利用激光超声和热成像技术对钛-石墨复合层压板（FMLs）中的层间缺陷进行非接触式检测

《COMPOSITE STRUCTURES》：Non-contact detection of interlaminar defects in titanium-graphite FMLs using laser ultrasonics and thermography

　　尼古拉·蒙蒂纳罗（Nicola Montinaro）| 加布里埃拉·埃帕斯托（Gabriella Epasto）| 多娜泰拉·切尔尼利亚（Donatella Cerniglia）| 安东尼奥·潘塔诺（Antonio Pantano）
帕勒莫大学工程学院，科学大道8号，意大利帕勒莫

**摘要**
全非接触式激光超声检测（LUT）在先进混合复合材料（如纤维金属层压板（FMLs）的检测中具有显著优势，适用于工业应用。LUT系统具有高度灵活性，能够生成多种超声波模式，并可探测难以到达的区域，无需进行表面处理。然而，FMLs的固有异质性（多界面和不同材料属性）给波的传播和信号解读带来了挑战，尤其是由于兰姆波（Lamb waves）的存在。本研究开发了一种LUT的“俯仰-捕捉”（pitch-catch）超声配置，用于检测含有人工缺陷的10层Ti-Gr层压板。该系统成功识别了第四层界面以下的缺陷，并能够对第三层界面以下的缺陷进行部分形状表征。通过B扫描快速成像和针对性的高分辨率C扫描，实现了缺陷的有效定位和详细评估。结果通过脉冲热成像技术得到了验证，证实了所提出检测方法的可靠性和稳健性。

**1. 引言**
纤维金属层压板（FMLs）是由金属层和复合材料层交替组成的混合材料。由于其轻质特性，金属层通常采用铝（如ARALL（芳纶增强铝）、GLARE（玻璃增强铝）和CARALL（碳增强铝）制成；本文研究的Ti-Gr（钛-石墨）则是由钛层和碳纤维复合材料层交替构成。纤维层也可以使用天然纤维（如亚麻）或矿物纤维（如玄武岩）制成，这些成分和堆叠方式显著影响材料的机械性能[1]。
FMLs的优势包括：高强度重量比、优异的疲劳耐受性、抗冲击性、隔热性和耐腐蚀性，优于传统金属或单一复合材料[2][3][4]。然而，FMLs也存在一些影响性能和可靠性的问题，如夹杂物、孔隙、裂纹、分层以及纤维错位和粘合不良[1]。这类材料主要应用于尖端领域，如航空航天（例如空客A320机身的大部分部件采用GLARE材料）、军事和赛车领域。鉴于FMLs的用途，确保其在整个使用寿命中的完整性至关重要。开发可靠、全非接触且易于应用的无损检测（NDT）技术，能够在制造过程中以及后续定期检查中检测层压板的每一层完整性，仍是一项复杂任务。FMLs会遇到与传统复合材料（如碳纤维、凯夫拉纤维和玻璃纤维增强聚合物）相同的缺陷问题，因此一些检测技术也可用于FMLs的检测，包括X射线照相、涡流检测、红外热成像（IRT）和超声检测（UT）[6][7][8][9][10]。本研究主要关注UT作为主要检测方法，同时使用IRT作为对照。最有效的UT方法是水耦合传输C扫描（例如用于FOKKER?公司的FMLs检测）。这些方法速度较慢，更适合制造后的质量检查，因为组件更易于处理和访问[11]。超声脉冲回波、超声相控阵和涡流检测对于检测小型裂纹、孔隙和分层有效，但更适合小范围检测，不适用于大面积检测[12][13]。此外，在薄FML结构中，接触式UT技术无法产生远场波和检测反射波；因此，只有水/空气耦合和全非接触式UT技术适用于缺陷检测。Jakubczak等人[14]发现相控阵技术能够有效检测FML中的损伤，尤其是传输相控阵在评估混合层压板状况方面优于传统UT。Wang等人[15]证明高分辨率和高灵敏度的空气耦合激光超声（ACLU）系统可以检测铝/碳纤维复合（Al/CFRP）界面处的脱粘、铝层与碳纤维层之间的气穴，并定位损伤区域。相控阵超声和数字照相图像展示了ACLU在检测内部缺陷方面的高分辨率和优势。
主动红外热成像（IRT）技术因其能够快速、全场、非接触地检测大面积复合材料而广为人知，是UT的补充方法[16][17]。此外，IRT技术在检测FRP材料中的分层方面也有广泛应用[18]。然而，传统IR-NDT技术在FMLs上的实验应用仍较为有限，主要集中在GLARE材料上[17][19][20][21][22]。通常，光学激发技术（如脉冲热成像和锁相热成像）由于铝表面的高热扩散性而具有有限的探测深度。
Bu等人[17]使用长脉冲红外热成像技术研究了带有平底孔（FBH）缺陷的5层GLARE面板，并评估了多种后处理算法以提高图像的信噪比。直径小于6毫米的FBH缺陷（即使位于表皮以下）也难以检测，这是由于热扩散性和横向热扩散的影响[18]。在[19]中，研究了三种IR-NDT技术（脉冲、频率调制和飞行激光热成像）在GLARE中检测层间分层的能力；而在[18]中，则探讨了激光热成像检测其他类型FML的可能性。Song等人[20]使用激光热成像和激光超声检测了不同大小和深度的人造CFRP脱粘情况，实现了高效成像。

