主動紅外熱像無損檢測技術(shù)的研究現(xiàn)狀與進(jìn)展

郭　偉，董麗虹，徐濱士，瞿　特

(1.裝甲兵工程學(xué)院 裝備再制造技術(shù)國防科技重點(diǎn)實(shí)驗室， 北京 100072；

2.石家莊機(jī)械化步兵學(xué)院， 石家莊 050083)

?

主動紅外熱像無損檢測技術(shù)的研究現(xiàn)狀與進(jìn)展

郭偉1，董麗虹1，徐濱士1，瞿特2

(1.裝甲兵工程學(xué)院 裝備再制造技術(shù)國防科技重點(diǎn)實(shí)驗室， 北京 100072；

2.石家莊機(jī)械化步兵學(xué)院， 石家莊 050083)

摘要：與滲透、磁粉、射線等傳統(tǒng)無損檢測技術(shù)相比，主動紅外熱像技術(shù)具有非接觸、無污染、高效率等優(yōu)點(diǎn)，已成為一種重要的材料表面和近表面缺陷無損檢測技術(shù),該技術(shù)包括主動熱激勵、表面熱圖采集和圖像處理3個步驟。對熱燈、超聲波、電磁線圈、微波、激光等幾種主要熱激勵手段進(jìn)行了對比分析，分別總結(jié)了其特點(diǎn)、適用范圍及研究應(yīng)用現(xiàn)狀；熱圖采集效果主要取決于紅外熱像儀的性能高低；圖像處理依靠各種圖像處理軟件進(jìn)行，當(dāng)前應(yīng)用于紅外熱像檢測中的圖像處理方法有背景減去、噪聲去除、時間平均等。隨著熱激勵技術(shù)和圖像處理技術(shù)的發(fā)展，以及紅外熱像儀性能的提高，主動紅外熱像無損檢測技術(shù)也呈現(xiàn)出由人工識別向自動識別、由定性檢測向定量檢測、由單一手段向復(fù)合手段發(fā)展的趨勢。

關(guān)鍵詞：紅外熱像；無損檢測；激勵方式；表面缺陷；圖像處理

紅外線是指波長范圍為0.75 μm～1 mm的電磁波。任何物體表面都會產(chǎn)生紅外輻射，且表面溫度越高，紅外輻射越強(qiáng)。紅外熱像技術(shù)最早在二戰(zhàn)末期應(yīng)用于軍事偵察領(lǐng)域,后逐步作為一種檢測技術(shù)應(yīng)用于工業(yè)領(lǐng)域[1-2]。

紅外熱像技術(shù)根據(jù)是否依賴于外部熱激勵源，可分為被動紅外熱像技術(shù)和主動紅外熱像技術(shù)。被動紅外熱像技術(shù)利用檢測對象本身的紅外輻射得到其表面熱像圖(簡稱熱圖)，通過熱圖分析所需信息。目前被動紅外熱像技術(shù)在工業(yè)設(shè)備狀態(tài)監(jiān)測、醫(yī)學(xué)診斷、地質(zhì)勘探和軍事偵察領(lǐng)域應(yīng)用廣泛[3-4]。當(dāng)檢測對象的熱輻射水平和周圍環(huán)境相當(dāng)，無法被熱像儀分辨時，可通過增加主動激勵源的方式來增強(qiáng)被檢測對象表面的熱輻射，以使其和周圍環(huán)境的輻射差異足以被紅外熱像儀分辨；增加外部熱激勵源的目的是得到溫度差異更明顯的熱圖，以提高檢測精度。作為一種無損檢測技術(shù),主動紅外熱像技術(shù)目前主要用于飛機(jī)蒙皮下蜂窩結(jié)構(gòu)損傷、復(fù)合材料層間界面脫粘及零件表面缺陷等損傷與缺陷的檢測中[5-7]。

1主動紅外熱像無損檢測技術(shù)的特點(diǎn)

20世紀(jì)60年代美國學(xué)者首先使用高能熱燈加熱金屬零件表面，在降溫過程中用紅外熱像儀捕捉零件表面溫差來檢測表面缺陷，主動紅外熱像無損檢測技術(shù)從此誕生。但當(dāng)時受紅外熱像儀分辨率較低的制約，該技術(shù)檢測精度和效率較低，在無損檢測領(lǐng)域的應(yīng)用并不普遍[8-9]。20世紀(jì)90年代，隨著計算機(jī)技術(shù)的迅猛發(fā)展和紅外熱像儀分辨率的大幅提高，主動紅外熱像無損檢測技術(shù)也得到快速發(fā)展，其檢測精度足以分辨一些常見的材料表面和近表面缺陷;目前主動紅外熱像技術(shù)已經(jīng)成為一種重要的新型無損檢測技術(shù)。常用的無損檢測技術(shù)有磁粉檢測、滲透檢測、射線檢測、渦流檢測和超聲檢測等。這幾種技術(shù)對多孔層片狀結(jié)構(gòu)的表面涂覆層進(jìn)行檢測時均存在一定的局限性[10-11]。與傳統(tǒng)無損檢測手段相比，主動紅外熱像技術(shù)具有非接觸、無污染、效率高、適合在線檢測等優(yōu)點(diǎn)，在表面涂覆層和復(fù)雜薄壁結(jié)構(gòu)零件的缺陷檢測方面具有優(yōu)勢[12]。

圖1　主動紅外熱像無損檢測技術(shù)流程

基于主動紅外熱像技術(shù)的無損檢測流程如圖1所示，影響其檢測效果的主要步驟有3個：首先是熱激勵，即通過特定激勵手段將能量輸入檢測對象，以使缺陷處與周圍區(qū)域產(chǎn)生溫度差，理論上這一溫度差要高于紅外熱像儀的溫度分辨率；其次是表面熱圖采集，紅外熱像儀的空間分辨率越高、視場越大，對材料表面熱量分布情況的采集精度和效率就越高；最后是圖像數(shù)據(jù)處理，受加熱不均、環(huán)境噪聲、設(shè)備噪聲等影響，紅外熱像儀采集的原始熱圖中缺陷信息可能不明顯，通過降噪濾波和時間平均等圖像處理手段可以增強(qiáng)缺陷顯示效果，利于檢測結(jié)果的判斷。這3個步驟的實(shí)施效果均會影響最終檢測結(jié)果，因此，提高主動紅外熱像無損檢測技術(shù)的關(guān)鍵在于優(yōu)化以上3個主要步驟，針對該技術(shù)的研究也主要圍繞如何優(yōu)化這3個主要步驟而開展。

