王 浩，吳易澤，王 濤

〈無(wú)損檢測(cè)〉

基于陣列熱風(fēng)激勵(lì)的航發(fā)葉片近表面缺陷紅外檢測(cè)方法

王 浩1，吳易澤2，王 濤2

（1. 中國(guó)民航大學(xué) 工程技術(shù)訓(xùn)練中心，天津 300300；2. 中國(guó)民航大學(xué) 航空工程學(xué)院，天津 300300）

航空發(fā)動(dòng)機(jī)葉片的三維曲面結(jié)構(gòu)、復(fù)雜的材料特性和特殊的冷卻通道等，給葉片近表面缺陷的檢測(cè)帶來(lái)了困難。針對(duì)熱激勵(lì)源加熱不均導(dǎo)致檢測(cè)的紅外熱圖效果差、缺陷識(shí)別率低的問(wèn)題，提出了一種陣列熱風(fēng)激勵(lì)的主動(dòng)紅外檢測(cè)方法，改進(jìn)并搭建一套可調(diào)陣列熱風(fēng)紅外無(wú)損檢測(cè)實(shí)驗(yàn)平臺(tái)。通過(guò)設(shè)計(jì)陣列熱風(fēng)激勵(lì)與局部熱風(fēng)激勵(lì)的對(duì)比實(shí)驗(yàn)，并采用Canny算子進(jìn)行缺陷邊緣識(shí)別，證明了陣列熱風(fēng)激勵(lì)主動(dòng)紅外檢測(cè)方法的優(yōu)勢(shì)。通過(guò)實(shí)驗(yàn)分析不同材料下含裂紋試件的溫度變化規(guī)律。實(shí)驗(yàn)結(jié)果表明：隨熱擴(kuò)散系數(shù)增大，溫升出現(xiàn)越早，表面最大溫度呈下降趨勢(shì)。通過(guò)利用檢測(cè)實(shí)驗(yàn)平臺(tái)對(duì)航空發(fā)動(dòng)機(jī)葉片進(jìn)行檢測(cè)，揭示了導(dǎo)熱性和隔熱性缺陷的溫度分布規(guī)律；其中導(dǎo)熱性、隔熱性和兩者混合類型的缺陷檢出率分別達(dá)到86.7%、93.3%、90%，也表明陣列熱風(fēng)激勵(lì)紅外檢測(cè)方法能有效檢測(cè)出航發(fā)葉片中的裂紋缺陷。

航空發(fā)動(dòng)機(jī)葉片；陣列熱風(fēng)；近表面缺陷；Canny算子

0 引言

主動(dòng)紅外熱像檢測(cè)技術(shù)具有靈敏度高、檢測(cè)面積大、檢測(cè)結(jié)果直觀等特點(diǎn)，在近表面試件缺陷檢測(cè)方面具有良好的檢測(cè)效果[1-4]。航空發(fā)動(dòng)機(jī)葉片的三維曲面結(jié)構(gòu)、復(fù)雜的材料特性和特殊的內(nèi)部冷卻通道等，嚴(yán)重影響熱激勵(lì)源的加熱效果，使葉片表面溫度分布不均，導(dǎo)致檢測(cè)的紅外熱圖對(duì)比度差、檢測(cè)效果不直觀，從而給缺陷定性分析、定量識(shí)別帶來(lái)困難[5-7]。因此，亟需一種提供高熱量輸入且保持高均勻度的熱激勵(lì)方法，不僅能降低背景中噪聲干擾，抑制虛假“高低溫”現(xiàn)象出現(xiàn)，而且有助于精確反映被測(cè)物體表面溫度變化。