在超声检测领域，激光超声检测（LUT）是最有前景的FMLs检测技术。LUT是一种非接触式NDT方法，利用激光产生和接收超声波，以检测内部缺陷、分层和厚度变化[21]。该方法结合了激光系统的灵活性和精确性，提高了UT在检测复杂几何形状、高温环境和传统接触方法难以处理的材料时的有效性。
在LUT中，高功率脉冲激光通过引起材料表面的快速热膨胀或烧蚀来产生超声波。这些超声波在材料内部传播并与裂纹、孔隙、夹杂物和分层等内部特征相互作用。然后使用独立的激光干涉仪检测返回的超声波产生的纳米级表面位移。由于LUT不需要物理接触或耦合介质，因此非常适合远程、自动化和高速检测，特别是在航空航天、汽车和发电等行业。该方法特别适用于检测复合材料、薄片和曲面，因为传统探头在这些场合效果较差。近年来，LUT技术受到广泛关注，尤其是在检测FML和其他复合结构方面。与传统基于接触的检测方法相比，LUT具有多项优势，包括非接触性、高空间分辨率和宽频带以及检测复杂几何形状的能力。
对于FMLs，激光超声在检测金属层与复合材料层之间的分层、表征纤维-基体界面以及评估冲击损伤和疲劳引起的退化方面非常有效。不过，激光UT技术也存在局限性：激光生成（脉冲激光）和接收（干涉仪）设备成本较高，需要专业人员进行操作和解释超声信号。另一个限制因素是样品的表面处理，尤其是其发射率。最佳设置需要平衡接收和生成超声信号的发射率要求：低发射率（粗糙表面）有利于波的生成，而高发射率（光滑表面）有利于干涉仪接收信号[22]。Fattahi等人[22]利用兰姆波传播通过接触式换能器检测纤维金属层压板中的分层缺陷，S0波的相速度对分层检测更敏感，而A0相速度更适合确定缺陷大小。Nardi等人[23]证明水耦合UT在检测GLARE面板上的间隙和重叠部分方面效果显著；光学检查验证了该NDT方法的准确性。
使用超声相控阵技术还可以检测CFRP和3D打印增强复合材料的夹杂物缺陷和冲击损伤，估计其位置、大小和形态[24]。根据Li和Chang的研究[25][26]，高灵敏度的非接触式空气耦合超声检测系统可以准确检测航空用碳纤维蜂窝夹层复合材料的缺陷。Cheng等人[27]使用相控阵激光在涂层/基底（Ni/Al）结构中生成超声波，证明了该技术的有效性，但该方法需要PZT换能器，因此不是完全非接触式的。Yang等人[28]提出了一种基于全光学激光超声的技术，用于检测多层结构中的亚毫米级缺陷。这种方法的局限性在于需要从两侧接触被检测物体。

