橡胶复合材料作为一种高弹性、高延展性和高密封性等特点的材料被广泛应用在工业领域。但在生产和使用过程中,橡胶复合材料难免出现各种缺陷,造成安全隐患。2003年,美国哥伦比亚号航天飞机的失事,由于橡胶密封不到位,致使燃料箱隔热泡沫出现缺陷;2018年,重庆飞往拉萨的3U8633航班,由于橡胶密封圈老化,致使驾驶舱右侧破裂。因此越来越多的橡胶缺陷等问题受到航空及工业领域的重视。太赫兹时域光谱技术(THz-TDS)是基于飞秒超快激光技术的THz波段光谱测量新技术,与其他无损检测技术相比,其低能量、强穿透的特性展现出明显的优势,成为二十一世纪最有前景的科学发展技术之一。对于橡胶复合材料的太赫兹时域光谱技术的研究,国内外均有开展,主要有对橡胶材料类别分析、添加剂分析和老化研究,极少有对橡胶及其多层复合材料的内部缺陷进行研究,本文就是利用太赫兹时域光谱技术针对橡胶多层复合材料的内部脱粘、夹杂、空洞缺陷开展研究,本课题来源于国家863计划“复合材料太赫兹无损检测技术研究”,为橡胶复合材料的成像及质量评定提供了大量的支撑数据。本文通过太赫兹时域光谱特性分析三种不同类型的橡胶材料,获得样本橡胶的折射率;预置丁晴橡胶-铝单层粘接材料、丁晴橡胶-泡沫-丁晴橡胶-铝三层粘接材料(下简称橡胶-泡沫芯材三层粘接材料)的脱粘、夹杂、空洞等缺陷,实现对橡胶复合材料内部缺陷的太赫兹时域光谱特性及成像技术研究,并在经典BP神经网络基础上比较分析了调整学习效率、引入动量因子和引入陡度因子对橡胶-铝单层粘接材料的缺陷种类定性识别、用特征加权支持向量机对橡胶-泡沫芯材三层粘接材料的脱粘缺陷定量识别,最后利用卷积神经网络对橡胶材料太赫兹图像增强研究,取得如下结果:(1)采用太赫兹时域光谱提取丁晴橡胶、三元乙丙橡胶、氯丁橡胶的光学参数,在0.2~1.6THz波段,得到三种橡胶的折射率和吸收系数图谱变化规律:三元乙丙橡胶和氯丁橡胶的折射率随着频率的增加而减小,丁晴橡胶随着频率的增加而趋于平稳;在吸收系数方面,丁晴橡胶在吸收图谱中存在一个吸收峰,氯丁橡胶、三元乙丙橡胶没有吸收峰。说明,橡胶材料的物理性质、化学性质均存在着差异性,可以区别这三种常见的橡胶。(2)通过对相同厚度不同橡胶的光学参数提取,得到9mm厚的丁晴橡胶、三元乙丙橡胶、氯丁橡胶的折射率分别为:1.3123、2.4637、3.0521;得到3mmA2的泡沫夹层的折射率为1.0412。(3)构建了丁晴橡胶-铝橡胶单层粘接材料,预置了脱粘、空洞、夹杂缺陷,在反射模式下研究各缺陷的时域、频域光谱特性,断脱粘、空洞、夹杂缺陷。得到各缺陷的频域功率特征谱成像由于时域最大值成像,且功率谱最佳成像频率分别为:0.215THz、0.2508THz、0.262THz。(4)在经典BP神经网络基础上改进算法,分析比较了调节学习效率、引入动量因子和引入了陡度因子三种算法的橡胶单层粘接材料的缺陷回波信号的均方误差,分析表明,在相同的迭代次数下,引入陡度因子的方法较其他两种改进方法收敛速度更快,学习速率更高,通过引入陡度因子对样本缺陷进行分类识别,系统缺陷识别率可达90%。(5)预置了橡胶-泡沫芯材三层粘接材料的脱粘、空洞、夹杂缺陷,通过反射、透射两种成像模式研究了各缺陷的成像方法,提出了扩展时延窗口的特征谱信息来研究橡胶-泡沫芯材三层粘接材料的底层缺陷。结果表明,太赫兹反射模式可以对脱粘和夹杂清晰成像,对空洞成像效果不明显;透射模式能检测空洞和脱粘,但对夹杂成像效果不理想。(6)研究了特征加权支持向量机对10个等级的脱粘橡胶-泡沫芯材三层粘接材料的定量识别,在支持向量机的基础上,选择了Relief-F算法对特征进行加权,识别率由78%提高到了84%。加权后支持向量机对脱粘等级的识别性能明显改善。(7)建立了深度学习的卷积神经网络模型,对本文橡胶-铝单层粘接材料、橡胶-泡沫芯材三层粘接材料的缺陷图像进行增强,增加了像素的灰度值动态区间,提升了对比度的灰度色调变化,使图像更清晰,提高了图像识别率,并通过Canny算子对图像局部缺陷进行切割定量分析,为太赫兹时域光谱成像研究提供了新的解决思路。本文的创新点:(1)针对橡胶-泡沫芯材三层粘接材料提出扩展时延窗口的方法检测底层缺陷,克服了主反射波无法对底层缺陷检测的问题。(2)针对橡胶单层粘接材料的缺陷的回波信号,在BP神经网络的基础上,分析比较了调节学习效率、引入动量因子和引入了陡度因子三种改进算法,得到在相同的迭代次数下,引入陡度因子的方法收敛速度更快,并利用引入陡度因子对样本脱粘、夹杂、空洞缺陷进行分类识别,系统缺陷识别率为90%。为复合材料缺陷定性识别提供了新的途径。(3)针对橡胶-泡沫芯材三层粘接材料的十个脱粘等级的定量识别,在支持向量机的基础上,引入了Relief-F算法对其特征进行加权,识别率由78%提高到了84%,为太赫兹时域系统对橡胶-泡沫芯材三层粘接材料的脱粘定量识别提供了可靠依据。(4)建立了深度学习的卷积神经网络模型,对本文橡胶-铝单层粘接材料、橡胶-泡沫芯材三层粘接材料的缺陷图像进行增强,增加了像素的灰度值动态区间,提升了对比度的灰度色调变化,使图像更清晰,提高了图像识别率,并通过Canny算子对图像局部缺陷进行切割定量分析,为太赫兹时域光谱成像研究提供了新的解决思路。