紅外熱成像技術(shù)在FRP復(fù)合材料/熱障涂層無(wú)損檢測(cè)應(yīng)用中的研究現(xiàn)狀與進(jìn)展

鄭 凱，羅志濤，張 輝

紅外熱成像技術(shù)在FRP復(fù)合材料/熱障涂層無(wú)損檢測(cè)應(yīng)用中的研究現(xiàn)狀與進(jìn)展

鄭 凱1，羅志濤2,3，張 輝3

（1. 江蘇省特種設(shè)備安全監(jiān)督檢驗(yàn)研究院，江蘇 南京 210036；2. 南京農(nóng)業(yè)大學(xué) 工學(xué)院，江蘇 南京 210031；3. 東南大學(xué) 機(jī)械工程學(xué)院，江蘇 南京 211189）

紅外熱成像是具有非接觸、檢測(cè)面積大、檢測(cè)結(jié)果直觀等突出優(yōu)勢(shì)的新興無(wú)損檢測(cè)技術(shù)，近年來(lái)被廣泛應(yīng)用于金屬、非金屬、纖維增強(qiáng)復(fù)合材料（Fiber reinforced polymer，F(xiàn)RP）以及熱障涂層等的無(wú)損檢測(cè)與評(píng)價(jià)。本文首先簡(jiǎn)要介紹了紅外熱成像技術(shù)的基本原理和檢測(cè)系統(tǒng)構(gòu)成，特別是對(duì)光學(xué)、超聲以及電磁等主要熱激勵(lì)形式的特點(diǎn)和優(yōu)劣勢(shì)進(jìn)行了對(duì)比。然后，根據(jù)熱激勵(lì)形式的發(fā)展歷程，詳細(xì)介紹了光激勵(lì)紅外熱成像技術(shù)在FRP復(fù)合材料和熱障涂層無(wú)損檢測(cè)與評(píng)價(jià)方面的研究現(xiàn)狀與進(jìn)展，重點(diǎn)關(guān)注了FRP復(fù)合材料/熱障涂層熱成像無(wú)損檢測(cè)中的熱難點(diǎn)問(wèn)題。最后總結(jié)并展望了FRP復(fù)合材料/熱障涂層紅外熱成像無(wú)損檢測(cè)技術(shù)的未來(lái)發(fā)展趨勢(shì)。

無(wú)損檢測(cè)；紅外熱成像；熱障涂層；FRP復(fù)合材料；紅外圖像處理

0 引言

熱障涂層作為一種陶瓷層，由于具有耐高溫、高硬度、耐腐蝕和良好的化學(xué)穩(wěn)定性等諸多優(yōu)異的物理力學(xué)性能，因此可沉積在基體材料的表面，對(duì)基體材料起到隔熱保護(hù)的作用，目前已被廣泛用作航空發(fā)動(dòng)機(jī)、聚變反應(yīng)堆、火箭噴管等高端裝備的高溫?zé)岱雷o(hù)部件，圖1所示為某航空發(fā)動(dòng)機(jī)及其渦輪葉片熱障涂層結(jié)構(gòu)示意圖[1-5]。此外，由碳纖維或玻璃纖維與高性能樹(shù)脂基體復(fù)合而成的碳纖維增強(qiáng)復(fù)合材料（carbon fiber reinforced polymer，CFRP）與玻璃纖維增強(qiáng)復(fù)合材料（glass fiber reinforced polymer，GFRP），由于具有質(zhì)量輕、比強(qiáng)度和模量高、耐高溫、耐疲勞、耐腐蝕、抗震性能好等優(yōu)良性能，是目前發(fā)展最為成熟，同時(shí)也已被廣泛應(yīng)用于航空航天、船舶、交通運(yùn)載和風(fēng)力發(fā)電等領(lǐng)域的結(jié)構(gòu)復(fù)合材料[6-9]。然而，它們的層狀以及非均勻微觀結(jié)構(gòu)使得它們?cè)谏a(chǎn)和使用過(guò)程中極易萌生和發(fā)展為多種類型的缺陷，如涂層脫粘、界面分層等，極大地降低了復(fù)合材料/涂層結(jié)構(gòu)件的使用性能與壽命，嚴(yán)重時(shí)甚至釀成災(zāi)難性事故。為控制FRP復(fù)合材料/涂層結(jié)構(gòu)的質(zhì)量，確保高端裝備的安全可靠運(yùn)行和低維護(hù)成本，開(kāi)發(fā)先進(jìn)的無(wú)損檢測(cè)與評(píng)價(jià)方法或技術(shù)對(duì)其進(jìn)行高效、可靠地檢測(cè)與評(píng)價(jià)是非常必要的。

目前比較有代表性的無(wú)損檢測(cè)與評(píng)價(jià)技術(shù)有射線檢測(cè)、超聲檢測(cè)、磁粉檢測(cè)、滲透檢測(cè)和電磁檢測(cè)等。但這些方法各有所長(zhǎng)，也有其各自的局限性。例如，超聲法中耦合劑的使用會(huì)致使檢測(cè)表面受到污染；電磁法雖易于實(shí)現(xiàn)自動(dòng)化檢測(cè)，但僅適用于非鐵磁性材料，且多用于檢測(cè)近表面缺陷信息。紅外熱波成像技術(shù)由于具有非接觸、快速、檢測(cè)面積大、檢測(cè)結(jié)果直觀等優(yōu)點(diǎn)，非常適合于復(fù)合材料/涂層結(jié)構(gòu)的在線檢測(cè)與缺陷表征，近年來(lái)得到人們的重視和廣泛關(guān)注[10]。

1 紅外熱波成像技術(shù)

任何高于絕對(duì)零度的物體都會(huì)向周圍環(huán)境發(fā)出電磁熱輻射，根據(jù)Stefan-Boltzmann定律，其大小除與材料種類、形貌和內(nèi)部結(jié)構(gòu)等本身特性有關(guān)外，還與波長(zhǎng)和環(huán)境溫度有關(guān)，而紅外熱波成像技術(shù)即是利用紅外熱像儀通過(guò)遙測(cè)材料表面溫度場(chǎng)，從而實(shí)現(xiàn)對(duì)材料結(jié)構(gòu)特性和物理力學(xué)性能的無(wú)損檢測(cè)與評(píng)價(jià)。根據(jù)被測(cè)對(duì)象是否需要施加外部熱激勵(lì)，該技術(shù)可分為主動(dòng)式與被動(dòng)式，其中主動(dòng)式紅外熱波無(wú)損檢測(cè)技術(shù)由于具有更高的熱對(duì)比度與檢測(cè)分辨率，近年來(lái)受到極大的關(guān)注。主動(dòng)式紅外熱波檢測(cè)技術(shù)是利用外界熱源對(duì)待測(cè)試件進(jìn)行熱激勵(lì)，同時(shí)利用紅外熱像儀記錄其表面溫度場(chǎng)的演化歷程，并通過(guò)對(duì)所獲得的熱波信號(hào)進(jìn)行特征提取分析，以達(dá)到檢測(cè)材料表面損傷和內(nèi)部缺陷的目的[11]。根據(jù)外激勵(lì)熱源的不同，該技術(shù)又可被分為光激勵(lì)紅外熱成像、超聲紅外熱成像與電渦流紅外熱成像等。圖2總結(jié)了目前主動(dòng)式紅外熱波成像檢測(cè)技術(shù)中的主要分類依據(jù)及分類結(jié)果。

雖然紅外熱成像無(wú)損檢測(cè)技術(shù)種類眾多，但由于所檢測(cè)對(duì)象琳瑯滿目，且結(jié)構(gòu)與物理特性比較復(fù)雜，因此在實(shí)際應(yīng)用中需結(jié)合檢測(cè)對(duì)象本身特性，選擇一種相對(duì)合適且高效的主動(dòng)式紅外熱波成像無(wú)損檢測(cè)方法，從而達(dá)到對(duì)待測(cè)對(duì)象進(jìn)行高分辨率、高精度、快速可靠檢測(cè)與評(píng)價(jià)的目的。光激勵(lì)紅外熱成像是主動(dòng)紅外熱成像中一種相對(duì)高效的無(wú)損檢測(cè)方法，由于其非接觸、非破壞、檢測(cè)時(shí)間短、檢測(cè)面積大、易于實(shí)施等突出優(yōu)點(diǎn)，在熱障涂層結(jié)構(gòu)、纖維增強(qiáng)復(fù)合材料無(wú)損檢測(cè)與評(píng)價(jià)中備受關(guān)注[12]。在該方法中，當(dāng)外激勵(lì)光源入射到待測(cè)試件時(shí)，基于光熱轉(zhuǎn)換效應(yīng)所產(chǎn)生的熱波擴(kuò)散并與內(nèi)部界面或缺陷相互作用，同時(shí)，利用紅外熱像儀遠(yuǎn)程記錄待測(cè)試件表面的瞬態(tài)熱響應(yīng)，即紅外熱圖像序列。然后，借助先進(jìn)的后處理算法對(duì)所獲取的熱圖像序列進(jìn)行綜合分析，從而實(shí)現(xiàn)待測(cè)試件的無(wú)損檢測(cè)與定量表征。圖3為光激勵(lì)熱成像技術(shù)原理和目前常用光激勵(lì)紅外熱成像檢測(cè)系統(tǒng)。

