董麗虹，郭偉，王海斗,*，邢志國(guó)，馮輔周，王博正，高治峰

1.陸軍裝甲兵學(xué)院 裝備再制造技術(shù)國(guó)防科技重點(diǎn)實(shí)驗(yàn)室，北京 100072 2.陸軍裝甲兵學(xué)院 車輛工程系，北京 100072 3.中國(guó)地質(zhì)大學(xué) 工程技術(shù)學(xué)院，北京 100083 4.西安理工大學(xué) 材料科學(xué)與工程學(xué)院，西安 710048

熱障涂層在航空航天、能源電力、石油化工等領(lǐng)域的應(yīng)用已經(jīng)十分廣泛，采用等離子噴涂技術(shù)制備的YSZ熱障涂層其力學(xué)性能最為脆弱的部分是涂層與基體之間的界面，界面結(jié)合強(qiáng)度一般低于 80 MPa[1-2]。YSZ熱障涂層服役過程中，受交變載荷、熱疲勞、熱生長(zhǎng)氧化物等作用，會(huì)導(dǎo)致局部界面結(jié)合失效，即脫粘[3]。在涂層發(fā)生明顯鼓包或脫落前，無法從涂層表面通過肉眼判斷其界面結(jié)合狀態(tài)。而且，由于熱障涂層內(nèi)部存在大量微裂紋和孔隙，使超聲、渦流等傳統(tǒng)無損檢測(cè)技術(shù)難以發(fā)揮作用[4-5]。噴涂層界面脫粘的本質(zhì)是雙層異質(zhì)復(fù)合結(jié)構(gòu)的層間結(jié)合失效，其脫粘區(qū)界面處形成一個(gè)連續(xù)的封閉空氣隙，且與涂層表面平行。對(duì)于該類缺陷，非常適合采用脈沖紅外熱成像技術(shù)進(jìn)行檢測(cè)[6]，其原理如圖1所示，閃光燈發(fā)出的光脈沖能量被涂層表面吸收后轉(zhuǎn)化為熱量，熱量在向下傳導(dǎo)時(shí)遇到涂層/基體異質(zhì)界面會(huì)發(fā)生部分反射，如果界面脫粘，則熱量無法穿過脫粘區(qū)形成的空氣隙，在缺陷上方的涂層中發(fā)生堆積，引起涂層表面溫度異常。采用紅外熱像儀記錄涂層表面溫度分布圖(熱圖)的變化過程，通過表面熱圖中的熱異常區(qū)識(shí)別界面脫粘缺陷的位置和大小。由于脈沖紅外熱成像檢測(cè)技術(shù)是一種非接觸檢測(cè)手段，且可以進(jìn)行大面積高效掃查，近年來，該方法在噴涂層界面缺陷檢測(cè)方面的進(jìn)展十分迅速[7-8]。

圖1 涂層界面脫粘缺陷脈沖紅外熱像檢測(cè)原理Fig.1 Sketch map of pulsed thermography detection for interface debonding defect of coatings

