（武漢理工大學(xué) 安全與應(yīng)急管理學(xué)院，湖北 武漢 430070）

0 引言

非金屬材料的粘貼結(jié)構(gòu)在工業(yè)生產(chǎn)、航空航天、軍事、建筑等領(lǐng)域具有廣泛的應(yīng)用性和諸多的優(yōu)越性[1]，但是粘貼界面容易出現(xiàn)脫粘、分層、夾雜等缺陷，進(jìn)而降低系統(tǒng)的保溫隔熱性、耐久性和防火安全性，最終引發(fā)安全問題。因此，對(duì)非金屬材料的粘貼缺陷進(jìn)行無損檢測(cè)具有重要意義。

近些年來應(yīng)用廣泛的紅外無損技術(shù)與其他常規(guī)無損檢測(cè)方法相比，具有適用范圍廣、非接觸性、測(cè)溫范圍廣、結(jié)果直觀可靠等[2]優(yōu)勢(shì)。目前許多學(xué)者基于紅外無損檢測(cè)技術(shù)，對(duì)材料內(nèi)部的缺陷進(jìn)行探測(cè)，對(duì)其進(jìn)行定性定量分析，同時(shí)提出各種算法以實(shí)現(xiàn)缺陷的可視化。在缺陷的定性定量方面，M.Barus[3]等通過對(duì)復(fù)合材料內(nèi)部粘貼缺陷試樣表面溫度場(chǎng)的處理，驗(yàn)證了紅外無損檢測(cè)技術(shù)對(duì)檢測(cè)復(fù)合材料脫粘缺陷的可行性；劉俊巖[4]等建立熱波在試件中傳導(dǎo)的熱-電等效模型，得到了缺陷深度和反射熱波與入射熱波相位差之間的關(guān)系，獲得缺陷大小及位置信息；王黎明[5]等運(yùn)用紅外熱圖和溫差-時(shí)間對(duì)數(shù)曲線兩種方式識(shí)別缺陷，缺陷識(shí)別精度達(dá)到0.4 mm；Balageas[6]和Holtmnn[7]等分別總結(jié)了脈沖法和鎖相法在缺陷厚度、類型、導(dǎo)熱率等定性定量分析的應(yīng)用。在缺陷識(shí)別及提取方面，汪子君[8]等通過改進(jìn)OSTU算法搜索最佳閾值實(shí)現(xiàn)紅外圖像的缺陷分割；梅林[9]等提出基于遺傳算法優(yōu)化求解的紅外無損檢測(cè)缺陷信息新方法；王濤等[10]人將粒子群優(yōu)化算法和二維最小誤差分割算法相結(jié)合，能夠在實(shí)現(xiàn)更低對(duì)比度的紅外圖像分割；范春利[11-12]等使用共軛梯度法都缺陷邊界進(jìn)行定量識(shí)別，數(shù)值算例證明了該算法的有效性；此外，還有學(xué)者基于BP 神經(jīng)網(wǎng)絡(luò)[13]、小波變換[14]等識(shí)別并提取缺陷。缺陷的識(shí)別技術(shù)雖然已經(jīng)取得了寶貴成果，但由于實(shí)驗(yàn)環(huán)境、技術(shù)制約等問題，在實(shí)際工程應(yīng)用中仍然無法進(jìn)行精確的缺陷定量識(shí)別。

本文研究了持續(xù)激勵(lì)條件下非金屬材料粘貼缺陷的邊界特征，確定了對(duì)粘貼缺陷邊界進(jìn)行定量分析的方法。根據(jù)邊界特征結(jié)合了Canny 邊緣檢測(cè)算法，改進(jìn)了算法的識(shí)別結(jié)果，最終對(duì)粘貼缺陷邊界幾何特征進(jìn)行識(shí)別，并標(biāo)識(shí)出缺陷區(qū)域。實(shí)現(xiàn)對(duì)非金屬材料粘貼缺陷的定量檢測(cè)并將缺陷可視化，可為紅外無損檢測(cè)的工程應(yīng)用提供理論基礎(chǔ)和技術(shù)指導(dǎo)。

1 粘貼缺陷邊界特征研究

目前紅外無損檢測(cè)技術(shù)根據(jù)激勵(lì)方式不同，主要分為脈沖激勵(lì)紅外無損技術(shù)、鎖相激勵(lì)紅外無損技術(shù)和持續(xù)激勵(lì)紅外無損技術(shù)。其中，持續(xù)熱激勵(lì)方式相較于其他熱激勵(lì)方式，更適合熱導(dǎo)系數(shù)較低且厚度較大的非金屬材料[15]。本文采用持續(xù)熱激勵(lì)法研究粘貼缺陷，使用CFD 流體分析軟件研究在二維條件下的缺陷邊界特征，并提出缺陷邊界識(shí)別方法，最后在三維條件下驗(yàn)證方法的可靠性。

