主動紅外熱像無損檢測技術的研究現狀與進展

郭　偉，董麗虹，徐濱士，瞿　特

(1.裝甲兵工程學院 裝備再制造技術國防科技重點實驗室， 北京 100072；

2.石家莊機械化步兵學院， 石家莊 050083)

?

主動紅外熱像無損檢測技術的研究現狀與進展

郭偉1，董麗虹1，徐濱士1，瞿特2

(1.裝甲兵工程學院 裝備再制造技術國防科技重點實驗室， 北京 100072；

2.石家莊機械化步兵學院， 石家莊 050083)

摘要：與滲透、磁粉、射線等傳統無損檢測技術相比，主動紅外熱像技術具有非接觸、無污染、高效率等優點，已成為一種重要的材料表面和近表面缺陷無損檢測技術,該技術包括主動熱激勵、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行了對比分析，分別總結了其特點、適用范圍及研究應用現狀；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行，當前應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。隨著熱激勵技術和圖像處理技術的發展，以及紅外熱像儀性能的提高，主動紅外熱像無損檢測技術也呈現出由人工識別向自動識別、由定性檢測向定量檢測、由單一手段向復合手段發展的趨勢。

關鍵詞：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生紅外輻射，且表面溫度越高，紅外輻射越強。紅外熱像技術最早在二戰末期應用于軍事偵察領域,后逐步作為一種檢測技術應用于工業領域[1-2]。

紅外熱像技術根據是否依賴于外部熱激勵源，可分為被動紅外熱像技術和主動紅外熱像技術。被動紅外熱像技術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在工業設備狀態監測、醫學診斷、地質勘探和軍事偵察領域應用廣泛[3-4]。當檢測對象的熱輻射水平和周圍環境相當，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被檢測對象表面的熱輻射，以使其和周圍環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,主動紅外熱像技術目前主要用于飛機蒙皮下蜂窩結構損傷、復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的特點

20世紀60年代美國學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從此誕生。但當時受紅外熱像儀分辨率較低的制約，該技術檢測精度和效率較低，在無損檢測領域的應用并不普遍[8-9]。20世紀90年代，隨著計算機技術的迅猛發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也得到快速發展，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已經成為一種重要的新型無損檢測技術。常用的無損檢測技術有磁粉檢測、滲透檢測、射線檢測、渦流檢測和超聲檢測等。這幾種技術對多孔層片狀結構的表面涂覆層進行檢測時均存在一定的局限性[10-11]。與傳統無損檢測手段相比，主動紅外熱像技術具有非接觸、無污染、效率高、適合在線檢測等優點，在表面涂覆層和復雜薄壁結構零件的缺陷檢測方面具有優勢[12]。

圖1　主動紅外熱像無損檢測技術流程

基于主動紅外熱像技術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域產生溫度差，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；最后是圖像數據處理，受加熱不均、環境噪聲、設備噪聲等影響，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缺陷顯示效果，利于檢測結果的判斷。這3個步驟的實施效果均會影響最終檢測結果，因此，提高主動紅外熱像無損檢測技術的關鍵在于優化以上3個主要步驟，針對該技術的研究也主要圍繞如何優化這3個主要步驟而開展。

2主動紅外熱像無損檢測技術發展現狀

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域產生溫度差，并且將這一溫度差反應到材料表面。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行高效地熱激勵就成為主動紅外熱像檢測技術研究中的一個重要問題。為此，人們根據不同材料和零件的特點，先后將熱燈、超聲波、電磁線圈、微波等作為主動激勵源進行了研究[13-16]。總體而言，不同熱激勵源具有不同的特點和適用范圍，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用于飛機蒙皮與蜂窩結構的脫粘、腐蝕缺陷的檢測。目前該方法已經廣泛應用于飛機蒙皮脫粘和蜂窩積水的檢測，以及飛機雷達罩的在役檢測[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行掃描檢測，劉穎韜等[18]使用該技術檢測了碳纖維蒙皮、雷達罩和復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果進行了對比，結果表明：對于薄蒙皮泡沫夾層結構件和蜂窩夾層結構件，閃光燈激勵脈沖熱像法能夠給出更加清晰的檢測結果和豐富的構件內部信息。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合涂層中Al層和Si層(厚度0.40.6 mm)之間的脫粘區域，并將檢測結果以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的預置孔洞缺陷，這一模擬結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、經濟性最好的熱激勵源，仍有較高的研究價值和應用前景。

