《NDT & E International》：Characterization of delamination in a woven CFRP material by infrared thermography
编辑推荐：
摘要本文提出了一种基于红外热成像的完整无损方法，用于检测薄型编织碳纤维增强聚合物层合材料中的分层现象。由于纤维编织结构与基体具有不同的热行为特性，会在热信号中产生结构性干扰，因此对分层现象的检测十分困难。所提出的方法采用两阶段处理策略：首先通过奇异值分解和自适应傅里叶空间滤波对热
摘要
本文提出了一种基于红外热成像的完整无损方法，用于检测薄型编织碳纤维增强聚合物层合材料中的分层现象。由于纤维编织结构与基体具有不同的热行为特性，会在热信号中产生结构性干扰，因此对分层现象的检测十分困难。所提出的方法采用两阶段处理策略：首先通过奇异值分解和自适应傅里叶空间滤波对热数据进行处理，去除由编织结构带来的干扰信号；随后在贝叶斯框架下，结合处理后的数据、传热模型以及关于缺陷位置和大小的先验知识，估算出缺陷的深度和厚度等参数。该方法通过在含有人工分层的参考样本以及低速冲击损伤的试样上进行了验证，与显微切片结果对比后表明，缺陷尺寸的估算误差可控制在5%以内，为实时检测分层提供了可靠工具。
引言
复合材料因能在保持高刚性的同时减轻结构重量，被越来越多地应用于航空航天领域。然而这类材料对冲击极为敏感，容易产生肉眼无法察觉的结构缺陷。由低速（几米/秒）、低能量（几焦耳）的冲击，如坠落的工具造成的复合材料损伤，会引发多种缺陷[1]、[2]，包括基体开裂、分层以及纤维断裂。对于薄型复合材料而言，损伤会以锥形从受冲击侧向未受冲击侧延伸[3]；而分层区域同样以锥形分布，最严重的分层通常出现在未受冲击侧[4]。准确识别和表征分层现象对于评估结构的损伤耐受力至关重要。无损检测方法尤其适合用于检测分层，因为它们能够在评估潜在损伤的同时保持结构的完整性。
主动式红外热成像无损检测是解决这一问题的理想方法，因为它操作快速、易于使用、无需接触，且能够处理较大面积的检测对象[5]。该技术通过向被测物体施加外部能量，再利用红外相机分析其表面的热响应。目前有多种激发样品热量的方法，其中最为常见的是闪光法和激光法[6]、[7]。已有大量算法被开发出来，用于确定材料中缺陷的表面积和深度[8]。最著名的方法是热成像信号重建法，该方法通过对红外相机采集的图像中每个像素的温度随时间变化的对数，用对数多项式进行近似计算[9]。通过分析一阶和二阶导数，可以确定缺陷的深度。另一种方法是脉冲相位热成像法，它不直接分析时间序列热图，而是针对每个像素在傅里叶空间中计算温度的变化趋势[10]，通过与参考点的相位差来识别含缺陷的区域。该方法能更清晰地区分正常区域和受损区域，便于定位损伤。此外，主成分热成像法要求将热数据整理成二维矩阵，记录所有像素随时间变化的温度值，再通过主成分分析方法将矩阵分解为多个正交分量[11]，不同分量包含不同的热信号信息。根据所选择的组分，重构后的信号可以通过强烈的温度对比度突出显示复合材料中的缺陷。正如Cramer和Winfree所指出的，主成分分析也是无损检测热数据常用的数据降维方法[12]，它通过奇异值分解来重建与两个最大特征值对应的两个模式。不过，这些方法大多只能估算缺陷的深度[13]、[14]，很少有方法能够确定缺陷的厚度，而根据Jena和Gupta的观点，这一信息对于全面表征缺陷及评估结构完整性至关重要。常见的热无损检测方法多为正面闪光激励，仅考虑热量在材料厚度方向的扩散，一维下的直接传热问题可以通过解析方法描述。对于分层现象，通常需要通过求解逆传热问题来估算缺陷的几何参数，如深度和厚度，目前已有多种估算策略，包括基于梯度的优化方法、最小二乘法以及渐近识别方法[15]。但这些方法往往容易受到初始值选择、测量噪声以及参数可辨识性问题的影响，尤其是当需要同时估算多个未知参数时。本研究将逆问题置于贝叶斯框架下进行建模[16]，这样就可以将关于复合材料结构以及分层可能位置的先验信息直接纳入估算过程。这种概率性方法还能方便地量化不确定性，并同时估算多个缺陷参数，因此特别适用于复杂复合材料中分层现象的表征。
