Onderzoeker
Mathias Kersemans
- Trefwoorden:Polymeer composieten, 3D geprinte materialen, Niet-destructief testen
- Disciplines:Korte en lange vezelversterkte composieten, Destructieve en niet-destructieve materiaaltesten
Affiliaties
- Vakgroep Materialen, Textiel en Chemische Proceskunde (Departement)
Lid
Vanaf1 feb 2017 → Heden - Vakgroep Toegepaste Materiaalwetenschappen (Departement)
Lid
Vanaf1 apr 2010 → 31 jan 2017
Projecten
1 - 10 of 11
- Niet-lineair vibro-thermische-akoestische schadebeeldvorming in composieten door selectief activeren van defecten met behulp van tijdsomgekeerde elastische golvenVanaf1 jan 2023 → HedenFinanciering: FWO Onderzoeksproject (incl. WEAVE projecten)
- RESONAM: Materiaal karakterisering van 3D geprinte metalen met behulp van trillingenVanaf1 jun 2022 → HedenFinanciering: VLAIO - SIM - ICON
- Ontwikkeling van een low-power Vibro-Thermal Tomografie voor 3D super-resolutie beeldvorming van defecten in composietenVanaf1 nov 2021 → 31 jul 2023Financiering: BOF - postdoctorale mandaten
- Schadebeeldvorming in composieten met niet-lineaire tijdsomgekeerde elastische golvenVanaf1 okt 2021 → HedenFinanciering: BOF - projecten
- Gecomprimeerd opmeten van vibraties voor efficiënte niet-destructieve inspectie van composietenVanaf1 okt 2021 → HedenFinanciering: BOF - mobiliteit
- Geautomatiseerde niet-destructieve inspectie van industriële composietonderdelen met verbeterde optische infrarood thermografie techniekenVanaf1 nov 2019 → 31 okt 2023Financiering: FWO Strategische Onderzoeksbeurs
- Karakterisering van gelaagde structuren met ultrageluidVanaf1 sep 2019 → 31 aug 2021Financiering: BOF - mobiliteit
- Niet-destructieve karakterisering met ultrageluid van (beschadigde) vezelversterkte polymeren tijdens mechanische belastingVanaf1 jan 2019 → 31 dec 2022Financiering: BOF - projecten
- Enkelzijdige ultrasone karakterisering van (beschadigde) composieten met mechanische en/of geometrische anisotropieVanaf1 okt 2017 → 30 sep 2020Financiering: FWO mandaten
- Zichtbaar maken van geluid en trillingen.Vanaf1 jan 2017 → 15 mrt 2021Financiering: FWO Strategische Onderzoeksbeurs
Publicaties
31 - 40 van 193
- Robust and baseline-free full-field defect detection in complex composite parts through weighted broadband energy mapping of mode-removed guided waves(2021)
Auteurs: Joost Segers, Saeid Hedayatrasa, Gaétan Poelman, Wim Van Paepegem, Mathias Kersemans
- A successive wavenumber filtering approach for defect detection in CFRP using wavefield scanning(2021)
Auteurs: Erfan Basiri, Reza P. R. Hasanzadeh, Mathias Kersemans
Aantal pagina's: 1 - Ultrasonic tomographic reconstruction of local fiber orientation in multi-layer composites using Gabor filter-based information diagram method(2021)
Auteurs: Xiaoyu Yang, Bing-feng Ju, Mathias Kersemans
- Ultrasonic reconstruction of the fiber architecture of composite laminates(2021)
Auteurs: Xiaoyu Yang, Bing-Feng Ju, Mathias Kersemans
Aantal pagina's: 1 - Quality inspection of complex-shaped metal parts by vibrations and an integrated Mahalanobis classification system(2021)
Auteurs: Liangliang Cheng, Vahid Yaghoubi Nasrabadi, Wim Van Paepegem, Mathias Kersemans
Pagina's: 3075 - 3091 - Fast and high-resolution ultrasound pressure field mapping using luminescent membranes(2021)
Auteurs: Simon Michels, Mathias Kersemans, Michel Versluis, Guillaume Lajoinie, Philippe Smet, Anja Wecker
- Permanent deformation and stiffness degradation of open hole glass/PA6 UD thermoplastic composite in tension and compression(2021)
Auteurs: Ruben Sevenois, Xiaoyu Yang, Erik Verboven, Mathias Kersemans, Wim Van Paepegem
- Phase inversion for accurate extraction of the harmonic thermal response in active infrared thermographic NDT(2021)
Auteurs: Saeid Hedayatrasa, Gaétan Poelman, Mathias Kersemans
Aantal pagina's: 1 - Adaptive spectral band integration in thermographic inspection of composites(2021)
Auteurs: Gaétan Poelman, Saeid Hedayatrasa, Joost Segers, Wim Van Paepegem, Mathias Kersemans
Aantal pagina's: 1 - Automated delamination detection in CFRP using flash infrared thermography and deep learning method(2021)
Auteurs: Zongfei Tong, Saeid Hedayatrasa, Liangliang Cheng, Shejuan Xie, Mathias Kersemans
Aantal pagina's: 1