Bikram Koirala postdoc mandaat FWO

Onderzoek Bikram Koirala

Onderzoeksgroep

Expertise

Het onderwerp van mijn onderzoek is de ontwikkeling van geavanceerde hyperspectrale ontmengmethoden. Mijn werk integreert de fysieke machine learning-methodologieën. Om de ontwikkelde technieken te valideren, leg ik regelmatig hyperspectrale datasets vast van de mineraalpoedermengsels, mineraalpoederpasta's, boorkernmonsters en constructiematerialen. Dit onderwerp vereist expertise in afstandsgeometrie, fysieke modellering en numerieke optimalisatiemethoden.

Innovatie in de analyse van vocht in gebouwen door de ontwikkeling van een hyperspectrale scanner. 01/10/2024 - 30/09/2028

Abstract

Dit project behelst de studie van vocht in historische gebouwen met behulp van hyperspectrale scanners. Vocht in gebouwen wordt veroorzaakt door slagregen, opstijgend grondvocht, overstromingen, lekkende infrastructuur en condensatie. Periodische veranderingen in het vochtgehalte van materialen is de belangrijkste oorzaak voor verschillende degradatiemechanismen. Traditionele methodes voor het analyseren van vocht in gebouwen, zoals gravimetrische of elektrische methodes, zijn typisch arbeidsintensief, invasief en hebben een beperkte omvang. De ontwikkeling van hyperspectrale scanners laat in-situ analyse van anomalieën in grootschalige structuren zoals gebouwen toe. Deze anomalieën zijn onder meer het gevolg van de aanwezigheid van water, wat resulteert in een specifieke absorptie van bepaalde delen van het korte golf infrarode spectrum. Deze toepassing bouwt verder op recente ontwikkelingen in hyperspectrale data-analyse, van waaruit afleidingen van het vochtgehalte van poreuze media, zoals baksteen en natuursteen, te maken zijn. De ontwikkelingen worden gevalideerd op testsites. Deze benadering zal de methodologie van de conservatie- en restauratiepraktijk fundamenteel veranderen, omdat de analyse van volledige gebouwen leidt tot een vollediger beeld van de situatie, uiteindelijk leidend tot een accuratere en meer gedetailleerde staalname voor verder onderzoek.

Onderzoeker(s)

Onderzoeksgroep(en)

Project type(s)

  • Onderzoeksproject

Geavanceerde hyperspectrale beeldanalyse voor materiaalkarakterisering. 01/10/2023 - 30/09/2026

Abstract

Een materiaal kan uniek worden gekenmerkt door zijn optische reflectiespectrum. Hyperspectrale camera's verspreiden het gereflecteerde zonlicht in honderden opeenvolgende kleine golflengtebanden in het zichtbare en nabije infrarood (VNIR, 400-1000 nm) en het kortegolf infrarood (SWIR, 1000-2500 nm) gebied. Het hoofddoel van dit project is het ontwikkelen van geavanceerde innovatieve spectraalanalysemethoden die optische reflectie relateren aan materiaaleigenschappen. Ik zal me concentreren op 3 specifieke materiaaleigenschappen, waarvoor een raamwerk zal worden ontwikkeld, gevalideerd en toegepast op een specifieke case studies: 1. Schatting van de minerale samenstelling, met een case study in geologische mijnbouw. 2. biochemische parameterschatting van plantenbladeren, met een case study in meerschalig bosecologisch functioneren 3. schatting van het watergehalte, met een case study naar effecten van klimaatverandering op gebouwd erfgoed

Onderzoeker(s)

Onderzoeksgroep(en)

Project type(s)

  • Onderzoeksproject