下载掌阅APP，畅读海量书库
立即打开
红外无损检测依据是否需要外部激励分为两大类，即被动式红外无损检测和主动式红外无损检测，又分别称为无源红外热成像检测和有源红外热成像检测。红外无损检测的分类示意图如图1-3所示。被动式红外无损检测能利用工件自身的温度分布来检测工件内部的缺陷，不需要对被测工件加热，仅利用被测工件的温度不同于周围环境的温度条件，在被测工件与环境的热交换过程中进行红外检测。被动式红外无损检测常应用于运行中的设备、元器件和科学实验中。由于被动式红外无损检测不需要附加热源，在生产现场基本都采用这种检测方式。主动式红外无损检测采用某种加热方式来激励内部缺陷，使工件表面形成反映这些缺陷存在的温差，采用红外热像仪进行红外热成像，实现对物体缺陷的检测。在热激励工件的同时或在热激励经过一段时间后测量工件表面的温度分布，常采用同步采集的方式，以红外热图像序列记录工件表面温度场的变化。常用的激励手段有光激励、电磁激励和机械激励等手段，其中机械激励通常使用超声波。依据激励手段又可将主动式红外无损检测分为脉冲式红外热成像检测和锁相式红外热成像检测。图1-3直观地概述了不同激励手段下对应的主动式红外无损检测。
图1-3 红外无损检测的分类示意图
红外热成像检测作为实用性强的技术已经广泛应用于诸多行业，中国出台了相应的行业标准规范，如热力设备红外检测导则（DL/T 907—2004） [2] 、无损检测机械及电气设备红外热成像检测方法（GB/T 28706—2012） [3] 、建筑红外热像检测要求（JG/T 269—2010） [4] 、红外热像法检测建筑外墙饰面粘结质量技术规程（JGJ/T 277—2012） [5] 等。
在电力系统中在线式和便携式红外热像仪都在使用，其助力于打造智慧电网，可实现重点监测区域划分和温度异常诊断功能，支持在线发热缺陷分析、异常点位/区域发现与定位，并具备自动巡检、自动预警、远程控制、手动测温、趋势分析、报表管理等功能；实现电力设备安全运行状态的先知先觉，保证关键电力设备的正常运行；可对电力设备的裸露载荷接头进行检测，如高压线母线接头、配电变压器接头等，并可实现定期在线检测，及时维修以消除故障，减少隐患 [6-8] 。在石油化工领域，红外热像仪可对高温高压的罐体进行实时监测 [9] ，评价高温设备衬里、热力管道的保温效果 [10-11] ，还可对气体泄漏进行检测 [12-13] 。在建筑领域，红外热像仪可对主墙体与外墙饰面材料的贴合度进行检测，并有显著作用，主要针对饰面墙体鼓包、裂纹等缺陷进行检测 [14-16] 。红外热成像检测技术广泛应用于安防的各个细分领域，并有很多成功案例，红外热成像检测技术能很好地解决夜间及恶劣气候条件下的监视、监控问题，促使视频监控系统更加完美地实现监控，有效弥补传统视频监控系统的不足 [17-19] 。森林消防将高灵敏和高分辨率的红外热像仪用于山林防火，是目前预警早期山火不可替代的重要手段 [20] 。消防救援、海事救援也常用红外热像仪进行搜救。医用红外热成像检测技术是一项安全、灵敏、全面的功能影像技术，它通过分析人体细胞代谢强度进行早期疾病预警和人体健康状况评估，广泛应用于健康体检、临床辅助诊断及中医可视化诊断领域，包括在体检、疼痛、乳腺、五官、骨伤、皮肤、创面、神经、康复等方面的应用 [21-23] 。同样对动物医疗也可采用红外热成像检测技术进行辅助诊断 [24-25] 。此外，养殖业可使用红外热像仪进行动物体温监控，以避免大规模流行病的传染。红外热像仪还可用于野生动物的监控和保护。
