基于紅外熱成像技術(shù)的金屬材料缺陷定量評(píng)估研究.pdf

1、針對(duì)金屬材料表層和淺表層缺陷檢測(cè)問題，以鋁板孔洞缺陷檢測(cè)為目標(biāo)，開展紅外熱成像檢測(cè)定量評(píng)估研究。
　　通過有限元仿真分析，研究了不同孔徑、不同孔深表面缺陷降溫過程的溫度變化規(guī)律。結(jié)果表明：試件存在缺陷部位所對(duì)應(yīng)的表面溫度，要高于無缺陷的正常部位所對(duì)應(yīng)的表面溫度；在孔深相同的情況下，孔徑越大的缺陷，熱量擴(kuò)散的速度越快，擴(kuò)散的范圍越廣，其溫度與缺陷面積成反比；在孔徑相同的情況下，孔深越大的缺陷，熱量擴(kuò)散的速度越慢，其溫度與缺陷孔深成正

2、比。
　　在仿真分析的基礎(chǔ)上，設(shè)計(jì)了實(shí)驗(yàn)方案，實(shí)驗(yàn)采用主動(dòng)式紅外檢測(cè)技術(shù)中的單面法對(duì)試件進(jìn)行加熱后，利用紅外熱像儀采集了試件的降溫過程。結(jié)果表明：對(duì)于相同孔徑的缺陷，其溫度（或灰度）與深度成正比；相同孔深的缺陷，其溫度（或灰度）與缺陷面積成反比，實(shí)驗(yàn)結(jié)果與仿真結(jié)果基本相一致。另外，在孔深相對(duì)較大的C區(qū)域（孔深7mm）和D區(qū)域（孔深9mm）中，缺陷區(qū)域與正常區(qū)域的溫度對(duì)比度較大，缺陷較易被檢測(cè)；而在孔深相對(duì)較小的A區(qū)域（孔深3mm）

3、和B區(qū)域（孔深5mm）中，缺陷區(qū)域與正常區(qū)域的溫度對(duì)比度較小，缺陷不易被檢測(cè)。
　　為解決表層和淺表層缺陷區(qū)域與正常區(qū)域熱圖像特征混疊問題，提出了一種基于遺傳算法與時(shí)序熱圖加權(quán)疊加的圖像特征增強(qiáng)方法，該方法可使缺陷區(qū)域與正常區(qū)域的灰度比分別提升8.5％和31.0%，從而使缺陷特征得到了顯著增強(qiáng)；尤其對(duì)于孔深更小的表層和淺表層缺陷（最小的缺陷尺寸為孔徑2.5mm，孔深3mm），增強(qiáng)效果更為顯著。
　　對(duì)增強(qiáng)后的圖像作對(duì)比度增強(qiáng)

4、、中值濾波和閥值分割等處理，并對(duì)缺陷進(jìn)行邊緣檢測(cè)和邊緣提取，實(shí)現(xiàn)了缺陷位置和形狀的定性檢測(cè)；通過計(jì)算缺陷區(qū)域的像素面積來估測(cè)缺陷的面積，對(duì)于A區(qū)域中的缺陷（孔深3mm，孔徑分別為2.5mm、4.2mm、6mm和8mm），平均誤差約為9.64%；對(duì)于B區(qū)域中的缺陷（孔深5mm，孔徑分別為2.5mm、4.2mm、6mm和8mm），平均誤差約為6.13%；對(duì)于C區(qū)域中的缺陷（孔深7mm，孔徑分別為2.5mm、4.2mm、6mm和8mm），平均