對(duì)熱障涂層界面脫粘缺陷進(jìn)行識(shí)別，其關(guān)鍵在于提高表面熱圖中缺陷區(qū)和非缺陷區(qū)的對(duì)比度[9]。紅外熱成像技術(shù)發(fā)展早期，由于圖像處理難度較大，直接通過熱像儀采集的原始熱圖像識(shí)別缺陷，故研究者主要關(guān)注材料特性(成分、各向異性、熱擴(kuò)散系數(shù)等)、缺陷參數(shù)(深度、大小)和檢測(cè)參數(shù)(脈沖激勵(lì)能量、熱像儀采集頻率等)對(duì)缺陷表面溫度信號(hào)(溫差、峰值溫差等)的影響[10]。如López等[11]認(rèn)為，對(duì)于界面分層、脫粘類缺陷，缺陷的可檢測(cè)性與缺陷參數(shù)、材料特性和檢測(cè)參數(shù)均有關(guān)系，而其中影響最大的是缺陷的寬深比，并根據(jù)大量實(shí)驗(yàn)經(jīng)驗(yàn)總結(jié)認(rèn)為：寬深比大于2的缺陷，才能在表面熱圖中產(chǎn)生足夠大的對(duì)比度，被肉眼識(shí)別，這一經(jīng)驗(yàn)結(jié)論被稱為拇指法則(Rule of Thumb，ROT)[12]。隨著數(shù)字圖像技術(shù)的快速發(fā)展，可以從熱像儀采集的原始熱圖序列中提取各種特征參數(shù)，并采用提取的特征參數(shù)對(duì)圖像序列進(jìn)行重建[13-14]，極大地提高了表面熱圖的對(duì)比度，采用重建的熱圖甚至可以識(shí)別寬深比小于1的界面脫粘缺陷[15]。從原始熱圖序列中提取缺陷的特征參數(shù)，并采用特征參數(shù)重構(gòu)熱圖，不僅能提高圖像的對(duì)比度，而且有利于更加準(zhǔn)確地提取邊緣信息，提高缺陷定量表征的精度，因此，近年來熱圖重建算法研究成為脈沖紅外熱成像檢測(cè)技術(shù)的熱點(diǎn)之一[16-17]。如圖2所示，從原始熱圖序列中提取特征信息主要有兩種基本思路：一種是基于單張圖像的處理思路，將熱圖序列中每一幀圖像作為一個(gè)數(shù)據(jù)單元進(jìn)行處理，其中最典型的方法是主成分分析(Principal Component Analysis,PCA)[18]；另一種思路是基于表面熱信號(hào)的處理思路，即將熱圖序列中每個(gè)像素點(diǎn)的溫度變化趨勢(shì)作為一個(gè)隨時(shí)間變化的溫度信號(hào)進(jìn)行處理。其中，第2種思路下又可提取溫度信號(hào)的時(shí)域特征或頻域特征進(jìn)行熱圖重建，采用時(shí)域特征進(jìn)行重建最為典型的算法是表面熱信號(hào)重構(gòu)(Thermographic Signal Reconstruction,TSR)[19]，采用頻域特征進(jìn)行重建最重要的方法是脈沖相位法(Pulsed Phase Thermography,PPT)[20]。目前，3種熱圖序列重構(gòu)算法均有大量研究，而且在不同缺陷檢測(cè)試驗(yàn)中均取得了較為理想的結(jié)果，然而，針對(duì)特定材料中的某種缺陷將上述幾種熱圖重建算法進(jìn)行對(duì)比的研究尚十分匱乏。2016年Balageas等[21]采用信噪比、邊緣銳度、溫度曲線半高寬等參數(shù)對(duì)比并評(píng)價(jià)了上述幾種重構(gòu)算法在碳纖維/樹脂復(fù)合結(jié)構(gòu)的層間脫粘缺陷檢測(cè)中的效果，試驗(yàn)結(jié)果顯示TSR算法對(duì)缺陷寬度定量表征的精度最高。尚無研究針對(duì)熱障涂層界面脫粘缺陷識(shí)別問題對(duì)比不同熱圖重建算法對(duì)檢測(cè)效果的影響，而重建算法已經(jīng)成為影響檢測(cè)結(jié)果的關(guān)鍵因素。

本文研究了熱燈脈沖激勵(lì)下噴涂層界面脫粘區(qū)的表面溫度瞬態(tài)響應(yīng)規(guī)律和原始熱圖序列的變化過程，采用PPT、PCA、TSR等熱圖處理算法提取脫粘缺陷的熱波特征，并重構(gòu)表面熱圖序列，采用標(biāo)準(zhǔn)差(Standard Deviation,SD)和歸一化對(duì)比度(Normalized Contrast,NC)兩個(gè)評(píng)價(jià)參數(shù)對(duì)重構(gòu)熱圖序列進(jìn)行對(duì)比評(píng)價(jià)，最終獲得了一種能夠提高再制造噴涂層界面脫粘缺陷定性識(shí)別能力并有效降低表面熱圖噪聲水平的方法。

