité d'images représentant chacune la réponse thermique de l'élément ;
• une étape d'excitation thermique de l'élément, l'étape d'excitation thermique comprenant l'excitation thermique successive d'une pluralité de portions de l'élément adjacentes ; • une étape de sélection de portions d'images comprenant la sélection d'un premier ensemble de portions d'images représentant chacune la réponse thermique de l'élément à un niveau d'excitation thermique donné ;
• une étape d'assemblage des portions d'images sélectionnées en au moins une image de rendu, telle que l'au moins une image de rendu comprend la réponse thermique de l'élément à un niveau d'excitation thermique donné ; et
• une étape de détection de défauts de l'élément à partir de l'au moins une image de rendu.
Selon un mode de réalisation, une étape d'assemblage des portions d'images sélectionnées en au moins une image de rendu permet d'obtenir une image de rendu de l'élément ayant un même niveau d'excitation, en d'autres termes, un niveau d'excitation homogène. Une telle disposition permet de faciliter le traitement et ainsi de détecter avec précision les défauts de l'élément.
Selon un mode de réalisation, le procédé de détection de défauts est adapté à la détection de défauts d'un élément en matériau composite telle qu'une pale, plus spécifiquement une pale d'éolienne, une nacelle d'éolienne, un bâtiment en béton ou une structure en béton par exemple.
Selon un mode de réalisation, le procédé est adapté pour détecter les défauts d'une pale d'éolienne lorsque celle-ci est à l'arrêt.
Selon un mode de réalisation, l'étape de capture commence avant l'étape d'excitation thermique et se termine après ladite étape d'excitation thermique. Une telle disposition permet de capturer l'image de l'évolution de l'élément avant, pendant et après l'étape d'excitation thermique.
Selon un mode de réalisation, l'étape de capture d'images est réalisée à l'aide d'une unité de capture d'images telle qu'une caméra infrarouge.
Selon un mode de réalisation, les images capturées au cours de l'étape de capture d'images sont des images infrarouges. Des images infrarouges sont dans un spectre de longueur d'ondes allant 800 à 20000 nm.
Selon un mode de réalisation, les images capturées au cours de l'étape de capture d'images sont dans un spectre de longueur d'ondes allant 8-14pm.
Selon un mode de réalisation, l'étape d'excitation thermique est réalisée à l'aide d'une unité d'émission de faisceaux laser. Une telle disposition permet d'exciter thermiquement l'élément à distance. Selon un mode de réalisation, l'étape d'excitation thermique de l'élément est réalisée par photo thermie.
Au sens de la présente invention, la photo thermie est un procédé tel que lorsqu'un faisceau laser éclaire l'élément, une partie de l'énergie est partiellement absorbée. Cette énergie est absorbée sous forme de chaleur.
Selon un mode de réalisation, l'unité d'émission de faisceaux laser comprend une lentille génératrice de ligne telle qu'une lentille Powell ou une lentille cylindrique par exemple. Une telle disposition permet d'obtenir une raie et ainsi exciter thermiquement l'élément avec précision.
Selon un mode de réalisation, l'étape d'excitation thermique est réalisée par balayage de l'élément par la ligne. Une telle disposition permet d'obtenir une excitation thermique plus précise.
Selon un mode de réalisation, le balayage est réalisé à l'aide d'une unité d'entrainement configurée pour entraîner l'unité émettrice de faisceaux laser sur un rail. Une telle disposition permet ainsi de conserver la distance entre l'unité émettrice de faisceaux laser et l'élément et donc d'exciter thermiquement l'élément avec précision.
Selon un mode de réalisation, l'unité émettrice de faisceaux laser est disposée sur un aéronef sans pilote de manière à réaliser le balayage. Une telle disposition permet de détecter des défauts d'un élément difficile d'accès et permet de conserver la distance entre l'unité émettrice de faisceaux laser et l'élément et donc d'exciter thermiquement l'élément avec précision.
Selon un mode de réalisation, l'unité émettrice de faisceaux laser est disposée sur un véhicule terrestre sans pilote de manière à réaliser le balayage. Une telle disposition permet de détecter des défauts d'un élément difficile d'accès et permet de conserver la distance entre l'unité émettrice de faisceaux laser et l'élément et donc d'exciter thermiquement l'élément avec précision.
Selon un mode de réalisation, l'étape d'assemblage des portions d'images sélectionnées comprend l'assemblage des portions d'images sélectionnées en une pluralité d'images de rendu, telle que chacune des images de rendu comprend la réponse thermique de l'élément à un niveau d'excitation thermique donné.