本文制造了一个含有嵌入式人工缺陷的10层Ti-Gr FML作为基准，评估“俯仰-捕捉”LUT扫描技术的性能。然后将LUT的结果与更传统的脉冲热成像（PT）方法进行比较。
脉冲热成像在先进复合材料（如CFRP[29][30]和纤维金属层压板[31]的无损评估中是常用方法，因为这些材料常见的损伤（脱粘、分层、裂纹和微小可见损伤）可以通过可靠、准确且快速的方式检测到[31]。此外，这种技术可以量化损伤程度，且成本远低于X射线技术（照相和断层扫描），后者还存在安全隐患。由于IR-NDT技术在航空航天复合材料中的广泛应用[32]，也被选为数据对比方法。选择脉冲热成像还因为激光超声和闪光热成像都是单次扫描、非接触式且全场检测（LUT通过C扫描实现）。脉冲热成像的一个特点是所有频率成分都包含在单一瞬态热信号中[33]。据作者所知，这是首次记录的利用全非接触式激光UT检测Ti-Gr FML面板深层层间缺陷的实验研究。

**2. 材料与方法**
**2.1. 钛-石墨材料的制备**
所研究的Ti-Gr FML由钛层和碳纤维复合材料层交替组成，采用特定铺层方式。Ti-Gr主要用于高性能军事/航空航天/赛车应用，根据特定需求定制制造，未采用标准化铺层方案。尽管如此，文献中最常见的铺层方式[34][35][36]（增强钛-碳纤维复合材料的协同效应）是10层（Ti/0°/90°/0°2）sym，也有作者称之为Ti-Gr 2–6-2[34]。
制造的Ti-Gr面板为矩形，外部尺寸为160毫米×100毫米，厚度为1.4毫米。样品包含10层，其中5层为10毫米见方的插入物，模拟不同位置和深度（界面）的脱粘/分层情况，如图1所示。插入物材料为氟化乙烯丙烯（FEP），厚度极薄（13微米）。每个人工缺陷用大写字母A到E进行编码。

