《Energy Economics》:Adaptive Tomographic Radar Thermography: A Novel Approach for Multi-origin Defects Imaging in Hybrid Fiber-Metal and Carbon-Fiber Laminates
编辑推荐:
李荣城|王飞|杨峰|彭玉生|斯特凡诺·斯法拉|V.S. 加利|R. 穆拉维萨拉|安德烈亚斯·曼德利斯|岳洪浩|刘俊燕哈尔滨工业大学机械电子工程学院,哈尔滨,150001,中国摘要主动红外热成像技术被广泛用于复合材料的无损评估,但仍面临一些挑战,包括热扩散导致的缺陷边界模糊、激励信
李荣城|王飞|杨峰|彭玉生|斯特凡诺·斯法拉|V.S. 加利|R. 穆拉维萨拉|安德烈亚斯·曼德利斯|岳洪浩|刘俊燕
哈尔滨工业大学机械电子工程学院,哈尔滨,150001,中国
摘要
主动红外热成像技术被广泛用于复合材料的无损评估,但仍面临一些挑战,包括热扩散导致的缺陷边界模糊、激励信号调制对信噪比(SNR)的影响以及3D缺陷形态重建精度有限。为了解决这些问题,提出了一种自适应层析雷达热成像(ATRT)方法。ATRT引入了像素级别的分类机制,以明确区分缺陷区域和健康区域,实现了精确的边界定义。通过使用大时间带宽积脉冲雷达调制,确保了高信噪比的激励信号;同时建立了表面温度与深度之间的相关性,以实现准确的深度反演和完整的3D缺陷重建。首先,将缺陷检测过程构建为一个非线性优化问题,并通过遗传算法和模拟退火算法的结合来解决。其次,根据热传导原理推导出缺陷深度与最大温差之间的关系。接下来,分别利用渐近理论和重采样技术,构建了两种互补的检测概率模型ATPE-POD和ERE-POD,以评估直径-深度比对检测能力的影响。最后,对复合材料层板的实验验证显示了ATRT的有效性。结果表明,对于直径-深度比超过1.11的缺陷,ATRT的检测概率达到90%,并且其信噪比比传统方法高出2-4倍。该技术在3D重建中的径向尺寸误差保持在10%以内。深度重建精度与缺陷的横向尺寸呈准线性关系,直径为1.25毫米时误差为20%,直径为7.0毫米时误差降至8%,同时保持了亚毫米级的深度分辨率。ATRT为复合材料的结构健康监测提供了一种有效的解决方案,显著提升了缺陷表征能力。
引言
复合材料,尤其是纤维金属层压板(FML)和碳纤维层压板(CFL),由于其优异的强度重量比和抗疲劳性,在航空航天[1]、汽车[2]和海洋工程[3][4]领域得到了广泛应用。然而,这些材料在制造和使用过程中通常会形成潜在缺陷,包括隐藏的层离[5][6]、内部纤维断裂[7][8][9]、微裂纹[10][11]和冲击损伤[12],这些缺陷给可靠的检测带来了巨大挑战,如图1所示。复合材料中的多源损伤通常表现为隐蔽缺陷,再加上结构复杂性和材料各向异性,给传统的无损检测和评估(NDT&E)方法带来了显著困难[13]。
主动红外热成像技术凭借其非接触式检测、实时可视化、广泛应用和高检测效率等优点,在NDT&E领域越来越受到重视,尤其是在复合材料检测中[14][15][16]。根据激励机制,主动红外热成像可以分为两种主要模式:脉冲热成像(PT)和锁相热成像(LIT),两者都在复合材料检测中取得了成功应用[17][18][19][20]。然而,PT由于热扩散长度的限制,仅适用于浅层缺陷检测;而且其基于振幅的图像容易受到光学激励变化、样品发射率波动、环境反射和表面条件不均匀性的影响而退化[21][22]。相比之下,LIT采用正弦调制激励,能够实现比PT更深的穿透深度。通过锁相算法获得的相位图像具有更高的鲁棒性,因为它们不受加热不均匀性、表面条件或发射率变化的影响[23][24]。不过,这两种技术在检测深度和轴向分辨率上仍存在固有限制。热波雷达成像代表了新一代主动热成像技术,它结合了啁啾激励和匹配滤波,显著提升了材料检测的空间分辨率和深度检测范围[25]。