Une telle disposition permet d'obtenir une pluralité d'images de rendu de l'élément ayant un même niveau d'excitation, en d'autres termes, un niveau d'excitation homogène. Une telle disposition permet de comparer les différentes images de rendu et ainsi de détecter avec précision les défauts de l'élément. Selon un mode de réalisation, l'étape de détection de défauts de l'élément à partir de l'au moins une image de rendu comprend une étape de filtrage de l'au moins une image de rendu par un filtre de Gauss.
Une telle disposition permet de modifier l'au moins une image de rendu par une convolution avec une fonction gaussienne. Une telle disposition permet de détecter avec précision les défauts de l'élément.
Selon un mode de réalisation, l'étape de détection de défauts de l'élément à partir de l'au moins une image de rendu comprend l'utilisation d'un réseau neuronal.
Selon un mode de réalisation, une telle disposition permet de détecter des défauts de l'élément sur la base de caractéristiques bas niveau. Les caractéristiques bas niveau peuvent être les contours ou les attributs des pixels des images de rendu par exemple.
Selon un mode de réalisation, le réseau neuronal est un auto-encodeur.
Selon un mode de réalisation, un auto-encodeur permet d'apprendre une représentation (encodage) d'un ensemble de données, et permet de réduire la dimension de cet ensemble afin de détecter les défauts avec précision.
Selon un mode de réalisation, l'auto-encodeur permet l'apprentissage non supervisé de caractéristiques discriminantes.
Selon un mode de réalisation, l'étape de détection de défauts de l'élément à partir de l'au moins une image de rendu comprend l'application de l'analyse en composantes principales.
Selon un mode de réalisation, l'analyse en composantes principales consiste à transformer des variables liées entre elles en nouvelles variables décorrélées les unes des autres. Ces nouvelles variables sont nommées « composantes principales », ou axes principaux. Une telle disposition permet de réduire le nombre de variables et de rendre l'information moins redondante et ainsi de détecter les défauts avec précision.
Selon un mode de réalisation, l'étape de détection de défauts de l'élément à partir de l'au moins une image de rendu comprend l'application d'une méthode de classification non supervisée.
Selon un mode de réalisation, une méthode de classification non supervisée permet de trouver des structures sous-jacentes à partir de données non étiquetées, en d'autres termes, cela permet de détecter les défauts de l'élément de manière automatique.
Selon un mode de réalisation, la méthode de classification non supervisée est une méthode de partitionnement des données de l'au moins une image de rendu. Selon un mode de réalisation, la sous-étape de partitionnement (ou clustering) des données de l'au moins une image de rendu consiste à diviser un ensemble de données de l'au moins une image de rendu en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que Ton définit en introduisant des mesures et classes de distance entre objets. Une telle disposition permet de faire émerger des sous- ensembles et sous-concepts éventuellement impossibles à distinguer naturellement et donc de faire émerger les défauts de l'élément impossibles à distinguer naturellement.
Selon un mode de réalisation, l'étape de détection de défauts de l'élément à partir de l'au moins une image de rendu comprend l'application d'une méthode d'égalisation d'histogramme.
Selon un mode de réalisation, une telle disposition permet d'obtenir un meilleur contraste sur l'au moins une image de rendu.
Selon un mode de réalisation, l'étape de capture d'images est réalisée sur une période de temps allant d'avant l'étape d'excitation thermique jusqu'à après l'étape d'excitation thermique de manière à capturer l'évolution de la signature thermique de l'élément depuis un niveau de repos, puis à un niveau culminant jusqu'à son retour au niveau de repos.
Une telle disposition permet d'obtenir un enregistrement long et ainsi une évolution de la réponse thermique comprenant plus d'informations.
Selon un mode de réalisation, l'étape d'excitation thermique de l'élément est réalisée à l'aide d'une unité d'émission de faisceaux laser configurée pour émettre un laser.
Selon un mode de réalisation, l'étape d'excitation thermique de l'élément comprend une sous étape de déflection durant laquelle une unité de déflection configurée pourfaire subir une déflection au laser émisfait subir une déflection au laser émis.
Selon un mode de réalisation, l'étape de déflection consiste à faire subir une déflection différente pour chaque portion de l'élément.
Selon un mode de réalisation, le procédé comprend une étape de correction des images capturées à l'étape de capture d'images dans laquelle une pluralité d'images de stabilisation sont capturées de manière synchronisée avec les images capturées à l'étape de capture d'images, les images de stabilisation comprenant un point de repère fixe de sorte à appliquer une correction de stabilisation à la pluralité d'images représentant chacune la réponse thermique de l'élément. Les différents aspects définis ci-dessus non incompatibles peuvent être combinés.
