电涡流脉冲热成像中缺陷快速检测方法研究

Eddy Current Pulsed Thermography (ECPT) is a promising Non-destructive Testing (NDT) technique. The detection results, however, depends on manual analysis, which results to inefficiency. Recently, statistical analysis was proposed for several materials testing, but still suffers from large computational requirement and lack of physical meaning.To overcome these issues, this project develops a new special statistical analysis method, which is built through carefully considering the character of ECPT transient response. This method 1) is developed from independent component analysis, and employs the link between infrared camera pixel and area under detection. This means the statistical analysis closely links to the physical model. 2) Constrains the iterative process using the character of transient response,and replaces the full data space with local sample data to cut the calculated amount. The success of this project can not only significantly improve the efficency of ECPT , but also provid theory and data support for quantitative evaluation. This study is of scientific significance and engineering significance.

电涡流脉冲热成像是一种极具发展潜力的可视化无损检测技术，但因目前检测结果依赖于人工判读，效率低下，限制了应用推广。近年来基于统计分析方法的处理技术已成功应用于多种材料的检测，但仍被计算资源需求大，处理结果物理含义模糊所困扰。针对这些不足，本项目以现有独立成分分析方法为基础，充分结合电涡流脉冲热成像数据本身的特点，研究专用的缺陷快速检测算法。该算法1)从热像仪像素与区域的对应关系出发，无缝衔接检测的物理模型与数据处理模型，确保求解过程具有清晰明确的物理含义；2)根据电涡流脉冲热响应数据分布特性约束迭代方向，用局部抽样数据代替全数据，最大限度的降低计算量。该项目的成功实施，在大幅提高电涡流脉冲热成像缺陷检测效率的同时，为定量评估提供良好的理论和数据支撑，具有重大的理论意义和工程应用价值。

电涡流脉冲热成像是一种极具发展潜力的可视化无损检测技术，但因目前检测结果依赖于人工判读，效率低下，限制了应用推广。近年来基于统计分析方法的处理技术已成功应用于多种材料的检测，但仍被计算资源需求大，处理结果物理含义模糊所困扰。针对这些不足，本项目以现有独立成分分析方法为基础，充分结合电涡流脉冲热成像数据本身的特点，研究专用的缺陷快速检测算法。该算法1)从热像仪像素与区域的对应关系出发，无缝衔接检测的物理模型与数据处理模型，确保求解过程具有清晰明确的物理含义；2)根据电涡流脉冲热响应数据分布特性约束迭代方向，用局部抽样数据代替全数据，最大限度的降低计算量。该项目的成功实施，在大幅提高电涡流脉冲热成像缺陷检测效率的同时，为定量评估提供良好的理论和数据支撑，具有重大的理论意义和工程应用价值。