Sähkömagneettiset pyörimisnopeusanturit auton pyörässä

Tässä kandidaatintyössä tarkastellaan millaisia sähkömagneettisia antureita käytetään mittaamaan autojen pyörien pyörimisnopeutta. Työn tavoitteena on selvittää miten magneettiset sensorielementit toimivat antureiden osana auton pyörien pyörimisnopeusantureissa. Työ rajataan kolmen sensorielementin tarkasteluun, mitkä ovat Hall-. GMR- ja AMR - sensorielementit. Sensoreiden tarkastelu tehdään kirjallisuustutkimuksella ja lopuksi esitellään yksi sovellus anturin suojauksen näkökulmasta patenttiesimerkin avulla. Tuloksiksi saatiin, että sähkömagneettisessa anturisysteemissä on aina roottori ja sitä lukeva tunnistinelementti. Roottorin pyörimisliikkeen aiheuttamaa magneettikentän muutosta sensorissa käytetään pyörimisnopeuden mittaamiseen. Sensorielementit poikkeavat toisistaan rakenteeltaan sekä toimintatavaltaan. Hall - sensorielementti on mittausherkkyydeltään pienin ja GMR - sensorielementti suurin. AMR - sensorielementti on yleisimmin käytetty. Yhteistä niille on se, että ne tarvitsevat esimagnetoinnin toimiakseen. Anturin suojaamiseen käytetään kotelointia. Koteloinnilla saadaan suojattua anturisysteemi mekaanisilta rasituksilta sekä kemiallisilta rasitteilta ja ulkoisilta sähkömagneettisilta häiriöiltä. Lisäksi hyvällä koteloinnin suunnittelulla voidaan säästää tilaa.

Controlling full penetration in MAG welding by the application of infrared thermography and neural network

In this study, an infrared thermography based sensor was studied with regard to usability and the accuracy of sensor data as a weld penetration signal in gas metal arc welding. The object of the study was to evaluate a specific sensor type which measures thermography from solidified weld surface. The purpose of the study was to provide expert data for developing a sensor system in adaptive metal active gas (MAG) welding. Welding experiments with considered process variables and recorded thermal profiles were saved to a database for further analysis. To perform the analysis within a reasonable amount of experiments, the process parameter variables were gradually altered by at least 10 %. Later, the effects of process variables on weld penetration and thermography itself were considered. SFS-EN ISO 5817 standard (2014) was applied for classifying the quality of the experiments. As a final step, a neural network was taught based on the experiments. The experiments show that the studied thermography sensor and the neural network can be used for controlling full penetration though they have minor limitations, which are presented in results and discussion. The results are consistent with previous studies and experiments found in the literature.