中圖分類號 TQ050.4+3 文獻標志碼 A

在低碳經(jīng)濟背景下，化工復合材料由于其質量輕、機械強度高及對環(huán)境污染小等優(yōu)點，在管道、閥門、儲罐、泵設備等化工領域[1-4]發(fā)展迅速，為此人們對復合材料性能也提出了更高的要求，這就促使化工復合材料在生產(chǎn)和使用過程要有嚴格的檢測手段。常用化工復合材料主要采用玻璃纖維增強聚合物（GFRP）或碳纖維增強聚合物（CFRP）[5.6]復合而成，在制造和使用過程中可能產(chǎn)生褶皺、夾雜、氣泡、缺膠、砂眼、斷層等缺陷，這些缺陷給設備的正常運行帶來了隱患。因此，定期為化工復合材料構件進行快速無損缺陷檢測（NondestructiveTesting，NDT）對于設備的高效可靠運行具有重要意義。

基于紅外熱成像原理的缺陷檢測是近年來出現(xiàn)的一種非接觸式快速無損檢測方法，早在20世紀90年代，洛克西、波音等大公司率先利用紅外技術對航空航天領域的復合材料開展探索性研究工作。此后，AVDELIDISNP等使用紅外無損檢測技術對飛機中的碳纖維復合材料進行檢測，評估了飛機的安全性；LIUHC等采用激光文章編號 0254-6094（2025）03-0395-07線掃描紅外檢測對3種損傷機制進了了深入解析，填補了對CFRP材料不可見的沖擊損傷方面的研究[8]；霍雁和張存林采用脈沖激勵源，對碳纖維復合材料中的脫粘缺陷深度進行檢測9；陳飛等采用周期性調(diào)制系統(tǒng)，實現(xiàn)了不同頻率下鎖相熱波成像檢測復合材料缺陷深度問題[10]。然而以上紅外檢測研究還處于零散、缺乏系統(tǒng)性的階段，研究不夠深入，尚未對化工領域的復合材料形成有效的檢測方式。

筆者在上述研究的基礎上，針對化工復合材料—玻璃纖維增強聚合物中常出現(xiàn)的缺陷，利用搭建的高精度紅外檢測系統(tǒng)對缺陷種類和缺陷深度進行識別，其檢測結果可作為維修人員的檢測依據(jù)。

1檢測原理

紅外無損檢測技術的原理主要是基于微觀物質粒子熱運動的熱傳導理論，檢測物體表面熱輻射。當物體內(nèi)部溫度不均勻時，微觀粒子之間就會發(fā)生能量交換，熱量就會從溫度較高的部分傳遞到溫度較低的部分\"，而傅里葉定律將溫度

和熱流結合起來[12]，即：

q（r，t）=-k?T（r，t）

式中 k -GFRP材料的導熱率， W/（m?K） （20號 q（r，t） 同一溫度面上單位時間里的熱流量，W/m² ：

ablaT（r，t） 溫度梯度， ^qC/m 。

根據(jù)傅里葉傳熱定律，板件深度 L 處的缺陷導致的表面溫度為[13]：

式中 Ψ_c 比熱容， J/（kg?^°C） Q -持續(xù)激勵能量， W ：T（t） —t時刻表面溫度變化;α -材料熱擴散系數(shù)， m²/s ρ 材料密度， kg/m³ 。

本次研究的GFRP材料屬于各項異性介質材料，在三維直角坐標系中非穩(wěn)態(tài)下，沒有內(nèi)熱源時的導熱微分方程式可表示為[14]：

其中， c_p 為定壓比熱容； 分別是 x，y，z 方向上的導熱率，因 k_x，k_y 對3D導熱影響較小，故取 k_x=k_y=k 。

2試件制作及實驗裝置

2.1 試件的制作

為更加真實的模擬化工復合材料在制造和使用過程中的各種缺陷，制作與常用化工復合材料參數(shù)相同的GFRP材料試件，其幾何尺寸為500mm×500mm×17mm ，GFRP試件纖維布選用與復合材料一致的三軸布，橫向鋪設，試件總共有22層，每層 0.773mm ，不同尺寸、不同深度的夾雜缺陷模型如圖1所示，膠條、PVC泡沫和白紙的缺陷試樣夾在模型的2、4、6、8、10層上。密封膠條尺寸為 30mm×30mm，PVC 泡沫尺寸為 30mm× 35mm 、白紙尺寸為 30mm×30mm ，為了不讓彼此之間的傳熱影響實驗數(shù)據(jù)，相鄰兩列之間的缺陷夾雜相距 135mm 制作的試件如圖2所示，材料的熱物理性參數(shù)見表1[15，16]

2.2 實驗裝置

如圖3所示，持續(xù)激勵無損檢測系統(tǒng)主要由鹵素燈、高分辨率熱成像儀、計算機數(shù)據(jù)采集分析軟件等組成。其中，鹵素燈功率為1000W，紅外相機采用高精度制冷式熱成像儀（型號FASTM200），采集頻率為 25Hz ，計算機采集軟件采用與熱成像儀配套的RevealIR分析軟件。實驗條件：環(huán)境溫度 27°C ；鹵素燈熱激勵源與試樣表面間距 1m 。

