鄭 凱，羅志濤，張 輝

紅外熱成像技術(shù)在FRP復(fù)合材料/熱障涂層無損檢測應(yīng)用中的研究現(xiàn)狀與進展

鄭 凱1，羅志濤2,3，張 輝3

（1. 江蘇省特種設(shè)備安全監(jiān)督檢驗研究院，江蘇 南京 210036；2. 南京農(nóng)業(yè)大學(xué) 工學(xué)院，江蘇 南京 210031；3. 東南大學(xué) 機械工程學(xué)院，江蘇 南京 211189）

紅外熱成像是具有非接觸、檢測面積大、檢測結(jié)果直觀等突出優(yōu)勢的新興無損檢測技術(shù)，近年來被廣泛應(yīng)用于金屬、非金屬、纖維增強復(fù)合材料（Fiber reinforced polymer，F(xiàn)RP）以及熱障涂層等的無損檢測與評價。本文首先簡要介紹了紅外熱成像技術(shù)的基本原理和檢測系統(tǒng)構(gòu)成，特別是對光學(xué)、超聲以及電磁等主要熱激勵形式的特點和優(yōu)劣勢進行了對比。然后，根據(jù)熱激勵形式的發(fā)展歷程，詳細介紹了光激勵紅外熱成像技術(shù)在FRP復(fù)合材料和熱障涂層無損檢測與評價方面的研究現(xiàn)狀與進展，重點關(guān)注了FRP復(fù)合材料/熱障涂層熱成像無損檢測中的熱難點問題。最后總結(jié)并展望了FRP復(fù)合材料/熱障涂層紅外熱成像無損檢測技術(shù)的未來發(fā)展趨勢。

無損檢測；紅外熱成像；熱障涂層；FRP復(fù)合材料；紅外圖像處理

0 引言

熱障涂層作為一種陶瓷層，由于具有耐高溫、高硬度、耐腐蝕和良好的化學(xué)穩(wěn)定性等諸多優(yōu)異的物理力學(xué)性能，因此可沉積在基體材料的表面，對基體材料起到隔熱保護的作用，目前已被廣泛用作航空發(fā)動機、聚變反應(yīng)堆、火箭噴管等高端裝備的高溫?zé)岱雷o部件，圖1所示為某航空發(fā)動機及其渦輪葉片熱障涂層結(jié)構(gòu)示意圖[1-5]。此外，由碳纖維或玻璃纖維與高性能樹脂基體復(fù)合而成的碳纖維增強復(fù)合材料（carbon fiber reinforced polymer，CFRP）與玻璃纖維增強復(fù)合材料（glass fiber reinforced polymer，GFRP），由于具有質(zhì)量輕、比強度和模量高、耐高溫、耐疲勞、耐腐蝕、抗震性能好等優(yōu)良性能，是目前發(fā)展最為成熟，同時也已被廣泛應(yīng)用于航空航天、船舶、交通運載和風(fēng)力發(fā)電等領(lǐng)域的結(jié)構(gòu)復(fù)合材料[6-9]。然而，它們的層狀以及非均勻微觀結(jié)構(gòu)使得它們在生產(chǎn)和使用過程中極易萌生和發(fā)展為多種類型的缺陷，如涂層脫粘、界面分層等，極大地降低了復(fù)合材料/涂層結(jié)構(gòu)件的使用性能與壽命，嚴(yán)重時甚至釀成災(zāi)難性事故。為控制FRP復(fù)合材料/涂層結(jié)構(gòu)的質(zhì)量，確保高端裝備的安全可靠運行和低維護成本，開發(fā)先進的無損檢測與評價方法或技術(shù)對其進行高效、可靠地檢測與評價是非常必要的。

目前比較有代表性的無損檢測與評價技術(shù)有射線檢測、超聲檢測、磁粉檢測、滲透檢測和電磁檢測等。但這些方法各有所長，也有其各自的局限性。例如，超聲法中耦合劑的使用會致使檢測表面受到污染；電磁法雖易于實現(xiàn)自動化檢測，但僅適用于非鐵磁性材料，且多用于檢測近表面缺陷信息。紅外熱波成像技術(shù)由于具有非接觸、快速、檢測面積大、檢測結(jié)果直觀等優(yōu)點，非常適合于復(fù)合材料/涂層結(jié)構(gòu)的在線檢測與缺陷表征，近年來得到人們的重視和廣泛關(guān)注[10]。

1 紅外熱波成像技術(shù)

任何高于絕對零度的物體都會向周圍環(huán)境發(fā)出電磁熱輻射，根據(jù)Stefan-Boltzmann定律，其大小除與材料種類、形貌和內(nèi)部結(jié)構(gòu)等本身特性有關(guān)外，還與波長和環(huán)境溫度有關(guān)，而紅外熱波成像技術(shù)即是利用紅外熱像儀通過遙測材料表面溫度場，從而實現(xiàn)對材料結(jié)構(gòu)特性和物理力學(xué)性能的無損檢測與評價。根據(jù)被測對象是否需要施加外部熱激勵，該技術(shù)可分為主動式與被動式，其中主動式紅外熱波無損檢測技術(shù)由于具有更高的熱對比度與檢測分辨率，近年來受到極大的關(guān)注。主動式紅外熱波檢測技術(shù)是利用外界熱源對待測試件進行熱激勵，同時利用紅外熱像儀記錄其表面溫度場的演化歷程，并通過對所獲得的熱波信號進行特征提取分析，以達到檢測材料表面損傷和內(nèi)部缺陷的目的[11]。根據(jù)外激勵熱源的不同，該技術(shù)又可被分為光激勵紅外熱成像、超聲紅外熱成像與電渦流紅外熱成像等。圖2總結(jié)了目前主動式紅外熱波成像檢測技術(shù)中的主要分類依據(jù)及分類結(jié)果。

雖然紅外熱成像無損檢測技術(shù)種類眾多，但由于所檢測對象琳瑯滿目，且結(jié)構(gòu)與物理特性比較復(fù)雜，因此在實際應(yīng)用中需結(jié)合檢測對象本身特性，選擇一種相對合適且高效的主動式紅外熱波成像無損檢測方法，從而達到對待測對象進行高分辨率、高精度、快速可靠檢測與評價的目的。光激勵紅外熱成像是主動紅外熱成像中一種相對高效的無損檢測方法，由于其非接觸、非破壞、檢測時間短、檢測面積大、易于實施等突出優(yōu)點，在熱障涂層結(jié)構(gòu)、纖維增強復(fù)合材料無損檢測與評價中備受關(guān)注[12]。在該方法中，當(dāng)外激勵光源入射到待測試件時，基于光熱轉(zhuǎn)換效應(yīng)所產(chǎn)生的熱波擴散并與內(nèi)部界面或缺陷相互作用，同時，利用紅外熱像儀遠程記錄待測試件表面的瞬態(tài)熱響應(yīng)，即紅外熱圖像序列。然后，借助先進的后處理算法對所獲取的熱圖像序列進行綜合分析，從而實現(xiàn)待測試件的無損檢測與定量表征。圖3為光激勵熱成像技術(shù)原理和目前常用光激勵紅外熱成像檢測系統(tǒng)。