圖1 某航空發(fā)動(dòng)機(jī)及其渦輪葉片熱障涂層結(jié)構(gòu)示意圖

此外，根據(jù)熱激勵(lì)形式的不同，紅外熱成像技術(shù)又可被分為紅外脈沖熱成像、紅外鎖相熱成像與紅外熱波雷達(dá)成像，這也是根據(jù)紅外熱成像發(fā)展歷程、目前最為常用的分類方法之一。紅外脈沖熱成像技術(shù)檢測(cè)效率高，但其探測(cè)深度通常較淺，無(wú)法滿足對(duì)材料深層缺陷高分辨率檢測(cè)的要求；且其檢測(cè)結(jié)果易受表面加熱不均勻、表面反射率及發(fā)射率不均等影響，瞬時(shí)高能量脈沖也易使材料表面產(chǎn)生熱損傷。為克服紅外脈沖熱成像技術(shù)的局限性，紅外鎖相熱成像技術(shù)應(yīng)運(yùn)而生，但由于該技術(shù)在單一調(diào)制頻率熱激勵(lì)下僅能探測(cè)與其熱擴(kuò)散長(zhǎng)度相對(duì)應(yīng)深度的內(nèi)部缺陷，因此對(duì)FRP復(fù)合材料或熱障涂層類結(jié)構(gòu)內(nèi)不同深度或不同鋪層界面的缺陷，需選擇不同調(diào)制頻率對(duì)待測(cè)試件進(jìn)行激勵(lì)，因此，該方法檢測(cè)時(shí)間仍相對(duì)較長(zhǎng)且易出現(xiàn)漏檢。紅外熱波雷達(dá)是一種新興的無(wú)損檢測(cè)技術(shù)，具有紅外脈沖熱成像與紅外鎖相熱成像技術(shù)所無(wú)法比擬的突出優(yōu)勢(shì)，如高分辨率、高檢測(cè)效率、大探測(cè)深度等，近年來(lái)備受關(guān)注。表1總結(jié)了紅外脈沖熱成像、紅外鎖相熱成像以及紅外熱波雷達(dá)成像這3種技術(shù)的優(yōu)缺點(diǎn)及適用范圍。

圖2 主動(dòng)式紅外熱成像檢測(cè)技術(shù)的主要分類依據(jù)及結(jié)果

圖3 光熱無(wú)損檢測(cè)原理及典型閃光燈激勵(lì)熱成像檢測(cè)系統(tǒng)

表1 紅外脈沖熱成像、紅外鎖相熱成像以及紅外熱波雷達(dá)成像檢測(cè)技術(shù)的對(duì)比

2 FRP復(fù)合材料光激勵(lì)紅外熱成像無(wú)損檢測(cè)研究現(xiàn)狀

2.1 紅外脈沖熱成像檢測(cè)技術(shù)

紅外脈沖熱成像技術(shù)是發(fā)展最早且目前應(yīng)用最為廣泛的一種紅外熱波無(wú)損檢測(cè)技術(shù)，該技術(shù)是使用高能光源（如激光、鹵素?zé)?、閃光燈）對(duì)待測(cè)試件進(jìn)行非常短時(shí)間（通常幾毫秒）的脈沖激勵(lì)加熱，由于內(nèi)部界面或缺陷的熱阻效應(yīng)會(huì)對(duì)待測(cè)試件表面溫度場(chǎng)產(chǎn)生差異，然后，利用紅外熱像儀同步記錄這種溫度差異，并借助于先進(jìn)的后處理算法可實(shí)現(xiàn)對(duì)待測(cè)試件內(nèi)部界面或缺陷的無(wú)損檢測(cè)與評(píng)價(jià)。紅外脈沖熱波檢測(cè)技術(shù)檢測(cè)速度快，且對(duì)厚度較小的試件具有較好的檢測(cè)結(jié)果，但其探測(cè)深度非常有限，不適用于檢測(cè)大厚度構(gòu)件。此外，該技術(shù)還易受表面加熱不均、表面發(fā)射率不均等影響，瞬時(shí)高能量脈沖也易使試件表面產(chǎn)生熱損傷。

FRP復(fù)合材料的強(qiáng)各向異性和顯著內(nèi)部界面效應(yīng)，極易使得其產(chǎn)生界面分層等類型缺陷，極大影響FRP復(fù)合材料結(jié)構(gòu)或裝備的使用性能。英國(guó)巴斯大學(xué)Almond等[13]對(duì)CFRP復(fù)合材料裂紋狀缺陷的邊緣效應(yīng)進(jìn)行了研究，并提出了一種瞬態(tài)熱成像法測(cè)量缺陷尺寸的方法。加拿大拉瓦爾大學(xué)Maldague等[14]提出了一種將脈沖熱成像與調(diào)制熱成像技術(shù)相結(jié)合的紅外脈沖相位熱成像檢測(cè)技術(shù)，該技術(shù)基于傅里葉變換可獲得能無(wú)損表征CFRP復(fù)合材料的相位圖像，因此克服了脈沖熱成像技術(shù)對(duì)表面加熱均勻性的限制。意大利學(xué)者Ludwig等[15]研究了紅外脈沖熱成像檢測(cè)技術(shù)中的熱損失與三維熱擴(kuò)散對(duì)缺陷尺寸測(cè)量的影響。為了克服脈沖熱成像技術(shù)的局限性，加拿大拉瓦爾大學(xué)Maldague等[16]隨后提出了雙脈沖激勵(lì)熱成像檢測(cè)技術(shù)，并表明該技術(shù)可進(jìn)一步增強(qiáng)熱對(duì)比度。加拿大學(xué)者M(jìn)eola等[17]利用脈沖熱成像法對(duì)GFRP復(fù)合材料的低速?zèng)_擊損傷進(jìn)行了無(wú)損檢測(cè)。英國(guó)巴斯大學(xué)Almond等[18]又通過(guò)解析法研究了脈沖熱成像技術(shù)的缺陷檢測(cè)極限與缺陷徑深比、激勵(lì)能量以及缺陷深度都密切相關(guān)。伊朗桂蘭大學(xué)Azizinasab等[19]還提出了一種使用局部參考像素矢量來(lái)處理脈沖熱成像檢測(cè)結(jié)果的瞬態(tài)響應(yīng)相位提取方法，實(shí)現(xiàn)了CFRP復(fù)合材料缺陷檢測(cè)和深度預(yù)測(cè)。此外，為增強(qiáng)FRP復(fù)合材料缺陷檢測(cè)效果，許多集成先進(jìn)特征提取方法的脈沖熱成像檢測(cè)技術(shù)也被提出，例如主成分熱成像[20]、矩陣分解熱成像[21]、正交多項(xiàng)式分解熱成像[22]和低秩稀疏主成分熱成像[23]。

國(guó)內(nèi)的哈爾濱工業(yè)大學(xué)、電子科技大學(xué)、湖南大學(xué)、東南大學(xué)、火箭軍工程大學(xué)、首都師范大學(xué)、南京諾威爾光電系統(tǒng)有限公司等科研單位也對(duì)FRP復(fù)合材料紅外脈沖熱成像無(wú)損檢測(cè)技術(shù)開(kāi)展了大量研究工作，并取得了豐碩的研究成果。首都師范大學(xué)[24]研究了GFRP復(fù)合材料脈沖熱成像檢測(cè)的熱圖像序列的分割與三維可視化，并提出了一種基于局部極小值的圖像分割算法。北京航空航天大學(xué)[25]對(duì)FRP復(fù)合材料次表面缺陷紅外脈沖熱成像無(wú)損檢測(cè)的檢測(cè)概率進(jìn)行了深入研究，并分析了閾值、特征信息提取算法等對(duì)檢測(cè)概率的影響。此外，國(guó)內(nèi)研究學(xué)者還提出集成了稀疏主成分分析[26-27]、矩陣分解基算法[28-29]、流形學(xué)習(xí)[30]和快速隨機(jī)稀疏主成分分析[31]等算法的紅外脈沖熱成像檢測(cè)技術(shù)。

