In this article, a general model for 1D thermal wave interference is derived for multi-layered coating systems on a thermally thick substrate using the same principles as for the well established one-layered and two-layered coating cases. Using the lock-in thermography principle, an illumination source modulates the surface of those systems periodically by a planar, sinusoidal wave form with a fixed frequency. The coating systems absorb the optical energy on its surface and convert it into thermal energy, resulting in the propagation of a spatially and temporally periodic thermal wave with the same frequency. These thermal waves, originating at the surface, are reflected and transmitted at each interface leading to infinitely many wave trains that need to be tracked in order to formulate the final surface temperature as a superposition of all these waves. The heat transfer inside the object depends on the layer thickness of each coating, but also on the thermal properties of each layer material. The goal is to have a mathematical and physical model which describes the phase angle data measured by an infrared camera. Having these data, the main objective of this paper is to determine the thickness of each coating layer. In practice, the thermal properties of the layers usually are unknown, which makes the process even more difficult. For that reason, this article presents a concept to determine the thermal properties in advance.


翻译:在本篇文章中,对热厚基底层的多层层层层层涂层系统,使用与成熟的单层和两层涂层壳相同的原则,为1D热波干扰制成了一个通用模型。使用锁定热气学原理,一个照明源以固定频率以平板、正弦波的形式定期调节这些系统的表面。涂层系统吸收表面的光能,将其转换成热能,从而以同样的频率传播空间和时间周期性热波。这些来自地表的热波在每一个界面被反映和传输,导致无限多波层列,需要跟踪以形成最后表面温度,作为所有这些波层的叠加位置。物体内部的热转移取决于每个涂层的厚度,但也取决于每个层材料的热性能。目的是要有一个数学和物理模型,用来描述用红外线相机测量的相位角度数据。有了这些数据,本文的主要目标甚至在于确定每一层热层的厚度,因为通常需要跟踪这一层的深度。

0
下载
关闭预览

相关内容

强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年3月14日
Arxiv
0+阅读 · 2023年3月13日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员