圖1 某航空發(fā)動機及其渦輪葉片熱障涂層結(jié)構(gòu)示意圖

此外，根據(jù)熱激勵形式的不同，紅外熱成像技術(shù)又可被分為紅外脈沖熱成像、紅外鎖相熱成像與紅外熱波雷達成像，這也是根據(jù)紅外熱成像發(fā)展歷程、目前最為常用的分類方法之一。紅外脈沖熱成像技術(shù)檢測效率高，但其探測深度通常較淺，無法滿足對材料深層缺陷高分辨率檢測的要求；且其檢測結(jié)果易受表面加熱不均勻、表面反射率及發(fā)射率不均等影響，瞬時高能量脈沖也易使材料表面產(chǎn)生熱損傷。為克服紅外脈沖熱成像技術(shù)的局限性，紅外鎖相熱成像技術(shù)應(yīng)運而生，但由于該技術(shù)在單一調(diào)制頻率熱激勵下僅能探測與其熱擴散長度相對應(yīng)深度的內(nèi)部缺陷，因此對FRP復(fù)合材料或熱障涂層類結(jié)構(gòu)內(nèi)不同深度或不同鋪層界面的缺陷，需選擇不同調(diào)制頻率對待測試件進行激勵，因此，該方法檢測時間仍相對較長且易出現(xiàn)漏檢。紅外熱波雷達是一種新興的無損檢測技術(shù)，具有紅外脈沖熱成像與紅外鎖相熱成像技術(shù)所無法比擬的突出優(yōu)勢，如高分辨率、高檢測效率、大探測深度等，近年來備受關(guān)注。表1總結(jié)了紅外脈沖熱成像、紅外鎖相熱成像以及紅外熱波雷達成像這3種技術(shù)的優(yōu)缺點及適用范圍。

圖2 主動式紅外熱成像檢測技術(shù)的主要分類依據(jù)及結(jié)果

圖3 光熱無損檢測原理及典型閃光燈激勵熱成像檢測系統(tǒng)

表1 紅外脈沖熱成像、紅外鎖相熱成像以及紅外熱波雷達成像檢測技術(shù)的對比

2 FRP復(fù)合材料光激勵紅外熱成像無損檢測研究現(xiàn)狀

2.1 紅外脈沖熱成像檢測技術(shù)

紅外脈沖熱成像技術(shù)是發(fā)展最早且目前應(yīng)用最為廣泛的一種紅外熱波無損檢測技術(shù)，該技術(shù)是使用高能光源（如激光、鹵素?zé)?、閃光燈）對待測試件進行非常短時間（通常幾毫秒）的脈沖激勵加熱，由于內(nèi)部界面或缺陷的熱阻效應(yīng)會對待測試件表面溫度場產(chǎn)生差異，然后，利用紅外熱像儀同步記錄這種溫度差異，并借助于先進的后處理算法可實現(xiàn)對待測試件內(nèi)部界面或缺陷的無損檢測與評價。紅外脈沖熱波檢測技術(shù)檢測速度快，且對厚度較小的試件具有較好的檢測結(jié)果，但其探測深度非常有限，不適用于檢測大厚度構(gòu)件。此外，該技術(shù)還易受表面加熱不均、表面發(fā)射率不均等影響，瞬時高能量脈沖也易使試件表面產(chǎn)生熱損傷。

FRP復(fù)合材料的強各向異性和顯著內(nèi)部界面效應(yīng)，極易使得其產(chǎn)生界面分層等類型缺陷，極大影響FRP復(fù)合材料結(jié)構(gòu)或裝備的使用性能。英國巴斯大學(xué)Almond等[13]對CFRP復(fù)合材料裂紋狀缺陷的邊緣效應(yīng)進行了研究，并提出了一種瞬態(tài)熱成像法測量缺陷尺寸的方法。加拿大拉瓦爾大學(xué)Maldague等[14]提出了一種將脈沖熱成像與調(diào)制熱成像技術(shù)相結(jié)合的紅外脈沖相位熱成像檢測技術(shù)，該技術(shù)基于傅里葉變換可獲得能無損表征CFRP復(fù)合材料的相位圖像，因此克服了脈沖熱成像技術(shù)對表面加熱均勻性的限制。意大利學(xué)者Ludwig等[15]研究了紅外脈沖熱成像檢測技術(shù)中的熱損失與三維熱擴散對缺陷尺寸測量的影響。為了克服脈沖熱成像技術(shù)的局限性，加拿大拉瓦爾大學(xué)Maldague等[16]隨后提出了雙脈沖激勵熱成像檢測技術(shù)，并表明該技術(shù)可進一步增強熱對比度。加拿大學(xué)者Meola等[17]利用脈沖熱成像法對GFRP復(fù)合材料的低速沖擊損傷進行了無損檢測。英國巴斯大學(xué)Almond等[18]又通過解析法研究了脈沖熱成像技術(shù)的缺陷檢測極限與缺陷徑深比、激勵能量以及缺陷深度都密切相關(guān)。伊朗桂蘭大學(xué)Azizinasab等[19]還提出了一種使用局部參考像素矢量來處理脈沖熱成像檢測結(jié)果的瞬態(tài)響應(yīng)相位提取方法，實現(xiàn)了CFRP復(fù)合材料缺陷檢測和深度預(yù)測。此外，為增強FRP復(fù)合材料缺陷檢測效果，許多集成先進特征提取方法的脈沖熱成像檢測技術(shù)也被提出，例如主成分熱成像[20]、矩陣分解熱成像[21]、正交多項式分解熱成像[22]和低秩稀疏主成分熱成像[23]。

國內(nèi)的哈爾濱工業(yè)大學(xué)、電子科技大學(xué)、湖南大學(xué)、東南大學(xué)、火箭軍工程大學(xué)、首都師范大學(xué)、南京諾威爾光電系統(tǒng)有限公司等科研單位也對FRP復(fù)合材料紅外脈沖熱成像無損檢測技術(shù)開展了大量研究工作，并取得了豐碩的研究成果。首都師范大學(xué)[24]研究了GFRP復(fù)合材料脈沖熱成像檢測的熱圖像序列的分割與三維可視化，并提出了一種基于局部極小值的圖像分割算法。北京航空航天大學(xué)[25]對FRP復(fù)合材料次表面缺陷紅外脈沖熱成像無損檢測的檢測概率進行了深入研究，并分析了閾值、特征信息提取算法等對檢測概率的影響。此外，國內(nèi)研究學(xué)者還提出集成了稀疏主成分分析[26-27]、矩陣分解基算法[28-29]、流形學(xué)習(xí)[30]和快速隨機稀疏主成分分析[31]等算法的紅外脈沖熱成像檢測技術(shù)。

2.2 紅外鎖相熱成像檢測技術(shù)

紅外鎖相熱成像技術(shù)是20世紀(jì)90年代初發(fā)展起來的一種新型數(shù)字化無損檢測技術(shù)，該技術(shù)是利用單頻正弦調(diào)制的熱激勵源對待測試件進行加熱，然后，待測試件內(nèi)部將也產(chǎn)生一個呈周期性變化的溫度場，由于缺陷區(qū)與無缺陷區(qū)處的表面溫度場存在差異，因此采用鎖相算法可對表面溫度場進行幅值與相位提取，最終實現(xiàn)對材料表面損傷或內(nèi)部缺陷進行無損檢測與評價。紅外鎖相熱成像檢測技術(shù)的探測范圍要大于紅外脈沖熱成像檢測技術(shù)，此外，通過降低激勵頻率大小可增大探測深度。