脉冲雷达热成像(PRT)作为热波雷达成像的典型代表,是一种有前景的NDT技术,它结合了脉冲激励的宽频谱特性和红外热成像的高灵敏度来检测深层缺陷[26][27]。最近的进展,如多频率脉冲激励,通过产生局部热波来提高缺陷分辨率[28][29]。然而,PRT的效果受到各向异性复合材料中横向热扩散的影响,这会模糊缺陷边界并降低信噪比(SNR),尤其是在多源损伤情况下[30]。现有的方法,如独立成分分析、主成分分析和脉冲相位热成像,难以区分相邻缺陷之间的重叠热信号,导致漏检或假阳性[31][32][33][34]
为了解决这些限制,本研究提出了一种自适应层析雷达热成像(ATRT)技术,通过对热像素进行动态分割来优化缺陷提取。关键创新包括以下几个方面:首先,将缺陷识别过程重新构建为一个非线性约束优化问题,并通过遗传算法和模拟退火算法的结合来解决。其次,建立了一个脉冲雷达激励下的3D热波扩散模型,量化了缺陷深度与热流扩散之间的关系。接下来,通过检测概率(POD)分析系统评估了ATRT方法在复合材料中检测多源缺陷的能力。最后,通过对具有冲击坑、层离、纤维断裂和裂纹的层板的实验验证,证明了SNR和缺陷尺寸精度的提升。所提出的ATRT算法不仅提高了PRT的工业应用性,也为其他热成像无损检测系统提供了一种通用方法。
本文的其余部分组织如下:第2节介绍了ATRT的数学基础,包括用于缺陷识别的非线性建模和表面温度与深度相关性函数。第3节描述了脉冲雷达热成像系统的实验设置和实验样品。第4节通过双POD模型评估了ATRT的性能,量化了信噪比提升和形态测量精度。第5节总结了主要发现和结论。
节选
自适应层析雷达热成像技术
本节介绍了一种自适应层析雷达热成像(ATRT)算法,该算法将进化计算与图像处理相结合,用于红外序列中的缺陷识别。ATRT将缺陷检测问题重新构建为一个受限的非线性优化问题,其中遗传算法和模拟退火算法协同工作以实现全局收敛。通过迭代优化时空规范的目标函数,ATRT确定每个像素的所属类别
样品
本研究检测了复合材料中的多源损伤,包括纤维金属层压板(FML)和碳纤维层压板(CFL)。选择FML和CFL样品有助于评估ATRT对具有不同热性能材料的适应性。FML具有较高的横向导热性,而CFL具有强各向异性,这证明了该方法在混合结构中常用复合材料的鲁棒性。所检测的损伤类型包括裂纹
多源损伤检测结果
实验使用调制热波对FML和CFL进行热激励。通过参数优化,调制信号的频率带宽为0.04-0.1 Hz,周期为40秒。使用帧率为25 Hz的红外相机获取表面热响应。所提出的ATRT方法通过从红外图像序列中提取特征并重建其3D形态,实现了全面的缺陷表征。图8和图9展示了
结论
本研究证明,所提出的自适应层析雷达热成像(ATRT)技术能够准确量化并3D重建复合材料层板中的多源缺陷。ATRT通过红外图像序列的自适应像素分类有效区分了缺陷区域和健康区域。通过将缺陷深度与最大表面温差相关联,该方法实现了多源缺陷的完整3D重建,从而提供了全面的
CRediT作者贡献声明
安德烈亚斯·曼德利斯:可视化、方法论、研究。R. 穆拉维萨拉:写作–审阅与编辑、形式分析、数据管理。V.S. 加利:验证、监督、概念化。斯特凡诺·斯法拉:写作–审阅与编辑、验证、资源提供。彭玉生:写作–审阅与编辑、监督、资源提供。杨峰:验证、研究、数据管理。王飞:可视化、软件开发、项目管理、方法论。李荣城:写作–初稿编写
致谢
作者声明没有利益冲突。本研究得到了国家自然科学基金(项目编号:62201173)、博士后创新人才支持计划(项目编号:BX2021092)、哈尔滨工业大学的基础研究基金(项目编号:2023FRFK02046)、哈尔滨工业大学的外国专家交流计划(项目编号:D20240030)以及JCJQ(2022-JCJQ-JJ-0646)和学科引才计划(项目编号:B07108)的支持。