2.1.2超聲波激勵

超聲波是一種機械波，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，因此超聲紅外熱像法被認為是一種具有研究和應用潛力的熱激勵手段，適用于檢測具有復雜形狀的零件[21]。

FAVRO L提出[22]將超聲波加熱和紅外熱波技術相結合應用于無損檢測中，可以實現對工業零件裂紋和焊接質量的快速檢測。繆鵬程等[23]使用有限元數值計算方法, 對脈沖超聲波在缺陷(裂紋) 處引起的瞬態溫度場進行模擬，并在實驗室環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，而且該方法可以區分表面凹槽和疲勞裂紋。近年有學者將超聲紅外熱像法用于航空發動機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動機葉片，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，檢出率達到86%；這一數據雖然還未達到工程應用的標準，但是將其與傳統檢測手段配合使用，將大幅提高檢測效率。STEPHEN D[25]研究發現不同缺陷對振動頻率的響應也不同，航空發動機渦輪導向葉片中焊縫開裂、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。國內哈爾濱工業大學的劉慧等[26-27]對超聲鎖相熱像法進行了系統研究，包括優化鎖相算法、針對不同缺陷優化調制頻率等，在此基礎上檢測了鋼板表面預置裂紋缺陷末端的微裂紋，以及平板鋁合金表面下4 mm深處的預置孔洞缺陷。

目前，關于超聲熱激勵急需解決的問題是超聲波在不同結構和材料中的傳播形式，以及在裂紋、孔洞、脫粘等缺陷處的發熱機理。這些問題的解決可以繼續提高超聲熱像法的檢測精度，也是進行缺陷定量檢測的理論基礎。

2.1.3電磁激勵

當電磁激勵線圈靠近導電材料表面時，材料表面和近表面產生的渦流會使材料生熱，在裂紋等缺陷處生熱不均，與周圍區域產生溫度差，并反應到材料表面。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果的影響，表明檢測薄壁零件內部缺陷時，激勵線圈與熱像儀分布在零件同側，可得到更好的檢測效果；而檢測導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，可得到更清晰的檢測結果。而且，HE Yun-ze結合鎖相技術，研究了電磁激勵主動紅外熱像技術對金屬平板不同深度預置缺陷的檢測能力[30]，得出了低頻率的相位圖可以反映較深的缺陷信息的結果，該方法對鋼板中預置孔洞缺陷的檢測深度能達到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散引起的熱量分布相位圖，兩種相位圖可以反應不同的缺陷細節，有助于對缺陷進行更準確地分析。

電磁線圈的形狀可控性和渦流集膚效應使得電磁激勵手段對于管狀材料和零件內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，已經在日常生活和工業中作為加熱源被廣泛使用。作為紅外熱像無損檢測技術的熱激勵源，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行分析，發現了壁畫內部的裂紋，這表明對易受損的非金屬材料，使用微波激勵能避免產生振動和局部高溫，可對材料起到良好的保護效果。

除此之外，還有研究者針對特殊檢測材料和檢測環境，將激光作為主動紅外熱像無損檢測技術的激勵源進行研究。江海軍等[34]使用調制的激光作為熱激勵源，研究了紅外熱像技術對風電機葉片常用玻璃鋼材料缺陷的檢測能力，結果表明激光激勵比其他幾種激勵方法能量更加集中，但是激光激勵源設備復雜，操作不當易對人員和材料造成損傷。YFEDALA[35]使用調制激光對塊狀鎳鉻合金進行加熱，利用鎖相技術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，檢測結果如圖3所示。