英國華威大學(xué)和意大利那不勒斯大學(xué)等研究學(xué)者較早地將紅外鎖相熱成像技術(shù)用于CFRP航空件缺陷檢測，并證實了該技術(shù)與瞬態(tài)熱成像與超聲C掃描無損檢測技術(shù)相比，更適于CFRP航空件表面沖擊損傷的快速無損檢測[32-33]。Pickering等[34]研究了同等激發(fā)能量下，紅外脈沖熱成像和紅外鎖相熱成像對CFRP復(fù)合材料分層缺陷的檢測能力。Montanini等[35]證實了紅外鎖相熱成像技術(shù)也可用于厚GFRP復(fù)合材料的無損檢測，并深入研究了與缺陷幾何形狀和深度相關(guān)的檢測極限問題。隨后，Lahiri等[36]發(fā)現(xiàn)隨著GFRP復(fù)合材料缺陷深度增加，利用紅外鎖相熱成像技術(shù)所獲得的相位對比度增大，而熱對比度卻減小。Oliveira等[37]提出了一種融合光學(xué)鎖相熱成像和光學(xué)方脈沖剪切成像的CFRP復(fù)合材料沖擊損傷高效表征方法。

國內(nèi)哈爾濱工業(yè)大學(xué)、浙江大學(xué)和東南大學(xué)等科研人員也對FRP復(fù)合材料紅外鎖相熱成像檢測開展了較多有價值的研究工作。哈爾濱工業(yè)大學(xué)[38-42]對CFRP復(fù)合材料分層缺陷的大小和深度以及熱物性的無損檢測與定量評價，開展了系統(tǒng)的理論與實驗研究，并提出了多種先進特征增強算法來提高其內(nèi)部分層缺陷的可視性。浙江大學(xué)[43-45]使用紅外鎖相熱成像無損檢測CFRP復(fù)合材料分層缺陷，并利用深度學(xué)習(xí)對測量過程中的傳感器噪聲、背景干擾等進行有效去除，顯著提高了CFRP復(fù)合材料次表面缺陷無損檢測與定征的精度。此外，東南大學(xué)[46]針對CFRP復(fù)合材料分層缺陷紅外鎖相熱成像無損檢測中所存在的熱成像數(shù)據(jù)缺失以及低幀率導(dǎo)致的低分辨率問題，提出了基于低秩張量填充的熱成像檢測技術(shù)，不僅可有效解決紅外鎖相熱成像數(shù)據(jù)高度缺失問題，還可顯著提高常用紅外熱像儀的幀頻率。

2.3 紅外熱波雷達成像檢測技術(shù)

近年來，紅外熱波雷達成像技術(shù)因檢測效率高和靈敏度高以及不易對材料產(chǎn)生熱損傷而受到越來越多的關(guān)注，并開始應(yīng)用于FRP復(fù)合材料的無損檢測與評價。紅外熱波雷達成像技術(shù)具有紅外脈沖熱成像技術(shù)與紅外鎖相熱成像技術(shù)所無法比擬的優(yōu)勢，但由于被用于FRP復(fù)合材料無損檢測與評價的時間并不長，尚存在一定的局限性。例如，由于通常采用較低調(diào)制頻率激勵源去探測較深范圍的內(nèi)部缺陷信息，隨之而來的是熱擴散長度的增大，致使檢測分辨率降低；另外，為提高檢測信號的信噪比，通常采用增加熱流激勵強度的方法來解決，但在檢測重要目標(biāo)構(gòu)件時，為防止對檢測對象的熱損傷，這種方法并不適合。

加拿大多倫多大學(xué)Mandelis教授[47-48]與印度理工大學(xué)Mulaveesala教授[49-50]首先將線性調(diào)頻雷達探測技術(shù)引入到紅外熱成像檢測技術(shù)中，提出了脈沖壓縮熱成像或熱波雷達無損檢測技術(shù)。為顯著提高探測熱波信號的信噪比與靈敏度，隨后提出了熱相干層析成像[51]和截斷相關(guān)光熱相干層析成像技術(shù)[52]，截斷相關(guān)光熱相干層析成像技術(shù)的具體原理如圖4所示。印度理工學(xué)院與印度塔帕爾工程技術(shù)大學(xué)等科研人員還將脈沖壓縮熱成像與紅外脈沖熱成像等其他檢測技術(shù)在檢測FRP復(fù)合材料次表面缺陷時的檢測性能進行了對比，并分析了各種技術(shù)的優(yōu)勢所在[53-56]。為增強FRP復(fù)合材料分層缺陷檢測，比利時根特大學(xué)[57-59]最近也提出了離散頻率相位調(diào)制波形的熱波雷達技術(shù)，并證明了該技術(shù)具有更高的深度分辨率。

國內(nèi)的哈爾濱工業(yè)大學(xué)、東南大學(xué)、電子科技大學(xué)和湖南大學(xué)等科研人員也對脈沖壓縮熱成像或熱波雷達開展了較多的研究工作，并取得了重要的創(chuàng)新研究成果。哈爾濱工業(yè)大學(xué)[60-62]較早地將紅外熱波雷達成像技術(shù)拓展到CFRP復(fù)合材料鋪向和分層缺陷的無損檢測與評價，并對熱波雷達檢測技術(shù)的特征提取方法也開展了深入研究。湖南大學(xué)[63]和電子科技大學(xué)[64]還分別用感應(yīng)紅外熱成像/熱波雷達檢測技術(shù)和參考脈沖壓縮熱成像檢測技術(shù)對CFRP復(fù)合材料分層缺陷檢測，并取得了較為滿意的檢測效果。最近，東南大學(xué)[65]也提出了正交頻率相位調(diào)制波形的熱波雷達檢測技術(shù)，可有效增強CFRP復(fù)合材料分層缺陷的檢測效果。

圖4 截斷相關(guān)光熱相干層析成像檢測技術(shù)原理：(a) 截斷相關(guān)光熱相干層析成像數(shù)學(xué)實施；(b) 激光誘導(dǎo)熱成像系統(tǒng)框圖

3 熱障涂層紅外熱波成像無損檢測研究現(xiàn)狀

關(guān)于熱障涂層紅外熱波檢測技術(shù)的研究始于20世紀(jì)80年代，伴隨著信息電子與計算機技術(shù)的快速發(fā)展，近年來在航空和先進裝備等領(lǐng)域受到極大關(guān)注。在目前的熱障涂層紅外熱成像無損檢測中，仍以光激勵紅外熱成像檢測技術(shù)為主，這仍然是由于光激勵紅外熱成像技術(shù)具有非接觸、快速、檢測面積大、檢測結(jié)果直觀等突出優(yōu)點，非常適合于熱障涂層結(jié)構(gòu)性能與健康狀況的在線檢測與表征。根據(jù)激勵熱源生熱機理的不同，除光激勵紅外熱成像檢測技術(shù)外，其他無損檢測方法還包括：超聲熱成像[66]、振動熱成像[67]和渦流熱成像[68]。

3.1 紅外脈沖熱成像檢測技術(shù)