2.2 紅外鎖相熱成像檢測(cè)技術(shù)

紅外鎖相熱成像技術(shù)是20世紀(jì)90年代初發(fā)展起來(lái)的一種新型數(shù)字化無(wú)損檢測(cè)技術(shù)，該技術(shù)是利用單頻正弦調(diào)制的熱激勵(lì)源對(duì)待測(cè)試件進(jìn)行加熱，然后，待測(cè)試件內(nèi)部將也產(chǎn)生一個(gè)呈周期性變化的溫度場(chǎng)，由于缺陷區(qū)與無(wú)缺陷區(qū)處的表面溫度場(chǎng)存在差異，因此采用鎖相算法可對(duì)表面溫度場(chǎng)進(jìn)行幅值與相位提取，最終實(shí)現(xiàn)對(duì)材料表面損傷或內(nèi)部缺陷進(jìn)行無(wú)損檢測(cè)與評(píng)價(jià)。紅外鎖相熱成像檢測(cè)技術(shù)的探測(cè)范圍要大于紅外脈沖熱成像檢測(cè)技術(shù)，此外，通過(guò)降低激勵(lì)頻率大小可增大探測(cè)深度。

英國(guó)華威大學(xué)和意大利那不勒斯大學(xué)等研究學(xué)者較早地將紅外鎖相熱成像技術(shù)用于CFRP航空件缺陷檢測(cè)，并證實(shí)了該技術(shù)與瞬態(tài)熱成像與超聲C掃描無(wú)損檢測(cè)技術(shù)相比，更適于CFRP航空件表面沖擊損傷的快速無(wú)損檢測(cè)[32-33]。Pickering等[34]研究了同等激發(fā)能量下，紅外脈沖熱成像和紅外鎖相熱成像對(duì)CFRP復(fù)合材料分層缺陷的檢測(cè)能力。Montanini等[35]證實(shí)了紅外鎖相熱成像技術(shù)也可用于厚GFRP復(fù)合材料的無(wú)損檢測(cè)，并深入研究了與缺陷幾何形狀和深度相關(guān)的檢測(cè)極限問(wèn)題。隨后，Lahiri等[36]發(fā)現(xiàn)隨著GFRP復(fù)合材料缺陷深度增加，利用紅外鎖相熱成像技術(shù)所獲得的相位對(duì)比度增大，而熱對(duì)比度卻減小。Oliveira等[37]提出了一種融合光學(xué)鎖相熱成像和光學(xué)方脈沖剪切成像的CFRP復(fù)合材料沖擊損傷高效表征方法。

國(guó)內(nèi)哈爾濱工業(yè)大學(xué)、浙江大學(xué)和東南大學(xué)等科研人員也對(duì)FRP復(fù)合材料紅外鎖相熱成像檢測(cè)開(kāi)展了較多有價(jià)值的研究工作。哈爾濱工業(yè)大學(xué)[38-42]對(duì)CFRP復(fù)合材料分層缺陷的大小和深度以及熱物性的無(wú)損檢測(cè)與定量評(píng)價(jià)，開(kāi)展了系統(tǒng)的理論與實(shí)驗(yàn)研究，并提出了多種先進(jìn)特征增強(qiáng)算法來(lái)提高其內(nèi)部分層缺陷的可視性。浙江大學(xué)[43-45]使用紅外鎖相熱成像無(wú)損檢測(cè)CFRP復(fù)合材料分層缺陷，并利用深度學(xué)習(xí)對(duì)測(cè)量過(guò)程中的傳感器噪聲、背景干擾等進(jìn)行有效去除，顯著提高了CFRP復(fù)合材料次表面缺陷無(wú)損檢測(cè)與定征的精度。此外，東南大學(xué)[46]針對(duì)CFRP復(fù)合材料分層缺陷紅外鎖相熱成像無(wú)損檢測(cè)中所存在的熱成像數(shù)據(jù)缺失以及低幀率導(dǎo)致的低分辨率問(wèn)題，提出了基于低秩張量填充的熱成像檢測(cè)技術(shù)，不僅可有效解決紅外鎖相熱成像數(shù)據(jù)高度缺失問(wèn)題，還可顯著提高常用紅外熱像儀的幀頻率。

2.3 紅外熱波雷達(dá)成像檢測(cè)技術(shù)

近年來(lái)，紅外熱波雷達(dá)成像技術(shù)因檢測(cè)效率高和靈敏度高以及不易對(duì)材料產(chǎn)生熱損傷而受到越來(lái)越多的關(guān)注，并開(kāi)始應(yīng)用于FRP復(fù)合材料的無(wú)損檢測(cè)與評(píng)價(jià)。紅外熱波雷達(dá)成像技術(shù)具有紅外脈沖熱成像技術(shù)與紅外鎖相熱成像技術(shù)所無(wú)法比擬的優(yōu)勢(shì)，但由于被用于FRP復(fù)合材料無(wú)損檢測(cè)與評(píng)價(jià)的時(shí)間并不長(zhǎng)，尚存在一定的局限性。例如，由于通常采用較低調(diào)制頻率激勵(lì)源去探測(cè)較深范圍的內(nèi)部缺陷信息，隨之而來(lái)的是熱擴(kuò)散長(zhǎng)度的增大，致使檢測(cè)分辨率降低；另外，為提高檢測(cè)信號(hào)的信噪比，通常采用增加熱流激勵(lì)強(qiáng)度的方法來(lái)解決，但在檢測(cè)重要目標(biāo)構(gòu)件時(shí)，為防止對(duì)檢測(cè)對(duì)象的熱損傷，這種方法并不適合。

加拿大多倫多大學(xué)Mandelis教授[47-48]與印度理工大學(xué)Mulaveesala教授[49-50]首先將線性調(diào)頻雷達(dá)探測(cè)技術(shù)引入到紅外熱成像檢測(cè)技術(shù)中，提出了脈沖壓縮熱成像或熱波雷達(dá)無(wú)損檢測(cè)技術(shù)。為顯著提高探測(cè)熱波信號(hào)的信噪比與靈敏度，隨后提出了熱相干層析成像[51]和截?cái)嘞嚓P(guān)光熱相干層析成像技術(shù)[52]，截?cái)嘞嚓P(guān)光熱相干層析成像技術(shù)的具體原理如圖4所示。印度理工學(xué)院與印度塔帕爾工程技術(shù)大學(xué)等科研人員還將脈沖壓縮熱成像與紅外脈沖熱成像等其他檢測(cè)技術(shù)在檢測(cè)FRP復(fù)合材料次表面缺陷時(shí)的檢測(cè)性能進(jìn)行了對(duì)比，并分析了各種技術(shù)的優(yōu)勢(shì)所在[53-56]。為增強(qiáng)FRP復(fù)合材料分層缺陷檢測(cè)，比利時(shí)根特大學(xué)[57-59]最近也提出了離散頻率相位調(diào)制波形的熱波雷達(dá)技術(shù)，并證明了該技術(shù)具有更高的深度分辨率。

國(guó)內(nèi)的哈爾濱工業(yè)大學(xué)、東南大學(xué)、電子科技大學(xué)和湖南大學(xué)等科研人員也對(duì)脈沖壓縮熱成像或熱波雷達(dá)開(kāi)展了較多的研究工作，并取得了重要的創(chuàng)新研究成果。哈爾濱工業(yè)大學(xué)[60-62]較早地將紅外熱波雷達(dá)成像技術(shù)拓展到CFRP復(fù)合材料鋪向和分層缺陷的無(wú)損檢測(cè)與評(píng)價(jià)，并對(duì)熱波雷達(dá)檢測(cè)技術(shù)的特征提取方法也開(kāi)展了深入研究。湖南大學(xué)[63]和電子科技大學(xué)[64]還分別用感應(yīng)紅外熱成像/熱波雷達(dá)檢測(cè)技術(shù)和參考脈沖壓縮熱成像檢測(cè)技術(shù)對(duì)CFRP復(fù)合材料分層缺陷檢測(cè)，并取得了較為滿意的檢測(cè)效果。最近，東南大學(xué)[65]也提出了正交頻率相位調(diào)制波形的熱波雷達(dá)檢測(cè)技術(shù)，可有效增強(qiáng)CFRP復(fù)合材料分層缺陷的檢測(cè)效果。

圖4 截?cái)嘞嚓P(guān)光熱相干層析成像檢測(cè)技術(shù)原理：(a) 截?cái)嘞嚓P(guān)光熱相干層析成像數(shù)學(xué)實(shí)施；(b) 激光誘導(dǎo)熱成像系統(tǒng)框圖