圖3　塊狀鎳鉻合金表面的疲勞裂紋檢測結果

綜上所述，不同熱激勵手段各有其特點和適用場合，在材料表面和近表面缺陷檢測前，應根據零件形狀、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果至關重要。目前人們對各種熱激勵手段的研究目的大多是使缺陷產生明顯的熱異常，以進行缺陷定性檢測，對其產生熱異常的機理研究卻較少。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理將成為下一步熱激勵技術研究的重點。

2.2表面熱圖采集

在主動紅外熱像無損檢測技術中，得到清晰準確的材料(零件)表面熱量分布圖是進行缺陷分析的前提。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鍵參數，決定熱像儀溫度分辨率的核心元件是紅外探測器。

20世紀90年代末，紅外焦平面陣列(FPA)技術的快速發展使紅外熱像儀的精度大幅提高，也推動了紅外熱像技術在各個領域的應用[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。

當前,紅外熱像儀根據工作原理主要分為制冷型和非制冷型兩種，兩者主要區別在于傳感器不同：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，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，探測器的敏感元件吸收輻射能后引起溫度升高，進而使某些有關物理參數發生變化，通過測量物理參數的變化來確定探測器所吸收的紅外輻射量。光子探測器的優點是靈敏度高、響應快，缺點是探測波段窄、需在低溫下工作(一般低于200 K)；和光子探測器相比，熱探測器的優點是可以在常溫下工作，無需制冷，缺點是靈敏度低、響應慢。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到0.01 ℃。量子阱探測器和Ⅱ類超晶格紅外探測器有望繼續提高紅外熱像儀的性能[37]。目前主要的工業檢測用紅外熱像儀生產商有美國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

受檢測環境、材料表面特性、設備技術性能、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，對原始熱圖進行優化處理尤為重要，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確豐富的缺陷信息[38]。20世紀80年代開始，計算機技術和現代數學方法的結合促進了數字圖像處理技術的快速發展，紅外熱圖的處理依賴于各種數字圖像處理技術。根據熱圖處理目的，目前在主動紅外熱像檢測技術中應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。均質濾波和中值濾波是在一個領域內取左右像素點的平均值或中間值作為中心像素點的結果，這兩種濾波方法可有效降低圖像中孤立噪聲點的噪聲信號，但缺點是會導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算法對數據進行平滑的方法，可根據濾波目的在一個很小的領域內通過加權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用十分廣泛。基于頻率域的濾波增強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)濾波方法可以增強缺陷邊緣，但也會附帶強化隨機[39]噪聲信號。因此，基于頻率域的濾波處理需要綜合考慮，根據熱圖中的主要噪聲信號類型選擇適當的頻率。

2.3.2缺陷特征提取和邊緣檢測

對熱圖中的噪聲信號進行抑制、過濾后，需對圖像中的缺陷特征進行刻畫，增強并提取缺陷邊緣，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器自動識別的前提。邊緣檢測的本質是提取圖像中的突變點，據此人們提出了多種邊緣檢測算子，傳統的邊緣檢測算子有： 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境不同，目前在數字圖像處理領域還缺乏一種廣泛通用的邊緣檢測算法，對現有邊緣檢測算法的改進仍在不斷繼續，如胡振琪等[40]針對紅外熱像圖的特點，提出將LOG算子和Roberts算子的邊緣檢測結果進行融合，可避免單一算子導致的缺陷誤檢和漏檢，提高了缺陷邊緣檢測的準確度。此外，還出現了基于模糊理論、神經網絡和小波理論等數學模型進行邊緣檢測的方法[41-42]。陳永等[43]在對V形鋁合金結構裂紋缺陷進行振動紅外熱像檢測時，運用小波處理方法對過余溫度圖進行重建和增強，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性，易導致單張熱圖中獲得的缺陷信息可靠性較低，對于微小缺陷甚至會出現噪聲信號強于缺陷信號的情況。因此，脈沖紅外熱像檢測技術出現不久，鎖相技術就被引入紅外熱像檢測中，以彌補脈沖熱像方法的缺陷。鎖相熱像技術采用經過調制的熱源按某種規律(如正弦規律)對材料表面進行連續激勵，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的序列熱圖提取連續變化的幅值和相位信息進行分析，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信號，而且熱圖相位信息與缺陷深度密切相關，可以由此對缺陷深度進行分析。