圖2 熱圖序列處理流程Fig.2 Procedure of thermal image sequence processing

1 試驗(yàn)方法與過程

由于制備熱障涂層自然脫粘的試樣十分困難，在試驗(yàn)研究中往往采用人工模擬脫粘缺陷代替真實(shí)脫粘缺陷，其中，最常用的人工脫粘缺陷是平底盲孔(Flat Bottom Holes,FBH)。但Ptas-zek等[22]認(rèn)為平底盲孔的瞬態(tài)傳熱過程與真實(shí)脫粘缺陷的傳熱過程相差較大，并提出使用與基體材料相同的螺釘填充脫粘缺陷下方的孔洞以使模擬缺陷傳熱過程與真實(shí)缺陷更為接近。唐慶菊等[23]提出了一種類似的采用光滑棒材填充盲孔，以使填充棒材和基體之間的導(dǎo)熱更加順暢，并采用石英砂控制脫粘缺陷厚度的熱障涂層模擬脫粘缺陷制備方法。本文綜合上述2種方法的優(yōu)點(diǎn)，提出一種改進(jìn)的脫粘缺陷制備方法，使用變截面棒材填充基體孔洞，制備涂層后將棒材頂端切除一定厚度，在涂層和基體之間形成空氣隙，從而模擬熱障涂層界面脫粘缺陷。如圖3所示，在尺寸為100 mm×100 mm×10 mm的不銹鋼板材中制備了9個(gè)不同尺寸的人工脫粘缺陷，直徑依次為：12、10、9、7、6、5、4、3、2 mm。為了方便表述，將9個(gè)缺陷命名為：D12、D10、D9、D7、D6、D5、D4、D3、D2，其中數(shù)字表示缺陷的直徑大小。采用等離子噴涂方法在基體板材表面制備YSZ熱障涂層，涂層厚度約為400 μm，由于不銹鋼基體與黏結(jié)層的熱導(dǎo)率差異較小，對(duì)紅外熱像檢測(cè)的影響可以忽略不計(jì)，因此未制備黏結(jié)層。涂層制備后將填充棒材頂端切除1 mm，因此，所有模擬脫粘缺陷的空氣隙厚度均為1 mm。

所采用的脈沖紅外熱成像檢測(cè)系統(tǒng)如圖4所示，主要包括兩臺(tái)脈沖閃光燈、一臺(tái)紅外熱像儀、以及試樣臺(tái)。采用兩臺(tái)Godox-QT1200II型閃光燈對(duì)試樣涂層表面進(jìn)行脈沖激勵(lì)，兩臺(tái)閃光燈呈90°夾角布置在涂層表面正前方，每臺(tái)熱燈單次最大脈沖能量為1.2 kJ，因此兩臺(tái)熱燈單次脈沖輸出最大能量為2.4 kJ。采用NEC Avio R300非制冷焦平面紅外熱像儀采集零件表面熱圖，熱像儀工作溫度范圍：-40～500 ℃；傳感器工作波段：8～14 μm；空間分辨率：1.21 mrad；視場(chǎng)角范圍：水平方向22°，垂直方向17°；最小焦距：10 cm。熱像儀采集的單幀圖像大小320×240像素，全畫幅最高采集頻率為60 Hz。試樣臺(tái)的作用是將試樣固定在熱像儀前方20 cm位置。試驗(yàn)時(shí)，熱像儀從脈沖激勵(lì)熱燈激勵(lì)開始之前記錄試樣表面熱圖，脈沖激勵(lì)結(jié)束后繼續(xù)記錄30 s，直至熱圖中缺陷信號(hào)消失。試驗(yàn)過程中通過計(jì)算機(jī)中的Infrec Analyzer NS9500 Standard控制軟件對(duì)熱像儀的采集過程進(jìn)行控制，采集的試樣表面熱圖實(shí)時(shí)存儲(chǔ)在計(jì)算機(jī)中。

圖3 人工脫粘缺陷試樣示意圖Fig.3 Sketch map of artificial interface debonding specimen

圖4 脈沖紅外熱成像檢測(cè)系統(tǒng)Fig.4 Pulsed thermography system

2 涂層表面溫度瞬態(tài)響應(yīng)過程以及表面熱圖預(yù)處理

2.1 涂層表面溫度瞬態(tài)響應(yīng)