針對熱障涂層紅外脈沖熱成像無損檢測，國外專家學(xué)者較早地開展了相關(guān)研究，并取得了較多的研究成果。Cielo等[69]利用紅外脈沖熱成像技術(shù)無損檢測熱障涂層，研究表明當(dāng)光學(xué)穿透深度遠小于而加熱區(qū)域遠大于涂層實際厚度時，該技術(shù)可有效表征熱障涂層熱物性和表面涂層厚度。Liu等[70]提出了可無損檢測熱障涂層內(nèi)部裂紋和厚度不均勻性的穩(wěn)態(tài)熱流激勵熱成像技術(shù)，可實現(xiàn)直徑遠小于1 mm的裂紋檢測。Shepard等[71-73]利用紅外脈沖熱成像技術(shù)對熱障涂層厚度和脫粘缺陷進行無損檢測，并結(jié)合先進后處理方法提高了時空域分辨率和信噪比。Marinetti與Cernuschi等[74-76]利用紅外脈沖熱成像技術(shù)結(jié)合機器學(xué)習(xí)和相位特征提取方法，系統(tǒng)地研究了熱障涂層結(jié)構(gòu)中的表面涂層厚度變化、脫粘缺陷以及涂層過厚與粘附/脫粘缺陷的區(qū)分問題。隨后，為無損評價熱障涂層老化程度以及完整性，Bison與Cernuschi等[77-81]利用紅外脈沖熱成像技術(shù)檢測了熱障涂層面內(nèi)與深度方向熱擴散率以及孔隙率。此外，利用紅外脈沖熱成像檢測技術(shù)還可監(jiān)測熱障涂層損傷演化歷程以及壽命評估，且熱障涂層粘結(jié)界面處粗糙度形貌、深度以及基底強度等對其損傷演化也有重要影響[82-86]。Ptaszek等[87-89]還研究了熱障涂層表面非均勻及紅外透光性等對其光熱無損檢測的影響。最近，Mezghani等[90]利用激光激勵紅外脈沖熱成像技術(shù)無損檢測了表面涂層厚度變化。Unnikrishnakurup等[91]利用紅外脈沖熱成像技術(shù)和太赫茲時域譜技術(shù)同時對不均勻涂層厚度進行測量，并獲得了對熱障涂層厚度估計小于10.3%的平均相對誤差。

雖然我國關(guān)于熱障涂層紅外脈沖熱成像無損檢測的研究起步較晚，但北京航空航天大學(xué)、北京理工大學(xué)、哈爾濱工業(yè)大學(xué)、陸軍裝甲兵學(xué)院和北京航空材料研究院等的科研人員仍取得了重要研究成果。北京航空航天大學(xué)[92-95]利用紅外脈沖熱成像技術(shù)，通過使用有限元數(shù)值模擬與熱成像檢測實驗方法，對存在脫粘缺陷和厚度不均勻時熱障涂層表面溫度場以及熱障涂層的厚度與疲勞特性進行了較為深入的研究。北京航空材料研究院[96]利用閃光燈激勵紅外脈沖熱成像技術(shù)不僅檢測出直徑小于0.5mm的脫粘缺陷，還識別出了肉眼無法觀察到的微裂紋。海軍工程大學(xué)[97]利用有限體積法研究了脈沖熱激勵下熱障涂層脫粘缺陷時表面溫度場相位差變化，并利用Levenberg-Marquardt算法對涂層厚度和脫粘缺陷位置進行定量化表征。哈爾濱工業(yè)大學(xué)[98-100]將紅外脈沖熱成像技術(shù)與模擬退火和馬爾科夫-主成分分析-神經(jīng)網(wǎng)絡(luò)等方法相結(jié)合，實現(xiàn)了熱障涂層不均勻厚度和脫粘缺陷深度與直徑的有效量化確定。最近，哈爾濱商業(yè)大學(xué)[101]還提出了一種基于同態(tài)濾波-分水嶺- Canny算子混合算法的長脈沖熱成像檢測技術(shù)，不僅可有效識別熱障涂層脫粘缺陷的邊緣，還增強了缺陷特征提取效果。陸軍裝甲兵學(xué)院[102-104]采用脈沖紅外熱成像檢測技術(shù)對熱障涂層厚度與脫粘缺陷進行了較為系統(tǒng)的研究，并表明熱圖重構(gòu)及先進后處理算法可有效提高表面涂層厚度表征的精度和脫粘缺陷的檢測效果。近來，關(guān)于熱障涂層激光掃描熱成像技術(shù)的無損檢測與評價研究也開始出現(xiàn)，北京理工大學(xué)[105-106]和南京理工大學(xué)[107]利用線型激光掃描熱成像技術(shù)實現(xiàn)了對熱障涂層脫粘缺陷以及20～150mm厚薄涂層的高精度無損檢測與評價。為了檢測熱障涂層表面微小裂紋，北京理工大學(xué)[108]還開發(fā)了一種將線型激光快速掃描模式與點激光精細掃描模式相結(jié)合的激光多模式掃描熱成像檢測技術(shù)，實現(xiàn)了僅9.5mm寬表面微小裂紋的高效檢測。

3.2 紅外鎖相熱成像檢測技術(shù)

不同于熱障涂層紅外脈沖熱成像無損檢測研究，國內(nèi)專家學(xué)者較早地開展了熱障涂層紅外鎖相熱成像無損檢測的研究，而國外對此的研究還很少。例如，韓國國立公州大學(xué)Shrestha和Kim[109-110]利用紅外脈沖熱成像技術(shù)和紅外鎖相熱成像技術(shù)對熱障涂層表面不均勻涂層厚度進行了無損檢測與評價，并開展了有限元數(shù)值模擬與熱成像檢測實驗分析了各種技術(shù)的優(yōu)勢所在。

國內(nèi)的哈爾濱工業(yè)大學(xué)、火箭軍工程大學(xué)等為基于紅外鎖相熱成像技術(shù)的熱障涂層無損檢測與評價研究做了積極探索?；鸺姽こ檀髮W(xué)[111]利用紅外鎖相熱成像技術(shù)對涂層厚度進行檢測，并表明該技術(shù)可實現(xiàn)對涂層厚度的快速檢測，且檢測精度可達到95%。哈爾濱工業(yè)大學(xué)[112]利用紅外鎖相熱成像檢測技術(shù)和熱波信號相關(guān)提取算法對熱障涂層脫粘缺陷進行檢測，并研究了光源功率、分析周期數(shù)和激勵頻率大小等對檢測結(jié)果的影響。隨后，哈爾濱工業(yè)大學(xué)[113]利用激光激勵紅外鎖相熱成像技術(shù)高精度地量化了SiC涂層碳/碳復(fù)合材料的薄涂層厚度分布的均勻性。上海交通大學(xué)[114]針對熱障涂層內(nèi)部裂紋缺陷的快速無損檢測與評價，也提出了一種基于多閾值分割和堆疊受限玻爾茲曼機算法的紅外熱成像無損檢測技術(shù)。

3.3 紅外熱波雷達成像檢測技術(shù)

