Optimization of Surface Preparation and Painting Processes for Railway and Automotive Steel Sheets
Loading...
Date
2023
Journal Title
Journal ISSN
Volume Title
Publisher
MDPI
Abstract
ENG: The article deals with DIC (Digital Image Correlation) tests on steel plates used in the
automotive and railway industries, as well as in the construction industry. The most critical part
of DIC tests is the quality of proper surface preparation, painting, and random patterns. The
paint mediates the deformation of the optical systems, and its quality is paramount. The authors’
goal in this research is to determine the optimal dye–cleaning–drying time parameters for DIC
studies. Commercially available surface preparation and cleaning agents were tested alongside
commercially available spray paints. Standard and specific qualification procedures were applied for
the measurements. Once the appropriate parameters were determined, the results were validated
and qualified by GOM ARAMIS tests. Based on the results, DIC measurements can be performed
with higher accuracy and safety in laboratorial and industrial conditions, compared to the traditional
deformation measurements executed by dial gauges or linear variable differential transformers.
UKR: Стаття присвячена тестам DIC (цифрова кореляція зображень) на сталевих пластинах, які використовуються в автомобільній, залізничній та будівельній промисловості. Найважливішою частиною тестів DIC є перевірка якості належної підготовки поверхні, фарбування на основі випадкових зразків. Фарба впливає на деформацію оптичних систем, і її якість є надзвичайно важливою. Метою авторів у цьому дослідженні є визначення оптимальних параметрів часу фарбування, очищення та висушування для подальших досліджень методом DIC. Були проведені випробування комерційно доступних засобів підготовки поверхні та очищення разом з комерційно доступними фарбами-спреями. Застосовувалися стандартні та спеціальні процедури кваліфікації для вимірювань. Після визначення відповідних параметрів результати були підтверджені та кваліфіковані тестами GOM ARAMIS. На основі результатів вимірювань DIC тести можуть бути проведені з більшою точністю і безпекою в лабораторних та промислових умовах порівняно з традиційними вимірюваннями деформації за допомогою діал-індикаторів або лінійних змінних диференціальних перетворювачів.
UKR: Стаття присвячена тестам DIC (цифрова кореляція зображень) на сталевих пластинах, які використовуються в автомобільній, залізничній та будівельній промисловості. Найважливішою частиною тестів DIC є перевірка якості належної підготовки поверхні, фарбування на основі випадкових зразків. Фарба впливає на деформацію оптичних систем, і її якість є надзвичайно важливою. Метою авторів у цьому дослідженні є визначення оптимальних параметрів часу фарбування, очищення та висушування для подальших досліджень методом DIC. Були проведені випробування комерційно доступних засобів підготовки поверхні та очищення разом з комерційно доступними фарбами-спреями. Застосовувалися стандартні та спеціальні процедури кваліфікації для вимірювань. Після визначення відповідних параметрів результати були підтверджені та кваліфіковані тестами GOM ARAMIS. На основі результатів вимірювань DIC тести можуть бути проведені з більшою точністю і безпекою в лабораторних та промислових умовах порівняно з традиційними вимірюваннями деформації за допомогою діал-індикаторів або лінійних змінних диференціальних перетворювачів.
Description
D. Kurhan: ORCID 0000-0002-9448-5269,
A. Németh: ORCID 0000-0002-3477-6902,
M. Sysyn: ORCID 0000-0001-6893-0018,
S. Fischer: ORCID 0000-0001-7298-9960
Keywords
speckle pattern, DIC, painting, surface cleaning, GOM ARAMIS, automotive steel, specimen preparation, Erichsen cupping test, цяткована палітра, фарбування, очищення поверхні, автомобільна сталь, підготовка зразків, випробування на згин Еріксена, КТІ
Citation
Szalai S., Szívós B. F., Kurhan D., Németh A., Sysyn M., Fischer S. Optimization of Surface Preparation and Painting Processes for Railway and Automotive Steel Sheets. Infrastructures. 2023. Vol. 8, Iss 2. DOI: 10.3390/infrastructures8020028.