2主動紅外熱像無損檢測技術(shù)發(fā)展現(xiàn)狀

2.1主動熱激勵手段

熱激勵的目的是將外部能量輸入檢測對象，使缺陷處與周圍正常區(qū)域產(chǎn)生溫度差，并且將這一溫度差反應(yīng)到材料表面。表面溫差越大，則越容易被紅外熱像儀識別，缺陷被檢出的可能性就越大。因此，如何對材料表層缺陷進(jìn)行高效地?zé)峒罹统蔀橹鲃蛹t外熱像檢測技術(shù)研究中的一個重要問題。為此，人們根據(jù)不同材料和零件的特點(diǎn)，先后將熱燈、超聲波、電磁線圈、微波等作為主動激勵源進(jìn)行了研究[13-16]。總體而言，不同熱激勵源具有不同的特點(diǎn)和適用范圍，如表1所示。

表1　幾種熱激勵方式對比

2.1.1熱燈激勵

熱燈包括熱效率較高的大功率鹵素白熾燈和紅外線燈，在檢測中一般以脈沖閃光形式對材料表面進(jìn)行照射，因此該方法也稱為脈沖熱像法。熱燈是最早被作為主動熱激勵手段的激勵源，也是目前研究最多、應(yīng)用最廣的激勵手段之一。90年代中期美國空軍就將脈沖熱像法應(yīng)用于飛機(jī)蒙皮與蜂窩結(jié)構(gòu)的脫粘、腐蝕缺陷的檢測。目前該方法已經(jīng)廣泛應(yīng)用于飛機(jī)蒙皮脫粘和蜂窩積水的檢測，以及飛機(jī)雷達(dá)罩的在役檢測[17]。

圖2　熱燈激勵脈沖熱像法檢測涂層脫粘時的熱圖及試樣表面熱圖3D顯示

脈沖熱像法適用于對大面積薄板零件進(jìn)行掃描檢測，劉穎韜等[18]使用該技術(shù)檢測了碳纖維蒙皮、雷達(dá)罩和復(fù)合材料層合板中的脫粘和積水等缺陷，并與超聲掃描檢測結(jié)果進(jìn)行了對比，結(jié)果表明：對于薄蒙皮泡沫夾層結(jié)構(gòu)件和蜂窩夾層結(jié)構(gòu)件，閃光燈激勵脈沖熱像法能夠給出更加清晰的檢測結(jié)果和豐富的構(gòu)件內(nèi)部信息。目前，脈沖熱像法的檢測能力仍然在不斷提高，SUSZYNSKI Z等[19]使用該方法檢測了復(fù)合涂層中Al層和Si層(厚度0.40.6 mm)之間的脫粘區(qū)域，并將檢測結(jié)果以3D效果直觀顯示出來，如圖2所示。MANOHAR A等[20]使用模擬方法研究了二維熱傳導(dǎo)模型下脈沖熱像方法對缺陷深度的檢測能力，表明該方法可以檢測到不銹鋼板距表面5 mm的預(yù)置孔洞缺陷，這一模擬結(jié)果也得到了試驗驗證。熱燈激勵深度不及其他激勵手段，但作為一種普適性、經(jīng)濟(jì)性最好的熱激勵源，仍有較高的研究價值和應(yīng)用前景。

2.1.2超聲波激勵

超聲波是一種機(jī)械波，在材料中傳播幾乎不受幾何形狀的限制，而且超聲波對閉合裂紋等缺陷具有選擇性加熱的特點(diǎn)，因此超聲紅外熱像法被認(rèn)為是一種具有研究和應(yīng)用潛力的熱激勵手段，適用于檢測具有復(fù)雜形狀的零件[21]。

FAVRO L提出[22]將超聲波加熱和紅外熱波技術(shù)相結(jié)合應(yīng)用于無損檢測中，可以實(shí)現(xiàn)對工業(yè)零件裂紋和焊接質(zhì)量的快速檢測。繆鵬程等[23]使用有限元數(shù)值計算方法, 對脈沖超聲波在缺陷(裂紋) 處引起的瞬態(tài)溫度場進(jìn)行模擬，并在實(shí)驗室環(huán)境下使用超聲熱像法檢測到了鋁合金板表面0.1 mm × 3 mm的疲勞裂紋，而且該方法可以區(qū)分表面凹槽和疲勞裂紋。近年有學(xué)者將超聲紅外熱像法用于航空發(fā)動機(jī)葉片裂紋的檢測并取得較好效果，BOLU G等[24]使用超聲熱像法檢測航空發(fā)動機(jī)葉片，在已知含有裂紋的60個葉片中，檢測出了52個葉片的裂紋缺陷，檢出率達(dá)到86%；這一數(shù)據(jù)雖然還未達(dá)到工程應(yīng)用的標(biāo)準(zhǔn)，但是將其與傳統(tǒng)檢測手段配合使用，將大幅提高檢測效率。STEPHEN D[25]研究發(fā)現(xiàn)不同缺陷對振動頻率的響應(yīng)也不同，航空發(fā)動機(jī)渦輪導(dǎo)向葉片中焊縫開裂、涂層脫粘和涂層裂紋3種缺陷的最佳超聲激勵頻率分別為10，10.2，10.4 kHz。國內(nèi)哈爾濱工業(yè)大學(xué)的劉慧等[26-27]對超聲鎖相熱像法進(jìn)行了系統(tǒng)研究，包括優(yōu)化鎖相算法、針對不同缺陷優(yōu)化調(diào)制頻率等，在此基礎(chǔ)上檢測了鋼板表面預(yù)置裂紋缺陷末端的微裂紋，以及平板鋁合金表面下4 mm深處的預(yù)置孔洞缺陷。