这类用于解决逆问题的方法通常适用于均匀材料。而在编织复合材料中，尤其是碳纤维增强聚合物材料，由于其编织结构会在平面内引入显著的不均匀性，使得缺陷表征更加困难，热信号中常常会出现由增强结构带来的规律性背景干扰[17]、[18]、[19]、[20]、[21]，进一步增加了缺陷检测和表征的难度。Poelman等人指出，仅使用脉冲相位热成像、主成分热成像或热成像信号重建法等后处理方法，无法去除热数据中的编织结构特征，因此只能用于检测纤维呈0/90方向排列的层合复合材料中的损伤。为了解决这个问题，他们采用传统后处理算法获取的图像，通过空间傅里叶变换过滤，将热图像分为两部分：一部分反映规则的编织结构，另一部分则突出显示缺陷。Matarrese等人也采用了类似方法[22]，他们开发了专门的后处理流程，以提高受损区域的可见度，从而估算受冲击试件的受损表面积。虽然这些方法能够实现某一时刻缺陷的空间定位，但却无法提供缺陷的厚度或深度信息。
本文提出了一种新方法，可用于量化具有不同增强方向、在冲击前就已存在分层的编织层合材料中缺陷的位置和厚度。该方法的创新之处在于，它通过基于傅里叶空间中时间演化滤波的处理方式，有效降低了复合材料基体与增强材料之间的热行为差异，从而能够准确确定描述缺陷的参数。
首先介绍了本研究使用的样品及实验方法，接着建立了描述温度沿厚度方向变化的传热模型，随后介绍了用于去除编织结构干扰的热数据处理方法。最后，“结果”部分展示了将该方法应用于含有人工缺陷的编织复合材料，以及由低速冲击产生的缺陷样本，以此验证该方法的有效性。
章节节选
实验装置
本文所使用的实验装置为红外热成像测试中常用的正面闪光试验台[23]，其结构如图1(a)所示，具体外观如图1(b)所示。热激励由两盏来自Hencel公司的同步闪光灯提供，每盏灯能够在1毫秒的时间内释放1600焦耳的能量。测量工作则由配备冷却型InSb探测器的FLIR SC7200红外相机完成。该探测器的分辨率达320×256像素，其光谱范围为3到5μm。
结果与讨论
为验证该方法的有效性，研究人员将其应用于参考样本，以及两种存在类似低速/低能量冲击导致的分层的样本上。
结论
本研究提出了一种基于闪光激励产生的热响应数据，用于量化编织复合材料中分层现象的位置和厚度的方法。实验对象包括含有不同厚度、位于不同深度的特氟龙填充物的试样，这些填充物用于模拟分层现象；此外还包含了因低速/低能量冲击而产生分层的试样。本文提出的方法有效降低了热信号中的干扰影响。
CRediT作者贡献说明
Cédric Mignot：文章撰写——审阅与编辑、文章撰写——初稿撰写、可视化处理、结果验证、研究指导、软件应用、资源协调、项目管理、方法设计、实验研究、资金申请、定量分析、数据整理、概念构思。Marie-Marthe Groz：文章撰写——审阅与编辑、文章撰写——初稿撰写、可视化处理、结果验证、研究指导、软件应用、资源协调、项目管理、方法设计、实验研究、资金申请、定量分析、数据整理。
利益冲突声明
作者声明，他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。
Cédric Mignot|Marie-Marthe Groz|Vincent Fournier|Philippe Viot
法国波尔多大学、法国国家科学研究中心、波尔多高等理工学院、I2M实验室、UMR 5295研究组，法国塔朗斯市，邮编33400