1.1 二維數(shù)值模擬

假設(shè)防腐材料片狀的粘貼缺陷是由粘貼時(shí)膠水中含有氣泡導(dǎo)致，則防腐材料表面在激勵(lì)輻射熱流作用下溫度上升，而缺陷部位（空氣）的熱擴(kuò)散系數(shù)要遠(yuǎn)小于膠水，導(dǎo)致該部分熱量擴(kuò)散較無缺陷部位緩慢，因此該部位對(duì)應(yīng)的表面溫度比周圍溫度較高。本文為研究非金屬材料粘貼缺陷邊界的溫度分布特征，使用CFD 流體分析軟件，假設(shè)基體材料為鐵，非金屬材料為PE，兩者之間使用膠水粘貼，膠水的厚度處處相等，氣泡假設(shè)由空氣填滿且位于試樣的中心，氣泡的大小和高度即為缺陷的大小和程度。試件二維模型及邊界傳熱條件如圖1所示。4種材料的密度、導(dǎo)熱系數(shù)、熱容[16]如表1所示。通過數(shù)值模擬計(jì)算，圖2給出穩(wěn)定狀態(tài)時(shí)不同缺陷半徑R下，表面溫度及溫度梯度的分布曲線，其中r表示試件上表面各點(diǎn)與對(duì)稱軸的距離，T表示對(duì)應(yīng)點(diǎn)的溫度，dT/dr表示對(duì)應(yīng)點(diǎn)的溫度梯度。

圖1 粘貼缺陷二維軸對(duì)稱模型示意圖Fig.1 The diagram of two-dimensional axisymmetric model of paste defect

表1 材料熱物性參數(shù)Table1 Material thermal property parameters

圖2 二維模型的表面溫度及溫度梯度分布曲線Fig.2 Surface temperature and temperature gradient distribution curves of two-dimensional models

從不同缺陷半徑對(duì)應(yīng)的溫度分布曲線可以看出，缺陷區(qū)域呈現(xiàn)高溫狀態(tài)，缺陷邊界處的溫度快速下降。根據(jù)表2缺陷邊界的溫度可得知，隨著缺陷半徑的增加，缺陷邊界對(duì)應(yīng)的表面溫度也隨之升高，這是由于缺陷半徑越大，缺陷區(qū)域內(nèi)積累熱量越多，試件表面溫度越高[17]。此外，粘貼材料的不同也會(huì)影響試件表面溫度[18]。因此，無法利用溫度值作為閾值檢測(cè)出缺陷邊界的準(zhǔn)確位置，需要找到更普遍的規(guī)律來識(shí)別缺陷邊界。

在粘貼缺陷的邊界處，由于空氣的熱擴(kuò)散系數(shù)遠(yuǎn)遠(yuǎn)小于膠水的熱擴(kuò)散系數(shù)，因此熱量由空氣傳向膠水。根據(jù)導(dǎo)熱的傅里葉定律，在缺陷的邊界熱流密度將達(dá)到峰值。因此，可考慮通過計(jì)算溫度梯度峰值位置來確定缺陷邊界。由溫度梯度分布曲線可以看出，溫度梯度在缺陷邊界位置附近達(dá)到極值。表2給出了通過溫度梯度極值確定的計(jì)算缺陷半徑與實(shí)際缺陷半徑對(duì)比，結(jié)果顯示兩者的相對(duì)誤差較小，因此驗(yàn)證了使用溫度梯度極值確定缺陷邊界的可行性。

表2 計(jì)算缺陷半徑與實(shí)際缺陷半徑的對(duì)比Table2 Comparison of simulated defect radius with actualdefect radius

1.2 缺陷邊界識(shí)別算法

根據(jù)溫度梯度在缺陷邊界處達(dá)到極值這一特性，準(zhǔn)確地篩選出溫度梯度極值部位即可識(shí)別邊界位置。由于Canny邊緣檢測(cè)算法的原理是計(jì)算像素的梯度大小及方向后采用非極大值抑制和雙閾值來去除誤檢點(diǎn)及保留漏檢點(diǎn)[19]，這與篩選出溫度梯度極值來確定缺陷邊界的過程一致，因此考慮采用Canny 邊緣檢測(cè)算法對(duì)試件表面溫度分布進(jìn)行缺陷識(shí)別。

為驗(yàn)證使用Canny邊緣檢測(cè)算法可篩選出溫度梯度極值的可靠性，本文首先利用CFD 流體分析軟件，使用三維模型進(jìn)行驗(yàn)證。建立含有底面為圓形及正方形形狀缺陷的三維模型，如圖3(a)所示試件三維模型。兩種類型缺陷的底面尺寸如圖3(b)所示，圓形直徑Φ為40 mm，正方形邊長(zhǎng)L為30 mm。使用CFD 流體分析軟件，其邊界條件及試件材料與二維模型一致，得到如圖4所示的試件表面溫度分布云圖，結(jié)果顯示在缺陷對(duì)應(yīng)的上表面存在局部的高溫區(qū)域，但無法準(zhǔn)確定位缺陷邊界的位置。