Brève description des fleures
L'invention sera encore mieux comprise à l'aide de la description détaillée qui est exposée ci-dessous en regard des dessins annexés dans lesquels :
• [Fig. 1] représente les étapes d'un procédé de détection de défaut d'un élément conformément à la présente invention ;
• [Fig. 2] représente les sous-étapes de détection de défaut d'un élément conformément à la présente invention ;
• [Fig. 3] représente la réalisation de certaines étapes d'un procédé de détection de défaut d'un élément conformément à la présente invention ; et
• [Fig· 4] représente la réalisation de certaines étapes d'un procédé de détection de défaut d'un élément conformément à la présente invention.
Description en référence aux fleures
Tel qu'illustré à la figure 1, le procédé de détection de défauts d'un élément 2 comprend tout d'abord une étape de capture d'images 22 comprenant la capture d'une pluralité d'images représentant chacune la réponse thermique de l'élément 2. L'étape de capture d'images est réalisée à l'aide d'une unité de capture d'images telle qu'une caméra infrarouge 4 par exemple, tel qu'il est possible de le voir à la figure 3. Bien qu'il soit possible de réaliser l'étape de capture d'images 22 dans un spectre de longueur d'ondes allant 800 à 20000 nm, il est préférable de la réaliser dans un spectre de longueur d'ondes allant 8-14pm, et cela afin d'obtenir une image plus révélatrice de la réponse thermique de l'élément 2. Le procédé de détection comprend également une étape d'excitation thermique 24 de l'élément 2, l'étape d'excitation thermique comprenant l'excitation thermique successive d'une pluralité de portions de l'élément 2 adjacentes. L'étape d'excitation thermique 24 est réalisée à l'aide d'une unité d'émission de faisceaux laser 6. Une telle disposition permet d'exciter thermiquement l'élément à distance. En d'autres termes, l'étape d'excitation thermique de l'élément est réalisée par photo thermie, soit un faisceau laser 8 éclaire l'élément 2, une partie de l'énergie est partiellement absorbée par ledit élément 2. Cette énergie est absorbée sous forme de chaleur.
L'unité d'émission de faisceaux laser 6 comprend une lentille génératrice de ligne telle qu'une lentille Powell ou une lentille cylindrique par exemple. Une telle disposition permet d'obtenir une raie et ainsi exciter thermiquement l'élément 2 avec précision. L'étape d'excitation thermique 24 est réalisée par balayage de l'élément 2 par la ligne. Une telle disposition permet d'obtenir une excitation thermique plus précise.
Un avantage de l'invention est que le balayage peut tout à fait être réalisé sur tout type de support tel que :
• à l'aide d'une unité d'entrainement configurée pour entraîner l'unité émettrice de faisceaux laser 6 sur un rail, une telle disposition permet ainsi de conserver la distance entre l'unité émettrice de faisceaux laser 6 et l'élément 2 et donc d'exciter thermiquement l'élément 2 avec précision ;
• sur un aéronef sans pilote, une telle disposition permet de détecter des défauts d'un élément difficile d'accès et permet de conserver la distance entre l'unité émettrice de faisceaux laser 6 et l'élément 2 et donc d'exciter thermiquement l'élément 2 avec précision ;
• sur un véhicule terrestre sans pilote, une telle disposition permet de détecter des défauts d'un élément difficile d'accès et permet de conserver la distance entre l'unité émettrice de faisceaux laser 6 et l'élément 2 et donc d'exciter thermiquement l'élément 2 avec précision.
Selon un mode de réalisation, l'étape de capture d'images 22 commence avant l'étape d'excitation thermique 24 et se termine après ladite étape d'excitation thermique 24. Une telle disposition permet de capturer l'image de l'évolution de l'élément avant, pendant et après l'étape d'excitation thermique 24. En d'autres termes, l'étape de capture d'images 22 est réalisée sur une période de temps allant d'avant l'étape d'excitation thermique 24 jusqu'à après l'étape d'excitation thermique 24 de manière à capturer l'évolution de la signature thermique de l'élément depuis un niveau de repos, puis à un niveau culminant jusqu'à son retour au niveau de repos. Une telle disposition permet d'obtenir un enregistrement long et ainsi une évolution de la réponse thermique comprenant plus d'informations. Une réponse thermique comprenant plus d'informations permet d'obtenir une détection de défaut plus précise, avec moins d'erreur et plus en profondeur dans l'élément. Le procédé de détection de défaut comprend également une étape de sélection 26 de portions d'images comprenant la sélection d'un premier ensemble de portions d'images représentant chacune la réponse thermique de l'élément 2 à un niveau d'excitation thermique donné et une étape d'assemblage 28 des portions d'images sélectionnées en au moins une image de rendu, telle que l'au moins une image de rendu comprend la réponse thermique de l'élément 2 à un niveau d'excitation thermique donné. L'étape d'assemblage 28 des portions d'images sélectionnées en au moins une image de rendu permet d'obtenir une image de rendu de l'élément ayant un même niveau d'excitation, en d'autres termes, un niveau d'excitation homogène. Une telle disposition permet de faciliter le traitement et ainsi de détecter avec précision les défauts de l'élément lors d'une étape de détection de défaut 30 à partir de l'au moins une image de rendu.