紅外熱波雷達成像作為一種新興的無損檢測技術(shù)，其高信噪比、大探測范圍等突出優(yōu)勢更利于熱障涂層次表面脫粘缺陷的高精度無損檢測。而目前關(guān)于熱障涂層紅外熱波雷達成像無損檢測與評價的研究還鮮有報道，目前僅有國內(nèi)的哈爾濱工業(yè)大學(xué)和東南大學(xué)針對熱障涂層紅外熱波雷達成像無損檢測開展了相關(guān)的理論與熱成像檢測實驗研究工作。哈爾濱工業(yè)大學(xué)[115]利用紅外熱波雷達成像技術(shù)對熱障涂層脫粘缺陷進行檢測，該技術(shù)利用線性調(diào)頻信號調(diào)制光源強度，并引入了互相關(guān)和線性調(diào)頻鎖相提取算法，研究表明該技術(shù)可實現(xiàn)熱障涂層脫粘缺陷的有效檢測。東南大學(xué)[116]基于Green函數(shù)法，對熱障涂層光熱傳播理論進行了較為深入的研究，并提出了一種先進非線性調(diào)頻波形的脈沖壓縮熱成像檢測技術(shù)，可實現(xiàn)熱障涂層次表面脫粘缺陷的高信噪比、大探測深度的高分辨率檢測。

4 結(jié)束語

本文介紹了紅外熱成像技術(shù)在FRP復(fù)合材料和熱障涂層無損檢測應(yīng)用中的研究現(xiàn)狀和進展，通過文獻調(diào)研和相關(guān)研究結(jié)果分析，可發(fā)現(xiàn)，由于FRP復(fù)合材料和熱障涂層的復(fù)雜結(jié)構(gòu)特性，使得傳統(tǒng)的無損檢測技術(shù)無法較好地實現(xiàn)高效可靠的無損檢測與評價。作為新興的無損檢測技術(shù)，紅外熱波雷達成像技術(shù)由于具有高分辨率、大探測深度、檢測結(jié)果直觀等突出優(yōu)點，為FRP復(fù)合材料和熱障涂層的高精度無損檢測與評價提供了新契機。

此外，在對FRP復(fù)合材料和熱障涂層紅外熱成像無損檢測進行研究的過程中，筆者也發(fā)現(xiàn)，紅外熱成像無損檢測技術(shù)的發(fā)展還面臨著一些主要瓶頸制約問題，也促使紅外熱成像檢測技術(shù)須向多樣化、智能化、集成化和多源信息融合方向發(fā)展，呈現(xiàn)出以下發(fā)展趨勢：

1）多樣化

傳統(tǒng)無損檢測方法和紅外熱成像等新型無損檢測技術(shù)都有其各自的優(yōu)缺點及適用范圍，隨著檢測對象的多樣化和檢測要求的多元化，所需要的檢測手段也呈現(xiàn)多樣化發(fā)展的趨勢，具體體現(xiàn)在：①熱激勵源由鹵素?zé)?、超聲和電磁等向半?dǎo)體激光器、相控陣超聲等其他熱激勵形式發(fā)展；②隨著計算機和電子信息技術(shù)的快速發(fā)展，傳統(tǒng)的紅外脈沖熱成像和紅外鎖相熱成像向著新興的先進激勵波形脈沖壓縮熱成像或熱波雷達成像檢測技術(shù)方向發(fā)展。

2）智能化

近年來人工智能技術(shù)的快速發(fā)展使得基于深度學(xué)習(xí)模型的紅外目標(biāo)識別與跟蹤方法取得了巨大進步，這無疑為紅外熱成像無損檢測技術(shù)的進一步發(fā)展提供了很好的發(fā)展契機。深度學(xué)習(xí)方法的高識別率特點使其在紅外目標(biāo)特征識別、紅外圖像分割與分類方面性能優(yōu)異，在精度和實時性方面，甚至遠遠趕超傳統(tǒng)檢測方法。人工智能賦能紅外熱成像檢測技術(shù)，有望取代人工判斷，推動紅外熱成像無損檢測技術(shù)向著智能化檢測方向發(fā)展。

3）集成化

紅外熱成像檢測系統(tǒng)通常需要激勵熱源、紅外熱像儀、光路等調(diào)節(jié)裝置、固定裝置等模塊，體積較大、結(jié)構(gòu)較為復(fù)雜，且仍需人工或儀器自動采樣。為滿足實際無損檢測應(yīng)用中原位測量及低能耗的需求，紅外熱成像檢測技術(shù)需逐步向小型集成化方向發(fā)展，最終實現(xiàn)無損檢測現(xiàn)場的便攜式攜帶和操作。

4）多源信息融合發(fā)展

多源多模態(tài)熱成像數(shù)據(jù)能比單一熱成像數(shù)據(jù)提供更多的關(guān)鍵信息，此外，在信息呈現(xiàn)和表達上，多來源、多模態(tài)紅外熱成像數(shù)據(jù)還增加了無損檢測結(jié)果的魯棒性。因此當(dāng)檢測要求較高時，常常需要采用優(yōu)勢互補、多種檢測方法相結(jié)合的方式，通過多源多模態(tài)熱成像數(shù)據(jù)的融合與集成，最終提供優(yōu)質(zhì)、高效、安全、可靠的無損檢測解決方案。因此，紅外熱成像技術(shù)也需向多源信息融合方向發(fā)展。

[1] Clarke D R, Phillpot S R. Thermal barrier coatings materials[J]., 2005, 8(6):22-29.

[2] 徐惠彬, 宮聲凱, 劉福順. 航空發(fā)動機熱障涂層材料體系的研究[J]. 航空學(xué)報, 2000, 21(1): 7-12.

XU Huibin, GONG Shengkai, LIU Fushun. Recent development in materials design of thermal barrier coating for gas turbine[J]., 2000, 21(1): 7-12.

[3] Meier S M, Gupta D K. The evolution of thermal barrier coating in gas turbine engine applications[J]., 1994, 116(1): 205-257.

[4] ZHAO Y X, LI D C, ZHONG X H, et al. Thermal shock behaviors of YSZ thick thermal barrier coatings fabricated by suspension and atmospheric plasma spraying[J]., 2014, 249: 48-55.

[5] 郭洪波, 宮聲凱, 徐惠彬. 先進航空發(fā)動機熱障涂層技術(shù)研究進展[J]. 中國材料進展, 2009, 28(9-10): 18-25.

GUO Hongbo, GONG Shengkai, XU Huibin. Progress in thermal barrier coatings for advanced aeroengines[J]., 2009, 28(9-10): 18-25.

[6] Steinberger R, Valadas Leit?o T L, Ladst?tter E, et al. Infrared thermographic techniques for non-destructive damage characterization of carbon fibre reinforced polymers during tensile fatigue testing[J]., 2006, 28(10): 1340-1347.

[7] Suzuki Y, Todoroki A, Matsuzaki R, et al. Impact-damage visualization in CFRP by resistive heating: development of a new detection method for indentations caused by impact loads[J]., 2012, 43(1): 53-64.

[8] Goidescu C, Welemane H, Garnier C, et al. Damage investigation in CFRP composites using full-field measurement techniques: combination of digital image stereo-correlation, infrared thermography and X-ray tomography[J]., 2013, 48: 95-105.

[9] HE Y Z, TIAN G Y, PAN M C, et al. Impact evaluation in carbon fiber reinforced plastic(CFRP) laminates using eddy current pulsed thermography[J]., 2014, 109(1): 1-7.

[10] QU Z, JIANG P, ZHANG W X. Development and application of infrared thermography non-destructive testing techniques[J]., 2020, 20: 3851.

[11] Sophian A, TIAN G Y, Taylor D, et al. A feature extraction technique based on principal component analysis for pulsed eddy current NDT[J]., 2003, 36(1): 37-41.