米浩等[8]采用超聲紅外熱成像技術(shù)實(shí)現(xiàn)缺陷檢測(cè)與定位，對(duì)熱像降噪處理增強(qiáng)對(duì)比度，極差閾值為49時(shí)能清晰識(shí)別出缺陷特征；同時(shí)利用陣列渦流技術(shù)檢測(cè)鈦合金超聲刀，裂紋識(shí)別率均達(dá)70.2%。羅立等[9]提出了基于超聲紅外熱成像的表面裂紋識(shí)別與提取方法，運(yùn)用貼合度獲取裂紋寬度和面積完成裂紋的三維重構(gòu)，裂紋識(shí)別準(zhǔn)確率最高達(dá)85%。李科等[10]使用熱風(fēng)紅外技術(shù)快速檢測(cè)航空材料損傷，采用背景差分和閾值分割技術(shù)增強(qiáng)信噪比且實(shí)現(xiàn)缺陷定位，檢測(cè)結(jié)果直觀。盡管以上研究工作提升了主動(dòng)紅外熱像的缺陷檢測(cè)能力，但在檢測(cè)航發(fā)葉片近表面缺陷檢測(cè)領(lǐng)域，仍需要對(duì)現(xiàn)有的激勵(lì)方法進(jìn)行改進(jìn)，深入研究不同材料和不同裂紋對(duì)表面溫度場(chǎng)的影響，以達(dá)到更佳的缺陷識(shí)別效果。

本文針對(duì)航發(fā)葉片近表面缺陷檢測(cè)的技術(shù)難題，提出一種陣列熱風(fēng)激勵(lì)的主動(dòng)紅外檢測(cè)方法，改進(jìn)并搭建陣列熱風(fēng)紅外無(wú)損檢測(cè)實(shí)驗(yàn)平臺(tái)，通過(guò)設(shè)計(jì)局部熱風(fēng)激勵(lì)和陣列熱風(fēng)激勵(lì)對(duì)比實(shí)驗(yàn)，并采用Canny算子進(jìn)行缺陷邊緣識(shí)別，驗(yàn)證陣列熱風(fēng)激勵(lì)主動(dòng)紅外檢測(cè)方法的可行性，并通過(guò)實(shí)驗(yàn)分析不同材料試件中裂紋檢測(cè)效果的影響規(guī)律。對(duì)含裂紋的航發(fā)葉片進(jìn)行檢測(cè)驗(yàn)證，分析其表面溫度分布規(guī)律和裂紋的檢出效果，為實(shí)現(xiàn)陣列熱風(fēng)紅外熱像技術(shù)在航發(fā)葉片缺陷檢測(cè)方面的應(yīng)用奠定了理論和實(shí)驗(yàn)基礎(chǔ)。

1 基本原理

紅外熱波無(wú)損檢測(cè)中，熱激勵(lì)源的選取和參數(shù)控制對(duì)被測(cè)物體吸收熱量的充足程度和均勻程度至關(guān)重要，然而，單點(diǎn)熱風(fēng)激勵(lì)模式已無(wú)法滿足缺陷檢測(cè)的要求。因此，本課題組提出一種陣列熱風(fēng)激勵(lì)的主動(dòng)紅外檢測(cè)方法，對(duì)原有的實(shí)驗(yàn)平臺(tái)進(jìn)行改進(jìn)，并搭建一套可調(diào)陣列熱風(fēng)紅外無(wú)損檢測(cè)實(shí)驗(yàn)平臺(tái)，主要包括陣列式熱風(fēng)槍、可調(diào)節(jié)支架、熱激勵(lì)控制器、紅外熱像儀、計(jì)算機(jī)圖像處理系統(tǒng)和其他輔助設(shè)備（三維運(yùn)動(dòng)平臺(tái)等），如圖1所示。

圖1 可調(diào)陣列熱風(fēng)紅外無(wú)損檢測(cè)實(shí)驗(yàn)平臺(tái)

由于不同被測(cè)物體具有不同熱擴(kuò)散系數(shù)，會(huì)產(chǎn)生不同的熱傳導(dǎo)現(xiàn)象[11]。本實(shí)驗(yàn)通過(guò)采集被測(cè)物體表面溫度場(chǎng)獲取缺陷特征。若試件中無(wú)缺陷，表面溫度變化均勻，如圖2(a)所示。若試件的缺陷為隔熱性缺陷，缺陷處的熱擴(kuò)散系數(shù)比正常區(qū)域小，熱量堆積形成熱區(qū)，如圖2(b)所示；若試件的缺陷為導(dǎo)熱性缺陷，缺陷處的熱擴(kuò)散系數(shù)比正常區(qū)域大，熱量削減形成冷區(qū)，如圖2(c)所示。