L'étape d'assemblage 28 des portions d'images sélectionnées comprend l'assemblage des portions d'images sélectionnées en une pluralité d'images de rendu, telle que chacune des images de rendu comprend la réponse thermique de l'élément 2 à un niveau d'excitation thermique donné. Une telle disposition permet d'obtenir une pluralité d'images de rendu de l'élément ayant un même niveau d'excitation, en d'autres termes, un niveau d'excitation homogène. Une telle disposition permet de comparer les différentes images de rendu et ainsi de détecter avec précision les défauts de l'élément lors de l'étape de détection de défauts 30.
Tel qu'illustré à la figure 3, l'étape de détection de défauts 30 peut être découpée en plusieurs sous-étapes. Certaines de ces étapes ne sont pas obligatoires. Certaines de ces sous-étapes peuvent être réalisées à n'importe quel moment au cours de l'étape de détection de défauts 30.
En effet, l'étape de détection de défauts 30 de l'élément 2 à partir de l'au moins une image de rendu comprend une étape de filtrage 302 de l'au moins une image de rendu par un filtre de Gauss. Une telle disposition permet de modifier l'au moins une image de rendu par une convolution avec une fonction gaussienne. Une telle disposition permet de détecter avec précision les défauts de l'élément 2.
L'étape de détection de défauts 30 de l'élément à partir de l'au moins une image de rendu comprend l'utilisation d'un réseau neuronal 304. Selon un mode de réalisation, une telle disposition permet de détecter des défauts de l'élément 2 sur la base de caractéristiques bas niveau. Les caractéristiques bas niveau peuvent être les contours ou les attributs des pixels des images de rendu par exemple. Le réseau neuronal utilisé est un auto-encodeur, en effet, un auto-encodeur permet d'apprendre une représentation (encodage) d'un ensemble de données, et permet de réduire la dimension de cet ensemble afin de détecter les défauts avec précision. L'auto-encodeur permet donc également l'apprentissage non supervisé de caractéristiques discriminantes.
L'étape de détection de défauts 30 de l'élément à partir de l'au moins une image de rendu comprend l'application de l'analyse en composantes principales 306. L'analyse en composantes principales consiste à transformer des variables liées entre elles en nouvelles variables décorrélées les unes des autres. Ces nouvelles variables sont nommées « composantes principales », ou axes principaux. Une telle disposition permet de réduire le nombre de variables et de rendre l'information moins redondante et ainsi de détecter les défauts avec précision.
L'étape de détection de défauts 30 de l'élément 2 à partir de l'au moins une image de rendu comprend l'application d'une méthode de classification non supervisée 308. Une méthode de classification non supervisée permet de trouver des structures sous-jacentes à partir de données non étiquetées, en d'autres termes, cela permet de détecter les défauts de l'élément 2 de manière automatique. La méthode de classification non supervisée 308 utilisée est une méthode de partitionnement des données de l'au moins une image de rendu. La sous-étape de partitionnement (ou clustering) des données de l'au moins une image de rendu consiste à diviser un ensemble de données de l'au moins une image de rendu en différents « paquets » homogènes, en ce sens que les données de chaque sous-ensemble partagent des caractéristiques communes, qui correspondent le plus souvent à des critères de proximité (similarité informatique) que Ton définit en introduisant des mesures et classes de distance entre objets. Une telle disposition permet de faire émerger des sous- ensembles et sous-concepts éventuellement impossibles à distinguer naturellement et donc de faire émerger les défauts de l'élément 2 impossibles à distinguer naturellement.
L'étape de détection de défauts 30 de l'élément 2 à partir de l'au moins une image de rendu comprend l'application d'une méthode d'égalisation d'histogramme 310. Une telle disposition permet d'obtenir un meilleur contraste sur l'au moins une image de rendu.
Le procédé de détection de défaut est particulièrement adapté à la détection de défauts d'un élément en matériau composite telle qu'une pale d'éolienne, plus spécifiquement une pale d'éolienne à l'arrêt, une nacelle d'éolienne, un bâtiment en béton ou une structure en béton par exemple.