[12] 鄭凱, 江海軍, 陳力. 紅外熱波無損檢測技術(shù)的研究現(xiàn)狀與進展[J]. 紅外技術(shù), 2018, 40(5): 401-411.

ZHENG Kai, JIANG Haijun, CHEN Li. Infrared thermography NDT and its development [J]., 2018, 40(5): 401-411.

[13] Almond D P, Lau S K. Edge effects and a method of defect sizing for transient thermography[J]., 1993, 62(25): 3369-3371.

[14] Maldague X, Marinetti S. Pulse phase infrared thermography[J]., 1996, 79(5): 2694-2698.

[15] Ludwig N, Teruzzi P. Heat losses and 3D diffusion phenomena for defect sizing procedures in video pulse thermography[J]., 2002, 43(3-5): 297-301.

[16] Maldague X, Ziadi A, Klein M. Double pulse infrared thermography[J]., 2004, 37: 559-564.

[17] Meola C, Carlomagno G M. Impact damage in GFRP: new insights with infrared thermography[J].:, 2010, 41(12): 1839-1847.

[18] Almond D P, Pickering S G. An analytical study of the pulsed thermography defect detection limit[J]., 2012, 111: 093510.

[19] Azizinasab B, Hasanzadeh R P R, Hedayatrasa S, et al. Defect detection and depth estimation in CFRP through phase of transient response of flash thermography[J]., 2022, 18(4): 2364-2373.

[20] Rajic N. Principal component thermography for flaw contrast enhancement and flaw depth characterization in composite structures[J]., 2002, 58(4): 521-528.

[21] Marinetti S, Finesso L, Marsilio E. Matrix factorization methods: application to thermal NDT/E[J]., 2006, 39(8): 611-616.

[22] Alvarez-Restrepo C A, Benitez-Restrepo H D, Tobón L E. Characterization of defects of pulsed thermography inspections by orthogonal polynomial decomposition[J]., 2017, 91: 9-21.

[23] Yousefi B, Sfarra S, Sarasini F, et al. Low-rank sparse principal component thermography (sparse-PCT): comparative assessment on detection of subsurface defects[J]., 2019, 98: 278-284.

[24] 姜千輝, 姜長勝, 葛慶平, 等. 紅外熱波序列圖像的圖像分割與三維顯示[J]. 無損檢測, 2008, 30(2): 100-103.

JIANG Qianhui, JIANG Changsheng, GE Qingping, et al. Segmentation and 3D display of infrared thermal image[J]., 2008, 30(2): 100-103.

[25] DUAN Y X, Servais P, Genest M, et al. ThermoPoD: a reliability study on active infrared thermography for the inspection of composite materials[J]., 2012, 26(7): 1985-1991.

[26] WU J Y, Sfarra S, Yao Y. Sparse principal component thermography for subsurface defect detection in composite products[J]., 2018, 14(12): 5594-5600.

[27] WEN C M, Sfarra S, Gargiulo G, et al. Thermographic data analysis for defect detection by imposing spatial connectivity and sparsity constraints in principal component thermography[J]., 2018, 17(6): 3901-3909.

[28] LIU L, GAO B, WU S C, et al. Structured iterative alternating sparse matrix decomposition for thermal imaging diagnostic system[J]., 2020, 107: 103288.

[29] Ahmed J, GAO B, Woo W, et al. Ensemble joint sparse low rank matrix decomposition for thermography diagnosis system[J]., 2021, 68(3): 2648-2658.

[30] ZHANG X F, HE Y Z, Chady T, et al. CFRP impact damage inspection based on manifold learning using ultrasonic induced thermography[J]., 2019, 15(5): 2648-2659.

[31] SHEN P, LUO Z T, WANG S, et al. Feature detection of GFRP subsurface defects using fast randomized sparse principal component thermography[J]., 2022, 43: 160.

[32] Bates D, Smith G, LU D, et al. Rapid thermal non-destructive testing of aircraft components[J]., 2000, 31(3): 175-185.

[33] Meola C, Carlomagno G M, Squillace A, et al. Non-destructive evaluation of aerospace materials with lock-in thermography[J]., 2006, 13(3): 380-388.

[34] Pickering S, Almond D. Matched excitation energy comparison of the pulse and lock-in thermography NDE techniques[J]., 2008, 41(7): 501-509.

[35] Montanini R, Freni F. Non-destructive evaluation of thick glass fiber-reinforced composites by means of optically excited lock-in thermography[J]., 2012, 43(11): 2075-2082.

[36] Lahiri B B, Bagavathiappan S, Reshmi P R, et al. Quantification of defects in composites and rubber materials using active thermography[J]., 2012(55): 191-199.

[37] Oliveira B C F D, Nienheysen P, Baldo C R, et al. Improved impact damage characterization in CFRP samples using the fusion of optical lock-in thermography and optical square-pulse shearography images[J]., 2020, 111: 102215.

[38] 劉俊巖, 戴景民, 王揚. 紅外圖像序列處理的鎖相熱成像理論與試驗[J]. 紅外與激光工程, 2009, 38(2): 346-351.

LIU Junyan, DAI Jingmin, WANG Yang. Theory and experiment of IR lock-in thermography with image sequence processing [J]., 2009, 38(2): 346-351.

[39] 劉俊巖, 戴景民, 王揚. 紅外鎖相法熱波檢測技術(shù)及缺陷深度測量[J]. 光學(xué)與精密工程, 2010, 18(1): 37-44.

LIU Junyan, DAI Jingmin, WANG Yang. Thermal wave detection and defect depth measurement based on lock-in thermography [J]., 2010, 18(1): 37-44.

[40] LIU J Y, WANG Y, DAI J M. Research on thermal wave processing of lock-in thermography based on analyzing image sequences for NDT[J]., 2010, 53(5): 348-357.

[41] GONG J L, LIU J Y, WANG F, et al. Inverse heat transfer approach for nondestructive estimation the size and depth of subsurface defects of CFRP composite using lock-in thermography[J]., 2015, 71: 439-447.

[42] LIU J Y, WANG F, LIU Y, et al. Inverse methodology for identification the thermal diffusivity and subsurface defect of CFRP composite by lock-in thermographic phase (LITP) profile reconstruction[J]., 2016, 138: 214-226.

[43] CAO Y P, DONG Y F, CAO Y L, et al. Two-stream convolutional neural network for non-destructive subsurface defect detection via similarity comparison of lock-in thermography signals[J]., 2020, 112: 102246.

[44] DONG Y F, XIA C J, YANG J X, et al. Spatio-temporal 3-D residual networks for simultaneous detection and depth estimation of CFRP subsurface defects in lock-in thermography[J]., 2022, 18(4): 2571-2581.

[45] DONG Y F, ZHAO B W, YANG J X, et al. Two-stage convolutional neural network for joint removal of sensor noise and background interference in lock-in thermography[J]., 2023, 137: 102816.

[46] LUO Z T, LUO H, WANG S, et al. Enhanced CFRP defect detection from highly undersampled thermographic data via low-rank tensor completion-based thermography[J]., 2022, 18(12): 8641-8653.

[47] Tabatabaei N, Mandelis A. Thermal-wave radar: a novel subsurface imaging modality with extended depth-resolution dynamic range[J]., 2009, 80(3): 034902.

[48] Tabatabaei N, Mandelis A, Amaechi B T. Thermophotonic radar imaging: An emissivity-normalized modality with advantages over phase lock-in thermography[J]., 2011, 98(16): 163706.