**图1.** Ti-Gr样品的示意图，总厚度为1.4毫米。五个方形缺陷的标称位置以毫米为单位标注。
测试所用样品旨在验证LUT检测深部嵌入缺陷的能力，而非表征不规则或实际形状。选择仅检测100平方毫米的损伤区域颇具挑战性，据作者所知，在FML NDT文献中尚无先例。此外，方形形状有助于测试该技术在x轴和y轴扫描方向上分辨尖锐边缘的灵敏度。2.2. 激光超声实验装置激光超声测试（LUT）的实验装置包括一个脉冲激光器作为超声波（UT）发生器、一个连续波（CW）干涉测量单元用于获取表面位移、一个电动微米级x-y平台用于移动样品，以及一个用于信号采集的模拟-数字转换板。宽带超声波是通过纳秒级激光脉冲在热弹性范围内产生的。激光源是Nd:YAG，其在红外光谱中发射，波长为1064纳米（由Quantel激光公司，Lumibird集团，法国Lannion制造；型号Brilliant B），其光束通过光学系统聚焦在样品表面。超声波的频率范围在1 MHz到50 MHz之间，脉冲持续时间为8.5纳秒。光束在聚焦前的直径为4毫米，最大注入能量为100毫焦耳，最大重复发射率为20赫兹。激光接收器的波长为532纳米，通过一个焦距为100毫米的球面透镜聚焦在样品表面，形成直径约0.2毫米的圆形光斑。干涉仪的可检测带宽达到50 MHz。来自激光接收器的电信号由一个8位模拟-数字转换板转换，并由工作站传输和存储，以便进一步处理和可视化。样品表面的线性/栅格扫描是通过移动x-y电动微调平台来实现的（由Thorlabs?制造），该平台由桌面计算机上的采集和处理软件逐步控制。两个激光装置及其聚焦透镜以及电动微调平台都安装在一个光学平台上（见图2b）。样品与生成/接收激光之间的距离可以根据所使用的透镜来选择。图2a显示了所采用装置的示意图，而表1则报告了激光装置的规格摘要。下载：下载高分辨率图像（341KB）下载：下载全尺寸图像图2. 实验LUT装置的示意图（a）；从实验室拍摄的装置照片（b）。表1. LUT装置中采用的激光超声装置的规格。激光生成（脉冲）最大能量100毫焦耳激光接收（连续波）功率1瓦波长1064纳米波长532纳米最大频率20赫兹检测带宽1 – 50 MHz光束直径4毫米激光光斑直径0.2毫米脉冲持续时间8.5纳秒光学距离100毫米光学距离（聚焦透镜）200毫米众所周知，通常结构的两个侧面是无法接触的，尤其是在箱形结构的情况下。因此，选择了一种“发射-接收”（pitch-catch）配置来生成和获取信号，模拟周期性检测。为了调整LUT装置参数以检测五个嵌入式缺陷（从A到E），使用了三条扫描线，见图3。扫描线1经过面板的声学区域，用于确保校准过程中没有误报。缺陷A、B和C由扫描线2检测，而缺陷D和E由扫描线3检测。仅使用三条扫描线进行测试是为了简化分析，并清楚地证明系统能够检测到缺陷的存在与否。还需要进行更多的扫描，并将它们之间的间距缩小，以确保完全覆盖样品并检测到比当前扫描线间距更小的缺陷。然后通过以2毫米为步长获取A扫描信号，将来自每条扫描线的结果汇总并在B扫描图中可视化。下载：下载高分辨率图像（140KB）下载：下载全尺寸图像图3. 用于B扫描的扫描线。扫描线1经过声学区域，而扫描线2和3经过名义缺陷位置。一旦使用B扫描可视化检测到缺陷，就在每个缺陷周围的感兴趣区域以1毫米为步长进行精细的C扫描，以表征边界。2.3. 理论背景：多信号同频干涉测量激光束被粗糙样品表面反射后会产生许多光学斑点。在基于斑点的测量系统中，这个光束与干涉仪的参考光束结合并聚焦在光电探测器阵列上。阵列中的每个探测器捕获多个斑点并生成一个同频信号。这些探测器输出一个随时间变化的模拟电压，对应于超声频率下的表面瞬时位移。在我们的设备中，使用了一个带有五十个光电探测器阵列的基于斑点的干涉仪。这种设置能够在不同环境中检测超声波，同时最小化在粗糙表面上的灵敏度损失。图4说明了该设备的工作原理。由内部激光源产生的激光束通过几个光学组件后，被聚焦到多模光纤中。大约4-5%的光束自然反射到光纤的输入端，其余部分则照射到样品上。来自样品的散射光被光学头前的大透镜收集，这最大化了用于信号分析的斑点数量。这些斑点光随后通过光纤返回，并与最初反射的4-5%的光发生干涉。当光再次通过多模光纤时，光的偏振分量变得混乱。一旦光重新进入系统，它通过偏振分光器（PBS），该分光器过滤掉垂直偏振分量并将其发送到两个探测器阵列中的一个。每个同频信号都使用随机正交解调方法并行处理，这种方法利用了斑点相位分布的随机性。由于所有五十个探测器通道的相位都是随机的，因此系统可以在不依赖相位对齐的情况下对信号进行校正。这种电子处理设计使得可以通过校正解调来测量快速移动的物体。因此，信号噪声降低，系统能够更有效地检测高频率下的纳米级位移。下载：下载高分辨率图像（107KB）下载：下载全尺寸图像图4. LUT系统中采用的激光干涉仪装置的示意图[37]，[38]。2.4. 激光超声的误差来源及缓解策略由于仪器限制、环境条件和数据分析，任何检测中都不可避免地会出现变化或误差。