3 熱障涂層紅外熱波成像無(wú)損檢測(cè)研究現(xiàn)狀

關(guān)于熱障涂層紅外熱波檢測(cè)技術(shù)的研究始于20世紀(jì)80年代，伴隨著信息電子與計(jì)算機(jī)技術(shù)的快速發(fā)展，近年來(lái)在航空和先進(jìn)裝備等領(lǐng)域受到極大關(guān)注。在目前的熱障涂層紅外熱成像無(wú)損檢測(cè)中，仍以光激勵(lì)紅外熱成像檢測(cè)技術(shù)為主，這仍然是由于光激勵(lì)紅外熱成像技術(shù)具有非接觸、快速、檢測(cè)面積大、檢測(cè)結(jié)果直觀等突出優(yōu)點(diǎn)，非常適合于熱障涂層結(jié)構(gòu)性能與健康狀況的在線檢測(cè)與表征。根據(jù)激勵(lì)熱源生熱機(jī)理的不同，除光激勵(lì)紅外熱成像檢測(cè)技術(shù)外，其他無(wú)損檢測(cè)方法還包括：超聲熱成像[66]、振動(dòng)熱成像[67]和渦流熱成像[68]。

3.1 紅外脈沖熱成像檢測(cè)技術(shù)

針對(duì)熱障涂層紅外脈沖熱成像無(wú)損檢測(cè)，國(guó)外專家學(xué)者較早地開(kāi)展了相關(guān)研究，并取得了較多的研究成果。Cielo等[69]利用紅外脈沖熱成像技術(shù)無(wú)損檢測(cè)熱障涂層，研究表明當(dāng)光學(xué)穿透深度遠(yuǎn)小于而加熱區(qū)域遠(yuǎn)大于涂層實(shí)際厚度時(shí)，該技術(shù)可有效表征熱障涂層熱物性和表面涂層厚度。Liu等[70]提出了可無(wú)損檢測(cè)熱障涂層內(nèi)部裂紋和厚度不均勻性的穩(wěn)態(tài)熱流激勵(lì)熱成像技術(shù)，可實(shí)現(xiàn)直徑遠(yuǎn)小于1 mm的裂紋檢測(cè)。Shepard等[71-73]利用紅外脈沖熱成像技術(shù)對(duì)熱障涂層厚度和脫粘缺陷進(jìn)行無(wú)損檢測(cè)，并結(jié)合先進(jìn)后處理方法提高了時(shí)空域分辨率和信噪比。Marinetti與Cernuschi等[74-76]利用紅外脈沖熱成像技術(shù)結(jié)合機(jī)器學(xué)習(xí)和相位特征提取方法，系統(tǒng)地研究了熱障涂層結(jié)構(gòu)中的表面涂層厚度變化、脫粘缺陷以及涂層過(guò)厚與粘附/脫粘缺陷的區(qū)分問(wèn)題。隨后，為無(wú)損評(píng)價(jià)熱障涂層老化程度以及完整性，Bison與Cernuschi等[77-81]利用紅外脈沖熱成像技術(shù)檢測(cè)了熱障涂層面內(nèi)與深度方向熱擴(kuò)散率以及孔隙率。此外，利用紅外脈沖熱成像檢測(cè)技術(shù)還可監(jiān)測(cè)熱障涂層損傷演化歷程以及壽命評(píng)估，且熱障涂層粘結(jié)界面處粗糙度形貌、深度以及基底強(qiáng)度等對(duì)其損傷演化也有重要影響[82-86]。Ptaszek等[87-89]還研究了熱障涂層表面非均勻及紅外透光性等對(duì)其光熱無(wú)損檢測(cè)的影響。最近，Mezghani等[90]利用激光激勵(lì)紅外脈沖熱成像技術(shù)無(wú)損檢測(cè)了表面涂層厚度變化。Unnikrishnakurup等[91]利用紅外脈沖熱成像技術(shù)和太赫茲時(shí)域譜技術(shù)同時(shí)對(duì)不均勻涂層厚度進(jìn)行測(cè)量，并獲得了對(duì)熱障涂層厚度估計(jì)小于10.3%的平均相對(duì)誤差。

雖然我國(guó)關(guān)于熱障涂層紅外脈沖熱成像無(wú)損檢測(cè)的研究起步較晚，但北京航空航天大學(xué)、北京理工大學(xué)、哈爾濱工業(yè)大學(xué)、陸軍裝甲兵學(xué)院和北京航空材料研究院等的科研人員仍取得了重要研究成果。北京航空航天大學(xué)[92-95]利用紅外脈沖熱成像技術(shù)，通過(guò)使用有限元數(shù)值模擬與熱成像檢測(cè)實(shí)驗(yàn)方法，對(duì)存在脫粘缺陷和厚度不均勻時(shí)熱障涂層表面溫度場(chǎng)以及熱障涂層的厚度與疲勞特性進(jìn)行了較為深入的研究。北京航空材料研究院[96]利用閃光燈激勵(lì)紅外脈沖熱成像技術(shù)不僅檢測(cè)出直徑小于0.5mm的脫粘缺陷，還識(shí)別出了肉眼無(wú)法觀察到的微裂紋。海軍工程大學(xué)[97]利用有限體積法研究了脈沖熱激勵(lì)下熱障涂層脫粘缺陷時(shí)表面溫度場(chǎng)相位差變化，并利用Levenberg-Marquardt算法對(duì)涂層厚度和脫粘缺陷位置進(jìn)行定量化表征。哈爾濱工業(yè)大學(xué)[98-100]將紅外脈沖熱成像技術(shù)與模擬退火和馬爾科夫-主成分分析-神經(jīng)網(wǎng)絡(luò)等方法相結(jié)合，實(shí)現(xiàn)了熱障涂層不均勻厚度和脫粘缺陷深度與直徑的有效量化確定。最近，哈爾濱商業(yè)大學(xué)[101]還提出了一種基于同態(tài)濾波-分水嶺- Canny算子混合算法的長(zhǎng)脈沖熱成像檢測(cè)技術(shù)，不僅可有效識(shí)別熱障涂層脫粘缺陷的邊緣，還增強(qiáng)了缺陷特征提取效果。陸軍裝甲兵學(xué)院[102-104]采用脈沖紅外熱成像檢測(cè)技術(shù)對(duì)熱障涂層厚度與脫粘缺陷進(jìn)行了較為系統(tǒng)的研究，并表明熱圖重構(gòu)及先進(jìn)后處理算法可有效提高表面涂層厚度表征的精度和脫粘缺陷的檢測(cè)效果。近來(lái)，關(guān)于熱障涂層激光掃描熱成像技術(shù)的無(wú)損檢測(cè)與評(píng)價(jià)研究也開(kāi)始出現(xiàn)，北京理工大學(xué)[105-106]和南京理工大學(xué)[107]利用線型激光掃描熱成像技術(shù)實(shí)現(xiàn)了對(duì)熱障涂層脫粘缺陷以及20～150mm厚薄涂層的高精度無(wú)損檢測(cè)與評(píng)價(jià)。為了檢測(cè)熱障涂層表面微小裂紋，北京理工大學(xué)[108]還開(kāi)發(fā)了一種將線型激光快速掃描模式與點(diǎn)激光精細(xì)掃描模式相結(jié)合的激光多模式掃描熱成像檢測(cè)技術(shù)，實(shí)現(xiàn)了僅9.5mm寬表面微小裂紋的高效檢測(cè)。

3.2 紅外鎖相熱成像檢測(cè)技術(shù)

不同于熱障涂層紅外脈沖熱成像無(wú)損檢測(cè)研究，國(guó)內(nèi)專家學(xué)者較早地開(kāi)展了熱障涂層紅外鎖相熱成像無(wú)損檢測(cè)的研究，而國(guó)外對(duì)此的研究還很少。例如，韓國(guó)國(guó)立公州大學(xué)Shrestha和Kim[109-110]利用紅外脈沖熱成像技術(shù)和紅外鎖相熱成像技術(shù)對(duì)熱障涂層表面不均勻涂層厚度進(jìn)行了無(wú)損檢測(cè)與評(píng)價(jià)，并開(kāi)展了有限元數(shù)值模擬與熱成像檢測(cè)實(shí)驗(yàn)分析了各種技術(shù)的優(yōu)勢(shì)所在。