試驗(yàn)結(jié)束后，提取熱像儀記錄的熱圖序列，從脈沖激勵(lì)結(jié)束時(shí)刻開始截取降溫過程的前300幀圖像進(jìn)行處理。圖5展示了300幀圖像序列中的部分熱圖，由圖可見，在脈沖激勵(lì)后，界面脫粘缺陷并非立刻顯示在原始熱圖序列中，而是經(jīng)歷了一個(gè)短暫的“停頓”過程后由弱到強(qiáng)逐漸顯示在表面熱圖中，在約第30幀缺陷顯示最為清晰，可以清楚識(shí)別其中直徑大于4 mm的7個(gè)缺陷，尺寸較小的缺陷D2和D3則無法識(shí)別。從第30幀之后，隨著降溫過程進(jìn)行，原始熱圖中缺陷位置的“熱斑”逐漸變小直至消失。

圖6展示了原始熱圖序列中尺寸最大的缺陷D12的幾何中心點(diǎn)和非缺陷區(qū)任意一點(diǎn)在降溫過程中的溫度變化趨勢(shì)。由圖可見，脈沖激勵(lì)后缺陷區(qū)和非缺陷區(qū)降溫速度不同，非缺陷區(qū)降溫更快，而缺陷區(qū)降溫速率相對(duì)較慢，經(jīng)過約5 s(300幀)后，D12缺陷中心點(diǎn)溫度下降到與非缺陷區(qū)溫度相當(dāng)。

圖5 降溫過程中不同時(shí)刻試樣表面熱圖Fig.5 Thermal images on coating surface at different times of cooling process

圖6 降溫過程中D12缺陷中心點(diǎn)與非缺陷區(qū)溫度變化趨勢(shì)Fig.6 Variation of temperatures at D12 center and sound region in cooling process

2.2 表面熱圖預(yù)處理

由于熱像儀記錄的原始圖像序列中包含大量噪聲，為了在提取分析缺陷表面熱波特征之前去除原始熱圖序列的背景輻射特征，從截取的300幀 熱圖序列中減去脈沖激勵(lì)開始之前的背景熱圖，相減的結(jié)果作為原始熱圖序列進(jìn)入后處理過程，進(jìn)行熱波特征提取和分析。圖7直觀地展示了減去背景熱圖的效果，圖7(a)為脈沖激勵(lì)開始之前的背景熱圖，此時(shí)試樣表面溫度和環(huán)境溫度相同，為試樣在自然狀態(tài)下的熱圖；圖7(b)為所截取熱圖序列的第30幀熱圖；圖7(c)為圖7(b)和圖7(a)相減的結(jié)果。由圖可見，減背景處理后圖像整體質(zhì)量更加清晰，圖像整體噪聲明顯降低，而且熱圖中缺陷也更加清楚，然而，從減背景后的熱圖中仍然無法識(shí)別缺陷D3和D2的存在。下文中所有試驗(yàn)涉及的原始熱圖序列，均指按上述原則截取(從脈沖激勵(lì)結(jié)束時(shí)刻開始的300張熱圖)并減背景后的熱圖序列。

圖7 原始熱圖減背景的結(jié)果Fig.7 Results of background subtraction from rawthermal image

3 熱圖重構(gòu)及重構(gòu)效果評(píng)價(jià)

采用3種常見的熱圖特征提取和重構(gòu)方法：PPT、PCA和TSR分別對(duì)原始熱圖序列進(jìn)行特征提取和重建。為了對(duì)熱圖序列重建效果進(jìn)行定量評(píng)價(jià)，采用標(biāo)準(zhǔn)差SD和歸一化對(duì)比度NC兩個(gè)參數(shù)對(duì)原始熱圖和重建熱圖進(jìn)行評(píng)價(jià)。標(biāo)準(zhǔn)差的計(jì)算方法為[24]：從熱圖中選擇一個(gè)5 pixel×5 pixel 的非缺陷區(qū)域，計(jì)算該區(qū)域內(nèi)25個(gè)像素點(diǎn)的溫度標(biāo)準(zhǔn)差作為整張熱圖的標(biāo)準(zhǔn)差。歸一化對(duì)比度的計(jì)算方式為[25]：NC=(Td-Ts)/(Td+Ts),Td和Ts分別表示同一張熱圖中缺陷區(qū)和非缺陷區(qū)的溫度值。NC值定量表征了熱圖中缺陷區(qū)與非缺陷區(qū)的對(duì)比度，其值越高，圖像中缺陷越容易識(shí)別，歸一化處理使得任意兩張熱圖的NC值均可以直接對(duì)比，不受熱圖采集條件的限制。以缺陷D12中心位置一個(gè)3 pixel×3 pixel區(qū)域內(nèi)9個(gè) 像素點(diǎn)的溫度值取平均作為缺陷區(qū)的溫度值，以周圍非缺陷區(qū)一個(gè)3 pixel×3 pixel區(qū)域內(nèi)9個(gè) 像素點(diǎn)的溫度值取平均作為非缺陷區(qū)的溫度值。