对仪器最严格的限制是由于干涉仪的信噪比依赖于表面粗糙度。这种相关性会导致扫描过程中获取的信号出现噪声变化，从而在表面粗糙度高的区域或存在深划痕的情况下降低技术的检测阈值。干涉仪的信噪比变化也可能由于局部厚度变化或面板曲率变化导致激光光斑聚焦的变化而产生。放置不准确也会直接影响空间测量。由于该技术的校准是通过比较有缺陷区域和声学区域中获取的信号来实现的，如果缺陷轮廓没有精确识别，可能会产生系统偏差。由于噪声或表面划痕导致的尖峰可能会误导信号解释，特别是在直接比较原始单次A扫描获取结果时。可以应用缓解策略来提高结果的稳健性。信号处理，如滤波和平均值处理，可以提高信噪比，消除或减弱虚假尖峰。激光功率可以根据干涉仪的信噪比自适应变化（在同一热弹性范围内），以平衡信号。可以轻松为两种激光装置实现自动聚焦装置。非接触式和灵活的LUT装置非常适合安装在机器人操作平台上[39]。后一种实现方式可以减少定位误差并提高测量重复性。快速的激光生成/采集允许在同一位置进行多次扫描，从而减少散射。通过结合不同检测技术（甚至是更传统的技术）的结果来实现数据融合，可以提高稳健性。例如，在这项工作中，LUT的结果与PPT的结果进行了比较，这两种技术可以同时在同一机器人臂上并行实现。2.5. 脉冲热成像实验装置图5提供了PT实验装置的示意图。一个由能够提供4800瓦功率的电源供电的闪光灯放置在红外相机的同一侧。下载：下载高分辨率图像（272KB）下载：下载全尺寸图像图5. 实验IRT装置的示意图（a）；从实验室拍摄的装置照片（b）。使用Flir Systems X8400sc冷却热相机进行了无损评估，该相机的热灵敏度为20毫开尔文@ 30°C。子窗口设置为544×640像素，帧率为150赫兹，积分时间为602微秒。热相机和闪光灯分别放置在样品的同一侧，反射模式下，距离样品分别为500毫米和250毫米。红外相机配备了一个28毫米2.0高清镜头，具有98微弧度的瞬时视场（IFOV）。红外相机聚焦在样品表面，略微倾斜以避免自恋效应，以获取测试过程中的热演变。帧采集由闪光灯的单次脉冲触发。脉冲之后，在固定时间窗口内进行采样，以在整个样品表面上均匀化温度。热图使用Matlab?中的自定义脚本进行后处理，以提取获取的表面热演变的相位内容。样品表面被均匀涂成黑色。所使用的油漆是一种哑光油漆，在中波光谱范围内的发射率为0.95[40]，[41]。高发射率的油漆减少了由于反射辐射引起的误差，并提高了热成像测量的可靠性和重复性。表2报告了样品组件的热属性。表2. Ti-Gr面板组件的热属性和尺寸。空单元FEP插件空气钛（6Al-4V等级5）CFRP // CFRP ⊥比热容 [J/kg K]117210005001310热导率 [W/m K]0.1950.0266.75.650.35厚度 [mm]0.013//0.10.15密度 [kg/m3]21501.22476016003. 结果与讨论本研究的结果基于在优化设置后发现的实验缺陷特征，该优化涉及微调脉冲激光功率、激光聚焦形状和发射-接收（S-R）距离。最小化S-R距离可以提高信噪比，表明发射激光和接收激光之间的重叠可能是最佳解决方案。然而，由于激光发射会产生灰尘/表面沉积物蒸发（位于样品聚焦点上），观察到对激光干涉仪的屏蔽效应。这种效应在发射后约2微秒的时间内会导致一个阴影时间帧，其中包含部分缺陷特征信息。因此，本研究采用了1毫米到2毫米之间的S-R距离平衡。这个距离的小偏差（< 0.5毫米）可能是由于设置上的微小变化造成的。3.1. 激光超声 - 注入功率效应文献中众所周知，聚焦形状（圆形/线形/阵列）和注入的激光功率会影响超声波的传播[42]，[43]，[44]。在本工作中，采用的激光功率被设定在热弹性生成阈值以下，以避免对FML面板的外部钛层造成任何表面损伤。在信噪比方面，点聚焦获得了最佳结果。图6报告了在逐渐增加激光功率的情况下，沿着扫描线1获取的一系列A扫描信号和B扫描图。所有信号都经过了一阶带通滤波，带宽在1 MHz到2 MHz之间。下载：下载高分辨率图像（988KB）下载：下载全尺寸图像图6. 在距离扫描线起点20毫米处获取的A扫描信号（左侧）以及在固定S-R距离下，激光功率在17.1毫焦耳到21.8毫焦耳范围内的B扫描图（右侧）。从图中可以观察到两个波包之间的能量分布存在特殊趋势。通过观察在18.2毫焦耳到19.4毫焦耳之间的中间功率范围内生成的信号，可以识别出两个不同的波包。第一个（最快的）可以在0.5微秒到3微秒之间被识别出来，而第二个波形类似于第一个波形的稍微拉伸的回声，出现在3微秒到8微秒之间。第一个波包的振幅在注入功率较低（<18.2毫焦耳）时显著减弱，如图6的第一行所示。对于功率高于19.4毫焦耳的激光，第二个波包（回声）也表现出类似的衰减现象，而第一个波包的强度则相反地增强。值得注意的是，无论注入功率如何，第一个波包的波形都保持不变，这证实了超声波检测（UT）模式的生成没有改变。为了保留超声波波中包含的信息，在所有的数据采集过程中都采用了中等功率水平（18毫焦耳到20毫焦耳之间）。