[49] Mulaveesala R, Tuli S. Theory of frequency modulated thermal wave imaging for nondestructive subsurface defect detection[J]., 2006, 89: 191913.

[50] Mulaveesala R, Vaddi J S, Singh P. Pulse compression approach to infrared nondestructive characterization[J]., 2008, 79(9): 094901.

[51] Tabatabaei N, Mandelis A. Thermal coherence tomography using match filter binary phase coded diffusion waves[J]., 2011, 107: 165901.

[52] Kaiplavil S, Mandelis A. Truncated-correlation photothermal coherence tomography for deep subsurface analysis[J]., 2014, 8(8): 635-642.

[53] Chatterjee K, Tuli S, Pickering S G, et al. A comparison of the pulsed, lock-in and frequency modulated thermography nondestructive evaluation techniques[J]., 2011, 44(7): 655-667.

[54] Giorleo G, Meola C. Comparison between pulsed and modulated thermography in glass–epoxy laminates[J]., 2002, 35(5): 287-292.

[55] Dua G, Arora V, Mulaveesala R. Defect detection capabilities of pulse compression based infrared non-destructive testing and evaluation[J]., 2020, 21(6): 7940-7947.

[56] Rani A, Mulaveesala R. Novel pulse compression favorable excitation schemes for infrared non-destructive testing and evaluation of glass fibre reinforced polymer materials[J]., 2022, 286: 115338.

[57] Hedayatrasa S, Poelman G, Segers J, et al. Performance of frequency and/or phase modulated excitation waveforms for optical infrared thermography of CFRPs through thermal wave radar: a simulation study[J]., 2019, 225: 111177.

[58] Hedayatrasa S, Poelman G, Segers J, et al. Novel discrete frequency-phase modulated excitation waveform for enhanced depth resolvability of thermal wave radar[J]., 2019, 132: 512-522.

[59] Hedayatrasa S, Poelman G, Segers J, et al. On the application of an optimized frequency-phase modulated waveform for enhanced infrared thermal wave radar imaging of composites[J]., 2021, 138: 106411.

[60] GONG J L, LIU J Y, QIN L, et al. Investigation of carbon fiber reinforced polymer (CFRP) sheet with subsurface defects inspection using thermal-wave radar imaging (TWRI) based on the multi-transform technique[J]., 2014, 62: 130-136.

[61] WANG F, LIU J Y, LIU Y, et al. Research on the fiber lay-up orientation detection of unidirectional CFRP laminates composite using thermal-wave radar imaging[J]., 2016, 84: 54-66.

[62] WANG F, WANG Y H, LIU J Y, et al. Optical excitation fractional Fourier transform (FrFT) based enhanced thermal-wave radar imaging (TWRI)[J]., 2018, 26(17): 21403.

[63] YANG R Z, HE Y Z, Mandelis A, et al. Induction infrared thermography and thermal-wave-radar analysis for imaging inspection and diagnosis of blade composites[J]., 2018, 14(12): 5637-5647.

[64] WU S C, GAO B, YANG Y, et al. Halogen optical referred pulse-compression thermography for defect detection of CFRP[J]., 2019, 102: 103006.

[65] LUO Z T, SHEN P, LUO H, et al. Advanced orthogonal frequency and phase modulated waveform for contrast-enhanced photothermal wave radar thermography[J]., 2022, 131(22): 224903.

[66] GUO W, DONG L H, WANG H D, et al. Discriminate the substrate crack under sprayed coatings using ultrasonic infrared thermography[J]., 2019, 102(9): 103073.

[67] GUO W, HUANG J K, ZHU J G, et al. Experimental investigation on detection of coating debonds in thermal barrier coatings using vibrothermography with a piezoceramic actuator[J]., 2023, 137(7): 102859.

[68] ZHU W Y, LIU Z W, JIAO D C, et al. Eddy current thermography with adaptive carrier algorithm for non-destructive testing of debonding defects in thermal barrier coatings[J]., 2018, 37: 31.

[69] Cielo P, Dallaire S. Optothermal NDE of thermal-barrier coatings[J]., 1987, 9: 71-79.

[70] LIU H N, Sakamoto M, Kishi K, et al. Detection of defects in thermal barrier coatings by thermography analysis[J]., 2003, 44(9): 1845-1850.

[71] Shepard S M, Ahmed T, Rubadeux B A, et al. Synthetic processing of pulsed thermographic data for inspection of turbine components[J]., 2001, 43(9): 587-589.

[72] Shepard S M, Lhota J R, Rubadeux B A, et al. Reconstruction and enhancement of active thermographic image sequences[J]., 2003, 42(5): 1337-1342.

[73] Shepard S M, HOU Y L, Lhota J R, et al. Thermographic measurement of thermal barrier coating thickness[C]//, 2005, 5782: 407-410.

[74] Marinetti S, Vavilov V, Bison P, et al. Quantitative infrared thermographic nondestructive testing of thermal barrier coatings[J]., 2003, 61(6): 773-780.

[75] Marinetti S, Robba D, Cernuschi F, et al. Thermographic inspection of TBC coated gas turbine blades: discrimination between coating over-thicknesses and adhesion defects[J]., 2007, 49(3): 281-285.

[76] Cernuschi F, Marinetti S. Discrimination between over-thickness and delamination of thermal barrier coatings by apparent thermal effusivity thermographic technique[J]., 2010, 19(5): 958-963.

[77] Bison P, Cernuschi F, Grinzato E. In-depth and in-plane thermal diffusivity measurements of thermal barrier coatings by IR camera: evaluation of ageing[J]., 2008, 29(6): 2149-2161.

[78] Cernuschi F, Bison P, Figari A, et al. Thermal diffusivity measurements by photothermal and thermographic techniques[J]., 2004, 25(2): 439-457.

[79] Cernuschi F, Bison P, Marinetti S, et al. Thermal diffusivity measurement by thermographic technique for the non-destructive integrity assessment of TBCs coupons[J]., 2010, 205(2): 498-505.

[80] Bison P, Cernuschi F, Capelli S. A thermographic technique for the simultaneous estimation of in-plane and in-depth thermal diffusivities of TBCs[J]., 2011, 205(10): 3128-3133.

[81] Cernuschi F. Can TBC porosity be estimated by non-destructive infrared techniques? a theoretical and experimental analysis[J]., 2015, 272: 387-394.

[82] Franke B, Sohn Y H, CHEN X, et al. Monitoring damage evolution in thermal barrier coatings with thermal wave imaging[J]., 2005, 200(5-6): 1292-1297.

[83] Choi C, Choi S H, Kim J. Study for blade ceramic coating delamination detection for gas turbine[J]., 2008, 22(31n32): 5699-5704.

[84] Schweda M, Beck T, Offermann M, et al. Thermographic analysis and modelling of the delamination crack growth in a thermal barrier coating on Fecralloy substrate[J]., 2013, 217: 124-128.

[85] Schweda M, Beck T, Malzbender J, et al. Damage evolution of a thermal barrier coating system with 3-dimensional periodic interface roughness: effects of roughness depth, substrate creep strength and pre-oxidation[J]., 2015, 276: 368-373.

[86] Tinsley L, Chalk C, Nicholls J, et al. A study of pulsed thermography for life assessment of thin EB-PVD TBCs undergoing oxidation ageing[J]., 2017, 92: 67-74.

