利用激光热成像技术对金属结构表面的锈蚀和底部的腐蚀进行远程定量检测

《Optics & Laser Technology》：Remote and quantitative testing of surface rust and bottom corrosion in metal structures with laser thermography

表面锈蚀与底面腐蚀缺陷的激光热成像远程定量检测方法研究，通过数值模拟与实验验证分析温度场变化规律，提取冷却阶段双指数函数的衰减系数作为核心特征参数，实现表面锈层厚度与底面腐蚀深度定量评价，并建立表面干扰自动识别排除机制。

　　

谢军|李杰|陈振茂|裴翠香

中国西安交通大学无损检测与结构完整性评估工程研究中心机械结构强度与振动国家重点实验室，西安710049

摘要

金属结构腐蚀的检测与定量评估在许多工业领域具有重要意义。本文开发并研究了一种利用激光热成像技术对金属结构表面锈蚀和底部腐蚀缺陷进行远程定量检测的方法。通过仿真和实验分析了具有上述两种腐蚀缺陷的金属板在均匀激光照射下的温度场变化以及表面污渍的干扰情况。冷却阶段的温度曲线采用双指数函数进行拟合，从中提取出第二项指数的幅度系数和衰减系数作为核心特征参数，分别用于定量表征表面锈层的厚度和底部腐蚀的深度。所提出的激光热成像信号特征参数不仅可以用于定量评估表面锈蚀和底部腐蚀缺陷的深度，还可以用于消除表面污渍的干扰。

引言

金属结构在国家经济和社会发展中发挥着关键作用。然而，在其使用寿命期间，它们容易受到环境介质的影响而发生退化，这会降低结构的强度和稳定性，甚至可能导致严重的安全风险[1],[2],[3],[4],[5]。统计数据显示，由于金属腐蚀造成的年全球损失远远超过了地震和火灾等自然灾害的总损失，占世界GDP的3-5%[6],[7]。因此，检测和评估金属腐蚀至关重要。常用的腐蚀检测方法包括超声波检测（UT）、涡流检测（ECT）和射线检测（RT）。UT主要依靠超声波在工件中的传播，通过分析反射波或透射波的时延和衰减来识别腐蚀缺陷。该方法具有较大的检测深度和高灵敏度，但其检测效率相对较低[8],[9],[10]。ECT利用电磁感应来检测导电材料中的表面和近表面缺陷，具有较高的检测速度，但穿透深度有限[11],[12]。RT则基于辐射传输和材料吸收的差异来评估材料的完整性。尽管它能提供直观的结果，但存在健康风险和较高的成本[13],[14]。

近年来，红外热成像（IRT）因其在非接触、远程和高效率方面的优势而在腐蚀检测领域受到了广泛关注，相比传统的无损检测方法（如UT和ECT）[15],[16],[17]。特别是对于激光热成像技术，其工作距离可以从半米到数十米不等，同时可以检测较大的区域[18]。Wicker等人采用被动（利用阳光）和主动（使用热室）的热成像方法来检测金属板中的隐藏腐蚀，并通过分析温度概率分布图来区分腐蚀区域[19]。Morgan等人提出了一种利用符号累积分布变换和子空间分类器的方法，对IRT图像序列中的一维热信号进行分类，从而实现腐蚀区域的检测和识别[20]。Doshvarpassand等人基于脉冲和锁相热成像技术提取了特征时间、相位延迟和幅度衰减等关键特征，能够在实验室条件下高精度地量化深度为0.1至10毫米的浅层规则底部腐蚀，但该方法高度依赖于健康参考区域[21]。Gao等人利用阶梯涡流红外热成像技术和偏度特征，在弱激励条件下对金属设备内部腐蚀缺陷的深度和形态进行了定量分析，但对小尺寸缺陷的检测灵敏度较低[22]。目前，利用IRT定量检测金属结构表面和底部锈蚀及腐蚀缺陷深度的研究仍然有限。此外，表面涂层、污渍和其他一些干扰因素通常会对金属结构中腐蚀缺陷的识别和定量评估产生较大影响。

本文开发并研究了一种利用激光热成像技术对具有表面干扰的金属结构中的表面锈蚀和底部腐蚀缺陷进行远程定量检测的方法。通过结合数值仿真和实验验证，探讨了具有腐蚀缺陷和表面干扰的金属板在均匀激光源照射下的表面温度场变化规律。同时，基于红外图像中腐蚀区域和干扰区域的热特征差异，建立了一种高效的干扰排除方法。最后，通过提取冷却阶段温度曲线的幅度系数和衰减系数，构建了一种腐蚀缺陷的定量评估方法体系。

基本理论和方法

激光红外热成像的检测原理是利用激光作为热激励源，红外相机捕捉缺陷位置的异常温度信息以实现检测。以下将从有限元理论的角度详细阐述检测过程。

红外无损检测中的热传递属于瞬态热传导过程，其温度场会随时间不断变化[23]

金属表面锈蚀检测的仿真与分析

有限元模型如图2所示，主要材料为碳钢，尺寸为50毫米×50毫米×5毫米。模型左上角有一个长度和宽度均为8毫米的表面污渍干扰区域（仅将材料的吸收率调整为非干扰情况的3倍），用于模拟可能存在的工业油污或轻微附着物等干扰因素

实验样品和检测系统

碳钢板外表面的原始腐蚀检测试样如图9(a)所示。试样尺寸为180毫米×120毫米×5毫米，沟槽的长度和宽度均为20毫米，沟槽的深度分别为0.2毫米、0.4毫米、0.6毫米、0.8毫米和1.0毫米。沟槽中填充了氧化铁粉末以模拟锈蚀，并在试样左上角绘制了与沟槽大小相同的污渍干扰区域

结论与讨论

本文提出了一种利用激光热成像技术对金属结构中的表面锈蚀和底部腐蚀缺陷进行远程定量检测的方法。该方法充分考虑了表面干扰对检测结果的影响，并为不同类型的腐蚀提供了差异化的干扰消除策略。对于金属表面锈蚀，可以通过比较红外图像中锈蚀区域和干扰区域的亮度值来消除干扰；对于底部腐蚀

作者贡献声明

谢军：撰写——初稿撰写、可视化处理、验证、软件开发、数据分析。李杰：可视化处理、验证、数据分析、研究调查。陈振茂：撰写——审稿与编辑、监督工作、资源协调、项目管理和资金争取。裴翠香：撰写——审稿与编辑、监督工作、资源协调、项目管理和方法论研究、资金争取。

利益冲突声明

作者声明他们没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

致谢

作者感谢陕西省重点研发计划项目（项目编号：2024PT-ZCK-48）和国家自然科学基金（项目编号：92366301）的资助。