國(guó)內(nèi)的哈爾濱工業(yè)大學(xué)、火箭軍工程大學(xué)等為基于紅外鎖相熱成像技術(shù)的熱障涂層無(wú)損檢測(cè)與評(píng)價(jià)研究做了積極探索?；鸺姽こ檀髮W(xué)[111]利用紅外鎖相熱成像技術(shù)對(duì)涂層厚度進(jìn)行檢測(cè)，并表明該技術(shù)可實(shí)現(xiàn)對(duì)涂層厚度的快速檢測(cè)，且檢測(cè)精度可達(dá)到95%。哈爾濱工業(yè)大學(xué)[112]利用紅外鎖相熱成像檢測(cè)技術(shù)和熱波信號(hào)相關(guān)提取算法對(duì)熱障涂層脫粘缺陷進(jìn)行檢測(cè)，并研究了光源功率、分析周期數(shù)和激勵(lì)頻率大小等對(duì)檢測(cè)結(jié)果的影響。隨后，哈爾濱工業(yè)大學(xué)[113]利用激光激勵(lì)紅外鎖相熱成像技術(shù)高精度地量化了SiC涂層碳/碳復(fù)合材料的薄涂層厚度分布的均勻性。上海交通大學(xué)[114]針對(duì)熱障涂層內(nèi)部裂紋缺陷的快速無(wú)損檢測(cè)與評(píng)價(jià)，也提出了一種基于多閾值分割和堆疊受限玻爾茲曼機(jī)算法的紅外熱成像無(wú)損檢測(cè)技術(shù)。

3.3 紅外熱波雷達(dá)成像檢測(cè)技術(shù)

紅外熱波雷達(dá)成像作為一種新興的無(wú)損檢測(cè)技術(shù)，其高信噪比、大探測(cè)范圍等突出優(yōu)勢(shì)更利于熱障涂層次表面脫粘缺陷的高精度無(wú)損檢測(cè)。而目前關(guān)于熱障涂層紅外熱波雷達(dá)成像無(wú)損檢測(cè)與評(píng)價(jià)的研究還鮮有報(bào)道，目前僅有國(guó)內(nèi)的哈爾濱工業(yè)大學(xué)和東南大學(xué)針對(duì)熱障涂層紅外熱波雷達(dá)成像無(wú)損檢測(cè)開(kāi)展了相關(guān)的理論與熱成像檢測(cè)實(shí)驗(yàn)研究工作。哈爾濱工業(yè)大學(xué)[115]利用紅外熱波雷達(dá)成像技術(shù)對(duì)熱障涂層脫粘缺陷進(jìn)行檢測(cè)，該技術(shù)利用線性調(diào)頻信號(hào)調(diào)制光源強(qiáng)度，并引入了互相關(guān)和線性調(diào)頻鎖相提取算法，研究表明該技術(shù)可實(shí)現(xiàn)熱障涂層脫粘缺陷的有效檢測(cè)。東南大學(xué)[116]基于Green函數(shù)法，對(duì)熱障涂層光熱傳播理論進(jìn)行了較為深入的研究，并提出了一種先進(jìn)非線性調(diào)頻波形的脈沖壓縮熱成像檢測(cè)技術(shù)，可實(shí)現(xiàn)熱障涂層次表面脫粘缺陷的高信噪比、大探測(cè)深度的高分辨率檢測(cè)。

4 結(jié)束語(yǔ)

本文介紹了紅外熱成像技術(shù)在FRP復(fù)合材料和熱障涂層無(wú)損檢測(cè)應(yīng)用中的研究現(xiàn)狀和進(jìn)展，通過(guò)文獻(xiàn)調(diào)研和相關(guān)研究結(jié)果分析，可發(fā)現(xiàn)，由于FRP復(fù)合材料和熱障涂層的復(fù)雜結(jié)構(gòu)特性，使得傳統(tǒng)的無(wú)損檢測(cè)技術(shù)無(wú)法較好地實(shí)現(xiàn)高效可靠的無(wú)損檢測(cè)與評(píng)價(jià)。作為新興的無(wú)損檢測(cè)技術(shù)，紅外熱波雷達(dá)成像技術(shù)由于具有高分辨率、大探測(cè)深度、檢測(cè)結(jié)果直觀等突出優(yōu)點(diǎn)，為FRP復(fù)合材料和熱障涂層的高精度無(wú)損檢測(cè)與評(píng)價(jià)提供了新契機(jī)。

此外，在對(duì)FRP復(fù)合材料和熱障涂層紅外熱成像無(wú)損檢測(cè)進(jìn)行研究的過(guò)程中，筆者也發(fā)現(xiàn)，紅外熱成像無(wú)損檢測(cè)技術(shù)的發(fā)展還面臨著一些主要瓶頸制約問(wèn)題，也促使紅外熱成像檢測(cè)技術(shù)須向多樣化、智能化、集成化和多源信息融合方向發(fā)展，呈現(xiàn)出以下發(fā)展趨勢(shì)：

1）多樣化

傳統(tǒng)無(wú)損檢測(cè)方法和紅外熱成像等新型無(wú)損檢測(cè)技術(shù)都有其各自的優(yōu)缺點(diǎn)及適用范圍，隨著檢測(cè)對(duì)象的多樣化和檢測(cè)要求的多元化，所需要的檢測(cè)手段也呈現(xiàn)多樣化發(fā)展的趨勢(shì)，具體體現(xiàn)在：①熱激勵(lì)源由鹵素?zé)簟⒊暫碗姶诺认虬雽?dǎo)體激光器、相控陣超聲等其他熱激勵(lì)形式發(fā)展；②隨著計(jì)算機(jī)和電子信息技術(shù)的快速發(fā)展，傳統(tǒng)的紅外脈沖熱成像和紅外鎖相熱成像向著新興的先進(jìn)激勵(lì)波形脈沖壓縮熱成像或熱波雷達(dá)成像檢測(cè)技術(shù)方向發(fā)展。

2）智能化

近年來(lái)人工智能技術(shù)的快速發(fā)展使得基于深度學(xué)習(xí)模型的紅外目標(biāo)識(shí)別與跟蹤方法取得了巨大進(jìn)步，這無(wú)疑為紅外熱成像無(wú)損檢測(cè)技術(shù)的進(jìn)一步發(fā)展提供了很好的發(fā)展契機(jī)。深度學(xué)習(xí)方法的高識(shí)別率特點(diǎn)使其在紅外目標(biāo)特征識(shí)別、紅外圖像分割與分類方面性能優(yōu)異，在精度和實(shí)時(shí)性方面，甚至遠(yuǎn)遠(yuǎn)趕超傳統(tǒng)檢測(cè)方法。人工智能賦能紅外熱成像檢測(cè)技術(shù)，有望取代人工判斷，推動(dòng)紅外熱成像無(wú)損檢測(cè)技術(shù)向著智能化檢測(cè)方向發(fā)展。

3）集成化

紅外熱成像檢測(cè)系統(tǒng)通常需要激勵(lì)熱源、紅外熱像儀、光路等調(diào)節(jié)裝置、固定裝置等模塊，體積較大、結(jié)構(gòu)較為復(fù)雜，且仍需人工或儀器自動(dòng)采樣。為滿足實(shí)際無(wú)損檢測(cè)應(yīng)用中原位測(cè)量及低能耗的需求，紅外熱成像檢測(cè)技術(shù)需逐步向小型集成化方向發(fā)展，最終實(shí)現(xiàn)無(wú)損檢測(cè)現(xiàn)場(chǎng)的便攜式攜帶和操作。

4）多源信息融合發(fā)展

多源多模態(tài)熱成像數(shù)據(jù)能比單一熱成像數(shù)據(jù)提供更多的關(guān)鍵信息，此外，在信息呈現(xiàn)和表達(dá)上，多來(lái)源、多模態(tài)紅外熱成像數(shù)據(jù)還增加了無(wú)損檢測(cè)結(jié)果的魯棒性。因此當(dāng)檢測(cè)要求較高時(shí)，常常需要采用優(yōu)勢(shì)互補(bǔ)、多種檢測(cè)方法相結(jié)合的方式，通過(guò)多源多模態(tài)熱成像數(shù)據(jù)的融合與集成，最終提供優(yōu)質(zhì)、高效、安全、可靠的無(wú)損檢測(cè)解決方案。因此，紅外熱成像技術(shù)也需向多源信息融合方向發(fā)展。

[1] Clarke D R, Phillpot S R. Thermal barrier coatings materials[J]., 2005, 8(6):22-29.

[2] 徐惠彬, 宮聲凱, 劉福順. 航空發(fā)動(dòng)機(jī)熱障涂層材料體系的研究[J]. 航空學(xué)報(bào), 2000, 21(1): 7-12.

XU Huibin, GONG Shengkai, LIU Fushun. Recent development in materials design of thermal barrier coating for gas turbine[J]., 2000, 21(1): 7-12.

[3] Meier S M, Gupta D K. The evolution of thermal barrier coating in gas turbine engine applications[J]., 1994, 116(1): 205-257.