對(duì)其進(jìn)行一階微分處理得到如圖5所示的表面溫度梯度分布等高線圖。由溫度梯度等高線圖可知，缺陷區(qū)域形成“火山”狀地形，在缺陷邊界處形成“山脊”，即溫度梯度在缺陷邊界處達(dá)到極值。對(duì)兩種缺陷的溫度分布數(shù)據(jù)使用Canny算法進(jìn)行檢測(cè)，得到如圖6所示的缺陷邊界點(diǎn)集合。使用Canny算法得到的缺陷邊界所圍成的區(qū)域面積與實(shí)際缺陷面積進(jìn)行對(duì)比，如表3所示。結(jié)果顯示Canny 邊緣檢測(cè)法檢測(cè)出的缺陷邊界所圍成的區(qū)域面積與實(shí)際缺陷區(qū)域面積基本吻合。

圖3 三維模型試件及其缺陷尺寸Fig.3 3D model test piece and its defect size

圖4 三維模型的表面溫度分布云圖Fig.4 Surface temperature distribution of a three-dimensional model

圖5 三維模型的溫度梯度分布等高線圖Fig.5 Contour map of temperature gradient distribution of 3D model

圖6 基于Canny算法的缺陷識(shí)別結(jié)果Fig.6 Defect identification result based on Canny algorithm

表3 計(jì)算缺陷面積與實(shí)際缺陷面積的對(duì)比Table3 Comparison of simulated defect area with actual defect area

2 粘貼缺陷識(shí)別實(shí)驗(yàn)驗(yàn)證

2.1 實(shí)驗(yàn)裝置

實(shí)驗(yàn)平臺(tái)示意圖如圖7所示，紅外熱像儀采用Fotric 688，光源由6 根長(zhǎng)為40 cm的紅外管式碳纖維燈管組成。為驗(yàn)證前文模擬得到的缺陷邊界定量方法可靠性，制備如圖8所示的含有4種尺寸脫粘缺陷的試樣。為避免光源直接照射試樣產(chǎn)生較強(qiáng)的反射，影響實(shí)驗(yàn)結(jié)果，將試樣傾斜30°，即入射光源與試樣法線夾角為30°進(jìn)行實(shí)驗(yàn)。

圖7 實(shí)驗(yàn)平臺(tái)示意圖Fig.7 The diagram of the experimental platform

圖8 含脫粘缺陷試樣平面示意圖Fig.8 The diagram of a sample containing debonding defects

2.2 實(shí)驗(yàn)結(jié)果分析

試樣在持續(xù)熱激勵(lì)150 s 后得到如圖9所示的紅外熱圖，結(jié)果顯示試件表面紅外圖具有4個(gè)明顯的高溫區(qū)域，但因受熱不均、周圍環(huán)境噪聲等影響，所采集到的數(shù)據(jù)存在噪聲較大、邊緣模糊等問題。

圖9 實(shí)驗(yàn)試件表面溫度分布云圖Fig.9 Contour map of surface temperature distribution of experimental specimens

對(duì)試件表面溫度分布數(shù)據(jù)使用高斯濾波進(jìn)行降噪處理后得到如圖10所示的表面溫度分布圖。根據(jù)前文得到使用溫度梯度極值來確定缺陷邊界的定量分析方法，對(duì)試件表面紅外測(cè)溫?cái)?shù)據(jù)進(jìn)行一階微分處理得到相應(yīng)的溫度梯度分布，如圖11所示，采用Canny 邊緣檢測(cè)算法對(duì)試樣4 塊缺陷區(qū)域進(jìn)行定量識(shí)別，其結(jié)果如圖12所示。

圖10 降噪處理后的試樣表面溫度云圖Fig.10 Contour map of the surface temperature of the sample after noise reduction treatment

圖11 試樣的表面溫度梯度分布等高線圖Fig.11 Contour map of surface temperature gradient of sample

圖12 基于Canny算法的試樣缺陷識(shí)別結(jié)果Fig.12 Identification result of sample defects based on Canny algorithm