1937年P.Vernotte [26] 提出了用于研究材料热性质的主动式红外热成像检测方法，目前仍在使用类似的方法。贝勒于1965年提出了一种类似于现代技术的主动式红外热成像检测技术，用于检查Polaris火箭发动机的情况 [27] 。在同一时期，格林对核反应堆燃料元件的主动式红外热成像检测进行了基础研究，其特别关注发射率问题 [28] 。美国从20世纪60年代开始对主动式红外热成像检测技术应用方面展开了研究，主要用于金属、非金属、复合材料和发动机相关零部件的检测。20世纪70年代，在“太空竞赛”期间，许多航空航天研究人员参与了红外热成像检测的研究，美国无损检测协会（ASNT）成立了IR委员会。美国空间动力系统从1992年起就用红外热成像检测技术对发射舱可能出现的复合材料脱黏进行检测，目前该技术已经正式应用于在线生产检测，美国的A3火箭曾采用红外热成像检测。美国无损检测协会还对红外无损检测制定了标准 [29] 。俄罗斯用UK210Ⅱ型快速热像仪能检出非金属与非金属、金属与非金属胶结结构中10mm×10mm的脱黏缺陷。在1998年、1999年和2000年美国FAA飞机机身无损检测技术竞标中，红外热成像检测技术击败了包括X射线、声发射、超声、涡流、目视检测在内的多项检测技术而唯一胜出，被NASA、FAA等政府机构和波音、洛克希德·马丁、福特、西屋、通用电气等公司采用，纷纷建立红外热成像技术实验室，用于解决飞机检测问题。中国起步较晚，2010年12月10日《航空器复合材料构件红外热像检测》标准通过审定 [30] ，为红外热成像检测提供了指导。
目前，红外热波检测主要有三种：脉冲红外热波检测、锁相红外热波检测和红外热波雷达检测，其中脉冲红外热波检测是应用最广的红外热波检测方法之一。2011年印度理工大学Chatterjee K等人 [31] 对脉冲红外热波检测、锁相红外热波检测与红外热波雷达检测进行了对比研究，发现在相同激励能量的前提下，采用锁相红外热波检测对缺陷进行检测时会出现“盲频”现象，而红外热波雷达检测可有效避免这一问题；对碳纤维增强聚合物（CFRP）试件的检测结果表明，对于近表层缺陷，脉冲红外热波检测具有较高的缺陷信噪比，但对于深度较大的缺陷，三种方法信噪比的差异较小。
红外热波检测由定性检测向定量检测方向发展，由于图像序列包含了红外热波检测中的时间信息，从而具有定量分析缺陷埋深的能力。加拿大拉瓦尔大学X.Maldague [32] 对红外热波成像检测的理论及图像处理方法进行了详细研究，提出了红外热波脉冲相位检测方法，通过对图像序列进行离散傅里叶变换，得到振幅、相位两种图像，提高了检测灵敏度和抗干扰能力。Hernán D等人 [33] 采用脉冲相位检测方法检测缺陷，通过傅里叶变化将温度-时间数据变换到频率域，由相位-频率关系确定缺陷深度。N.Rajic [34] 和Marinetti S等人 [35] 采用主成分分析（Principal Component Analysis，PCA）红外热波序列图，PCA算法中的不同主成分代表不同深度的缺陷。北京航空航天大学 [36-37] 也将PCA算法用于红外热波检测，采用矩阵奇异值分解方法，对序列图像数据进行分解，得到分别表示信号空间变化的正交本征函数和表示时间变化的主成分分量。中国科学院 [38] 提出了一种新的基于奇异值分解的红外序列图像特征提取方法，在缺陷代数特征的基础上，提取具有时空信息的特征值构造缺陷特征向量。西北工业大学的徐振业 [39] 通过最大温差法和lnT-lnt曲线二阶导数最大值法两种分析方法测量盲孔的深度并分析所产生的误差。申请者指导研究生依据红外序列热图像提取兴趣点处的温度-时间历程曲线，利用表面温度一阶微分峰值时间法建立特征时间与缺陷深度的关系，以实现透射法对缺陷深度的定量检测 [40] 。Montanini R [41] 利用红外锁相法和脉冲位相法对具有不同深度缺陷的树脂玻璃纤维板进行检测，实验表明：当缺陷深度在3.6mm以下时，缺陷检出率为95%，由于缺陷边缘的热扩散效应而使直径为10mm、深度为3.6mm的缺陷检出率略低，检出率为87%。