圖2 不同缺陷熱傳導(dǎo)過(guò)程

這種激勵(lì)方式創(chuàng)新之處在于：熱風(fēng)槍呈陣列式分布，可根據(jù)被測(cè)試件尺寸靈活調(diào)整熱風(fēng)槍激勵(lì)位置，實(shí)現(xiàn)全方位加熱；同時(shí)配有兩種激勵(lì)方法：局部激勵(lì)、陣列激勵(lì)，選取合適的激勵(lì)方法能改善因加熱不均勻?qū)е聼嵯駥?duì)比度低等不足，提高缺陷檢出率；支架上的熱風(fēng)槍能根據(jù)實(shí)際檢測(cè)需求進(jìn)行拆卸，被測(cè)物體表面受熱均勻有助于精準(zhǔn)獲取表面溫度場(chǎng)。

2 紅外熱像實(shí)驗(yàn)

2.1 試件準(zhǔn)備

在無(wú)損檢測(cè)領(lǐng)域，常用平底孔試件模擬真實(shí)缺陷，本課題組設(shè)計(jì)4種典型金屬材料試件，尺寸信息和材料參數(shù)分別如圖3和表1[12]所示。在試件表面均勻噴涂一層很薄的黑漆，以降低表面光潔度、平整度等產(chǎn)生的噪聲，提高熱發(fā)射率增強(qiáng)檢測(cè)效果，發(fā)射率為0.98。

圖3 待檢測(cè)試件

表1 材料參數(shù)[12]

2.2 實(shí)驗(yàn)準(zhǔn)備

陣列式熱風(fēng)槍和紅外熱像儀位于同一側(cè)，根據(jù)紅外熱像儀的視場(chǎng)角，調(diào)整紅外熱像儀與待測(cè)試件間距離為150mm，確保待測(cè)試件在紅外熱像儀視場(chǎng)中央。檢測(cè)前，校準(zhǔn)紅外熱成像儀消除設(shè)備干擾，將紅外熱像儀固定于三腳架，確保采集清晰的熱像圖；通過(guò)熱激勵(lì)控制器選取合適的激勵(lì)方法，利用紅外熱像儀（HIKVISION非制冷型紅外熱像儀，等效噪聲溫差低于50mK，分辨率160×120，采集幀頻25Hz）采集待測(cè)試件的表面溫度場(chǎng)。

通過(guò)設(shè)計(jì)局部熱風(fēng)激勵(lì)和陣列熱風(fēng)激勵(lì)的對(duì)比實(shí)驗(yàn)，以裂紋檢測(cè)效果和檢出率作為評(píng)價(jià)指標(biāo)來(lái)檢驗(yàn)陣列熱風(fēng)激勵(lì)方法的可行性，并通過(guò)實(shí)驗(yàn)分析不同材料對(duì)裂紋檢測(cè)效果的影響規(guī)律。

2.3 邊緣檢測(cè)

針對(duì)實(shí)驗(yàn)采集到的紅外熱圖色調(diào)較單一，且存在噪聲，因此需要借助邊緣檢測(cè)來(lái)獲取缺陷特征[13]。由于Canny邊緣檢測(cè)具有準(zhǔn)確度高、容噪性好、可高斯濾波等優(yōu)點(diǎn)[14]，能精確表征缺陷信息。

為了增強(qiáng)Canny算子邊緣識(shí)別效果，需先采用高斯濾波過(guò)濾圖像中高頻噪聲，減少噪聲對(duì)檢測(cè)結(jié)果的影響，高斯濾波公式如式(1)所示[15]：

式中：(,)為高斯濾波點(diǎn)，一般取整數(shù)；為高斯濾波器參數(shù)，決定平滑去噪的程度，通常根據(jù)圖像中噪聲情況取值。

濾波后邊緣檢測(cè)過(guò)程如圖4所示。

圖4 Canny邊緣檢測(cè)過(guò)程

3 實(shí)驗(yàn)結(jié)果與分析

3.1 不同激勵(lì)方法檢測(cè)結(jié)果

設(shè)置熱風(fēng)槍的激勵(lì)溫度300℃，激勵(lì)風(fēng)速4.68m/s，激勵(lì)時(shí)間20s，不同激勵(lì)方法檢測(cè)效果如圖5(a)和(b)所示。

