1.2.2 主動式紅外熱成像檢測研究現(xiàn)狀

1937年P.Vernotte[26]提出了用于研究材料熱性質(zhì)的主動式紅外熱成像檢測方法，目前仍在使用類似的方法。貝勒于1965年提出了一種類似于現(xiàn)代技術(shù)的主動式紅外熱成像檢測技術(shù)，用于檢查Polaris火箭發(fā)動機的情況[27]。在同一時期，格林對核反應堆燃料元件的主動式紅外熱成像檢測進行了基礎研究，其特別關注發(fā)射率問題[28]。美國從20世紀60年代開始對主動式紅外熱成像檢測技術(shù)應用方面展開了研究，主要用于金屬、非金屬、復合材料和發(fā)動機相關零部件的檢測。20世紀70年代，在“太空競賽”期間，許多航空航天研究人員參與了紅外熱成像檢測的研究，美國無損檢測協(xié)會（ASNT）成立了IR委員會。美國空間動力系統(tǒng)從1992年起就用紅外熱成像檢測技術(shù)對發(fā)射艙可能出現(xiàn)的復合材料脫黏進行檢測，目前該技術(shù)已經(jīng)正式應用于在線生產(chǎn)檢測，美國的A3火箭曾采用紅外熱成像檢測。美國無損檢測協(xié)會還對紅外無損檢測制定了標準[29]。俄羅斯用UK210Ⅱ型快速熱像儀能檢出非金屬與非金屬、金屬與非金屬膠結(jié)結(jié)構(gòu)中10mm×10mm的脫黏缺陷。在1998年、1999年和2000年美國FAA飛機機身無損檢測技術(shù)競標中，紅外熱成像檢測技術(shù)擊敗了包括X射線、聲發(fā)射、超聲、渦流、目視檢測在內(nèi)的多項檢測技術(shù)而唯一勝出，被NASA、FAA等政府機構(gòu)和波音、洛克希德·馬丁、福特、西屋、通用電氣等公司采用，紛紛建立紅外熱成像技術(shù)實驗室，用于解決飛機檢測問題。中國起步較晚，2010年12月10日《航空器復合材料構(gòu)件紅外熱像檢測》標準通過審定[30]，為紅外熱成像檢測提供了指導。

目前，紅外熱波檢測主要有三種：脈沖紅外熱波檢測、鎖相紅外熱波檢測和紅外熱波雷達檢測，其中脈沖紅外熱波檢測是應用最廣的紅外熱波檢測方法之一。2011年印度理工大學Chatterjee K等人[31]對脈沖紅外熱波檢測、鎖相紅外熱波檢測與紅外熱波雷達檢測進行了對比研究，發(fā)現(xiàn)在相同激勵能量的前提下，采用鎖相紅外熱波檢測對缺陷進行檢測時會出現(xiàn)“盲頻”現(xiàn)象，而紅外熱波雷達檢測可有效避免這一問題；對碳纖維增強聚合物（CFRP）試件的檢測結(jié)果表明，對于近表層缺陷，脈沖紅外熱波檢測具有較高的缺陷信噪比，但對于深度較大的缺陷，三種方法信噪比的差異較小。

紅外熱波檢測由定性檢測向定量檢測方向發(fā)展，由于圖像序列包含了紅外熱波檢測中的時間信息，從而具有定量分析缺陷埋深的能力。加拿大拉瓦爾大學X.Maldague[32]對紅外熱波成像檢測的理論及圖像處理方法進行了詳細研究，提出了紅外熱波脈沖相位檢測方法，通過對圖像序列進行離散傅里葉變換，得到振幅、相位兩種圖像，提高了檢測靈敏度和抗干擾能力。Hernán D等人[33]采用脈沖相位檢測方法檢測缺陷，通過傅里葉變化將溫度-時間數(shù)據(jù)變換到頻率域，由相位-頻率關系確定缺陷深度。N.Rajic[34]和Marinetti S等人[35]采用主成分分析（Principal Component Analysis，PCA）紅外熱波序列圖，PCA算法中的不同主成分代表不同深度的缺陷。北京航空航天大學[36-37]也將PCA算法用于紅外熱波檢測，采用矩陣奇異值分解方法，對序列圖像數(shù)據(jù)進行分解，得到分別表示信號空間變化的正交本征函數(shù)和表示時間變化的主成分分量。中國科學院[38]提出了一種新的基于奇異值分解的紅外序列圖像特征提取方法，在缺陷代數(shù)特征的基礎上，提取具有時空信息的特征值構(gòu)造缺陷特征向量。西北工業(yè)大學的徐振業(yè)[39]通過最大溫差法和lnT-lnt曲線二階導數(shù)最大值法兩種分析方法測量盲孔的深度并分析所產(chǎn)生的誤差。申請者指導研究生依據(jù)紅外序列熱圖像提取興趣點處的溫度-時間歷程曲線，利用表面溫度一階微分峰值時間法建立特征時間與缺陷深度的關系，以實現(xiàn)透射法對缺陷深度的定量檢測[40]。Montanini R[41]利用紅外鎖相法和脈沖位相法對具有不同深度缺陷的樹脂玻璃纖維板進行檢測，實驗表明：當缺陷深度在3.6mm以下時，缺陷檢出率為95%，由于缺陷邊緣的熱擴散效應而使直徑為10mm、深度為3.6mm的缺陷檢出率略低，檢出率為87%。