缺陷面积是红外无损检测对缺陷评定的另一重要指标。国内外学者对缺陷尺寸定量检测主要从两个角度分析：一是分析表面温度场数据，二是采用图像处理技术。在温度场领域定量分析缺陷尺寸，较经典的是1984年Wetsel和McDonald运用的温度半高宽法 [42] ，至今仍有学者采用该方法检测缺陷 [43] 。近年来出现了温度半高宽法的改进方法，如以温差峰值1/e对应的宽度确定缺陷大小 [44] 、温度对时间微分的半高处切线法 [45] 。此外，还出现了用迭代法提取缺陷特征，如Levenberg-Marquardt法 [46] ，以及将模拟退火与Nelder-Mead单纯形法搜索相结合的混合智能寻优方法 [47] 。在红外图像处理方面，可采用各种图像分割和边缘提取方法来获得缺陷特征，如分水岭法 [48] 、蚁群算法 [49] 、粒子群法 [50] 等。有学者对红外序列采用融合技术确定缺陷尺寸 [51] 。通过锁相红外热波检测可获得更清晰的相位图像 [52] 。学者在对幅值图研究的同时，提出了关于相位图的处理技术，剪切相移技术 [53-54] 是其中之一。
随着损伤容限设计理念的出现与机械产品可靠性设计与分析的不断发展，对零部件内部缺陷的可靠检测与准确评估已成为迫切需要解决的问题。在大量检测实验中通过缺陷检测概率（Probability of Detection，PoD）分析缺陷检测结果的统计分布规律，运用统计学分析方法对缺陷的可探测性出具有置信度和可靠度的结果，PoD一般为表示缺陷尺寸的函数。Duan Y X等人 [55] 采用脉冲红外热波检测对CFRP层板缺陷的无损检测可靠性进行研究，分析了缺陷判定阈值、特征信息提取算法等因素对无损检测PoD尺寸的影响规律，研究表明PCA算法可获得最佳的PoD尺寸。
为了提高红外热波检测水平，C.Lbarra-Castanedo等人进行了多方面的图像处理研究，其中通过改善热图像提高信噪比是其主要途径 [56] ，因此，在红外热波检测中经常要进行图像对比度的计算。图像对比度的定义有多种，其主要问题是需要预知正常参考区域，为了解决该问题，学者提出了许多新的图像对比度定义方法。自参考方法 [57] 用像素周围一定范围区域作为正常参考区域；热信号重建技术 [58] 采用参考帧求取差分图像对比度，避免因正常区域选取不同造成偏差；在此基础上C.Ibarra-Castanedo等人又提出了修正的差分图像对比度及图像相位差分对比度的概念 [59] 。另外，为解决红外热波检测图像噪声高的缺点，研究学者将小波变换 [60] 、形态学方法 [61] 引入图像增强环节中，以提高图像对比度。申请者指导研究生采用直方图均衡化处理来增强图像对比度，成功提取了PVC三层胶接薄板的内部缺陷 [62] 。Tang Q J等人 [63-64] 对SiC涂层碳/碳复合材料与高温合金材料内部缺陷的脉冲红外热波检测技术开展了系统研究，提出了马尔科夫-主成分分析特征提取算法，研究表明，该算法可显著提高图像的信噪比。Zauner将小波变换应用到脉冲相位法的数据分析之中，研究表明，小波变换分析可使缺陷的形状轮廓更加清晰。