圖5(a)中紅外圖像裂紋處像素點(diǎn)存在忽亮忽暗現(xiàn)象，可識(shí)別出大約2個(gè)裂紋，裂紋邊緣較模糊，且存在大量噪聲，檢測(cè)效果不理想；如圖5(b)所示，陣列熱風(fēng)能有效檢出4個(gè)裂紋，裂紋檢出率提高了1倍，裂紋區(qū)域亮暗對(duì)比度明顯，裂紋輪廓清晰可見(jiàn)，證明了陣列熱風(fēng)激勵(lì)主動(dòng)紅外檢測(cè)方法的可行性。

3.2 不同材料裂紋檢測(cè)分析

熱擴(kuò)散系數(shù)反映材料的熱擴(kuò)散能力，在相同檢測(cè)條件下，不同材料會(huì)有不同檢測(cè)結(jié)果。采用陣列熱風(fēng)激勵(lì)方法檢測(cè)試件，設(shè)置激勵(lì)溫度300℃，激勵(lì)風(fēng)速4.68m/s，激勵(lì)時(shí)間20s，采集試件中裂紋尺寸7mm×1mm×1mm的溫度數(shù)據(jù)，表面溫度曲線和紅外檢測(cè)結(jié)果如圖6和圖7所示。

圖5 紅外熱像圖與邊緣檢測(cè)結(jié)果

圖6 不同材料的表面溫度曲線

如圖6所示，45鋼熱擴(kuò)散系數(shù)最小，表面最大溫度持續(xù)時(shí)間較長(zhǎng)，這是因?yàn)槠鋫鳠崴俣容^慢導(dǎo)致內(nèi)部熱量不易擴(kuò)散，造成試件表面溫度較低。通過(guò)對(duì)比不同材料，發(fā)現(xiàn)7075溫升出現(xiàn)最早且傳熱速度最快，在降溫過(guò)程中呈先急速后平緩下降直到恢復(fù)至原有熱平衡狀態(tài)；由于TC4和Ni718熱擴(kuò)散系數(shù)相近，TC4和Ni718溫升與溫降變化的趨勢(shì)基本相同。隨著熱擴(kuò)散系數(shù)增大，傳熱速度增快，表面溫差呈下降趨勢(shì)，不利于對(duì)細(xì)微裂紋的檢測(cè)。如圖7(a)～(b)，紅外熱像圖中的裂紋從無(wú)到有再逐漸清晰，均存在明顯溫升，可以表明在此檢測(cè)條件下，通過(guò)陣列熱風(fēng)加熱試件，主要是沿著試件表面進(jìn)行橫向熱傳導(dǎo)。

4 應(yīng)用驗(yàn)證

采用可調(diào)陣列熱風(fēng)紅外無(wú)損檢測(cè)實(shí)驗(yàn)平臺(tái)對(duì)航空發(fā)動(dòng)機(jī)葉片進(jìn)行檢測(cè)。采用陣列熱風(fēng)激勵(lì)方法，設(shè)置激勵(lì)參數(shù)：激勵(lì)溫度300℃，激勵(lì)風(fēng)速4.68m/s，激勵(lì)時(shí)間20s，采集航發(fā)葉片裂紋處的溫度數(shù)據(jù)，表面溫差曲線如圖8所示。如圖9(a)中#1和#2航發(fā)葉片目視無(wú)法發(fā)現(xiàn)裂紋，然而采用金相顯微鏡對(duì)葉片放大100倍后，可觀察到#1和#2葉片中存在裂紋，此類缺陷歸為目視不可見(jiàn)裂紋且對(duì)航空發(fā)動(dòng)機(jī)安全運(yùn)行存在潛在威脅，其紅外檢測(cè)結(jié)果如圖9(b)所示。