[4] ZHAO Y X, LI D C, ZHONG X H, et al. Thermal shock behaviors of YSZ thick thermal barrier coatings fabricated by suspension and atmospheric plasma spraying[J]., 2014, 249: 48-55.

[5] 郭洪波, 宮聲凱, 徐惠彬. 先進(jìn)航空發(fā)動(dòng)機(jī)熱障涂層技術(shù)研究進(jìn)展[J]. 中國(guó)材料進(jìn)展, 2009, 28(9-10): 18-25.

GUO Hongbo, GONG Shengkai, XU Huibin. Progress in thermal barrier coatings for advanced aeroengines[J]., 2009, 28(9-10): 18-25.

[6] Steinberger R, Valadas Leit?o T L, Ladst?tter E, et al. Infrared thermographic techniques for non-destructive damage characterization of carbon fibre reinforced polymers during tensile fatigue testing[J]., 2006, 28(10): 1340-1347.

[7] Suzuki Y, Todoroki A, Matsuzaki R, et al. Impact-damage visualization in CFRP by resistive heating: development of a new detection method for indentations caused by impact loads[J]., 2012, 43(1): 53-64.

[8] Goidescu C, Welemane H, Garnier C, et al. Damage investigation in CFRP composites using full-field measurement techniques: combination of digital image stereo-correlation, infrared thermography and X-ray tomography[J]., 2013, 48: 95-105.

[9] HE Y Z, TIAN G Y, PAN M C, et al. Impact evaluation in carbon fiber reinforced plastic(CFRP) laminates using eddy current pulsed thermography[J]., 2014, 109(1): 1-7.

[10] QU Z, JIANG P, ZHANG W X. Development and application of infrared thermography non-destructive testing techniques[J]., 2020, 20: 3851.

[11] Sophian A, TIAN G Y, Taylor D, et al. A feature extraction technique based on principal component analysis for pulsed eddy current NDT[J]., 2003, 36(1): 37-41.

[12] 鄭凱, 江海軍, 陳力. 紅外熱波無(wú)損檢測(cè)技術(shù)的研究現(xiàn)狀與進(jìn)展[J]. 紅外技術(shù), 2018, 40(5): 401-411.

ZHENG Kai, JIANG Haijun, CHEN Li. Infrared thermography NDT and its development [J]., 2018, 40(5): 401-411.

[13] Almond D P, Lau S K. Edge effects and a method of defect sizing for transient thermography[J]., 1993, 62(25): 3369-3371.

[14] Maldague X, Marinetti S. Pulse phase infrared thermography[J]., 1996, 79(5): 2694-2698.

[15] Ludwig N, Teruzzi P. Heat losses and 3D diffusion phenomena for defect sizing procedures in video pulse thermography[J]., 2002, 43(3-5): 297-301.

[16] Maldague X, Ziadi A, Klein M. Double pulse infrared thermography[J]., 2004, 37: 559-564.

[17] Meola C, Carlomagno G M. Impact damage in GFRP: new insights with infrared thermography[J].:, 2010, 41(12): 1839-1847.

[18] Almond D P, Pickering S G. An analytical study of the pulsed thermography defect detection limit[J]., 2012, 111: 093510.

[19] Azizinasab B, Hasanzadeh R P R, Hedayatrasa S, et al. Defect detection and depth estimation in CFRP through phase of transient response of flash thermography[J]., 2022, 18(4): 2364-2373.

[20] Rajic N. Principal component thermography for flaw contrast enhancement and flaw depth characterization in composite structures[J]., 2002, 58(4): 521-528.

[21] Marinetti S, Finesso L, Marsilio E. Matrix factorization methods: application to thermal NDT/E[J]., 2006, 39(8): 611-616.

[22] Alvarez-Restrepo C A, Benitez-Restrepo H D, Tobón L E. Characterization of defects of pulsed thermography inspections by orthogonal polynomial decomposition[J]., 2017, 91: 9-21.

[23] Yousefi B, Sfarra S, Sarasini F, et al. Low-rank sparse principal component thermography (sparse-PCT): comparative assessment on detection of subsurface defects[J]., 2019, 98: 278-284.

[24] 姜千輝, 姜長(zhǎng)勝, 葛慶平, 等. 紅外熱波序列圖像的圖像分割與三維顯示[J]. 無(wú)損檢測(cè), 2008, 30(2): 100-103.

JIANG Qianhui, JIANG Changsheng, GE Qingping, et al. Segmentation and 3D display of infrared thermal image[J]., 2008, 30(2): 100-103.

[25] DUAN Y X, Servais P, Genest M, et al. ThermoPoD: a reliability study on active infrared thermography for the inspection of composite materials[J]., 2012, 26(7): 1985-1991.

[26] WU J Y, Sfarra S, Yao Y. Sparse principal component thermography for subsurface defect detection in composite products[J]., 2018, 14(12): 5594-5600.

[27] WEN C M, Sfarra S, Gargiulo G, et al. Thermographic data analysis for defect detection by imposing spatial connectivity and sparsity constraints in principal component thermography[J]., 2018, 17(6): 3901-3909.

[28] LIU L, GAO B, WU S C, et al. Structured iterative alternating sparse matrix decomposition for thermal imaging diagnostic system[J]., 2020, 107: 103288.

[29] Ahmed J, GAO B, Woo W, et al. Ensemble joint sparse low rank matrix decomposition for thermography diagnosis system[J]., 2021, 68(3): 2648-2658.

[30] ZHANG X F, HE Y Z, Chady T, et al. CFRP impact damage inspection based on manifold learning using ultrasonic induced thermography[J]., 2019, 15(5): 2648-2659.

[31] SHEN P, LUO Z T, WANG S, et al. Feature detection of GFRP subsurface defects using fast randomized sparse principal component thermography[J]., 2022, 43: 160.

[32] Bates D, Smith G, LU D, et al. Rapid thermal non-destructive testing of aircraft components[J]., 2000, 31(3): 175-185.

[33] Meola C, Carlomagno G M, Squillace A, et al. Non-destructive evaluation of aerospace materials with lock-in thermography[J]., 2006, 13(3): 380-388.

[34] Pickering S, Almond D. Matched excitation energy comparison of the pulse and lock-in thermography NDE techniques[J]., 2008, 41(7): 501-509.

[35] Montanini R, Freni F. Non-destructive evaluation of thick glass fiber-reinforced composites by means of optically excited lock-in thermography[J]., 2012, 43(11): 2075-2082.

[36] Lahiri B B, Bagavathiappan S, Reshmi P R, et al. Quantification of defects in composites and rubber materials using active thermography[J]., 2012(55): 191-199.

[37] Oliveira B C F D, Nienheysen P, Baldo C R, et al. Improved impact damage characterization in CFRP samples using the fusion of optical lock-in thermography and optical square-pulse shearography images[J]., 2020, 111: 102215.

[38] 劉俊巖, 戴景民, 王揚(yáng). 紅外圖像序列處理的鎖相熱成像理論與試驗(yàn)[J]. 紅外與激光工程, 2009, 38(2): 346-351.

LIU Junyan, DAI Jingmin, WANG Yang. Theory and experiment of IR lock-in thermography with image sequence processing [J]., 2009, 38(2): 346-351.

[39] 劉俊巖, 戴景民, 王揚(yáng). 紅外鎖相法熱波檢測(cè)技術(shù)及缺陷深度測(cè)量[J]. 光學(xué)與精密工程, 2010, 18(1): 37-44.

LIU Junyan, DAI Jingmin, WANG Yang. Thermal wave detection and defect depth measurement based on lock-in thermography [J]., 2010, 18(1): 37-44.

[40] LIU J Y, WANG Y, DAI J M. Research on thermal wave processing of lock-in thermography based on analyzing image sequences for NDT[J]., 2010, 53(5): 348-357.

[41] GONG J L, LIU J Y, WANG F, et al. Inverse heat transfer approach for nondestructive estimation the size and depth of subsurface defects of CFRP composite using lock-in thermography[J]., 2015, 71: 439-447.

[42] LIU J Y, WANG F, LIU Y, et al. Inverse methodology for identification the thermal diffusivity and subsurface defect of CFRP composite by lock-in thermographic phase (LITP) profile reconstruction[J]., 2016, 138: 214-226.

[43] CAO Y P, DONG Y F, CAO Y L, et al. Two-stream convolutional neural network for non-destructive subsurface defect detection via similarity comparison of lock-in thermography signals[J]., 2020, 112: 102246.

[44] DONG Y F, XIA C J, YANG J X, et al. Spatio-temporal 3-D residual networks for simultaneous detection and depth estimation of CFRP subsurface defects in lock-in thermography[J]., 2022, 18(4): 2571-2581.

