热障涂层技术具有成本低,热障效果明显的特点,目前被广泛应用于提升航空发动机涡轮叶片耐高温耐强腐蚀性的能力方面,是航空航天领域应用较多的涂层技术之一。热障涂层系统是一种多层复杂结构,它既包含非导电层陶瓷层,又包含导电层粘结层和金属基底,在其正常工作状态下,可以对涡轮叶片起到良好的保护作用,然而一旦失效,将会严重危害航空发动机的安全。因此,及时准确获取热障涂层系统的参数状态,是保证飞机安全的必要手段。本文主要研究基于电磁/电容复合检测的热障涂层系统多参数反演方法。利用复合传感器在电磁和电容两种不同工作模式下获取到的检测信息,分别研究解析分析、网格搜索和机器学习三种不同的参数反演方法,实现了热障涂层中陶瓷层厚度、相对介电常数和粘结层电导率等关键参数的反演。主要工作及创新点如下:一、阐述了热障涂层系统的电磁/电容复合检测原理,建立了有限元仿真模型,分析得到了热障涂层系统参数与检测信号之间的关系。分别对复合式传感器电磁、电容两种工作模式下的磁场和电场分布进行了分析,建立了热障涂层检测系统的有限元仿真模型。分析了电磁模式下提离、陶瓷层厚度、粘结层电导率和厚度等参数变化对转移阻抗的影响,得到了转移阻抗与提离、陶瓷层和粘结层参数之间的关系;分析了电容模式下提离、陶瓷层厚度和相对介电常数等参数变化对等效电容的影响,得出了等效电容与提离、陶瓷层厚度和相对介电常数之间的关系,为检测模型的建立奠定了基础。二、建立了基于电磁/电容复合传感器的热障涂层检测模型和参数反演模型,提出了基于解析分析和信息融合的参数反演方法。通过理论分析,分别建立了电磁和电容两种检测模式下检测信号与热障涂层系统各参数之间的解析关系式,据此建立了热障涂层的检测模型和参数反演模型,并根据仿真结果完成了模型参数的辨识,在此基础上提出了基于信息融合的热障涂层参数反演方法,将两种模式下的测量信号进行特征级融合,直接获得陶瓷层厚度的反演解析式,可以实现陶瓷层厚度的高精度反演。由于解析分析方法使用时需要对其系数校准,因此在应用时存在一定的局限性,需要与其他方法配合使用才能获得更好的效果。三、建立了用于参数反演的测量网格数据库,提出了二维网格搜索与解析分析相结合的多参数反演方法,实现了对热障涂层陶瓷层厚度、相对介电常数以及粘结层电导率三个关键参数的分步反演。为解决解析分析法的应用局限性问题,提出了一种可以和解析分析方法相结合实现热障涂层多个关键参数反演的方法—二维网格搜索算法。首先通过网格搜索完成陶瓷层厚度和粘结层电导率两个参数的反演,再将反演得到的厚度信息与测量到的等效电容结合,利用解析分析法实现陶瓷层相对介电常数的反演。经实验验证,反演得到的陶瓷层厚度、相对介电常数和粘结层电导率的最大相对误差分别为2.67%,1.76%和1.83%,基本可以满足应用需求。但是这种分步反演方法不可避免地会导致误差传递,如果能够利用检测信号同时获得三个参数信息,则可有望避免代入误差的影响。四、建立了用于热障涂层参数反演的神经网络模型,提出了基于机器学习的多参数反演方法,实现了陶瓷层厚度、相对介电常数和粘结层电导率的同步反演,提高了反演精度。为了进一步提高反演精度,提出了基于机器学习的热障涂层系统多参数反演方法,并对基于径向基神经网络和BP神经网络的反演方法进行了研究和对比。分别构建了仅针对陶瓷层厚度和介电常数两个参数反演的三输入二输出反演模型和同时实现陶瓷层厚度、介电常数以及粘结层电导率三个关键参数反演的五输入三输出反演模型。实验结果表明BP神经网络在仅反演两个参数时,训练时间2分钟左右,陶瓷层厚度和相对介电常数的最大反演误差分别为1.33%和1.97%;反演三个参数时,训练时间5分钟左右,陶瓷层厚度、相对介电常数和粘结层电导率最大反演误差分别为1.33%,1.98%和0.16%。BP神经网络算法训练时间比径向基神经网络算法明显缩短,且反演精度相对较高,具有高效高精度的优点。五、搭建了热障涂层系统全自动检测平台,获取了准确的检测信息用于参数反演,实验结果验证了反演方法的有效性和正确性。为了获取准确的检测数据,验证上文中提出的各种参数反演方法的正确性,搭建了包含热障涂层模拟试件、电磁/电容复合式传感器阵列、多通道切换单元、阻抗分析仪的热障涂层系统检测平台。采用虚拟仪器技术,控制多通道切换单元依次将电磁/电容复合传感器阵列中的各个检测单元接入阻抗分析仪的输入端,测量传感器转移阻抗或等效电容等信息,并通过GPIB接口自动读取阻抗分析仪的测量结果,构建了参数设置、自动测量、数据存储一体化的高效便捷的全自动测量系统。利用测量数据对前面提出的热障涂层多参数反演方法的有效性和反演精度进行了验证,得到了较好的实验效果。