Reconstrução tomográfica dinâmica industrial

Idiomas

Busca avançada

Mostrar registro simples

dc.contributor.advisor DANTAS, Carlos Costa
dc.contributor.author OLIVEIRA, Eric Ferreira de
dc.date.accessioned 2017-05-11T18:10:34Z
dc.date.available 2017-05-11T18:10:34Z
dc.date.issued 2016-02-29
dc.identifier.uri http://repositorio.ufpe.br/handle/123456789/18767
dc.description.abstract O estado da arte dos métodos aplicados para processos industriais é atualmente baseado em princípios de reconstruções tomográficas clássicas desenvolvidos para padrões tomográficos de distribuições estáticas, ou seja, são limitados a processos de pouca variabilidade. Ruídos e artefatos de movimento são os principais problemas causados pela incompatibilidade nos dados gerada pelo movimento. Além disso, em processos tomográficos industriais é comum um número limitado de dados podendo produzir ruído, artefatos e não concordância com a distribuição em estudo. Um dos objetivos do presente trabalho é discutir as dificuldades que surgem da implementação de algoritmos de reconstrução em tomografia dinâmica que foram originalmente desenvolvidos para distribuições estáticas. Outro objetivo é propor soluções que visam reduzir a perda de informação temporal devido a utilização de técnicas estáticas em processos dinâmicos. No que diz respeito à reconstrução de imagem dinâmica foi realizada uma comparação entre diferentes métodos de reconstrução estáticos, como MART e FBP, quando usado para cenários dinâmicos. Esta comparação foi baseada em simulações por MCNPX, e também analiticamente, de um cilindro de alumínio que se move durante o processo de aquisição, e também com base em imagens de cortes transversais de técnicas de CFD. Outra contribuição foi aproveitar o canal triplo de cores necessário para exibir imagens coloridas na maioria dos monitores, de modo que, dimensionando adequadamente os valores adquiridos de cada vista no sistema linear de reconstrução, foi possível imprimir traços temporais na imagem tradicionalmente reconstruída. Finalmente, uma técnica de correção de movimento usado no campo da medicina foi proposto para aplicações industriais, considerando-se que a distribuição de densidade nestes cenários pode apresentar variações compatíveis com movimentos rígidos ou alterações na escala de certos objetos. A ideia é usar dados conhecidos a priori ou durante o processo, como vetor deslocamento, e então usar essas informações para melhorar a qualidade da reconstrução. Isto é feito através da manipulação adequada da matriz peso no método algébrico, isto é, ajustando-se os valores para refletir o movimento objeto do previsto ou deformação. Os resultados de todas essas técnicas aplicadas em vários experimentos e simulações são discutidos neste trabalho. pt_BR
dc.description.sponsorship CNEN pt_BR
dc.language.iso br pt_BR
dc.publisher Universidade Federal de Pernambuco pt_BR
dc.rights Attribution-NonCommercial-NoDerivs 3.0 Brazil *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/br/ *
dc.subject Reconstrução Tomográfica. Reconstrução Dinâmica. Tomografia. CFD. MCNP. pt_BR
dc.subject Industrial Dynamic Tomography. Flow Dynamics. Dynamic Process Simulation. Dynamic Tomographic Reconstruction. pt_BR
dc.title Reconstrução tomográfica dinâmica industrial pt_BR
dc.type Tese pt_BR
dc.contributor.authorLattes http://lattes.cnpq.br/9539979131631394 pt_BR
dc.publisher.initials UFPE pt_BR
dc.publisher.country Brasil pt_BR
dc.degree.level doutorado pt_BR
dc.contributor.advisorLattes http://lattes.cnpq.br/6187057688601197 pt_BR
dc.publisher.program Programa de Pos Graduacao em Tecnologias Energeticas e Nuclear pt_BR
dc.description.abstractx The state of the art methods applied to industrial processes is currently based on the principles of classical tomographic reconstructions developed for tomographic patterns of static distributions, or is limited to cases of low variability of the density distribution function of the tomographed object. Noise and motion artifacts are the main problems caused by a mismatch in the data from views acquired in different instants. All of these add to the known fact that using a limited amount of data can result in the presence of noise, artifacts and some inconsistencies with the distribution under study. One of the objectives of the present work is to discuss the difficulties that arise from implementing reconstruction algorithms in dynamic tomography that were originally developed for static distributions. Another objective is to propose solutions that aim at reducing a temporal type of information loss caused by employing regular acquisition systems to dynamic processes. With respect to dynamic image reconstruction it was conducted a comparison between different static reconstruction methods, like MART and FBP, when used for dynamic scenarios. This comparison was based on a MCNPx simulation as well as an analytical setup of an aluminum cylinder that moves along the section of a riser during the process of acquisition, and also based on cross section images from CFD techniques. As for the adaptation of current tomographic acquisition systems for dynamic processes, this work established a sequence of tomographic views in a just-in-time fashion for visualization purposes, a form of visually disposing density information as soon as it becomes amenable to image reconstruction. A third contribution was to take advantage of the triple color channel necessary to display colored images in most displays, so that, by appropriately scaling the acquired values of each view in the linear system of the reconstruction, it was possible to imprint a temporal trace into the regularly reconstructed image, where the temporal trace utilizes a channel and the regular reconstruction utilizes a different one. Finally, a motion correction technique used in the medical field was proposed for industrial applications, considering that the density distribution in these scenarios may present variations compatible with rigid motions or changes in scale of certain objects. The idea is to identify in some configurations of the temporarily distributed data clues of the type of motion or deformation suffered by the object during the data acquisition, and then use this information to improve the quality of the reconstruction. This is done by appropriately manipulating the weight matrix in the algebraic method, i.e., by adjusting the values to reflect the predicted object motion or deformation. The results of all these techniques applied in several experiments and simulations are discussed in this work. pt_BR


Arquivos deste item

Os arquivos de licença a seguir estão associados a este item:

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivs 3.0 Brazil Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivs 3.0 Brazil

Compartilhe esta página