3.1 脈沖相位法(PPT)重構(gòu)表面熱圖序列

圖8(a)和圖8(b)分別展示了PPT重構(gòu)熱圖序列的標(biāo)準(zhǔn)差和歸一化對(duì)比度變化規(guī)律，同時(shí)展示了原始熱圖序列的上述兩個(gè)參數(shù)作為對(duì)比。由圖8(a)可見，PPT重構(gòu)熱圖的標(biāo)準(zhǔn)差與原始熱圖序列相比降低約一半，這表明，重構(gòu)熱圖序列中的整體噪聲水平得到進(jìn)一步降低；圖8(b)中歸一化對(duì)比度計(jì)算結(jié)果顯示，PPT重構(gòu)熱圖中的NC曲線總體略高于原始熱圖序列，但重構(gòu)熱圖序列的NC值穩(wěn)定性較差。同時(shí)，由圖可見，相位重構(gòu)熱圖序列中缺陷與非缺陷區(qū)的對(duì)比度并非在任意時(shí)刻均高于原始熱圖，在降溫初期，第50幀之前，重構(gòu)熱圖的NC值明顯高于原始熱圖，而降溫中后期，重構(gòu)熱圖的NC值僅略高于原始熱圖，兩者之間差異較小。

圖8 PPT重構(gòu)熱圖序列結(jié)果Fig.8 Results of thermogram sequence reconstruction using PPT

3.2 主成分分析法(PCA)重構(gòu)表面熱圖序列

主成分分析基于數(shù)據(jù)降維的思想，從大量的多維數(shù)據(jù)樣本的多個(gè)影響因素中提取出主要影響因素，可以對(duì)每種主成分的貢獻(xiàn)率和不同影響因素對(duì)每種主成分的貢獻(xiàn)進(jìn)行分析，并選取不同的主成分對(duì)原數(shù)據(jù)樣本進(jìn)行重構(gòu)得到近似樣本數(shù)據(jù)。對(duì)于紅外熱成像檢測(cè)而言，需將熱像儀采集的原始熱圖序列轉(zhuǎn)化為數(shù)據(jù)矩陣，矩陣的每一列為一幀熱圖，即一個(gè)觀察值，矩陣的行為時(shí)間變量。不同主成分對(duì)應(yīng)脈沖激勵(lì)后降溫過程中不同時(shí)間范圍的熱圖特征，選取最能反映脫粘區(qū)熱圖特征的主成分進(jìn)行熱圖序列重構(gòu)。

圖9展示了前6個(gè)主成分重構(gòu)熱圖序列中歸一化對(duì)比度最高的一張，第七主成分之后的重構(gòu)熱圖中噪聲信號(hào)幾乎淹沒了缺陷信號(hào)，無法識(shí)別缺陷的存在，因此未進(jìn)行展示。由圖可見，第一主成分(PC1)和第三主成分(PC3)重構(gòu)熱圖中缺陷與非缺陷區(qū)的對(duì)比最明顯，其中，PC1重構(gòu)熱圖中D3和D2缺陷無法識(shí)別，而PC3重構(gòu)熱圖中九個(gè)缺陷均可清楚識(shí)別。表1展示了前6個(gè)主成分的貢獻(xiàn)率以及對(duì)應(yīng)重構(gòu)熱圖序列的NC最大值。由表可見，PC3的貢獻(xiàn)率僅為3.27%，但其重構(gòu)熱圖的序列的NC值最高達(dá)到0.57。PC1和PC2的貢獻(xiàn)率均高于PC3，但重構(gòu)熱圖序列的NC值均低于PC3重構(gòu)熱圖。在紅外熱圖序列的處理中，主成分的貢獻(xiàn)率并不作為主成分選擇的主要依據(jù)，需要根據(jù)主成分反映的時(shí)間變量信息，選取代表缺陷區(qū)和非缺陷區(qū)對(duì)比度最大時(shí)間段的主成分進(jìn)行熱圖重構(gòu)。其目的是基于表面熱圖序列對(duì)界面脫粘區(qū)域的熱波特征進(jìn)行分離，使重構(gòu)熱圖能夠更加清楚、準(zhǔn)確地表達(dá)缺陷的位置及尺寸。因此，采用PC3重構(gòu)熱圖序列作為PCA重構(gòu)熱圖序列與另外兩種熱圖重構(gòu)算法進(jìn)行對(duì)比。