目前，關(guān)于超聲熱激勵急需解決的問題是超聲波在不同結(jié)構(gòu)和材料中的傳播形式，以及在裂紋、孔洞、脫粘等缺陷處的發(fā)熱機(jī)理。這些問題的解決可以繼續(xù)提高超聲熱像法的檢測精度，也是進(jìn)行缺陷定量檢測的理論基礎(chǔ)。

2.1.3電磁激勵

當(dāng)電磁激勵線圈靠近導(dǎo)電材料表面時，材料表面和近表面產(chǎn)生的渦流會使材料生熱，在裂紋等缺陷處生熱不均，與周圍區(qū)域產(chǎn)生溫度差，并反應(yīng)到材料表面。目前該方法在金屬管材和板狀金屬材料的腐蝕檢測中應(yīng)用較多[5,28]。

HE Yun-ze等[29]研究了激勵線圈與熱像儀分布方式對檢測結(jié)果的影響，表明檢測薄壁零件內(nèi)部缺陷時，激勵線圈與熱像儀分布在零件同側(cè)，可得到更好的檢測效果；而檢測導(dǎo)致薄壁厚度變化的表面缺陷時，激勵線圈與熱像儀分布于零件兩側(cè)，可得到更清晰的檢測結(jié)果。而且，HE Yun-ze結(jié)合鎖相技術(shù)，研究了電磁激勵主動紅外熱像技術(shù)對金屬平板不同深度預(yù)置缺陷的檢測能力[30]，得出了低頻率的相位圖可以反映較深的缺陷信息的結(jié)果，該方法對鋼板中預(yù)置孔洞缺陷的檢測深度能達(dá)到4 mm。YIN Ai-jun等[31]使用欠定盲源分離方法從原始熱圖中分離得到了由渦流引起的熱量分布相位圖和由熱擴(kuò)散引起的熱量分布相位圖，兩種相位圖可以反應(yīng)不同的缺陷細(xì)節(jié)，有助于對缺陷進(jìn)行更準(zhǔn)確地分析。

電磁線圈的形狀可控性和渦流集膚效應(yīng)使得電磁激勵手段對于管狀材料和零件內(nèi)腔等特殊部位具有更好的激勵效果。目前該方法面臨的問題同樣是人們對渦流與具體缺陷的相互作用，以及缺陷的生熱機(jī)理仍不很清楚。

2.1.4其他激勵手段

微波是波長介于1 mm1 m之間的電磁波，已經(jīng)在日常生活和工業(yè)中作為加熱源被廣泛使用。作為紅外熱像無損檢測技術(shù)的熱激勵源，微波對陶瓷、木制品等材料具有良好的熱激勵效果[32]，但微波遇到金屬界面會大量反射，因此不適合作為主動熱激勵源對金屬零件進(jìn)行激勵。BODNAR J L等[33]將低能量微波從壁畫表面輸入，采用自回歸滑動平均模型對表面溫度變化過程進(jìn)行分析，發(fā)現(xiàn)了壁畫內(nèi)部的裂紋，這表明對易受損的非金屬材料，使用微波激勵能避免產(chǎn)生振動和局部高溫，可對材料起到良好的保護(hù)效果。

除此之外，還有研究者針對特殊檢測材料和檢測環(huán)境，將激光作為主動紅外熱像無損檢測技術(shù)的激勵源進(jìn)行研究。江海軍等[34]使用調(diào)制的激光作為熱激勵源，研究了紅外熱像技術(shù)對風(fēng)電機(jī)葉片常用玻璃鋼材料缺陷的檢測能力，結(jié)果表明激光激勵比其他幾種激勵方法能量更加集中，但是激光激勵源設(shè)備復(fù)雜，操作不當(dāng)易對人員和材料造成損傷。YFEDALA[35]使用調(diào)制激光對塊狀鎳鉻合金進(jìn)行加熱，利用鎖相技術(shù)處理熱圖后清晰地檢測到了合金表面0.03 mm×9 mm的疲勞裂紋，檢測結(jié)果如圖3所示。

圖3　塊狀鎳鉻合金表面的疲勞裂紋檢測結(jié)果

綜上所述，不同熱激勵手段各有其特點(diǎn)和適用場合，在材料表面和近表面缺陷檢測前，應(yīng)根據(jù)零件形狀、材料種類和可能的缺陷形式選擇合適的熱激勵手段。激勵手段的選擇對能否獲得精確可靠的檢測和評估結(jié)果至關(guān)重要。目前人們對各種熱激勵手段的研究目的大多是使缺陷產(chǎn)生明顯的熱異常，以進(jìn)行缺陷定性檢測，對其產(chǎn)生熱異常的機(jī)理研究卻較少。隨著定量檢測需求的增加，熱激勵信號與材料缺陷的相互作用機(jī)理將成為下一步熱激勵技術(shù)研究的重點(diǎn)。

2.2表面熱圖采集

在主動紅外熱像無損檢測技術(shù)中，得到清晰準(zhǔn)確的材料(零件)表面熱量分布圖是進(jìn)行缺陷分析的前提。表面熱圖的采集由紅外熱像儀完成，紅外熱像儀的主要參數(shù)有溫度分辨率、空間分辨率、測溫范圍和視場角等，其中溫度分辨率是表征紅外熱像儀測溫精度的關(guān)鍵參數(shù)，決定熱像儀溫度分辨率的核心元件是紅外探測器。

20世紀(jì)90年代末，紅外焦平面陣列(FPA)技術(shù)的快速發(fā)展使紅外熱像儀的精度大幅提高，也推動了紅外熱像技術(shù)在各個領(lǐng)域的應(yīng)用[36]。1997年FLIR公司研制出第一臺非制冷便攜式焦平面紅外熱像儀，解決了紅外熱像儀微型化和低成本的問題。

