[pt] O interesse pela fotoelasticidade em aplicações na determinação experimental de tensões, bem como seu uso na indústria como ferramenta de controle de qualidade e inspeção, tem sido estimulado graças à evolução da microinformática e, especialmente, dos equipamentos e softwares destinados à captura e processamento de imagens. Atualmente, novas placas de vídeo, motherboards e velocidade de processamento das CPU s possibilitam um novo avanço na automatização da fotoelasticidade com o uso da luz branca.
O presente trabalho descreve, inicialmente, os recentes avanços da determinação automática das ordens de franja fotoelásticas (N), desde o uso de luz monocromática (Gray Photoelasticity) até alcançar o atual estado da arte, no qual se utiliza luz branca e denomina-se Three colors Photoelasticity (ou Fotoelasticidade RGB). Tópicos sobre aquisição de imagens de modelos fotoelásticos e captura RGB, incluindo instruções de programação, são comentados, assim como procedimentos para obtenção de imagend adequadas são sugeridos. Em seguida são apresentadas inovações para melhorar o índice de acertos N nos métodos convencionais, que utilizam tabelas para comparação para realizar susa estimativas.
Dois métodos são propostos para corrigir estimativas erradas, baseados em um algoritmo especialmente desenvolvido para qualificar a certeza das estimativas encontradas. No primeiro método as estimativas erradas são identificadas e substituídas através de interpolação linear entre pontos vizinhos. No segundo são utilizados alguns fundamentos da teoria lógica nebilosa para redefinir as estimativas corretamente.
O principal objetivo deste trabalho é provar a viabilidade de uma nova linha de pesquisa cujo objetivo é obter, através de uma única imagem de modelo fotoelástico, valores corretos de N.
Nesta linha, interessantes ferramentas podem ser elaboradas a partir de técnicas de inteligência artificial como, por exemplo, aplicação de fundamentos da teoria da lógica nebulosa.
Os principais resultados deste trabalho foram implementados em um programa de computador, através do qual foi possível apresentar alguns exemplos de aplicação . Nestes exemplos observa-se a facilidade de se obter o Fator de Concentração de Tenção (Kt) e o Fator de Intensidade de Tensão (Kl) através de valores de ordem de franja (N) obtidos pela fotoelasticidade RGB. Outro interessante exemplo é a aplicação prática na indústria de vidro, onde é possível detectar a presença de tensões residuais trativas indesejáveis. / [en] The interest for the use of photoelasticity in experimental applications of the determination of stress, and its use in industry as a quality control and inspection tool hás been stimulated thanks to the micro computing evolution, the equipment and software able to capture and process images. Currently, new video boards, motherboards and increased CPU processing speed have made significant progress in white light photoelasticity automation.
The present work describes, initially, the recent progress of the automatic photoelasticity fringe orders (N) determination, by means of monochromatic light use (Gray Photoelasticity) until the current state of art, in which white light is used, called Three Color Photoelasticity (or RGB Photoelasticity (1)). Topics about photoelastic models, image acquisition and RGB capture, including programming instructions, are addressed, as well as procedures for obtaining appropriate images. Additionally, innovations using master tables for comparison are presented to improve the determination of N by conventional methods.
Two methods, based on specially developed algorithms, are proposed to improve the quality of N determination. In the first method wrong estimates are identified and substituted through linear interpolation among neighboring points. In the second method, fuzzy logic fundamentals are used to re-define the estimates.
The main purpose of this work is to prove the viability of a new line of research, where its objective is to obtain, through a single photoelastic model image, extremely accurate N values. Through this research, valuable tools can be derived from the application of artificial intelligence techniques, specifically the fundamentals of fuzzy logic.
(Kt) and Stress Intensity Factor (Kl) from the fringe order values (N) obtained from RGB Photoelastic models is readily apparent and has a clear advance over the methods.
The main results of this work were implemented in a computer program and some examples were presented. The possibility to obtain the Stress Concentration Factor Other example is the practical application in the glass industry, where the undesirable tractive residual stress detection is greatly improved.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:24784 |
| Date | 18 June 2015 |
| Creators | MARCELO DE BASTOS LAVRADOR |
| Contributors | JOSE LUIZ DE FRANCA FREIRE |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0023 seconds