3 缺陷識別及定位

3.1 缺陷輪廓的識別

實驗主要分析化工復合材料試件及其缺陷的導熱過程，隨著持續(xù)激勵時間（60、90、120、150s）的增加，熱傳遞使得溫度在厚度方向由試件表面?zhèn)魅藘?nèi)部，進而使缺陷區(qū)域和非缺陷區(qū)域的像素點溫度逐漸升高，如圖4a所示，持續(xù)激勵60s的3種不同材質的缺陷輪廓是最模糊的；隨著激勵時間的遞增（90、120s），如圖4b、c所示，3種缺陷輪廓明顯比圖4a所示的清晰；由圖4d可以看到，持續(xù)激勵150s時膠條、PVC泡沫和白紙缺陷區(qū)的缺陷輪廓最清晰，可辨識度最好，缺陷區(qū)與非缺陷區(qū)的邊界最明顯。

3.2 缺陷類型的識別

在實驗中，缺陷區(qū)域會導致熱量堆積，選擇最早到達峰值區(qū)域的平均溫度做差（即△T），并把溫差 ΔT 稱為缺陷處的可檢測性，表示為：

ΔT=T_D-T_ND

式中 缺陷處表面平均溫度， C ：

T_ND 無缺陷處表面平均溫度， C 。

如圖5所示，取相同深度（缺陷第2層）下編號為2#、7#和12#的缺陷，在不同的持續(xù)激勵時間（60、90、120、150s）下，缺陷處表面平均溫度均顯示為 T_D7#gt;T_D2#gt;T_D12# ，可以看出相同激勵時間下，同一深度不同種類的缺陷顯示順序有所差異，PVC泡沫缺陷層會最先顯示出來，接著依次出現(xiàn)膠條層和白紙層缺陷。取持續(xù)激勵150s缺陷表面平均溫度數(shù)據(jù)，經(jīng)式（4）計算，相同深度下2#膠條缺陷可檢測性為 0.27^°C，7#PVC 泡沫缺陷可檢測性為 0.85°C ，12#白紙缺陷可檢測性為 0.19% ，可檢測性排序為 ΔT_7#gt;ΔT_2#gt;ΔT_12# ，與圖5所得結果一致。因此，可依據(jù)同一深度下 ΔT 的大小，推測缺陷層出現(xiàn)的順序來精準識別缺陷類型。

3.3 缺陷深度的定位

如圖6a、b所示，開始加熱階段，試件第2層缺陷（編號1#、6#）首先出現(xiàn)在紅外熱像圖上，接著是第4層缺陷（編號2#、7#）出現(xiàn)，其余第6、8、10層的缺陷依次出現(xiàn)。圖6c所示的是經(jīng)圖像后處理后的白紙缺陷，顯示第2層缺陷（11#）首先出現(xiàn)，接著依次出現(xiàn)第4、6、8層缺陷，而第10層缺陷由于深度原因無法顯示。

如圖 7a～c 所示，橫坐標對應缺陷的編號，縱坐標對應缺陷可檢測性（溫差△T），缺陷區(qū)與非缺陷區(qū)的溫差越大，體現(xiàn)缺陷的可檢測性越高，漏檢、誤檢的概率越低。膠條、PVC泡沫和白紙類缺陷，在缺陷種類相同的情況下，隨著激勵時間的增加，△T也逐漸增加。如圖7a所示，從持續(xù)激勵150s膠條缺陷的可檢測性數(shù)據(jù)可以看出，距離加熱表面最近的1#缺陷△T最大 （0.43‰ ，隨著缺陷深度的遞增，△T逐漸遞減，5#缺陷△T最小 （0.02‰ 。如圖7b所示，從持續(xù)激勵150sPVC泡沫缺陷的可檢測性數(shù)據(jù)可得，距離加熱表面最近的6#缺陷△T最大 （0.93‰ ，隨著缺陷深度的增加，10#缺陷△T最小 （0.23°C） 。如圖7c所示，從持續(xù)激勵150s白紙缺陷的可檢測性數(shù)據(jù)可得，距離加熱表面最近的11#缺陷△T最大 ），隨著缺陷深度的增加，△T逐漸遞減，14#缺陷△T最小 （0.05^°C ）。根據(jù)以上數(shù)據(jù)，在激勵時間相同的工況下，同種缺陷類型編號越大的△T越小，缺陷的位置距加熱表面越深，反之距離加熱表面越近，依據(jù)此關系，可以定位缺陷到表面的距離。

因此，在相同的加熱時間下，通過比較同一深度下缺陷的△T數(shù)值，便可識別缺陷的類型；基于相同的加熱時間且同種缺陷類型，以△T的大小確定缺陷距試件加熱表面的深度，充分說明了△T在識別缺陷種類和定位缺陷深度上有著明顯的效果。