Selon un mode de réalisation, l'étape d'excitation thermique 24 est réalisée à l'aide d'un laser ayant une distribution uniforme de la puissance sur l'élément 2. Une telle disposition permet d'obtenir une excitation thermique uniforme et donc une étape de détection de défauts 30 de l'élément 2 plus précise. Selon un mode de réalisation, la puissance du laser est comprise entre 90 et 110W. Au sens de la présente invention, une distribution uniforme de la puissance signifie avec un rayonnement dont la variation de valeur sur une portion d'élément est comprise dans une plage de quelques pourcents, et de préférence 1% ou inférieure à lW/cm.
Selon un mode de réalisation représenté à la figure 4, l'étape d'excitation thermique 24 de l'élément 2 est réalisé par déflection. En d'autres termes, l'unité d'émission de faisceaux laser 6 est fixe, une unité de déflection, constituée d'un miroir par exemple, se déplace de manière à exciter successivement une pluralité de portions de l'élément 2 et créer ainsi un balayage. Une telle disposition est particulièrement avantageuse car elle permet d'obtenir un procédé de détection de défaut d'un élément 2 pouvant être mis en œuvre par un dispositif ayant un poids et un encombrement réduit. Selon un mode de réalisation, un faisceau laser résultant de la déflection du faisceau laser émit est orienté dans un plan parallèle à un axe d'un mat d'une éolienne. En particulier, le faisceau laser résultant est vertical lors de l'utilisation du procédé ou du dispositif selon l'invention sur un élément 2 tel qu'une pale d'éolienne montée par exemple.
Selon un mode de réalisation, le procédé de détection de défauts comprend une étape de correction des images capturée à l'étape de capture d'images 22. Une étape de correction consiste à capturer des images de stabilisation, de manière synchronisé avec les images capturées à l'étape de capture d'images 22, à l'aide d'un capteur de stabilisation configuré pour capturer des images. Le capteur de stabilisation peut être de toutes sortes tel qu'un capteur d'images infrarouges ou optique par exemple. Sur chacune de ces images de stabilisation, une distance de correction verticale et une distance de correction horizontale sont déterminées sur la base de la distance entre un point de repère fixe et les bords de ladite image de stabilisation. Selon un mode de réalisation, la distance de correction verticale correspond à la différence entre la distance séparant le point de repère fixe et un bord d'image verticale et la distance séparant le point de repère fixe et un bord d'image verticale de référence. Selon un mode de réalisation, la distance de correction horizontale correspond à la différence entre la distance séparant le point de repère fixe et un bord d'image horizontale et la distance séparant le point de repère fixe et un bord d'image horizontal de référence. A l'aide de la distance de correction verticale et la distance de correction horizontale, les images capturées à l'étape de capture d'images 22 sont corrigées. Le point de repère fixe peut-être déterminé de toutes sortes tel que sur la base d'un gradient d'une matrice en trois dimensions telle que celle décrite ci-dessous ou encore à l'aide de techniques de traînement de l'image telles que les méthodes « canny », « FAST », « BRISK », « Harris » ou encore « ORB ». Une telle disposition est particulièrement avantageuse lorsque l'élément est un élément ne pouvant pas être immobilisé parfaitement tel qu'une pâle d'éolienne disposée sur une éolienne par exemple. En effet, une telle pâle d'éolienne vibre à environ 2,5Hz lorsque celle-ci est immobilisée.
Selon un mode de réalisation, l'étape de sélection 26 consiste, pour chaque portions d'images, à sélectionner une image correspondant au niveau d'excitation thermique le plus élevé. Une telle disposition permet de s'assurer d'obtenir un niveau d'excitation identiques entre les différentes portions d'images.
Selon un mode de réalisation particulier, l'étape d'assemblage 28 des portions d'images consiste à créer une matrice en trois dimensions, à savoir une hauteur et une largeur afin de représenter au moins une partie de la surface de l'élément 2 ainsi que le temps. De cette manière, la matrice représente la réponse thermique de portions de l'élément à un temps donné unique de sorte à obtenir un niveau d'excitation thermique similaire sur chacune des portions représentée dans la matrice. Une telle disposition permet d'obtenir une représentation uniforme de l'excitation thermique de l'élément 2 sans avoir à exciter uniformément ledit élément 2. Selon un mode de réalisation, l'auto-encodeur comprend huit couches d'encodage et
8 couches de décodages. Une telle disposition permet de diminuer le bruit des images capturées à l'étape de capture d'images 22.
Bien entendu, l'invention n'est pas limitée aux modes de réalisation représentés et décrits ci-avant, mais en couvre au contraire toutes les variantes.