當(dāng)前,紅外熱像儀根據(jù)工作原理主要分為制冷型和非制冷型兩種，兩者主要區(qū)別在于傳感器不同：前者使用紅外光子探測器，利用物體輻射的紅外光子流與探測器材料中的電子互相作用，從而改變電子的能量狀態(tài)，引起電信號變化；后者使用熱探測器，熱探測器利用紅外輻射的熱效應(yīng)，探測器的敏感元件吸收輻射能后引起溫度升高，進(jìn)而使某些有關(guān)物理參數(shù)發(fā)生變化，通過測量物理參數(shù)的變化來確定探測器所吸收的紅外輻射量。光子探測器的優(yōu)點(diǎn)是靈敏度高、響應(yīng)快，缺點(diǎn)是探測波段窄、需在低溫下工作(一般低于200 K)；和光子探測器相比，熱探測器的優(yōu)點(diǎn)是可以在常溫下工作，無需制冷，缺點(diǎn)是靈敏度低、響應(yīng)慢。因此，制冷型紅外熱像儀檢測精度要比非制冷型高，制冷型量子阱紅外熱像儀是目前溫度分辨率最高的熱像儀，其溫度分辨率可以達(dá)到0.01 ℃。量子阱探測器和Ⅱ類超晶格紅外探測器有望繼續(xù)提高紅外熱像儀的性能[37]。目前主要的工業(yè)檢測用紅外熱像儀生產(chǎn)商有美國RNO、FLUKE和FLIR Systems，德國Infra Tec，日本NEC等公司。由于對分辨率精度要求高，材料無損檢測中使用制冷型紅外熱像儀較多。

2.3熱圖處理技術(shù)

受檢測環(huán)境、材料表面特性、設(shè)備技術(shù)性能、人員操作水平等因素的影響，由紅外熱像儀采集得到的原始熱像圖除記錄了缺陷信息外，還存在各種非缺陷噪聲，這些噪聲的存在對缺陷的判別，尤其是微小缺陷的識別會形成干擾。所以，對原始熱圖進(jìn)行優(yōu)化處理尤為重要，熱圖處理的目的是過濾圖像中的背景信號和噪聲信號、增強(qiáng)缺陷信號、提高缺陷特征的辨識度，以便從熱圖中提取更加準(zhǔn)確豐富的缺陷信息[38]。20世紀(jì)80年代開始，計算機(jī)技術(shù)和現(xiàn)代數(shù)學(xué)方法的結(jié)合促進(jìn)了數(shù)字圖像處理技術(shù)的快速發(fā)展，紅外熱圖的處理依賴于各種數(shù)字圖像處理技術(shù)。根據(jù)熱圖處理目的，目前在主動紅外熱像檢測技術(shù)中應(yīng)用較多的圖像處理方法主要有三類。

2.3.1原始熱圖的濾波降噪

由熱像儀采集得到的原始熱圖含有大量的噪聲信息，故濾波降噪是熱圖的基本處理程序，其能使后續(xù)缺陷特征提取、邊緣檢測等處理程序更加精確。熱圖中常見的噪聲有椒鹽噪聲(隨機(jī)脈沖噪聲)、高斯噪聲和均勻噪聲等。基于空間域的濾波方法主要有均值濾波、中值濾波和高斯濾波法。均質(zhì)濾波和中值濾波是在一個領(lǐng)域內(nèi)取左右像素點(diǎn)的平均值或中間值作為中心像素點(diǎn)的結(jié)果，這兩種濾波方法可有效降低圖像中孤立噪聲點(diǎn)的噪聲信號，但缺點(diǎn)是會導(dǎo)致有效缺陷信號的邊緣變得模糊。高斯濾波是一種采用加權(quán)算法對數(shù)據(jù)進(jìn)行平滑的方法，可根據(jù)濾波目的在一個很小的領(lǐng)域內(nèi)通過加權(quán)平均來降低中心像素的噪聲，平滑效果較好，同時又能盡量保存圖像局部特征，保留缺陷的邊緣信息。因此，高斯濾波在無損檢測圖像處理方面的應(yīng)用十分廣泛。基于頻率域的濾波增強(qiáng)方法有低通濾波和高通濾波。采用低通(低頻)濾波方法可以去除圖像中的低頻噪聲信號，但是同時也會導(dǎo)致缺陷邊緣模糊，影響之后的缺陷邊緣提取和特征識別。高通(高頻)濾波方法可以增強(qiáng)缺陷邊緣，但也會附帶強(qiáng)化隨機(jī)[39]噪聲信號。因此，基于頻率域的濾波處理需要綜合考慮，根據(jù)熱圖中的主要噪聲信號類型選擇適當(dāng)?shù)念l率。

2.3.2缺陷特征提取和邊緣檢測

對熱圖中的噪聲信號進(jìn)行抑制、過濾后，需對圖像中的缺陷特征進(jìn)行刻畫，增強(qiáng)并提取缺陷邊緣，這是定性分析中熱圖處理的主要目的，也是定量分析以及機(jī)器自動識別的前提。邊緣檢測的本質(zhì)是提取圖像中的突變點(diǎn)，據(jù)此人們提出了多種邊緣檢測算子，傳統(tǒng)的邊緣檢測算子有： Roberts算子、Canny算子、LOG算子、GaussLaplace算子和Sobel算子等。不同算子適用的噪聲環(huán)境不同，目前在數(shù)字圖像處理領(lǐng)域還缺乏一種廣泛通用的邊緣檢測算法，對現(xiàn)有邊緣檢測算法的改進(jìn)仍在不斷繼續(xù)，如胡振琪等[40]針對紅外熱像圖的特點(diǎn)，提出將LOG算子和Roberts算子的邊緣檢測結(jié)果進(jìn)行融合，可避免單一算子導(dǎo)致的缺陷誤檢和漏檢，提高了缺陷邊緣檢測的準(zhǔn)確度。此外，還出現(xiàn)了基于模糊理論、神經(jīng)網(wǎng)絡(luò)和小波理論等數(shù)學(xué)模型進(jìn)行邊緣檢測的方法[41-42]。陳永等[43]在對V形鋁合金結(jié)構(gòu)裂紋缺陷進(jìn)行振動紅外熱像檢測時，運(yùn)用小波處理方法對過余溫度圖進(jìn)行重建和增強(qiáng)，顯著提高了缺陷信噪比，最后采用二值化方法將缺陷信息從熱圖中分離，取得了較好的檢測效果(見圖4)。