4結束語

本研究建立鹵素燈持續(xù)激勵的紅外熱成像檢測系統(tǒng)，并應用該系統(tǒng)對化工復合GFRP材料所夾雜的膠條、PVC泡沫和白紙缺陷進行實驗。結果顯示在加熱150s時，顯示缺陷的輪廓圖像最清晰；并且文中提出的△T對缺陷種類識別和缺陷深度定位有很大的幫助，對比相同激勵時間且同一深度的△T來以此識別缺陷種類，得到PVC泡沫類缺陷最先出現(xiàn)，后續(xù)依次出現(xiàn)膠條和白紙類缺陷；同種缺陷類型且激勵時間一致的情況下隨著缺陷深度的增加，△T隨之下降，依此定位缺陷深度。由此可見，文中提出的化工復合材料缺陷種類識別和缺陷深度判斷，為缺陷和損傷的定量化分析提供了數(shù)據(jù)支撐，對實際應用中的化工復合材料安全運行提供了有力保障。

參考文獻

[1]李平，顏廷俊，李鵬，等.油氣輸送用玻璃纖維增強復合材料粘接柔性管內(nèi)襯層厚度優(yōu)化研究[J].復合材料科學與工程，2020（9）：17-24.

[2]尤童平，周亞群，徐天池，等.先進材料在提升閥門耐用性和可靠性方面的研究[J].閥門，2025（2）：190-194.

[3] ZHANGM，LVH，KANGHR，etal.A literaturere-viewoffailure prediction and analysis methods forcomposite high-pressure hydrogen storage tanks[J].In-ternational Journal of Hydrogen Energy，2019，44（47）：25777-25799.

[4] 吳國龍.陶瓷聚合物復合材料在燃煤發(fā)電廠脫硫漿液循環(huán)泵維護中的應用與創(chuàng)新[J].通訊世界，2024，31（6）：121-123.

[5] 沈海娟，王臣輝.碳纖維在風電領域的應用現(xiàn)狀及發(fā)展趨勢[J].石油化工技術與經(jīng)濟，2023，39（3）：58-62.

[6] BUZ W，ZHAO B，LIU T，et al.Infrared thermal imag-ingdetection ofdebondingdefects incarbon fiberre-inforced polymer based on pulsed thermal wave exci-tation[J].ThermalScience，2020，24（6）：3887-3892.

[7]AVDELIDISN P，ALMOND D P，DOBBINSON A，etal.Aircraft composites assessment by means of tran-sient thermal NDT [J].Progress in Aerospace Sci-ences，2004，40（3）：143-162.

[8]LIU H C，DU W X，NEZHAD HY，et al.A dissectionand enhancement technique for combined damagecharacterisation in composite laminates using laser-line scanning thermography [J].Composite Structures，2021，271：114168.

[9]霍雁，張存林.碳纖維復合材料內(nèi)部缺陷深度的定量紅外檢測[J].物理學報，2012，61（14）：199-205.

[10] 陳飛，江海軍，陳力.基于光學斬波的鎖相熱波成像技術[J].無損檢測，2018，40（5）：68-71；75.

[11] 張靖周.高等傳熱學[M].北京：科學出版社，2015.

[12] 張爽.風電葉片缺陷紅外熱像數(shù)值分析[D].沈陽：沈陽工業(yè)大學，2021.

[13]DU W X，LIU HC，ZHAO Y T，et al.A MiniaturizedActive Thermography System to Inspect CompositeLaminates[J].IEEE Transactionson Industrial Infor-matics，2021，17（5）：3314-3323.

[14]MANOHAR A，DI SCALEA FL.Modeling 3D heatflow interaction with defects in composite materialsfor infrared thermography[J].NDTamp;E International，2014，66：1-7.

[15］張雪巖，周勃，李鶴.基于三維熱傳導模型的風力機葉片缺陷深度檢測［J].儀器儀表學報，2021，42（1）：174-182.

[16]劉穎韜，許路路，何方成，等.環(huán)境因素對閃光燈激勵紅外熱成像外場檢測的影響[J].紅外與激光工程，2021，50（12）：380-387.（收稿日期：2024-08-16，修回日期：2025-05-13）

Thermographic ldentification of Defects in Composite Materials under Continuous Thermal Excitation

REN Bao-cun1，DUWei-xiang2，YU Jian-ping1，YUE Ya-jing1， ZHAO Yi-fan3，F(xiàn)ENGLi-kun2

（1.CollegeofPetrochemical Engineering，LanzhouUniversityofTechnology；2.GansuProvince SpecialEquipment Inspectionamp;Testing Research Institute;3.SchoolofAerospaceamp;Transport amp;Manufacturing，Cranfield University）

AbstractConsidering the difficulty in detecting the internal defects of chemical composites，a thermal imag

ing defect detection and recognition system was built，which has glassfiber reinforced polymer taken as the

substrate ofchemical specimens，and has the defecttypes often appeared incomposite materials simulated by

employing rubber strips，PVC foam and white paper.In addition，through making use of a high-precision in

frared thermal imager measuring the infrared thermal images of the surface of three defected materials when

（Continued on Page 419）