Claims

REVENDICATIONS
1. Procédé de détection de défauts d'un élément (2) comprenant les étapes suivantes :
• une étape de capture d'images (22) comprenant la capture d'une pluralité d'images représentant chacune la réponse thermique de l'élément (2) ;
• une étape d'excitation thermique (24) de l'élément (2), l'étape d'excitation thermique (24) comprenant l'excitation thermique successive d'une pluralité de portions de l'élément (2) adjacentes ;
• une étape de sélection (26) de portions d'images comprenant la sélection d'un premier ensemble de portions d'images représentant chacune la réponse thermique de l'élément (2) à un niveau d'excitation thermique donné ;
• une étape d'assemblage (28) des portions d'images sélectionnées en au moins une image de rendu, telle que l'au moins une image de rendu comprend la réponse thermique de l'élément (2) à un niveau d'excitation thermique donné ; et
• une étape de détection de défauts (30) de l'élément (2) à partir de l'au moins une image de rendu.
2. Procédé de détection de défaut d'un élément (2) selon la revendication 1 dans lequel, l'étape d'assemblage (28) des portions d'images sélectionnées comprend l'assemblage des portions d'images sélectionnées en une pluralité d'images de rendu, telle que chacune des images de rendu comprend la réponse thermique de l'élément (2) à un niveau d'excitation thermique donné.
3. Procédé de détection de défaut d'un élément (2) selon l'une quelconque des revendications 1 ou 2 dans lequel, l'étape de détection de défauts (30) de l'élément (2) à partir de l'au moins une image de rendu comprend une étape de filtrage (302) de l'au moins une image de rendu par un filtre de Gauss.
4. Procédé de détection de défaut d'un élément (2) selon l'une quelconque des revendications 1 à 3 dans lequel, l'étape de détection de défauts (30) de l'élément à partir de l'au moins une image de rendu comprend l'utilisation d'un réseau neuronal (304).
5. Procédé de détection de défaut d'un élément (2) selon la revendication 4 dans lequel, le réseau neuronal est un auto-encodeur.
6. Procédé de détection de défaut d'un élément (2) selon l'une quelconque des revendications 1 à 5 dans lequel, l'étape de détection de défauts (30) de l'élément à partir de l'au moins une image de rendu comprend l'application de l'analyse en composantes principales (306).
7. Procédé de détection de défaut d'un élément (2) selon l'une quelconque des revendications 1 à 6 dans lequel, l'étape de détection de défauts (30) de l'élément (2) à partirde l'au moins une image de rendu comprend l'application d'une méthode de classification non supervisée (308).
8. Procédé de détection de défaut d'un élément (2) selon la revendication 7 dans lequel, la méthode de classification non supervisée (308) est une méthode de partitionnement des données de l'au moins une image de rendu.
9. Procédé de détection de défaut d'un élément (2) selon l'une quelconque des revendications 1 à 8 dans lequel, l'étape de détection de défauts (30) de l'élément (2) à partirde l'au moins une image de rendu comprend l'application d'une méthode d'égalisation d'histogramme (310).
10. Procédé de détection de défaut d'un élément (2) selon l'une quelconque des revendications 1 à 9 dans lequel, l'étape de capture d'images (22) est réalisée sur une période de temps allant d'avant l'étape d'excitation thermique (24) jusqu'à après l'étape d'excitation thermique (24) de manière à capturer l'évolution de la signature thermique de l'élément depuis un niveau de repos, puis à un niveau culminant jusqu'à son retour au niveau de repos.
11. Procédé de détection de défaut d'un élément (2) selon l'une quelconque des revendications 1 à 10, dans lequel l'étape d'excitation thermique (24) de l'élément (2) est réalisée à l'aide d'une unité d'émission de faisceaux de laser (6) configurée pour émettre un laser.
12. Procédé de détection de défaut d'un élément selon la revendication
11, dans lequel l'étape d'excitation thermique (24) de l'élément (2) comprend une sous étape de déflection durant laquelle une unité de déflection (10) configurée pour faire subir une déflection au laser émis fait subir une déflection au laser émis.
13. Procédé de détection de défaut d'un élément selon la revendication
12, dans lequel l'étape de déflection consiste à faire subir une déflection différente pour chaque portion de l'élément.
14. Procédé de détection de défaut d'un élément selon l'une quelconque des revendication 1 à 13, dans lequel le procédé comprend une étape de de correction des images capturées à l'étape de capture d'images (22) dans laquelle une pluralité d'images de stabilisation sont capturées de manière synchronisée avec les images capturées à l'étape de capture d'images (22), les images de stabilisation comprenant un point de repère fixe de sorte à appliquer une correction de stabilisation à la pluralité d'images représentant chacune la réponse thermique de l'élément (2).
PCT/FR2020/052617 2019-12-23 2020-12-23 Procédé de détection de défauts d'un élément en matériau composite WO2021130458A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1915439A FR3105528B1 (fr) 2019-12-23 2019-12-23 Procédé de détection de défauts d’un élément en matériau composite
FR1915439 2019-12-23