[45] DONG Y F, ZHAO B W, YANG J X, et al. Two-stage convolutional neural network for joint removal of sensor noise and background interference in lock-in thermography[J]., 2023, 137: 102816.

[46] LUO Z T, LUO H, WANG S, et al. Enhanced CFRP defect detection from highly undersampled thermographic data via low-rank tensor completion-based thermography[J]., 2022, 18(12): 8641-8653.

[47] Tabatabaei N, Mandelis A. Thermal-wave radar: a novel subsurface imaging modality with extended depth-resolution dynamic range[J]., 2009, 80(3): 034902.

[48] Tabatabaei N, Mandelis A, Amaechi B T. Thermophotonic radar imaging: An emissivity-normalized modality with advantages over phase lock-in thermography[J]., 2011, 98(16): 163706.

[49] Mulaveesala R, Tuli S. Theory of frequency modulated thermal wave imaging for nondestructive subsurface defect detection[J]., 2006, 89: 191913.

[50] Mulaveesala R, Vaddi J S, Singh P. Pulse compression approach to infrared nondestructive characterization[J]., 2008, 79(9): 094901.

[51] Tabatabaei N, Mandelis A. Thermal coherence tomography using match filter binary phase coded diffusion waves[J]., 2011, 107: 165901.

[52] Kaiplavil S, Mandelis A. Truncated-correlation photothermal coherence tomography for deep subsurface analysis[J]., 2014, 8(8): 635-642.

[53] Chatterjee K, Tuli S, Pickering S G, et al. A comparison of the pulsed, lock-in and frequency modulated thermography nondestructive evaluation techniques[J]., 2011, 44(7): 655-667.

[54] Giorleo G, Meola C. Comparison between pulsed and modulated thermography in glass–epoxy laminates[J]., 2002, 35(5): 287-292.

[55] Dua G, Arora V, Mulaveesala R. Defect detection capabilities of pulse compression based infrared non-destructive testing and evaluation[J]., 2020, 21(6): 7940-7947.

[56] Rani A, Mulaveesala R. Novel pulse compression favorable excitation schemes for infrared non-destructive testing and evaluation of glass fibre reinforced polymer materials[J]., 2022, 286: 115338.

[57] Hedayatrasa S, Poelman G, Segers J, et al. Performance of frequency and/or phase modulated excitation waveforms for optical infrared thermography of CFRPs through thermal wave radar: a simulation study[J]., 2019, 225: 111177.

[58] Hedayatrasa S, Poelman G, Segers J, et al. Novel discrete frequency-phase modulated excitation waveform for enhanced depth resolvability of thermal wave radar[J]., 2019, 132: 512-522.

[59] Hedayatrasa S, Poelman G, Segers J, et al. On the application of an optimized frequency-phase modulated waveform for enhanced infrared thermal wave radar imaging of composites[J]., 2021, 138: 106411.

[60] GONG J L, LIU J Y, QIN L, et al. Investigation of carbon fiber reinforced polymer (CFRP) sheet with subsurface defects inspection using thermal-wave radar imaging (TWRI) based on the multi-transform technique[J]., 2014, 62: 130-136.

[61] WANG F, LIU J Y, LIU Y, et al. Research on the fiber lay-up orientation detection of unidirectional CFRP laminates composite using thermal-wave radar imaging[J]., 2016, 84: 54-66.

[62] WANG F, WANG Y H, LIU J Y, et al. Optical excitation fractional Fourier transform (FrFT) based enhanced thermal-wave radar imaging (TWRI)[J]., 2018, 26(17): 21403.

[63] YANG R Z, HE Y Z, Mandelis A, et al. Induction infrared thermography and thermal-wave-radar analysis for imaging inspection and diagnosis of blade composites[J]., 2018, 14(12): 5637-5647.

[64] WU S C, GAO B, YANG Y, et al. Halogen optical referred pulse-compression thermography for defect detection of CFRP[J]., 2019, 102: 103006.

[65] LUO Z T, SHEN P, LUO H, et al. Advanced orthogonal frequency and phase modulated waveform for contrast-enhanced photothermal wave radar thermography[J]., 2022, 131(22): 224903.

[66] GUO W, DONG L H, WANG H D, et al. Discriminate the substrate crack under sprayed coatings using ultrasonic infrared thermography[J]., 2019, 102(9): 103073.

[67] GUO W, HUANG J K, ZHU J G, et al. Experimental investigation on detection of coating debonds in thermal barrier coatings using vibrothermography with a piezoceramic actuator[J]., 2023, 137(7): 102859.

[68] ZHU W Y, LIU Z W, JIAO D C, et al. Eddy current thermography with adaptive carrier algorithm for non-destructive testing of debonding defects in thermal barrier coatings[J]., 2018, 37: 31.

[69] Cielo P, Dallaire S. Optothermal NDE of thermal-barrier coatings[J]., 1987, 9: 71-79.

[70] LIU H N, Sakamoto M, Kishi K, et al. Detection of defects in thermal barrier coatings by thermography analysis[J]., 2003, 44(9): 1845-1850.

[71] Shepard S M, Ahmed T, Rubadeux B A, et al. Synthetic processing of pulsed thermographic data for inspection of turbine components[J]., 2001, 43(9): 587-589.

[72] Shepard S M, Lhota J R, Rubadeux B A, et al. Reconstruction and enhancement of active thermographic image sequences[J]., 2003, 42(5): 1337-1342.

[73] Shepard S M, HOU Y L, Lhota J R, et al. Thermographic measurement of thermal barrier coating thickness[C]//, 2005, 5782: 407-410.

[74] Marinetti S, Vavilov V, Bison P, et al. Quantitative infrared thermographic nondestructive testing of thermal barrier coatings[J]., 2003, 61(6): 773-780.

[75] Marinetti S, Robba D, Cernuschi F, et al. Thermographic inspection of TBC coated gas turbine blades: discrimination between coating over-thicknesses and adhesion defects[J]., 2007, 49(3): 281-285.

[76] Cernuschi F, Marinetti S. Discrimination between over-thickness and delamination of thermal barrier coatings by apparent thermal effusivity thermographic technique[J]., 2010, 19(5): 958-963.

[77] Bison P, Cernuschi F, Grinzato E. In-depth and in-plane thermal diffusivity measurements of thermal barrier coatings by IR camera: evaluation of ageing[J]., 2008, 29(6): 2149-2161.

[78] Cernuschi F, Bison P, Figari A, et al. Thermal diffusivity measurements by photothermal and thermographic techniques[J]., 2004, 25(2): 439-457.

[79] Cernuschi F, Bison P, Marinetti S, et al. Thermal diffusivity measurement by thermographic technique for the non-destructive integrity assessment of TBCs coupons[J]., 2010, 205(2): 498-505.

[80] Bison P, Cernuschi F, Capelli S. A thermographic technique for the simultaneous estimation of in-plane and in-depth thermal diffusivities of TBCs[J]., 2011, 205(10): 3128-3133.

[81] Cernuschi F. Can TBC porosity be estimated by non-destructive infrared techniques? a theoretical and experimental analysis[J]., 2015, 272: 387-394.

[82] Franke B, Sohn Y H, CHEN X, et al. Monitoring damage evolution in thermal barrier coatings with thermal wave imaging[J]., 2005, 200(5-6): 1292-1297.

[83] Choi C, Choi S H, Kim J. Study for blade ceramic coating delamination detection for gas turbine[J]., 2008, 22(31n32): 5699-5704.

[84] Schweda M, Beck T, Offermann M, et al. Thermographic analysis and modelling of the delamination crack growth in a thermal barrier coating on Fecralloy substrate[J]., 2013, 217: 124-128.

[85] Schweda M, Beck T, Malzbender J, et al. Damage evolution of a thermal barrier coating system with 3-dimensional periodic interface roughness: effects of roughness depth, substrate creep strength and pre-oxidation[J]., 2015, 276: 368-373.

[86] Tinsley L, Chalk C, Nicholls J, et al. A study of pulsed thermography for life assessment of thin EB-PVD TBCs undergoing oxidation ageing[J]., 2017, 92: 67-74.

[87] Ptaszek G, Cawley P, Almond D, et al. Artificial disbonds for calibration of transient thermography inspection of thermal barrier coating systems[J]., 2012, 45(1):71-78.

[88] Ptaszek G, Cawley P, Almond D, et al. Transient thermography testing of unpainted thermal barrier coating (TBC) systems[J]., 2013, 59: 48-56.

[89] Ptaszek G. Investigation and development of transient thermography for detection of disbonds in thermal barrier coating systems[D]. Imperial College London, 2012.

[90] Mezghani S, Perrin E, Vrabie V, et al. Evaluation of paint coating thickness variations based on pulsed infrared thermography laser technique[J]., 2016, 76: 393-401.