圖9 主成分PC1～PC6重構(gòu)熱圖對(duì)比Fig.9 Comparisons of reconstructed thermal images among PC1 to PC6

表1 不同主成分的貢獻(xiàn)率及重構(gòu)熱圖NC最大值Table 1 Contribution of different PCs and the maximum NC of reconstructed images

圖10展示了PC3重構(gòu)熱圖序列的標(biāo)準(zhǔn)差和歸一化對(duì)比度變化情況，同時(shí)展示了原始熱圖序列的標(biāo)準(zhǔn)差和歸一化對(duì)比度作為參考。由圖可見，重構(gòu)熱圖序列的標(biāo)準(zhǔn)差隨時(shí)間變化波動(dòng)幅度較大，在部分時(shí)間段其標(biāo)準(zhǔn)差甚至高于原始熱圖序列；重構(gòu)熱圖序列的歸一化對(duì)比度同樣隨時(shí)間波動(dòng)較大，且未呈現(xiàn)特定的規(guī)律性，但其整體略高于原始熱圖序列，表明重構(gòu)熱圖序列中缺陷區(qū)與非缺陷區(qū)的對(duì)比度略有增強(qiáng)。PC3重構(gòu)熱圖序列的標(biāo)準(zhǔn)差和歸一化對(duì)比度波動(dòng)較大的原因在于，不同時(shí)間段的熱圖在第三主成分PC3中所占權(quán)重有差異，進(jìn)行熱圖序列重構(gòu)后，在權(quán)重系數(shù)較高的時(shí)間段其整體圖像質(zhì)量較高，故清晰度和對(duì)比度高；而在權(quán)重系數(shù)較低的時(shí)間段，圖像清晰度和對(duì)比度較低，標(biāo)準(zhǔn)差和歸一化對(duì)比度數(shù)值也較小。

圖10 PCA重構(gòu)熱圖序列結(jié)果Fig.10 Results of thermogram sequence reconstruction using PCA

3.3 熱信號(hào)重構(gòu)法(TSR)重構(gòu)表面熱圖序列

TSR熱圖重建算法將原始熱圖序列中每一像素點(diǎn)的溫度隨時(shí)間變化曲線變換到雙對(duì)數(shù)坐標(biāo)系中，并計(jì)算其一階微分，采用一階微分進(jìn)行表面熱圖序列重構(gòu)。圖11展示了TSR一階微分重構(gòu)熱圖序列的標(biāo)準(zhǔn)差和歸一化對(duì)比度計(jì)算結(jié)果，由圖可見，TSR重構(gòu)熱圖序列的標(biāo)準(zhǔn)差與原始熱圖序列相比顯著降低，從0.1下降到約0.01，降低了一個(gè)數(shù)量級(jí)，表明TSR重構(gòu)算法使得熱圖序列中噪聲水平大幅下降；重構(gòu)熱圖序列的歸一化對(duì)比度比原始熱圖序列略有升高，且NC曲線的變化趨勢(shì)與原始熱圖序列的NC曲線變化趨勢(shì)較為相似。

圖11 TSR重構(gòu)熱圖序列結(jié)果Fig.11 Results of thermogram sequence reconstruction using TSR