序列圖像處理的關鍵步驟是進行快速傅里葉變換(FFT)，FFT改進了離散傅里葉變換算法，是一種重要的數字圖像處理方法。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據，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學模型還有多項式擬合時間微分法、相關分析法、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成為紅外熱像檢測技術中主流的圖像處理方法。哈爾濱工業大學王楊等[27]系統研究了超聲鎖相技術在復合材料質量檢測中的熱圖處理問題。在快速傅里葉變換的基礎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紅外圖像序列進行傅里葉變換得到幅值圖和相位圖，以獲得更準確的缺陷信息。

鎖相熱像技術通過序列熱圖處理獲得缺陷的相位信息，能夠對其進行更準確的定性和定量分析，但該方法對激勵設備的要求較高，且隨著激勵時間的增加和數據處理量的增大，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中的序列熱圖處理方法相結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行缺陷分析，結合了脈沖和鎖相兩種方法的優點，簡化了激勵過程，同時獲得了缺陷相位信息，在工程實際應用方面具有很好的應用潛力。唐慶菊等[46]通過脈沖相位檢測方法，在對單張圖像進行濾波降噪的基礎上，將馬爾科夫和主成分分析法相結合(Markov-PCA)用于熱圖序列重構，并采用多項式擬合-相關系數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獲得的邊緣特征更加清晰。霍雁[47]等認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，對比結果證實了其理論觀點。

3主動紅外熱像無損檢測技術的研究應用趨勢

3.1由人工識別向自動識別發展

缺陷的自動識別是當前各種檢測技術都在追求的目標，當前基于熱圖信息的缺陷識別，其準確率和效率受制于檢測人員的素質和經驗;提取不同缺陷的熱圖特征，是實現機器自動識別缺陷的前提。國內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]在對玻璃纖維增強塑料制成的風力渦輪葉片分層缺陷進行檢測時，對缺陷自動識別進行了嘗試，他認為自動識別缺陷的關鍵問題是識別準確性，提高準確性的方法是在圖像處理的過程中加入驗證環節。支持向量機作為一種進行計算機自動判斷的數學模型被引入了熱圖處理過程，基于支持向量機的缺陷自動識別技術被認為是基于紅外熱像技術進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上，提取了用于裂紋信息識別的特征參量，開發了基于加權支持向量機的裂紋自動識別算法，并在實際試驗中對該方法的準確性進行了驗證。

3.2由定性檢測向定量檢測發展

主動紅外熱像技術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的進步，該技術對缺陷深度、位置和大小的定量檢測將逐漸成為可能。目前結合圖像處理技術對缺陷深度進行定量檢測已有相關研究，SEBASTIAN D[50]研究了脈沖熱像法對玻璃鋼(GFRP)表面下不同深度預置孔洞缺陷的檢測能力，并通過貝葉斯分類器進行缺陷識別和深度計算(見圖5)，其計算結果與實測結果相符。如何使更深的缺陷導致的熱流變化到達材料表面，是決定缺陷檢測深度的關鍵。這與激勵方法、材料導熱性能以及紅外熱像儀的性能均有關系。