圖7 不同材料的紅外檢測(cè)結(jié)果

圖8 不同裂紋表面溫差

圖9 不同裂紋的紅外檢測(cè)結(jié)果

如圖8所示，航發(fā)葉片#1的表面最大溫差為負(fù)值，意味著裂紋區(qū)域溫度低于正常區(qū)域，主要原因是裂紋處的熱擴(kuò)散系數(shù)高于葉片本身的熱擴(kuò)散系數(shù)，使裂紋上方材料表面的熱量容易快速向內(nèi)部擴(kuò)散，屬于導(dǎo)熱性缺陷；航發(fā)葉片#2裂紋中心的表面最大溫差1.3℃，裂紋區(qū)域溫度明顯高于正常區(qū)域，屬于隔熱性缺陷。以上裂紋表面最大溫差均比當(dāng)前實(shí)驗(yàn)使用紅外熱像儀的分辨率0.1℃高出很多，根據(jù)熱擴(kuò)散系數(shù)與溫度數(shù)據(jù)的關(guān)系，后續(xù)還能檢測(cè)更微小的裂紋。

圖9中#1航發(fā)葉片的裂紋頂端開(kāi)口處亮暗對(duì)比度最顯著，裂紋在熱像圖中為暗斑，由于裂紋開(kāi)口處與外界空氣發(fā)生強(qiáng)烈熱對(duì)流，導(dǎo)致裂紋邊緣堆積的熱量快速溢出，裂紋根部向內(nèi)擴(kuò)展紋理較模糊，意味著裂紋根部溫差變化最??；葉片#2中裂紋區(qū)域像素點(diǎn)為亮斑，考慮到裂紋處熱擴(kuò)散，紅外熱像中亮斑區(qū)域要比實(shí)際裂紋大，便于裂紋識(shí)別與定量分析。

為進(jìn)一步定量評(píng)價(jià)陣列熱風(fēng)主動(dòng)紅外檢測(cè)對(duì)航發(fā)葉片裂紋的識(shí)別效果，選取與圖9中#1、#2相似的含裂紋航發(fā)葉片作為待測(cè)樣本（其中導(dǎo)熱性缺陷的數(shù)量15個(gè)，隔熱性缺陷的數(shù)量15個(gè)），并利用Canny算子進(jìn)行缺陷邊緣識(shí)別，檢測(cè)結(jié)果如表2所示。

表2 含裂紋航發(fā)葉片的檢出率

5 結(jié)論

本文針對(duì)熱激勵(lì)不均勻?qū)е聶z測(cè)的紅外熱圖效果差、缺陷檢出率較低的問(wèn)題，提出一種陣列熱風(fēng)激勵(lì)的主動(dòng)紅外檢測(cè)方法，并在現(xiàn)有平臺(tái)上改進(jìn)并搭建了可調(diào)陣列熱風(fēng)紅外無(wú)損檢測(cè)實(shí)驗(yàn)平臺(tái)。通過(guò)設(shè)計(jì)對(duì)比實(shí)驗(yàn)分析了局部熱風(fēng)激勵(lì)和陣列熱風(fēng)激勵(lì)的檢測(cè)能力，揭示了不同材料試件的溫度變化規(guī)律。利用檢測(cè)實(shí)驗(yàn)平臺(tái)對(duì)含裂紋的航發(fā)葉片進(jìn)行檢測(cè)，并分析了其表面溫度場(chǎng)和裂紋檢測(cè)效果，得到結(jié)論如下：

①通過(guò)采用陣列熱風(fēng)激勵(lì)方法檢測(cè)含裂紋試件時(shí)，發(fā)現(xiàn)裂紋檢出率比局部熱風(fēng)激勵(lì)時(shí)提高了1倍，紅外檢測(cè)效果好且噪聲少，從而證明了陣列熱風(fēng)激勵(lì)主動(dòng)紅外檢測(cè)方法的可行性。

②實(shí)驗(yàn)表明：材料的熱擴(kuò)散系數(shù)越大，傳熱速度也越快，表面最大溫度變化呈下降趨勢(shì)，越不利于檢測(cè)細(xì)微裂紋。