綜上所述，對(duì)比3種重構(gòu)熱圖序列的標(biāo)準(zhǔn)差可見，3種重構(gòu)熱圖序列的標(biāo)準(zhǔn)差與原始熱圖相比，均有所降低，說明3種重構(gòu)方法均使得熱圖的整體質(zhì)量有了較大提高，重構(gòu)后熱圖序列中的噪聲進(jìn)一步降低，其中，TSR重構(gòu)熱圖序列的標(biāo)準(zhǔn)差降低最為明顯。

3種重構(gòu)熱圖序列中的歸一化對(duì)比度差異較大。PPT重構(gòu)熱圖的歸一化對(duì)比度在降溫初期較高，隨后隨時(shí)間而降低，但整體略高于原始熱圖序列；PCA重構(gòu)熱圖序列的歸一化對(duì)比度存在波動(dòng)，但同樣整體略高于原始熱圖序列；TSR重構(gòu)熱圖序列的歸一化對(duì)比度先增大后減小，與原始熱圖序列的歸一化對(duì)比度變化規(guī)律相似，且略高于原始熱圖序列。這表明，3種重構(gòu)圖像中缺陷的信號(hào)對(duì)比度均有所增大，對(duì)于缺陷的定性識(shí)別而言，具有積極意義。

為了進(jìn)一步檢驗(yàn)上述標(biāo)準(zhǔn)差和歸一化對(duì)比度分析結(jié)果，圖12展示了3張重構(gòu)熱圖，均為對(duì)應(yīng)熱圖序列中對(duì)比度最大的一幀，并與原始熱圖中對(duì)比度最大的一幀進(jìn)行對(duì)比。由圖可見，原始熱圖中無法分辨的D3和D2缺陷，在3種重構(gòu)熱圖中均可以進(jìn)行識(shí)別，尤其是在PPT和TSR重構(gòu)熱圖中，直徑為2 mm的D2缺陷十分明顯。綜上所述，3種重構(gòu)算法均可降低熱圖序列的噪聲，并增強(qiáng)熱圖中缺陷區(qū)與非缺陷區(qū)的對(duì)比度，進(jìn)而提高界面脫粘缺陷的定性識(shí)別能力。其中，TSR熱圖重構(gòu)算法對(duì)噪聲的抑制效果最為顯著。

圖12 原始熱圖與重構(gòu)熱圖對(duì)比Fig.12 Comparison of raw and reconstructed thermal images

4 結(jié) 論

1)針對(duì)熱障涂層界面脫粘缺陷的無損檢測(cè)問題，首先制備了一種人工脫粘缺陷試樣，使人工脫粘缺陷下方基體中熱量傳導(dǎo)過程更加接近真實(shí)脫粘缺陷，且使人工脫粘缺陷的空氣隙厚度調(diào)整更加精確。

2)采用熱燈脈沖紅外熱像技術(shù)對(duì)YSZ熱障涂層界面脫粘缺陷進(jìn)行檢測(cè)，采集了熱燈脈沖激勵(lì)下人工脫粘缺陷試樣表面的原始熱圖序列，采用PPT、PCA和TSR 3種重構(gòu)算法對(duì)原始熱圖序列進(jìn)行重構(gòu)，并利用標(biāo)準(zhǔn)差和歸一化對(duì)比度兩個(gè)指標(biāo)對(duì)原始熱圖序列和3種重構(gòu)熱圖序列進(jìn)行評(píng)價(jià)。

3)對(duì)于厚度為400 μm的YSZ熱障涂層，從原始熱圖序列中可以識(shí)別直徑大于4 mm的界面脫粘缺陷。采用PPT、PCA和TSR 3種熱圖重構(gòu)算法對(duì)表面熱圖序列進(jìn)行重構(gòu)，3種重構(gòu)熱圖序列中均可識(shí)別直徑大于2 mm的界面脫粘缺陷。

4)與原始熱圖序列相比，3種重構(gòu)熱圖序列的標(biāo)準(zhǔn)差均有所下降，歸一化對(duì)比度均有所升高，表明3種熱圖序列重構(gòu)算法均可顯著提高界面脫粘缺陷的定性識(shí)別能力，其中，又以TSR重構(gòu)算法對(duì)熱圖噪聲的抑制效果最為明顯。