結(jié)果顯示使用Canny邊緣檢測(cè)算法識(shí)別的缺陷邊界與實(shí)際缺陷邊界相比存在明顯的誤差，第一個(gè)和第二個(gè)缺陷的檢測(cè)結(jié)果為完整、閉合的邊界，但第三個(gè)和第四個(gè)缺陷邊界只能檢測(cè)到部分邊界。這是由于缺陷3和缺陷4 受熱不均勻，造成缺陷邊界處有局部高溫，使檢測(cè)到缺陷部分邊界模糊，如圖11 中標(biāo)識(shí)出的部分。而Canny 邊緣檢測(cè)算法采用雙閾值法，從而漏檢了缺陷3和缺陷4 部分邊界模糊的“弱邊界”，即溫度梯度較小的部分，導(dǎo)致檢測(cè)到的缺陷3、4 不完整。

由以上分析可知，Canny 邊緣檢測(cè)法在數(shù)值模擬理想條件下可識(shí)別出準(zhǔn)確的缺陷邊界，但在實(shí)驗(yàn)條件不理想時(shí)存在誤差，需要進(jìn)一步改進(jìn)算法得到較為理想的識(shí)別效果。

2.3 改進(jìn)的缺陷邊界識(shí)別及標(biāo)識(shí)算法

根據(jù)前文的數(shù)值模擬結(jié)果可知溫度梯度在缺陷邊界達(dá)到極值，因此缺陷邊界處的像素點(diǎn)的溫度梯度值總會(huì)比領(lǐng)域至少一個(gè)方向的像素值大。利用這一結(jié)論，可設(shè)計(jì)算法篩選出所有“疑似邊界點(diǎn)”集合，具體思路為：將目標(biāo)像素點(diǎn)Pi,j與其領(lǐng)域水平、垂直、斜45°四個(gè)方向上的像素點(diǎn)相比較，若目標(biāo)像素點(diǎn)的溫度梯度值大于任一方向上的兩個(gè)像素點(diǎn)的溫度梯度值，則認(rèn)為該點(diǎn)為“疑似邊界點(diǎn)”。

對(duì)紅外無損實(shí)驗(yàn)得到的試件表面溫度梯度分布數(shù)據(jù)進(jìn)行該方法的篩選后得到如圖13所示的“疑似邊界點(diǎn)”集合。從結(jié)果可知，疑似邊界點(diǎn)集合內(nèi)包括了4個(gè)完整的閉合缺陷，且該形狀與大小與實(shí)際缺陷基本吻合。因此，利用疑似邊界點(diǎn)集合可對(duì)Canny算法識(shí)別的缺陷邊界進(jìn)行補(bǔ)充，從而得到完整、閉合的缺陷邊界。利用“質(zhì)心填充”法，從每個(gè)缺陷的質(zhì)心位置開始填充，當(dāng)遇到邊界時(shí)停止填充，得到最終識(shí)別到的4個(gè)缺陷區(qū)域，如圖14所示。

圖13 疑似邊界點(diǎn)集合Fig.13 Collection of points suspected of being borders

在計(jì)算缺陷面積時(shí)考慮了試樣與入射光源存在一定的夾角，計(jì)算得到算法檢測(cè)的缺陷面積與實(shí)際缺陷面積，如表4所示。

根據(jù)計(jì)算結(jié)果可以看出，檢測(cè)缺陷面積與實(shí)際面積相比存在一定的誤差，缺陷1、2 存在較小誤差，但缺陷3、4 誤差明顯偏大，這可能是由于缺陷3、4表面受熱不均勻，局部溫度偏高從而產(chǎn)生的誤差；另外一方面，由于缺陷3、4 為正方形，其4個(gè)尖角部位因熱擴(kuò)散導(dǎo)致其對(duì)應(yīng)的溫度分布呈現(xiàn)圓滑的形狀，導(dǎo)致檢測(cè)到缺陷3、4的面積有部分損失。

圖14 改進(jìn)Canny算法得到的缺陷識(shí)別結(jié)果Fig.14 Identification result of defects obtained by improved Canny algorithm

表4 算法檢測(cè)的缺陷面積與實(shí)際缺陷面積對(duì)比Table4 Comparison of defect area detected by algorithm and actual defect area

3 結(jié)論

本文基于紅外無損檢測(cè)技術(shù)，在持續(xù)激勵(lì)條件下對(duì)粘貼缺陷試件進(jìn)行數(shù)值模擬和實(shí)驗(yàn)驗(yàn)證，研究了溫度梯度分布與缺陷邊界的關(guān)系，并設(shè)計(jì)了粘貼缺陷的定量識(shí)別算法。主要結(jié)論如下：

1）通過建立二維及三維粘貼缺陷模型，在持續(xù)激勵(lì)條件下得到模型對(duì)應(yīng)的上表面溫度分布及溫度梯度分布，溫度梯度在缺陷邊界處達(dá)到極值；

2）由于實(shí)驗(yàn)得到紅外熱圖存在部分邊界模糊、噪聲較大等問題，對(duì)Canny算法進(jìn)行改進(jìn)后，可補(bǔ)充其缺損的缺陷邊界，得到完整、閉合的缺陷邊界。