③檢測(cè)結(jié)果表明：航發(fā)葉片#1中裂紋為導(dǎo)熱性缺陷，其裂紋區(qū)域的熱擴(kuò)散系數(shù)高于葉片本體的熱擴(kuò)散系數(shù)；航發(fā)葉片#2中裂紋為隔熱性缺陷，裂紋處有充足熱量堆積且能很好檢測(cè)出來(lái)，也表明了陣列熱風(fēng)紅外在航發(fā)葉片缺陷檢測(cè)上具有良好的檢測(cè)能力。其中導(dǎo)熱性、隔熱性和兩者混合類型的缺陷檢出率分別達(dá)到86.7%、93.3%，90%，同時(shí)能較好判斷裂紋存在和定位，為陣列熱風(fēng)紅外熱成像在航發(fā)葉片缺陷檢測(cè)上的應(yīng)用奠定了基礎(chǔ)。

[1] 呂事桂, 劉學(xué)業(yè). 紅外熱像檢測(cè)技術(shù)的發(fā)展和研究現(xiàn)狀[J]. 紅外技術(shù), 2018, 40(3): 214-219.

LYU Shigui, LIU Xueye. Development and research status of infrared thermal image detection technology[J]., 2018, 40(3): 214-219.

[2] 魏嘉呈, 劉俊巖, 何林, 等. 紅外熱成像無(wú)損檢測(cè)技術(shù)研究發(fā)展現(xiàn)狀[J]. 哈爾濱理工大學(xué)學(xué)報(bào), 2020, 25(2): 64-72.

WEI Jiacheng, LIU Junyan, HE Lin, et al. Recent progress in infrared thermal imaging nondestructive testing technology[J]., 2020, 25(2): 64-72.

[3] 習(xí)小文, 蘇清風(fēng), 袁雅妮, 等. 超聲紅外熱成像技術(shù)在航空發(fā)動(dòng)機(jī)葉片裂紋的對(duì)比研究[J]. 紅外技術(shù), 2021, 43(2): 186-191.

XI Xiaowen, SU Qingfeng, YUAN Yanni, et al. Comparative study of using ultrasonic infrared thermography for detecting aeroengine blade cracks[J]., 2021, 43(2): 186-191.

[4] 孫吉偉, 馮輔周, 張麗霞, 等. 渦流脈沖熱像檢測(cè)中金屬疲勞裂紋的生熱分析[J]. 紅外技術(shù), 2019, 41(4): 383-387.

SUN Jiwei, FENG Fuzhou, ZHANG Lixia, et al. Thermal analysis of metal fatigue cracks in eddy current pulsed thermography[J]., 2019, 41(4): 383-387.

[5] Selvathi D, NithillaI H, Akshay N. Image processing techniques for defect detection in metals using thermal images[C]//3(ICOEI),, 2019: 939-944.

[6] 高治峰, 董麗虹, 王海斗, 等. 振動(dòng)紅外熱成像技術(shù)用于不同類型缺陷檢測(cè)的研究進(jìn)展[J]. 材料導(dǎo)報(bào), 2020, 34(9): 9158-9163.

GAO Zhifeng, DONG Lihong, WANG Haidou, et al. Research progress and prospect of vibrothermography in different defect types[J]., 2020, 34(9): 9158-9163.

[7] Souridi P, Chrysafi A P, Athanasopoulos N, et al. Simple digital image processing applied to thermographic data for the detection of cracks via eddy current thermography[J]., 2019, 98: 174-186.

[8] 米浩, 楊明, 于磊, 等. 基于超聲紅外熱成像的缺陷檢測(cè)與定位研究[J]. 振動(dòng)·測(cè)試與診斷, 2020, 40(1): 101-106, 205-206.

MI Hao, YANG Ming, YU Lei, et al. Defect detection and location of based on ultrasonic infrared thermal imaging[J]., 2020, 40(1): 101-106, 205-206.

[9] 羅立, 王瀚藝. 基于超聲紅外熱成像的復(fù)合材料表面裂紋識(shí)別[J]. 激光雜志, 2020, 41(12): 146-150.

LUO Li, WANG Hanyi. Surface crack identification of composite materials based on ultrasonic infrared thermal imaging[J]., 2020, 41(12): 146-150.

[10] 李科, 鐘安彪, 李玉杰, 等. 基于熱風(fēng)激勵(lì)的紅外成像檢測(cè)技術(shù)研究[J]. 激光與紅外, 2016, 46(7): 823-826.

LI Ke, ZHONG Anbiao, LI Yujie, et al. Research on infrared imaging detection based on hot wind heating[J]., 2016, 46(7): 823-826.