3.2 激光超声波检测 – 缺陷检测（A扫描和B扫描）
在图7a中展示了来自扫描线2和3的A扫描信号，这些信号覆盖了检测到的缺陷A、B、C和D；而在图7b中则展示了扫描线2和3的B扫描结果。所显示的数据是用19.4毫焦耳的激光功率获得的，具体原因在第3.1节中有详细说明；所有信号都是基于3次采集的结果平均得出的，并通过1兆赫到2兆赫的通带进行过滤，以减少噪声和平滑尖峰。

图7. (a) 来自扫描线2（缺陷A、B和C）和扫描线3（缺陷D）的四个检测缺陷的A扫描信号；(b) 扫描线2和3的B扫描图。
考虑到FMLs的各向异性特性，由于存在许多不同厚度和材料的界面，以及面板整体的薄厚度，预计会形成具有散射和模式转换的Lamb波。通过特定的数值模拟来研究生成的复合超声波信号的各个组成部分可能是可行的，这些模拟可以在有限元建模动态分析中进行，参见[45]、[46]，但这需要超出本研究的范围，将是进一步研究的课题。

图7a显示了扫描线2和3的A扫描信号。通过比较在正常区域和缺陷区域（例如扫描线2在20毫米和102毫米处）获得的信号，可以在图7a中标记的虚线红色框内找到缺陷特征。特别是，所研究的信号部分位于波开始后1微秒的位置（即飞行时间之后），并且持续时间为1微秒（见图7a左上角）。在这个区域，当扫描线经过缺陷区域时，可以观察到重复的振幅变化，这一点也通过图7b中的B扫描图得到了证实。为了区分缺陷的存在，采用了一种阈值方法，检查半波振幅是否超过了正或负的阈值。正负阈值是在使用18.2毫焦耳的注入功率对扫描线1进行初步校准后设定的，该扫描线仅扫描正常区域。这些值相对于0对称确定，最大振幅为0.125伏特。在图7a中，虚线红色框突出显示了在缺陷区域，对于扫描线2和3，至少有一个半波振幅超过了设定的限制，从而触发了缺陷的检测。请注意，扫描线2和3的刻度范围不同，因此对于扫描线3，虚线框在视觉上被拉伸了。

图7b中的B扫描图证实了缺陷A、B、C和D的检测结果，但扫描线3（缺陷D）的缺陷对比度较低。扫描线3报告的较长飞行时间可能是由于扫描线3的S-R距离略有不同（在不同的实验会话中获取的）。尽管扫描线3也经过了缺陷E（见图3），但无法清晰地区分该缺陷。

需要注意的是，从A到E的缺陷位于距离检测表面逐渐更深的界面处（见图1）；因此，预计检测位于第四和第五界面的缺陷D和E会比较困难。缺陷A、B、C和D的中心位置可以从扫描线2和3的B扫描中提取出来，分别为30毫米、70毫米和100毫米，而缺陷D的中心位置为100毫米；所有缺陷的线性延伸都有±2毫米的容差（与线性步进分辨率相当）。将检测到的缺陷位置与图1、图2、图3中报告的名义位置进行比较，发现缺陷A和D的位置存在10毫米的差异（实际检测到的是100毫米而不是名义上的110毫米）。这种差异将在下一节3.4中通过比较脉冲热成像的结果进一步探讨。