圖4　V形鋁合金板裂紋檢測熱圖處理過程

2.3.3序列熱圖的處理方法

由于單張熱圖表現(xiàn)的是檢測過程中某一時刻的材料表面溫度分布，受材料初始溫度、加熱均勻性、環(huán)境溫度波動等偶然因素的影響，其中包含的噪聲和缺陷信號均具有很大隨機(jī)性，易導(dǎo)致單張熱圖中獲得的缺陷信息可靠性較低，對于微小缺陷甚至?xí)霈F(xiàn)噪聲信號強(qiáng)于缺陷信號的情況。因此，脈沖紅外熱像檢測技術(shù)出現(xiàn)不久，鎖相技術(shù)就被引入紅外熱像檢測中，以彌補(bǔ)脈沖熱像方法的缺陷。鎖相熱像技術(shù)采用經(jīng)過調(diào)制的熱源按某種規(guī)律(如正弦規(guī)律)對材料表面進(jìn)行連續(xù)激勵，在激勵過程中采集一系列隨時間變化的表面熱圖，并針對特定時間段內(nèi)的序列熱圖提取連續(xù)變化的幅值和相位信息進(jìn)行分析，來獲得缺陷位置、大小、深度等信息[44]。與單張熱圖相比，序列熱圖可以很好地消除背景溫度不均勻、材料表面反光以及加熱不均勻等帶來的隨機(jī)信號，而且熱圖相位信息與缺陷深度密切相關(guān)，可以由此對缺陷深度進(jìn)行分析。

序列圖像處理的關(guān)鍵步驟是進(jìn)行快速傅里葉變換(FFT)，F(xiàn)FT改進(jìn)了離散傅里葉變換算法，是一種重要的數(shù)字圖像處理方法。通過FFT變換，可以由時域信號得到頻域信號，對于熱圖而言就是通過幅值圖獲得相位圖。相位信息不受初始條件和外界因素的影響。通過積分法和FFT變換法處理熱像儀采集到的數(shù)據(jù)，最終顯示待測試件的位相圖，從得到的位相圖判斷試件是否存在缺陷。其他基于序列熱圖處理的數(shù)學(xué)模型還有多項式擬合時間微分法、相關(guān)分析法、主成分分析法(PCA)、馬爾科夫法(Maikov)、奇異值分解法(SVD)、自回歸滑動平均模型法(ARMA)等逆變換[45]。目前基于序列熱圖的信號處理方法已經(jīng)成為紅外熱像檢測技術(shù)中主流的圖像處理方法。哈爾濱工業(yè)大學(xué)王楊等[27]系統(tǒng)研究了超聲鎖相技術(shù)在復(fù)合材料質(zhì)量檢測中的熱圖處理問題。在快速傅里葉變換的基礎(chǔ)上提出了基于短時傅里葉變換的幅值-相位極值法，針對試件表面的瞬態(tài)紅外圖像序列進(jìn)行傅里葉變換得到幅值圖和相位圖，以獲得更準(zhǔn)確的缺陷信息。

鎖相熱像技術(shù)通過序列熱圖處理獲得缺陷的相位信息，能夠?qū)ζ溥M(jìn)行更準(zhǔn)確的定性和定量分析，但該方法對激勵設(shè)備的要求較高，且隨著激勵時間的增加和數(shù)據(jù)處理量的增大，檢測效率會降低。近年來，有研究者將脈沖激勵方法與鎖相熱像技術(shù)中的序列熱圖處理方法相結(jié)合演化出了脈沖相位熱像檢測方法。該方法通過分析脈沖激勵過程中采集的序列熱圖，通過處理得到脈沖相位信息進(jìn)行缺陷分析，結(jié)合了脈沖和鎖相兩種方法的優(yōu)點(diǎn)，簡化了激勵過程，同時獲得了缺陷相位信息，在工程實(shí)際應(yīng)用方面具有很好的應(yīng)用潛力。唐慶菊等[46]通過脈沖相位檢測方法，在對單張圖像進(jìn)行濾波降噪的基礎(chǔ)上，將馬爾科夫和主成分分析法相結(jié)合(Markov-PCA)用于熱圖序列重構(gòu)，并采用多項式擬合-相關(guān)系數(shù)法提取缺陷邊緣特征，獲得了模擬SiC涂層孔洞缺陷的邊緣圖像，而且結(jié)果表明采用該方法處理得到的缺陷邊緣特征比鎖相處理技術(shù)獲得的邊緣特征更加清晰。霍雁[47]等認(rèn)為脈沖熱源中含有多種頻率分量，而鎖相熱源只有一種頻率，因此與鎖相方法相比，脈沖相位法對同一零件中不同深度、不同類型的缺陷具有更好的綜合檢測能力，并將兩種方法用于電路板和鋁合金板平底洞缺陷的檢測，對比結(jié)果證實(shí)了其理論觀點(diǎn)。

3主動紅外熱像無損檢測技術(shù)的研究應(yīng)用趨勢

3.1由人工識別向自動識別發(fā)展

缺陷的自動識別是當(dāng)前各種檢測技術(shù)都在追求的目標(biāo)，當(dāng)前基于熱圖信息的缺陷識別，其準(zhǔn)確率和效率受制于檢測人員的素質(zhì)和經(jīng)驗;提取不同缺陷的熱圖特征，是實(shí)現(xiàn)機(jī)器自動識別缺陷的前提。國內(nèi)外研究者也在缺陷熱圖特征的提取方面做了一些探索，AVDELIDIS N[48]在對玻璃纖維增強(qiáng)塑料制成的風(fēng)力渦輪葉片分層缺陷進(jìn)行檢測時，對缺陷自動識別進(jìn)行了嘗試，他認(rèn)為自動識別缺陷的關(guān)鍵問題是識別準(zhǔn)確性，提高準(zhǔn)確性的方法是在圖像處理的過程中加入驗證環(huán)節(jié)。支持向量機(jī)作為一種進(jìn)行計算機(jī)自動判斷的數(shù)學(xué)模型被引入了熱圖處理過程，基于支持向量機(jī)的缺陷自動識別技術(shù)被認(rèn)為是基于紅外熱像技術(shù)進(jìn)行缺陷自動識別的較好的解決方式。馮輔周等[49]通過模擬方法對裝甲車底盤裂紋缺陷的自動識別做了探索，他們在分析熱圖形狀、灰度分布特征的基礎(chǔ)上，提取了用于裂紋信息識別的特征參量，開發(fā)了基于加權(quán)支持向量機(jī)的裂紋自動識別算法，并在實(shí)際試驗中對該方法的準(zhǔn)確性進(jìn)行了驗證。

