基于紅外成像的金屬表面缺陷視覺檢測方法研究

劉 瑋

（河鋼股份有限公司承德分公司，河北 承德 067000）

隨著經濟社會的不斷發(fā)展，制造工業(yè)對于金屬材料的要求越來越嚴苛。金屬零件質量的好壞會對工業(yè)設備的性能產生重要影響。目前，很多大型設備故障和安全事故都是由于有缺陷的金屬零件沒有被及時檢測和修復。在機械設備的使用過程中，設備的金屬表面不可避免會產生孔洞、裂痕和凹陷，這些缺陷會影響整個設備的正常運行，威脅著生產安全。因而，對于機械設備金屬表面的缺陷檢測具有重要意義。近年來，隨著渦流、紅外線、超聲波等技術方法的應用為金屬材料的無損檢測提供了技術支持。但目前常用無損檢測技術具有一定局限性，大多適用于檢測材料的內部缺陷，由于缺乏定量分析，對金屬表面的檢測存在明顯不足。

紅外熱成像檢測技術在熱傳導理論的基礎上，通過采集金屬材料表面的紅外熱輻射，對采集到圖像和信號進行處理，實現對物體的缺陷位置進行定位。紅外線的波長在微波和可見光之間，相比于自然光具有很強的熱效應，紅外熱成像檢測技術一般使用3μm～5μm和8μm～14μm兩個頻段的紅外線，通過相應的設備能夠顯示和分析紅外線的輻射量，檢測熱量在金屬材料中的傳遞情況，從而確定金屬物件的缺陷情況。當物體存在表面缺陷時會在物體內部形成“熱點”高溫區(qū)或者“冷點”低溫區(qū)。分析不同溫度分布情況就可以確定缺陷位置。

作為新興的無損檢測技術，紅外熱成像無損檢測技術具有快速實時、大面積、非接觸、無污染遠距離檢測等優(yōu)點，為金屬零件表面缺陷檢測提供了行之有效的技術手段。

1 紅外熱成像金屬缺陷檢測方法

1.1 紅外熱成像檢測方法總體設計

設計的金屬表面缺陷檢測方法由圖像獲取模塊、預處理模塊、缺陷分割模塊以及缺陷分類模塊組成。在熱成像CCD攝像機上配置濾光片，通過紅外光的照射從而獲取金屬表面的紅外熱成像圖。通過視頻采集卡將CCD攝像機獲取的圖像信息轉化為數字信號，在中央處理器中進行存儲和運算處理，并將結果在顯示終端輸出。紅外光源的參數會直接影響紅外檢測方法的檢測效果。針對不同金屬對象應選擇不同的紅外光源以及不同的照明方式。明域光多用于檢測反射光，暗域光一般檢測散射光[1]。

1.2 紅外熱成像金屬表面缺陷檢測方法

由于金屬材料存在缺陷，溫度分布不均勻從而產生熱傳導。熱傳導不是穩(wěn)態(tài)過程，方法建模中一般將材料設為均勻同形體。由于熱輻射的能量損耗約占總能量的4%，熱對流的能量損耗約占總能量的4%，一般在實驗中忽略其對邊界條件的影響。根據熱傳導理論，建立三維理論模型：

T為三維場的場變量，α=k/λc為導溫系數，λ為導熱系數，C為比熱容，Q為內部熱源[2]。該同性導熱微分方程表明導入物體的能量和物體內部內源的能量之和未物體溫度升高所需要的總能量。在推導大面積平板金屬物體時，可以將上述理論模型表示為：

在三維熱傳導模型的基礎上，理論分析確定了在邊界條件下絕熱處理具有可行性，在模型中某時刻溫度分布情況可以作為紅外熱成像檢測無損檢測方法的近似解法。

1.3 ANSYS有限元仿真熱分析

ANSYS有限元仿真熱分析有穩(wěn)態(tài)和瞬態(tài)兩種模式，一般分建模、加載、處理三個步驟。在預處理過程中需要確定模塊類型并設置實常數，劃分網格，創(chuàng)建金屬材料的幾何模型。在加載過程中需要定義熱分析類型，確定對應選項，從而確定模型的初始化條件。處理主要指熱分析后對結果的確定和輸出處理[3]。

本設計的ANSYS有限元仿真熱分析以鋁板作為檢測對象，設定初始溫度為21℃，定義鋁板表面為對流換熱條件，系數為12。在ANSYS中建立實體模型，模擬實際中金屬零件表面的空洞、凹陷，預設不同大小和深度的缺陷。施加21℃溫度載荷，模擬鋁板升溫、降溫過程。第一步加載在鋁板缺陷表面施加熱流強度500w，紅外輻射燈功率240W，持續(xù)加熱25min。第二部加載在鋁板正反兩面以及缺陷處施加空氣對流，施加時間10min，熱系數設為10。

2 實驗結果與仿真分析

設置兩組變量對照實驗，實驗1設置缺陷尺寸分別為孔深9mm和3mm，孔徑分別為7mm、5mm、4.5mm、2.4mm，孔洞中心保持間距32mm。實驗2設置缺陷孔徑為8mm和2.8mm，孔深分別為8mm、6mm、4mm和3mm，孔洞中心間距保持30mm。

在保持施加外界條件相同的情況下，采用Hotelling T2統(tǒng)計法對鋁板溫度云圖樣本集進行結果分析。設缺陷云圖的總體均值矩陣和T2統(tǒng)計量為特征向量，采用一對一分類法和BRF函數運算公式，得出判別率C的參數和。在實驗中設置變化參數r=[2-5,2-4,2…212]，C=[2-12,2-11,2-10…23]，（C，r）值設為運算精度。Hotelling T2統(tǒng)計法識別率高達94.11%。溫度云圖樣本集正確識別率見表1所示[4]。

表1 溫度云圖樣本集正確識別率

對模擬結果進行分析可得：在實驗鋁板的降溫過程中，有缺陷的部位顯著高于無缺陷的部位的表面溫度。這一結果主要因為金屬材料缺陷處阻礙了熱傳導過程，導致缺陷區(qū)的溫度高于正常熱傳導區(qū)域的溫度。在孔深一定的情況下，溫度與缺失面積成反比，即孔徑越大，熱量的擴散越快，溫度越低，使得缺陷越容易檢測出。在孔徑一定的情況下，溫度與缺陷孔深成正比。孔深越大，金屬表面熱量擴散的速度越慢[5]。

3 結語

利用紅外成像技術，設計了一種對金屬材料表面缺陷檢測和評估的方法，通過運用ANSYS軟件進行有限元傳熱分析，以鋁板為研究對象，探究了不同孔徑和孔深的缺陷熱傳導和溫度變化情況，總結了紅外成像技術在檢測金屬表面缺陷的有效性。設計尚處在試驗階段，在確定缺陷具體空間位置上有一定的局限性。隨著未來技術的發(fā)展，紅外成像技術在金屬表面缺陷檢測領域的應用會日趨成熟。