3.3 激光超声波检测 – 缺陷表征（C扫描）
在图8中，使用了精细的C扫描可视化技术，在每个缺陷中心位置周围20毫米×20毫米的区域内来表征缺陷边界。观察图8中的四个面板，较浅的缺陷A被很好地表征为正方形，尺寸为10毫米×10毫米，与其名义尺寸完全一致。位于第二界面的缺陷B在面积上略有低估，其大致的水平×垂直（H×V）尺寸为10毫米×7毫米。位于第三和第四界面的缺陷C和D在面积上也有所低估，边界模糊，其大致的H×V尺寸分别为6毫米×7毫米和8毫米×8毫米。

3.4 脉冲热成像结果
如前所述，脉冲热成像（PT）是一种成熟的非破坏性评估方法，用于测试复合材料，并作为验证超声波检测（LUT）结果的技术。需要注意的是，PT并不是这些特定复合材料（FML面板通常使用水耦合超声波检测[13]）的常用技术；尽管如此，文献中仍有研究报道了这种技术的应用[47]。
观察到由于所研究材料中的金属表面层，需要相对较高的采样时间分辨率来获取热波并检测缺陷特征。在这项工作中，使用了相对较高的帧率150赫兹，这比通常用于纯聚合物和纤维增强聚合物材料的帧率快两个数量级。在PT测试中，单个脉冲向样品传递一系列不同频率的热波。通过离散傅里叶变换在频域分析样品表面的热响应，并将每个分析点的谐波内容相位以相位图的形式呈现出来。这种对脉冲热成像数据的后处理评估方法称为脉冲相位热成像。

图8显示了在2.2赫兹、1.4赫兹、0.38赫兹和0.08赫兹选定频率下获得的四个相位图。
文献中已知高频更适合检测较浅的缺陷，而低频更适合检测较深的缺陷[48]。图9中的结果支持了这一观点，其中2.2赫兹的高频相位图在位于第一和第二个界面的缺陷A和B上产生了热信号（图9a），而位于第四和第五界面的较深缺陷D和E在0.08赫兹的低频下几乎无法检测到（图9d）。在第三界面以下，无法清晰地识别出缺陷边界。

图9中的PPT相位图还用于评估缺陷的实际位置。在图9b和c中显示了4个缺陷的中心位置测量结果，证实了LUT的结果。观察到两个缺陷（A和D）的位置略有偏移。这可能发生在样品铺设过程和固化前的处理过程中。
考虑到脉冲热成像能够检测和量化冲击损伤[7]、[49]中的缺陷，并且MFLs容易受到这种损伤的影响，导致分层、脱粘和层内裂纹，因此进行了深度与频率之间的定量相关性分析。
相位图是使用Matlab的Color Thresholder App和L*a*b*色彩空间进行分析的，该空间允许清晰地区分亮度和色度信息。由于图像中缺乏色度信息（灰度调色板），因此仅对L*通道应用阈值来进行分割，以突出显示缺陷边缘。使用L*a*b*色彩空间并仅调整L通道的灰度相位图，可以独立于色度信息仅基于图像亮度进行分割。L通道代表每个像素的感知亮度，因此阈值处理相当于应用基于强度的分割方法。通过选择L值的范围，二值掩码可以根据区域的亮度或暗度进行分离，同时忽略色度成分（a*和b*）。图像也被反转，增强了缺陷的识别能力。
图10报告了缺陷深度与频域相位图之间的相关性。观察到的相关性可以用指数定律很好地描述，决定系数（R2）为0.93。
脉冲热成像可以成为评估复合材料中残余应力[50]和定量测量冲击损伤[29]、[51]、[52]的有用且可靠工具。
在这项研究中，脉冲相位热成像允许在图像校准后测量缺陷尺寸。考虑到像素大小为25微米，空间分辨率足够准确，可以检测到每个缺陷的边缘。
计算了最大偏差与名义尺寸的差异，以评估热成像测量中的最大误差。结果表明，对于较深的缺陷，检测是有效的，但尺寸的评估不够可靠。此外，还计算了最大偏差与名义尺寸的差异，以评估热成像测量中的最大误差，对于缺陷B，偏差为低估了0.8毫米（表3）。