[91] Unnikrishnakurup S, Dash J, Ray S, et al. Nondestructive evaluation of thermal barrier coating thickness degradation using pulsed IR thermography and THz-TDS measurements: a comparative study[J]., 2020, 116: 102367.

[92] 郭興旺, 丁蒙蒙. 熱障涂層紅外熱無(wú)損檢測(cè)的建模和有限元分析[J]. 北京航空航天大學(xué)學(xué)報(bào), 2009, 35(2): 174-178.

GUO Xingwang, DING Mengmeng. Modeling and finite element analysis of thermal barrier coatings in IR NDT[J]., 2009, 35(2): 174-178.

[93] 郭興旺, 丁蒙蒙. 熱障涂層厚度及厚度不均熱無(wú)損檢測(cè)的數(shù)值模擬[J]. 航空學(xué)報(bào), 2010, 31(1): 198-203.

GUO Xingwang, DING Mengmeng. Simulation of thermal NDT of thickness and its unevenness of thermal barrier coatings [J]., 2010, 31(1): 198-203.

[94] ZHAO S B, ZHANG C L, WU N M, et al. Quality evaluation for air plasma spray thermal barrier coatings with pulsed thermography[J].:, 2011, 21(4): 301-306.

[95] ZHAO S B, WANG H M, WU N M, et al. Nondestructive testing of the fatigue properties of air plasma sprayed thermal barrier coatings by pulsed thermography[J]., 2015, 51: 445-456.

[96] 劉穎韜, 牟仁德, 郭廣平, 等. 熱障涂層閃光燈激勵(lì)紅外熱像檢測(cè)[J]. 航空材料學(xué)報(bào), 2015, 35(6): 83-90.

LIU Yingtao, MAO Rende, GUO Guangping, et al. Infrared flash thermographic nondestructive testing of defects in thermal barrier coating [J]., 2015, 35(6): 83-90.

[97] 陳林, 楊立, 范春利, 等. 基于相位的熱障涂層厚度及其脫粘缺陷紅外定量識(shí)別[J]. 紅外與激光工程, 2015, 44(7): 2050-2056.

CHEN Lin, YANG Li, FAN Chunli, et al. Quantitative identification of coating thickness and debonding defects of TBC by pulse phase technology [J]., 2015, 44(7): 2050-2056.

[98] BU C W, TANG Q J, LIU Y L, et al. Quantitative detection of thermal barrier coating thickness based on simulated annealing algorithm using pulsed infrared thermography technology[J]., 2016, 99: 751-755.

[99] TANG Q J, LIU J Y, DAI J M, et al. Theoretical and experimental study on thermal barrier coating (TBC) uneven thickness detection using pulsed infrared thermography technology[J]., 2017, 114: 770-775.

[100] TANG Q J, DAI J M, LIU J Y, et al. Quantitative detection of defects based on Markov-PCA-BP algorithm using pulsed infrared thermography technology[J]., 2016, 77: 144-148.

[101] BU C W, SUN Z H, TANG Q J, et al. Thermography sequence processing and defect edge identification of TBC structure debonding defects detection using long-pulsed infrared wave non-destructive testing technology[J]., 2019, 55: 80-87.

[102] 郭偉, 董麗虹, 王海斗, 等. 基于小波分解的熱波相位特征提取及噴涂層厚度評(píng)價(jià)[J]. 紅外與激光工程, 2017, 46(9): 81-87.

GUO Wei, DONG Lihong, WANG Haidou, et al. Phase spectra extract of thermal wave with wavelet decomposition and coating thickness estimation[J]., 2017, 46(9): 81-87.

[103] 董麗虹, 郭偉, 王海斗, 等. 熱障涂層界面脫粘缺陷的脈沖紅外熱成像檢測(cè)[J]. 航空學(xué)報(bào), 2019, 40(8): 422895.

DONG Lihong, GUO Wei, WANG Haidou, et al. Phase spectra extract of thermal wave with wavelet decomposition and coating thickness estimation [J]., 2019, 40(8): 422895.

[104] GUO W, DONG L H, WANG H D, et al. Size estimation of coating disbonds using the first derivative images in pulsed thermography[J]., 2020, 104: 103106.

[105] LIU Z W, JIAO D C, SHI W X，et al. Linear laser fast scanning thermography NDT for artificial debond defects in thermal barrier coatings[J]., 2017, 25(25): 31789.

[106] JIAO D C, LIU Z W, ZHU W Y, et al. Exact localization of debonding defects in thermal barrier coatings[J]., 2018, 56(9): 3691-3700.

[107] CHEN F, ZHANG K, JIANG H J, et al. Thickness evaluations for thin coatings using laser scanning thermography[J]., 2023, 137(17): 102817.

[108] JIAO D C, SHI W X, LIU Z W, et al. Laser multi-mode scanning thermography method for fast inspection of micro-cracks in TBCs surface[J]., 2018, 37: 30.

[109] Shrestha R, Kim W. Evaluation of coating thickness by thermal wave imaging: a comparative study of pulsed and lock-in infrared thermography - Part I: simulation[J]., 2017, 83: 124-131.

[110] Shrestha R, Kim W. Evaluation of coating thickness by thermal wave imaging: a comparative study of pulsed and lock-in infrared thermography – Part II: experimental investigation[J]., 2018, 92: 24-29.

[111] ZHANG J Y, MENG X B, MA Y C. A new measurement method of coatings thickness based on lock-in thermography[J]., 2016, 76: 655-660.

[112] TANG Q J, DAI J M, BU C W, et al. Experimental study on debonding defects detection in thermal barrier coating structure using infrared lock-in thermographic technique[J]., 2016, 107: 463-468.

[113] SONG P, XIAO P, LIU J Y, et al. The inspection of coating thickness uniformity of SiC-coated carbon-carbon (C/C) composites by laser-induced thermal-wave imaging [J]., 2019, 147: 348-356.

[114] SHI L C, LONG Y, WANG Y Z, et al. Online nondestructive evaluation of TBC crack using infrared thermography[J]., 2021, 32(11): 115008.

[115] WANG F, LIU J Y, Mohummad O, et al. Research on debonding defects in thermal barrier coatings structure by thermal-wave radar imaging (TWRI)[J]., 2018, 39: 71.

[116] LUO Z T, LUO H, WANG S, et al. The photothermal wave field and high-resolution photothermal pulse compression thermography for ceramic/metal composite solids[J]., 2022, 282(4): 115069.

Research Status of Infrared Thermography in NDT of FRP Composites/Thermal Barrier Coatings and Its Development

ZHENG Kai1，LUO Zhitao2,3，ZHANG Hui3

(1.,210036,2.,210031,;3.,211189,)

Infrared thermography is a new NDT technology with outstanding advantages such as non-contact, large detection area and intuitive detection results, and it has been widely used in NDT and evaluation of metal, non-metal, fiber reinforced polymer (FRP) and thermal barrier coatings. In this paper, the basic principle of infrared thermography technology and the composition of detection system are briefly introduced, especially the characteristics and advantages and disadvantages of optical, ultrasonic, and electromagnetic thermal excitation forms are compared. Then, according to the development history of thermal excitation forms, the research status and progress of optical excitation infrared thermography technology in the non-destructive testing and evaluation of FRP composites and thermal barrier coatings are introduced in detail, focusing on the hot and difficult problems in the non-destructive testing of FRP composites/thermal barrier coatings. Finally, the future development trend of infrared thermographic NDT technology for FRP composites/thermal barrier coatings is summarized and prospected.

nondestructive testing, infrared thermography, TBC, FRP composites, IR image processing

TB302.5

A

1001-8891(2023)10-1008-12

2023-08-31；

2023-10-08.

鄭凱（1967-），男，博士，研究員級(jí)高級(jí)工程師，研究方向：無(wú)損檢測(cè)新技術(shù)應(yīng)用。E-mail：kai.zheng@163.com。

張輝（1977-），男，教授，博士生導(dǎo)師，主要研究方向?yàn)閺?fù)雜聲場(chǎng)調(diào)控與聲探測(cè)技術(shù)，多物理場(chǎng)無(wú)損檢測(cè)新技術(shù)。E-mail：seuzhanghui@seu.edu.cn。

國(guó)家重點(diǎn)研發(fā)計(jì)劃（2022YFB3404300）；國(guó)家自然科學(xué)基金（11874110）；江蘇省重點(diǎn)研發(fā)計(jì)劃（產(chǎn)業(yè)前瞻與關(guān)鍵核心技術(shù)）（BE2021084）；江蘇省市場(chǎng)監(jiān)督管理局科技計(jì)劃項(xiàng)目（KJ2022002）。