Publications (1)

Publication Number Publication Date
WO2021130458A1 true WO2021130458A1 (fr) 2021-07-01

Family

ID=70154593

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2020/052617 WO2021130458A1 (fr) 2019-12-23 2020-12-23 Procédé de détection de défauts d'un élément en matériau composite

Country Status (2)

Country Link
FR (1) FR3105528B1 (fr)
WO (1) WO2021130458A1 (fr)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002048720A2 (fr) * 2000-12-11 2002-06-20 Art Advanced Research Technologies, Inc / Art Recherches Et Technologies Avancées, Inc. Procede et dispositif de detection de defauts par apport local d'energie thermique d'impulsions laser fines
WO2013050691A1 (fr) 2011-10-05 2013-04-11 Aircelle Procédé de contrôle non destructif d'un matériau composite à matrice organique
CN109813439A (zh) * 2019-02-02 2019-05-28 湖南大学 一种主动式红外热成像热像图序列处理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002048720A2 (fr) * 2000-12-11 2002-06-20 Art Advanced Research Technologies, Inc / Art Recherches Et Technologies Avancées, Inc. Procede et dispositif de detection de defauts par apport local d'energie thermique d'impulsions laser fines
WO2013050691A1 (fr) 2011-10-05 2013-04-11 Aircelle Procédé de contrôle non destructif d'un matériau composite à matrice organique
CN109813439A (zh) * 2019-02-02 2019-05-28 湖南大学 一种主动式红外热成像热像图序列处理方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
GABRIEL A LEIVA VALENZUELA: "ASSESSMENT OF EXTERNAL AND INTERNAL QUALITY OF BLUEBERRIES USING IMAGES", THESIS, 7 August 2013 (2013-08-07), PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE, XP055555398, Retrieved from the Internet <URL:https://repositorio.uc.cl/bitstream/handle/11534/2881/616521.pdf?sequence=1&isAllowed=y> [retrieved on 20190212] *
LI T ET AL: "Crack imaging by scanning laser-line thermography and laser-spot thermography;Crack imaging by scanning LTT and LST", MEASUREMENT SCIENCE AND TECHNOLOGY, IOP, BRISTOL, GB, vol. 22, no. 3, 1 February 2011 (2011-02-01), pages 35701, XP020191583, ISSN: 0957-0233, DOI: 10.1088/0957-0233/22/3/035701 *
PHILIPP MYRACH ET AL: "Influence of the acquisition parameters on the performance of laser-thermography for crack detection in metallic components", AIP CONFERENCE PROCEEDINGS, 1 January 2014 (2014-01-01), NEW YORK, US, pages 1624 - 1630, XP055730113, ISSN: 0094-243X, DOI: 10.1063/1.4865018 *
SELIM ELHADJ ET AL: "Combined Infrared Thermal Imaging and Laser Heating for the Study of Materials Thermophysical and Processing Properties at High Temperatures", CRITICAL REVIEWS IN SOLID STATE AND MATERIALS SCIENCES, vol. 39, no. 3, 28 March 2014 (2014-03-28), US, pages 175 - 196, XP055419384, ISSN: 1040-8436, DOI: 10.1080/10408436.2013.789962 *