[11] 康爽, 陳長(zhǎng)征, 周勃, 等. 基于溫度閾值風(fēng)電葉片缺陷識(shí)別的紅外檢測(cè)研究[J]. 太陽(yáng)能學(xué)報(bào), 2020, 41(8): 337-341.

KANG Shuang, CHEN Changzheng, ZHOU Bo, et al. Research on infrared detection of wind turbine blade defect recognition based on temperature threshold[J]., 2020, 41(8): 337-341.

[12] 楊正偉, 謝星宇, 李胤, 等. 激光掃描熱成像無(wú)損檢測(cè)關(guān)鍵參數(shù)影響分析[J]. 紅外與激光工程, 2019, 48(11): 91-101.

YANG Zhengwei, XIE Xingyu, LI Yin, et al. Influence analysis of key parameters in laser scanning thermography nondestructive testing[J]., 2019, 48(11): 91-101.

[13] 唐慶菊, 劉俊巖, 王揚(yáng), 等. 基于模糊C均值聚類和Canny算子的紅外圖像邊緣識(shí)別與缺陷定量檢測(cè)[J]. 紅外與激光工程, 2016, 45(9): 281-285.

TANG Qingju, LIU Junyan, WANG Yang, et al. Infrared image edge recognition and defect quantitative determination based on the algorithm of fuzzy C-means clustering and Canny operator[J]., 2016, 45(9): 281-285.

[14] Ratsakou A, Skarlatos A, Reboud C, et al. Shape reconstruction of delamination defects using thermographic infrared signals based on an enhanced Canny approach[J]., 2020, 111: 103527.

[15] 王福斌, 孫海洋, TU Paul. 邊緣擴(kuò)展的皮帶撕裂支持向量機(jī)視覺(jué)檢測(cè)[J]. 中國(guó)機(jī)械工程, 2019, 30(4): 455-460.

WANG Fubing, SUN Haiyang, TU Paul. Visual inspection for extended edge belt tearing based on SVM[J]., 2019, 30(4): 455-460.

Infrared Detection of Near Surface Defects of Aeroengine Blade Based on Array Hot Air Excitation

WANG Hao1，WU Yize2，WANG Tao2

(1.,,300300,;2.,,, 300300,)

The three-dimensional curved structure, complex material properties and special cooling channels of the aeroengine blades have brought difficulties to the detection of the near surface defects of the blades. Aiming at the problem that the uneven heating of the thermal excitation source leads to poor detection of infrared heat maps and low defect recognition, an active infrared detection method based on array hot air excitation is proposed, and a set of adjustable array hot air infrared non-destructive testing experimental platform is improved and built. By designing a comparative experiment between array hot air excitation and local hot air excitation, and using the canny operator to identify the edge of defects, the advantages of the array hot air excitation active infrared detection method are proved. The temperature variation law of the cracked specimens under different materials is analyzed through experiments. The experimental results show that as the thermal diffusion coefficient increases, the earlier the temperature rise occurs, and the maximum surface temperature shows a downward trend. Through the use of testing experimental platform to detect the aeroengine blades, the temperature distribution law of thermal conductivity and thermal insulation defects is revealed; the thermal conductivity, thermal insulation, and two mixed types of defects are detected The rates reached 86.7%, 93.3%,and 90% respectively. It also shows that the array hot-air excitation infrared detection method can effectively detect the crack defects in the blades of the aeroengine.

aeroengine blade, array hot air, near surface defect, Canny algorithm

TG115.28；TN219

A

1001-8891(2022)10-1112-06

2021-08-04；

2021-09-13.

王浩（1985-），男，碩士，副教授，研究方向?yàn)楹娇瞻l(fā)動(dòng)機(jī)熱端部件深度檢測(cè)。E-mail：hbgdwh@vip.126.com。

王濤（1979-），男，博士，教授，研究方向?yàn)榧す庠霾闹圃?、航空部件?shù)字化制造與修復(fù)。E-mail：wangtaotdme@163.com。

中央高?？蒲谢緲I(yè)務(wù)費(fèi)（3122017017）；天津市研究生科研創(chuàng)新項(xiàng)目（2020YJSS064）。