3.2由定性檢測向定量檢測發(fā)展

主動紅外熱像技術(shù)目前主要用于缺陷的定性檢測，隨著激勵手段、紅外熱像儀和圖像處理技術(shù)的進(jìn)步，該技術(shù)對缺陷深度、位置和大小的定量檢測將逐漸成為可能。目前結(jié)合圖像處理技術(shù)對缺陷深度進(jìn)行定量檢測已有相關(guān)研究，SEBASTIAN D[50]研究了脈沖熱像法對玻璃鋼(GFRP)表面下不同深度預(yù)置孔洞缺陷的檢測能力，并通過貝葉斯分類器進(jìn)行缺陷識別和深度計算(見圖5)，其計算結(jié)果與實(shí)測結(jié)果相符。如何使更深的缺陷導(dǎo)致的熱流變化到達(dá)材料表面，是決定缺陷檢測深度的關(guān)鍵。這與激勵方法、材料導(dǎo)熱性能以及紅外熱像儀的性能均有關(guān)系。

圖5　熱燈激勵脈沖熱像法檢測缺陷

3.3由單一檢測手段向復(fù)合檢測手段發(fā)展

單一檢測手段總有其固有的缺點(diǎn)和不適用的場合，主動紅外熱像技術(shù)也不例外;目前在其檢測深度和定量分析能力仍然有待提高的情況下，將其與其他檢測技術(shù)進(jìn)行復(fù)合，可以發(fā)揮各自的長處，得到更豐富的缺陷信息，提高整體檢測能力。如超聲紅外熱像技術(shù)與超聲波檢測技術(shù)結(jié)合，既可以對復(fù)雜零件的表面和近表面裂紋缺陷進(jìn)行定量分析，又可對其內(nèi)部缺陷情況定性檢測。電磁激勵紅外熱像技術(shù)與渦流檢測相結(jié)合，在輸入一種激勵信號的情況下可以采集兩種不同信號進(jìn)行綜合分析和相互驗證。

從應(yīng)用前景來看，主動紅外熱像無損檢測技術(shù)作為一種低成本、高效率的無損檢測及評估手段，適合于檢測材料表面和近表面缺陷。目前,表面涂覆(鍍)技術(shù)已經(jīng)廣泛應(yīng)用于防腐、耐磨、隔熱等領(lǐng)域，取得了巨大的經(jīng)濟(jì)、社會和軍事效益。然而，一直以來對表面涂覆層的質(zhì)量評價都需借助于力學(xué)試驗機(jī)、掃描電鏡等大型科學(xué)設(shè)備，在涂覆層制備和服役過程中，缺乏一種高效便捷的涂覆層質(zhì)量無損評價手段[51]。主動紅外熱像技術(shù)的進(jìn)步和發(fā)展，使其在表面涂覆(鍍)層無損評價方面具有較大應(yīng)用潛力，近年來已有國內(nèi)外學(xué)者進(jìn)行該方面的研究[52]。如Bolu等[53]使用超聲熱像法檢測航空發(fā)動機(jī)葉片疲勞裂紋，對原始熱圖進(jìn)行背景減去、線性濾波等處理以增強(qiáng)缺陷顯示效果。最終在已知有裂紋的60個葉片中，使用該方法檢測出來52個，檢出率達(dá)到86%，該結(jié)果表明紅外熱像方法可作為一種快速評估方法，提高葉片疲勞損傷的評估效率。首都師范大學(xué)李果[54]等在分析熱障涂層失效模式的基礎(chǔ)上，研究了主動紅外熱像技術(shù)對陶瓷層-金屬黏結(jié)層TBC系統(tǒng)三種失效形式的評價效果，結(jié)果表明,在試驗條件下該方法對熱障涂層的層間脫粘和剝落失效具有良好的檢測效果。

4結(jié)語

主動紅外熱像無損檢測技術(shù)作為材料無損檢測技術(shù)的一個年輕分支，具有非接觸、無污染、高效率等特點(diǎn)，適用于檢測材料表面和近表面缺陷。該技術(shù)在應(yīng)用過程中主要有主動熱激勵、熱圖采集和熱圖處理3個步驟，近年來國內(nèi)外學(xué)者在這3個方面的研究都取得了一定進(jìn)展。隨著數(shù)學(xué)、計算機(jī)等相關(guān)學(xué)科的進(jìn)步和設(shè)備制造水平的提高，主動紅外熱像無損檢測技術(shù)的檢測精度將進(jìn)一步提高，目前已經(jīng)呈現(xiàn)出向自動識別、定量檢測、復(fù)合檢測發(fā)展的趨勢，未來該技術(shù)在材料表面(近表面)缺陷檢測以及表面涂覆(鍍)層質(zhì)量評價方面的研究和應(yīng)用前景非常廣闊。

參考文獻(xiàn):

[1]張淑儀. 超聲紅外熱像技術(shù)及其在無損評價中的應(yīng)用[J]. 應(yīng)用聲學(xué), 2004, 23(5):1-6.

[2]李國華,吳立新,吳淼,等. 紅外熱像技術(shù)及其應(yīng)用的研究進(jìn)展 [J]. 紅外與激光工程, 2004, 33(3): 227-230.

[3]LAHIRI B B,BAGAVATHIAPPAN S,JAYAKUMAR T, et al. Medical applications of infrared thermography: A review[J]. Infrared Physics & Technology, 2012, 55(4): 221-235.

