论文部分内容阅读
红外无损检测技术是一种新型的无损检测技术,具有非接触、检测面积大、检测速度快等优点,在航空航天、汽车制造、机械及核工业、医疗卫生等领域得到了广泛应用。采用周期激励的红外无损检测技术利用被测试件表面热波与激励信号同频的原理进行分析,由于此热波信号的相位比幅值包含更多的缺陷信息,对相位信息的分析研究已成为研究的发展方向。本课题主要研究用于主动式红外无损检测技术的相位分析方法和实验参数确定方法,为定量化评价缺陷尺度和深度信息提供理论基础,为工程检测中激励参数的确定提供理论依据。本课题研究内容如下:基于主动式红外无损检测原理,分析不同形式热流在介质内的传递过程。根据相位法无损检测采用调制周期信号为激励的规律,对按正弦规律变化的热流在多层介质构成试件中的传递进行了理论分析,确定了试件表面热波信号的幅值和相位与试件介质热物性之间的关系。通过理论分析了试件表面热波信号的相位与试件内部缺陷尺度特征之间的关系。建立了基于介质内体积元热传导性质的三维热传导有限差分模型,编写了三维热传导有限差分计算程序。通过有限差分仿真计算了含有设定热物性缺陷的试件在不同频率热流激励下的温度场分布,为定量化评价缺陷物性参数和缺陷尺寸信息提供理论依据,通过对模拟缺陷试件的实验验证了其准确性。基于红外相位法无损检测原理,设计了国产化检测设备,研制了调制光激励系统,开发了红外无损检测图像序列处理软件系统。通过对主动式红外无损检测激励光源的光谱分布和响应特性的测试,分析了激励光源光谱特性对实验的影响,确定了实验用激励光源,开发了适用于相位法无损检测的软件系统,实现了相位法红外无损检测图像序列多种算法处理。为实现采用红外图像序列对试件表面热波信号重构和相位信息提取,研究了相位提取算法。针对周期激励所得到的试件表面热波信号含有周期分量和直流分量的特点,对表面热波信号进行了预处理。采用4点平均算法、相关算法、最小平方算法、多项式拟合系数算法、粒子群算法和主元分析法提取热波信号的幅值、相位并进行信号重构。通过实验对上述算法进行对比,实验结果表明,在已知激励调制频率时,采用相关算法可以快速准确地确定热波信号的相位信息。为定量化确定缺陷深度,将进化神经网络算法引入到相位法红外无损检测中。分别采用红外图像序列中时间-温度信息和相位信息作为网络的输入进行训练,缺陷深度为输出信息,通过模拟缺陷实验评价两种进化神经网络的准确性。为确定相位法红外无损检测最优化实验参数,通过多目标进化算法对实验的激励频率、激励时间等参数进行优化。以无损区域与有损区域对应表面相位差及温度差为评价函数,通过多目标进化算法优化实验参数。实验结果表明,该方法可为工程检测应用提供理论参数。