结论
全非接触式的激光超声波和脉冲热成像技术能够对创新的混合复合材料结构（如FMLs）进行检查，这对工业界非常有吸引力。LUT设置提供了生成各种类型超声波波的灵活性，可以在不需要任何表面处理（如涂漆）的情况下检查难以到达的区域，而这可能是热成像技术所必需的。
然而，这些材料固有的异质性使得检测变得困难。由于存在众多界面和不同物理组成的层，产生的超声波难以传播。超声波信号的分析进一步复杂化了，因为形成了弯曲波（Lamb波），其解释和缺陷特征的区分因此变得具有挑战性。
热成像方法也遇到了同样的检测困难，因为外部金属片的高热扩散性使得热波难以深入探测到嵌入的中间层，因为大部分热量通过金属传导。为此，需要使用冷却传感器和高帧率相机进行红外采集。
使用激光-激光UT设置对Ti-Gr面板（堆叠顺序[Ti/0°/90°/0°2]sym）和10毫米边长的方形人工缺陷进行了全非接触式检测，以测试该技术探测深嵌入缺陷的能力，而不是表征不规则/真实的形状。检测和表征仅100平方毫米大小的受损区域颇具挑战性，据作者所知，在FML无损检测（NDT）文献中尚无先例。所开发的LUT（激光超声测试）装置已被证明能够检测到层压结构的第四层界面内的缺陷。由于采集到的信号非常复杂，通过比较正常区域与缺陷区域之间的信号，并提取能够区分缺陷存在的特征信号，从而识别出缺陷的存在。缺陷的位置可以被准确检测出来，但从第二层界面开始，对缺陷范围的估计精度会下降（最多低估40%）。该装置采用“发射-接收”（pitch-catch）配置设计，以满足仅从结构一侧进行检测的需求。

另一方面，PT（脉冲热成像）技术则以反射模式应用，并通过调整闪光灯、红外摄像机的相对位置以及与试样的距离来优化装置参数。分析结果表明，这种技术可以作为超声波检测的补充手段，尽管有些缺陷几乎无法被检测到，其边缘也不清晰可见。

据作者所知，这项研究是首次将完全非接触式的激光超声方法应用于Ti-Gr纤维金属层压板的检测。与以往依赖接触式接收器的多层复合材料激光超声检测方法或需要双面检测的方法不同，所提出的方法采用完全光学、单侧检测的配置，在无法接触、缺乏耦合介质或无法从背面进行检测的情况下具有明显优势。虽然该方法并非旨在取代控制制造环境中的传统先进技术，但它非常适合在实际工业场景中补充现有的检测方法，特别是在在役检测和复杂几何形状的场合。通过将检测方法与机器人操作器集成，该方法可以实现大型零件的快速、远程和详细的在线质量控制。

所提出的LUT方法存在一些缺点，包括对表面粗糙度的敏感性、设备成本较高，以及激光生成与接收之间的性能权衡问题：激光在哑光表面上表现更好，而干涉仪则在光滑表面上效果更佳。此外，还需要对正常区域进行初步校准，以设定激光注入功率并优化采集到的信号质量。

使用UT（超声波）技术获得的结果与更传统的脉冲热成像技术获得的结果进行了对比和验证，证实了所提出方法的可靠性。

**作者贡献声明：**
Nicola Montinaro：撰写、审稿与编辑、原始草稿撰写、可视化处理、验证、监督、软件开发、方法论设计、实验研究、数据分析、概念化。
Gabriella Epasto：撰写、审稿与编辑、可视化处理、实验研究、数据分析。
Donatella Cerniglia：撰写、审稿与编辑、监督、实验研究。
Antonio Pantano：撰写、审稿与编辑、验证、监督。

**资金情况：**
本研究未获得公共部门、商业机构或非营利组织的任何特定资助。