[4]李旭光. 紅外熱像儀檢測壓力管道腐蝕減薄測厚[J]. 無損檢測, 2014,36(10):61-63.

[5]MARINETTI S, VAVILOV V. IR thermographic detection and characterization of hidden corrosion in metals: general anlysis[J]. Corrosion Science, 2010, 52(3): 865-872.

[6]GRYZAGORIDIS J, FINDEIS D. Impact damage detection on composites using optical NDT techniques[J]. Insight, 2010, 52(5):248-251.

[7]IBARRA CASTANEDO C, GENEST M, SERVAIS P. Qualitative and quantitative assessment of aerospace structures by pulsed thermography[J]. Nondestructive Testing and Evaluation, 2007, 22(2): 199-215.

[8]ZENZINGER G, BAMBERG J, DUMM M, et al. Crack detection using eddytherm [C]. Review of Progress in Quantitative Nondestructive Evaluation Conf. Golden City:AIP Conference Proceedings, 2004: 1646-1653.

[9]MALDAGUE X. Introduction to NDT by active infrared thermography[J]. Materials Evaluation, 2002, 60(9): 1060-1063.

[10]WILSON J, TIAN G Y, ABIDIN L Z. Pulsed eddy current thermography: system development and evaluation[J]. Insight: Non-Destructive Testing and Condition Monitoring, 2010, 52(2): 87-90.

[11]CHENG Liang, TIAN Gui-yun. Surface crack detection for carbon fiber reinforced plastic (CFRP) materials using pulsed eddy current thermography[J]. IEEE Sensors Journal,2011,11(12):3261-3268.

[12]何菁, 吳鵬, 汪瑞軍, 等. 模擬服役環(huán)境下熱障涂層損傷趨勢的紅外原位檢測技術(shù)[J]. 中國表面工程, 2013, 26(4): 19-26.

[13]朱亞昆, 朱志彬, 鄭榮部, 等. 紅外熱像無損檢測的熱激勵技術(shù)[J]. 石油化工設(shè)備,2014,43(4):86- 89.

[14]李托雅, 田裕鵬, 王平, 等. 感應(yīng)激勵紅外熱像無損檢測及其在裂紋檢測中的應(yīng)用[J]. 無損檢測, 2014, 36(1): 15-18.

[15]秦雷, 劉俊巖, 龔金龍, 等. 超聲紅外鎖相熱像技術(shù)檢測金屬板材表面裂紋[J]. 紅外與激光工程, 2013, 42(5): 1123-1130.

[16]田干, 張煒, 金國鋒, 等. 超聲紅外熱波檢測多模式激勵的數(shù)值仿真[J]. 江蘇大學(xué)學(xué)報(自然科學(xué)版), 2014, 35(2): 171-175.

[17]羅英, 張德銀, 彭衛(wèi)東, 等. 民航飛機(jī)主動紅外熱波成像檢測技術(shù)應(yīng)用進(jìn)展[J].激光與紅外, 2011, 41 (7):718-723.

[18]劉穎韜, 郭廣平, 楊黨綱, 等. 脈沖熱像法在航空復(fù)合材料構(gòu)件無損檢測中的應(yīng)用[J]. 航空材料學(xué)報, 2012,32(1):72-77.

[19]SUSZYNSKI Z, BEDNAREK M. Application of the Correlation Function in the Detection[J]. Int J Thermophys, 2012,13(34):680-690.

[20]MANOHAR A, LANZA F, SCALEA D. Determination of defect depth and size using virtual[J]. Experimental Mechanics,2012,13(53):661- 671.

[21]IGNATOVICH S R, BOURAOU N I. The reliability of detecting cracks during nondestructive testing of aircraft components[J]. Russian Journal of Nondestructive Testing, 2013, 49(5): 294-300.

[22]HAN X Y, FAVRO L D, ZHONG O Y. Thermosonic imaging of cracks and delaminations[J]. Progress in Natural Science, 2001,11(8):133-136.

[23]繆鵬程, 米小兵, 張淑儀, 等. 超聲紅外熱像檢測中缺陷發(fā)熱的瞬態(tài)溫度場的有限元分析[J]. 南京大學(xué)學(xué)報(自然科學(xué)版), 2005, 41(01): 98-104.

[24]GACHAGAN A, BOLU G, PIERCE G, et al. Reliable thermosonic inspection of aero engine turbine blades[J]. Insight, 2010,52(9):488-493.

[25]STEPHEN D, HOLLAND. First measurements from a new broadband vibrothermography measurement system[C]. Review of Quantitative Nondestructive Evaluation. Portland:American Institute of Physics, 2009.

[26]LIU Hui, LIU Jun-yan, WANG Yan. Detection of contacting interface-type defects using ultrasound lock-in thermograph[J]. Optics and Precision Engineering, 2010, 18(3): 653-661.

[27]劉慧. 超聲紅外鎖相熱像無損檢測技術(shù)的研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2010.

[28]李龍波, 李國華, 邢亮, 等. 焊管內(nèi)裂紋電磁激勵紅外無損檢測數(shù)值模擬[J]. 激光與紅外, 2014, 44(1): 25-29.

[29]He Yun-ze, PAN Meng-chun, LUO Fei-lu. Defect characterisation based on heat diffusion using induction thermography testing[J]. Review of Scientific Instruments, 2012, 83(10): 201-211.

[30]HE Yun-ze, YIAN Gui-yun, PAN Meng-chun, et al. Eddy current pulsed phase thermography and feature extraction[J]. Applied Physics Letters, 2013, 103(8): 1041-1045.

[31]YIN Ai-jun, GAO Bin, YIAN Gui-yun, et al. Physical interpretation and separation of eddy current pulsed thermography[J]. Journal of Applied Physics, 2013, 113(6): 1011-1018.

[32]ZHU Yong-kai, TIAN Gui-yun, LU Rong-sheng. A review of optical NDT technologies[J]. Sensors, 2011, 11(8): 7773-7798.