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合檢測手段發展

單一檢測手段總有其固有的缺點和不適用的場合，主動紅外熱像技術也不例外;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進行復合，可以發揮各自的長處，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與超聲波檢測技術結合，既可以對復雜零件的表面和近表面裂紋缺陷進行定量分析，又可對其內部缺陷情況定性檢測。電磁激勵紅外熱像技術與渦流檢測相結合，在輸入一種激勵信號的情況下可以采集兩種不同信號進行綜合分析和相互驗證。

從應用前景來看，主動紅外熱像無損檢測技術作為一種低成本、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)技術已經廣泛應用于防腐、耐磨、隔熱等領域，取得了巨大的經濟、社會和軍事效益。然而，一直以來對表面涂覆層的質量評價都需借助于力學試驗機、掃描電鏡等大型科學設備，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量無損評價手段[51]。主動紅外熱像技術的進步和發展，使其在表面涂覆(鍍)層無損評價方面具有較大應用潛力，近年來已有國內外學者進行該方面的研究[52]。如Bolu等[53]使用超聲熱像法檢測航空發動機葉片疲勞裂紋，對原始熱圖進行背景減去、線性濾波等處理以增強缺陷顯示效果。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，檢出率達到86%，該結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。首都師范大學李果[54]等在分析熱障涂層失效模式的基礎上，研究了主動紅外熱像技術對陶瓷層-金屬黏結層TBC系統三種失效形式的評價效果，結果表明,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結語

主動紅外熱像無損檢測技術作為材料無損檢測技術的一個年輕分支，具有非接觸、無污染、高效率等特點，適用于檢測材料表面和近表面缺陷。該技術在應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，近年來國內外學者在這3個方面的研究都取得了一定進展。隨著數學、計算機等相關學科的進步和設備制造水平的提高，主動紅外熱像無損檢測技術的檢測精度將進一步提高，目前已經呈現出向自動識別、定量檢測、復合檢測發展的趨勢，未來該技術在材料表面(近表面)缺陷檢測以及表面涂覆(鍍)層質量評價方面的研究和應用前景非常廣闊。

參考文獻:

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

[2]李國華,吳立新,吳淼,等. 紅外熱像技術及其應用的研究進展 [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. 模擬服役環境下熱障涂層損傷趨勢的紅外原位檢測技術[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[J]. 石油化工設備,2014,43(4):86- 89.

[14]李托雅, 田裕鵬, 王平, 等. 感應激勵紅外熱像無損檢測及其在裂紋檢測中的應用[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值仿真[J]. 江蘇大學學報(自然科學版), 2014, 35(2): 171-175.

[17]羅英, 張德銀, 彭衛東, 等. 民航飛機主動紅外熱波成像檢測技術應用進展[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合材料構件無損檢測中的應用[J]. 航空材料學報, 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熱的瞬態溫度場的有限元分析[J]. 南京大學學報(自然科學版), 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的研究[D]. 哈爾濱: 哈爾濱工業大學, 2010.

[28]李龍波, 李國華, 邢亮, 等. 焊管內裂紋電磁激勵紅外無損檢測數值模擬[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在無損檢測中的應用[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展與選擇[J]. 紅外技術, 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用現狀[J]. 金屬熱處理, 2014, 39(7): 157-161.

[39]陳汗青, 萬艷玲, 王國剛. 數字圖像處理技術研究進展[J]. 工業控制計算機, 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, 2011.

[43]陳永, 毛羽鑫. 基于小波的振動熱像檢測缺陷特征增強[J]. 機械工程師, 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, 2010.

[46]唐慶菊. SiC涂層缺陷的脈沖紅外熱波無損檢測關鍵技術研究[D]. 哈爾濱: 哈爾濱工業大學, 2014.

[47]霍雁, 趙躍進, 李艷紅, 等. 脈沖和鎖相紅外熱成像檢測技術的對比性研究[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. 國內外再制造技術體系及競爭力分析[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熱障涂層熱循環的紅外監測[D]. 北京: 首都師范大學, 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

文獻標志碼：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