Also Published As

Publication number Publication date
FR3105528B1 (fr) 2022-05-20
FR3105528A1 (fr) 2021-06-25

Similar Documents

Publication Publication Date Title
EP2084515B1 (fr) Dispositif pour la detection exaltee de l&#39;emission d&#39;une particule cible
EP1281161B1 (fr) Methode d&#39;identification d&#39;un objet
FR2940449A1 (fr) Procede de controle non destructif d&#39;une piece mecanique
WO2016097092A1 (fr) Méthode d&#39;identification de particules biologiques par piles d&#39;images holographiques défocalisées
FR3054037A1 (fr) Dispositif d’observation d’un echantillon
FR2941787A1 (fr) Procede et dispositif d&#39;acquisition de signaux en microscopie laser a balayage.
EP2556164B1 (fr) Procédé de détection d&#39;amas de particules biologiques.
EP3704471B1 (fr) Appareil et procede de microscopie a fluorescence a super-resolution et de mesure de temps de vie de fluorescence
FR2905188A1 (fr) Procede et dispositif de conversion de densites d&#39;image
EP3009836A1 (fr) Procédé et ensemble de vérification de la calibration d&#39;un système de contrôle non destructif de pièces
FR2938917A1 (fr) Dispositif d&#39;analyse d&#39;un melange polyphasique via un faisceau de lumiere retrodiffusee par celui-ci
WO2021130458A1 (fr) Procédé de détection de défauts d&#39;un élément en matériau composite
EP3436807B1 (fr) Procede et systeme d&#39;inspection par effet doppler laser de plaquettes pour la microelectronique ou l&#39;optique
WO2004017020A1 (fr) Dispositif pour mesurer des variations dans le relief d&#39;un objet
CA3189871A1 (fr) Procede de caracterisation d&#39;une piece par controle non destructif
FR3116806A1 (fr) Drone volant pour l’inspection de surfaces et procédé d’inspection de surfaces au moyen d’un tel drone volant
FR2832506A1 (fr) Dispositif perfectionne de type bio-puce
WO2021063979A1 (fr) Système optique
FR3116902A1 (fr) Procede pour detecter d’eventuels enfoncements sur une surface apte a reflechir la lumiere
EP0692714A1 (fr) Procédé et dispositif de reconnaissance de particularités géométriques de pièces parallélépipédiques de section polygonale
EP2187112A1 (fr) Procédé de sélection de LEDs pour produire d&#39;un spectre lumineux prédéterminé panneau de LEDs correspondant
EP0993650B1 (fr) Procede de segmentation et de reconnaissance d&#39;un document, notamment d&#39;un plan technique
EP4233014A1 (fr) Procédé de classification d&#39;une image d&#39;entrée représentant une particule dans un échantillon
FR3100331A1 (fr) Procede et systeme de test pour l’evaluation de la qualite d&#39;une unite de projection micro-optique et/ou de projection optique sub-longueur d’onde a canaux multiples
FR3051559B1 (fr) Procede d&#39;optimisation de la detection de cibles marines et radar mettant en oeuvre un tel procede

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20851228

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20851228

Country of ref document: EP

Kind code of ref document: A1