[33]BODNAR J L, NICOLAS J L, CANDORE J C, et al. Non-destructive testing by infrared thermo-graphy under random excitation and ARMA analysis[J]. Int J Thermophys, 2012(33): 2011-2015.

[34]江海軍, 陳力, 張淑儀. 激光掃描紅外熱波成像技術(shù)在無損檢測中的應(yīng)用[J]. 無損檢測, 2014, 36(11): 20-27.

[35]FEDALA Y, STREZA M, SEPULVEDA F, et al. Infrared lock-in thermography crack localization on metallic surfaces for industrial diagnosis[J]. J Nondestruct Eval, 2013, 21(13): 218-225.

[36]萬瑾, 黃元慶. 紅外熱成像技術(shù)中的紅外焦平面陣列的研究[J]. 紅外與激光工程, 2006, 35: 53-57.

[37]史衍麗. 第三代紅外探測器的發(fā)展與選擇[J]. 紅外技術(shù), 2013, 35(1):1-8.

[38]姚中博, 王海斗, 張玉波, 等. 紅外信號分析的基本方法及應(yīng)用現(xiàn)狀[J]. 金屬熱處理, 2014, 39(7): 157-161.

[39]陳汗青, 萬艷玲, 王國剛. 數(shù)字圖像處理技術(shù)研究進(jìn)展[J]. 工業(yè)控制計算機(jī), 2013, 26(1): 72-74.

[40]夏清, 胡振琪, 位蓓蕾, 等. 一種新的紅外熱像儀圖像邊緣檢測方法[J]. 紅外與激光工程, 2014, 43(1): 318-322.

[41]陳武凡. 小波分析及其在圖像處理中的應(yīng)用[M]. 北京: 科技出版社, 2003.

[42]陽建中.圖像去噪和邊緣檢測研究[D]. 南寧: 廣西師范大學(xué), 2011.

[43]陳永, 毛羽鑫. 基于小波的振動熱像檢測缺陷特征增強(qiáng)[J]. 機(jī)械工程師, 2014(8):13-15.

[44]PITARRESI G. Lock-in signal post-processing techniques in infra-red thermography for materials structural evaluation[J]. Experimental Mechanics, 2013, 40(13): 271-285.

[45]藺翠. 熱波成像檢測及其熱層析重建[D]. 南京: 南京航空航天大學(xué), 2010.

[46]唐慶菊. SiC涂層缺陷的脈沖紅外熱波無損檢測關(guān)鍵技術(shù)研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2014.

[47]霍雁, 趙躍進(jìn), 李艷紅, 等. 脈沖和鎖相紅外熱成像檢測技術(shù)的對比性研究[J]. 激光與紅外, 2009, 39(6): 602-604.

[48]AVDELIDIS N P, IBARRA C C, MALDAGUE X P. Infrared thermography inspection of glass reinforced plastic (GRP) wind turbine blades and the concept of an automated scanning device[C]. Conference on Thermosense Thermal Infrared Applications. Baltimore:[s.n], 2013.

[49]馮輔周, 張超省, 江鵬程, 等. 超聲紅外熱像技術(shù)中缺陷的自動識別[J]. 激光與紅外, 2012, 42(10): 1149-1153.

[50]SEBASTIAN D. Application of the naive bayes classifier to defect characterization using active thermography[J]. J Nondestruct Eval, 2012(31): 383- 392.

[51]張偉, 吉小超, 魏敏, 等. 國內(nèi)外再制造技術(shù)體系及競爭力分析[J]. 中國表面工程, 2014, 27(3): 1-9.

[52]BENDADA A, SFARRA S, GENEST M, et al. How to reveal subsurface defects in Kevlar? composite materials after an impact loading using infrared vision and optical NDT techniques[J]. Engineering Fracture Mechanics,2013,108:195-208.

[53]BOLU G, GACHAGAN A, PIERCE G, et al. Reliable thermo-sonic inspection of aero engine turbine blades[J]. Insight, 2010, 52(9): 488-493.

[54]李果. TBC熱障涂層熱循環(huán)的紅外監(jiān)測[D]. 北京: 首都師范大學(xué), 2013.

Research Status and Progress of Active Infrared Thermographic Nondestructive Testing

GUO Wei1, DONG Li-hong1, XU Bin-shi1, QU Te2

(1.Science and Technology on Remanufacturing Laboratory, Academy of Armored Forces Engineering, Beijing 100072, China;2.Shijiazhuang Mechanized Infantry Academy, Shijiazhuang 050083, China)

Abstract：Kinds of nondestructive testing (NDT) technique are important methods for material quality control and performance evaluation. Compared with traditional NDT methods such as osmosis testing, magnetic particle testing, and ray testing, active infrared thermography has become a significant NDT technique in surface and sub-surface defects detection for the advantages of non-contact, non-pollution and high efficiency. This technique consists of three main steps, active thermal excitation, surface thermal image collecting and thermal image processing. As thermal exciting agents, thermolamp, ultrasonic wave, magnetic coil, microwave and laser are comparatively analysed, their characteristic, sphere of application and research states are summarized. The effect of thermal image collecting is rest on the performance of thermal infrared imager. Thermal image processing relies on professional software. Background subtract, noise elimination and time average are frequently-used methods in active infrared thermography at present. At last, it is pointed out that as a result of advances in thermal excitation，image processing and thermal infrared imager, some tendencies have appeared in active infrared thermography, such as from artificial cognition to machine cognition, from qualitative detection to quantitative detection and from single technique to complex technique.

Key words:Infrared thermographic; Nondestructive testing; Exciting method; Surface defects; Image processing

中圖分類號：TN06；TG156.88

文獻(xiàn)標(biāo)志碼：A

文章編號：1000-6656(2016)04-0058-09

DOI:10.11973/wsjc201604015

作者簡介：郭偉(1988-),男,博士研究生,主要從事紅外熱波無損檢測方面研究。通信作者：董麗虹(1972-)，女，副研究員，博士，主要從事材料無損檢測與壽命評估方面的研究工作，E-mail: lihong.dong@126.com。

基金項目:國家“973”計劃資助項目(2011CB013401)

收稿日期：2015-09-01