大面积连续窗扫描涡流热成像缺陷检测与层析成像方法研究

In order to solve the problems of low detection efficiency and small detection range of existing industrial nondestructive testing, the project proposes the approaches of large-scaled and continuous window-scanned eddy current thermography (WS-ECT) for inner defect detection and tomography. Through theory analysis, finite element methods and experiments, the project will investigate mainly the following contents: finite length electromagnetic inductive heating principle of mobile linear heater, the influence of inner air-defect and property variation at specific depth on inductive temperature field, fast dynamic window-scanned data acquisition method, reconstruction of large-scaled transient temperature response, fast frequency-domain cross-correlation algorithm, the inversion of inner defect depth, and the characterization of properties at specific depth. Also, the project is planned to break through the following key technologies: multi-physical fields’ model construction considering the in-depth properties variation, the parameter optimization for dynamic window scan, fast processing of high-capacity sequence data, et al. Based on these, the theory foundation for inner defect quantification and tomography will be demonstrated, the WS-ECT data acquisition method will be built, and the approaches for inner defect detection and tomography based on cross-correlation match filter will be established, which will provide a new thought for nondestructive testing of large-scaled objects, and also a visualized and effective means for quality control of metal and carbon fiber reinforced polymer (CFRP) in manufacturing process and inspection of large–scaled key components in service.

针对当前工业无损检测效率较低和范围较小等问题，提出大面积连续窗扫描涡流热成像缺陷检测和层析成像方法。项目拟采用理论分析、有限元分析、实验分析等手段，研究移动式线性热源的有限长电磁感应加热原理、空气型内部缺陷和特定深度属性变化对感应温度场的影响机理、快速动态窗扫描数据获取方法、大范围瞬态温度响应重构方法、频域互相关快速算法、缺陷深度反演方法、特定深度属性表征方法等内容，并重点突破被检对象多层多物理场建模、动态窗扫描的参数优化、大容量序列数据的快速处理等关键技术。在此基础上，阐明窗扫描涡流热成像缺陷检测和层析成像的基础理论，建立窗扫描涡流热成像数据获取和基于互相关匹配滤波的内部缺陷检测与层析成像方法，为大面积被检对象的无损检测提供一种新思路，为钢材和复合材料制造过程中的在线质量控制和大型关键件的在役检测提供一种直观而高效的手段。

检测效率较低和检测范围较小是当前工业无损检测技术在走向实际应用中面临的主要问题。涡流热成像检测技术是一种新兴的无损检测技术，它是涡流检测技术和热成像检测技术的集成，融合了二者的优势，是解决检测效率和检测深度问题的有效方法。现有涡流热成像检测技术存在一些不足：1）静态检测方式效率较低；2）受加热不均匀；3）温度信号随检测深度的增大快速衰减；4）尚无有效的方法对被检对象实现层析成像。项目“大面积连续窗扫描涡流热成像缺陷检测与层析成像方法研究”采用理论分析、有限元分析、实验分析等手段，主要研究了移动式线性热源的有限长电磁感应加热原理、空气型内部缺陷和特定深度属性变化对感应温度场的影响机理、快速动态窗扫描数据获取方法、大范围瞬态温度响应重构方法、频域互相关快速算法、缺陷深度反演方法、特定深度属性表征方法等内容。在项目的执行成中，重点突破了被检对象多层多物理场建模、动态窗扫描的参数优化、大容量序列数据的快速处理等关键技术。建立了体积性加热的涡流热成像检测理论与方法，在时域、对数域和频域对温度信号进行了信号处理和特征提取，对脱粘缺陷（面积36 mm2）进行了检测；建立了动态线扫描涡流热成像检测技术及图像序列的重构方法，对金属构件中的疲劳裂纹等进行了检测；建立了联动扫描的涡流热成像检测技术及图像序列的重构方法，对大面积CFRP试块中的平底孔、脱粘等缺陷进行了检测；建立了基于涡流热成像和互相关匹配滤波的热波雷达层析成像方法，提高了对内部脱粘缺陷的检测灵敏度。成长2名青年学者，培养4名硕士研究生，发表SCI论文12篇、ESI高被引论文1篇，申请发明专利2项。为大面积被检对象的无损检测提供一种新思路，可为钢材和复合材料制造过程中的在线质量控制和大型关键件的在役检测提供一种直观而高效的手段。