缺陷面積是紅外無損檢測對缺陷評定的另一重要指標。國內(nèi)外學者對缺陷尺寸定量檢測主要從兩個角度分析：一是分析表面溫度場數(shù)據(jù)，二是采用圖像處理技術(shù)。在溫度場領域定量分析缺陷尺寸，較經(jīng)典的是1984年Wetsel和McDonald運用的溫度半高寬法[42]，至今仍有學者采用該方法檢測缺陷[43]。近年來出現(xiàn)了溫度半高寬法的改進方法，如以溫差峰值1/e對應的寬度確定缺陷大小[44]、溫度對時間微分的半高處切線法[45]。此外，還出現(xiàn)了用迭代法提取缺陷特征，如Levenberg-Marquardt法[46]，以及將模擬退火與Nelder-Mead單純形法搜索相結(jié)合的混合智能尋優(yōu)方法[47]。在紅外圖像處理方面，可采用各種圖像分割和邊緣提取方法來獲得缺陷特征，如分水嶺法[48]、蟻群算法[49]、粒子群法[50]等。有學者對紅外序列采用融合技術(shù)確定缺陷尺寸[51]。通過鎖相紅外熱波檢測可獲得更清晰的相位圖像[52]。學者在對幅值圖研究的同時，提出了關于相位圖的處理技術(shù)，剪切相移技術(shù)[53-54]是其中之一。

隨著損傷容限設計理念的出現(xiàn)與機械產(chǎn)品可靠性設計與分析的不斷發(fā)展，對零部件內(nèi)部缺陷的可靠檢測與準確評估已成為迫切需要解決的問題。在大量檢測實驗中通過缺陷檢測概率（Probability of Detection，PoD）分析缺陷檢測結(jié)果的統(tǒng)計分布規(guī)律，運用統(tǒng)計學分析方法對缺陷的可探測性出具有置信度和可靠度的結(jié)果，PoD一般為表示缺陷尺寸的函數(shù)。Duan Y X等人[55]采用脈沖紅外熱波檢測對CFRP層板缺陷的無損檢測可靠性進行研究，分析了缺陷判定閾值、特征信息提取算法等因素對無損檢測PoD尺寸的影響規(guī)律，研究表明PCA算法可獲得最佳的PoD尺寸。

為了提高紅外熱波檢測水平，C.Lbarra-Castanedo等人進行了多方面的圖像處理研究，其中通過改善熱圖像提高信噪比是其主要途徑[56]，因此，在紅外熱波檢測中經(jīng)常要進行圖像對比度的計算。圖像對比度的定義有多種，其主要問題是需要預知正常參考區(qū)域，為了解決該問題，學者提出了許多新的圖像對比度定義方法。自參考方法[57]用像素周圍一定范圍區(qū)域作為正常參考區(qū)域；熱信號重建技術(shù)[58]采用參考幀求取差分圖像對比度，避免因正常區(qū)域選取不同造成偏差；在此基礎上C.Ibarra-Castanedo等人又提出了修正的差分圖像對比度及圖像相位差分對比度的概念[59]。另外，為解決紅外熱波檢測圖像噪聲高的缺點，研究學者將小波變換[60]、形態(tài)學方法[61]引入圖像增強環(huán)節(jié)中，以提高圖像對比度。申請者指導研究生采用直方圖均衡化處理來增強圖像對比度，成功提取了PVC三層膠接薄板的內(nèi)部缺陷[62]。Tang Q J等人[63-64]對SiC涂層碳/碳復合材料與高溫合金材料內(nèi)部缺陷的脈沖紅外熱波檢測技術(shù)開展了系統(tǒng)研究，提出了馬爾科夫-主成分分析特征提取算法，研究表明，該算法可顯著提高圖像的信噪比。Zauner將小波變換應用到脈沖相位法的數(shù)據(jù)分析之中，研究表明，小波變換分析可使缺陷的形狀輪廓更加清晰。