[87] Ptaszek G, Cawley P, Almond D, et al. Artificial disbonds for calibration of transient thermography inspection of thermal barrier coating systems[J]., 2012, 45(1):71-78.

[88] Ptaszek G, Cawley P, Almond D, et al. Transient thermography testing of unpainted thermal barrier coating (TBC) systems[J]., 2013, 59: 48-56.

[89] Ptaszek G. Investigation and development of transient thermography for detection of disbonds in thermal barrier coating systems[D]. Imperial College London, 2012.

[90] Mezghani S, Perrin E, Vrabie V, et al. Evaluation of paint coating thickness variations based on pulsed infrared thermography laser technique[J]., 2016, 76: 393-401.

[91] Unnikrishnakurup S, Dash J, Ray S, et al. Nondestructive evaluation of thermal barrier coating thickness degradation using pulsed IR thermography and THz-TDS measurements: a comparative study[J]., 2020, 116: 102367.

[92] 郭興旺, 丁蒙蒙. 熱障涂層紅外熱無損檢測的建模和有限元分析[J]. 北京航空航天大學(xué)學(xué)報, 2009, 35(2): 174-178.

GUO Xingwang, DING Mengmeng. Modeling and finite element analysis of thermal barrier coatings in IR NDT[J]., 2009, 35(2): 174-178.

[93] 郭興旺, 丁蒙蒙. 熱障涂層厚度及厚度不均熱無損檢測的數(shù)值模擬[J]. 航空學(xué)報, 2010, 31(1): 198-203.

GUO Xingwang, DING Mengmeng. Simulation of thermal NDT of thickness and its unevenness of thermal barrier coatings [J]., 2010, 31(1): 198-203.

[94] ZHAO S B, ZHANG C L, WU N M, et al. Quality evaluation for air plasma spray thermal barrier coatings with pulsed thermography[J].:, 2011, 21(4): 301-306.

[95] ZHAO S B, WANG H M, WU N M, et al. Nondestructive testing of the fatigue properties of air plasma sprayed thermal barrier coatings by pulsed thermography[J]., 2015, 51: 445-456.

[96] 劉穎韜, 牟仁德, 郭廣平, 等. 熱障涂層閃光燈激勵紅外熱像檢測[J]. 航空材料學(xué)報, 2015, 35(6): 83-90.

LIU Yingtao, MAO Rende, GUO Guangping, et al. Infrared flash thermographic nondestructive testing of defects in thermal barrier coating [J]., 2015, 35(6): 83-90.

[97] 陳林, 楊立, 范春利, 等. 基于相位的熱障涂層厚度及其脫粘缺陷紅外定量識別[J]. 紅外與激光工程, 2015, 44(7): 2050-2056.

CHEN Lin, YANG Li, FAN Chunli, et al. Quantitative identification of coating thickness and debonding defects of TBC by pulse phase technology [J]., 2015, 44(7): 2050-2056.

[98] BU C W, TANG Q J, LIU Y L, et al. Quantitative detection of thermal barrier coating thickness based on simulated annealing algorithm using pulsed infrared thermography technology[J]., 2016, 99: 751-755.

[99] TANG Q J, LIU J Y, DAI J M, et al. Theoretical and experimental study on thermal barrier coating (TBC) uneven thickness detection using pulsed infrared thermography technology[J]., 2017, 114: 770-775.

[100] TANG Q J, DAI J M, LIU J Y, et al. Quantitative detection of defects based on Markov-PCA-BP algorithm using pulsed infrared thermography technology[J]., 2016, 77: 144-148.

[101] BU C W, SUN Z H, TANG Q J, et al. Thermography sequence processing and defect edge identification of TBC structure debonding defects detection using long-pulsed infrared wave non-destructive testing technology[J]., 2019, 55: 80-87.

[102] 郭偉, 董麗虹, 王海斗, 等. 基于小波分解的熱波相位特征提取及噴涂層厚度評價[J]. 紅外與激光工程, 2017, 46(9): 81-87.

GUO Wei, DONG Lihong, WANG Haidou, et al. Phase spectra extract of thermal wave with wavelet decomposition and coating thickness estimation[J]., 2017, 46(9): 81-87.

[103] 董麗虹, 郭偉, 王海斗, 等. 熱障涂層界面脫粘缺陷的脈沖紅外熱成像檢測[J]. 航空學(xué)報, 2019, 40(8): 422895.

DONG Lihong, GUO Wei, WANG Haidou, et al. Phase spectra extract of thermal wave with wavelet decomposition and coating thickness estimation [J]., 2019, 40(8): 422895.

[104] GUO W, DONG L H, WANG H D, et al. Size estimation of coating disbonds using the first derivative images in pulsed thermography[J]., 2020, 104: 103106.

[105] LIU Z W, JIAO D C, SHI W X，et al. Linear laser fast scanning thermography NDT for artificial debond defects in thermal barrier coatings[J]., 2017, 25(25): 31789.

[106] JIAO D C, LIU Z W, ZHU W Y, et al. Exact localization of debonding defects in thermal barrier coatings[J]., 2018, 56(9): 3691-3700.

[107] CHEN F, ZHANG K, JIANG H J, et al. Thickness evaluations for thin coatings using laser scanning thermography[J]., 2023, 137(17): 102817.

[108] JIAO D C, SHI W X, LIU Z W, et al. Laser multi-mode scanning thermography method for fast inspection of micro-cracks in TBCs surface[J]., 2018, 37: 30.

[109] Shrestha R, Kim W. Evaluation of coating thickness by thermal wave imaging: a comparative study of pulsed and lock-in infrared thermography - Part I: simulation[J]., 2017, 83: 124-131.

[110] Shrestha R, Kim W. Evaluation of coating thickness by thermal wave imaging: a comparative study of pulsed and lock-in infrared thermography – Part II: experimental investigation[J]., 2018, 92: 24-29.

[111] ZHANG J Y, MENG X B, MA Y C. A new measurement method of coatings thickness based on lock-in thermography[J]., 2016, 76: 655-660.

[112] TANG Q J, DAI J M, BU C W, et al. Experimental study on debonding defects detection in thermal barrier coating structure using infrared lock-in thermographic technique[J]., 2016, 107: 463-468.

[113] SONG P, XIAO P, LIU J Y, et al. The inspection of coating thickness uniformity of SiC-coated carbon-carbon (C/C) composites by laser-induced thermal-wave imaging [J]., 2019, 147: 348-356.

[114] SHI L C, LONG Y, WANG Y Z, et al. Online nondestructive evaluation of TBC crack using infrared thermography[J]., 2021, 32(11): 115008.

[115] WANG F, LIU J Y, Mohummad O, et al. Research on debonding defects in thermal barrier coatings structure by thermal-wave radar imaging (TWRI)[J]., 2018, 39: 71.

[116] LUO Z T, LUO H, WANG S, et al. The photothermal wave field and high-resolution photothermal pulse compression thermography for ceramic/metal composite solids[J]., 2022, 282(4): 115069.

Research Status of Infrared Thermography in NDT of FRP Composites/Thermal Barrier Coatings and Its Development

ZHENG Kai1，LUO Zhitao2,3，ZHANG Hui3

(1.,210036,2.,210031,;3.,211189,)

Infrared thermography is a new NDT technology with outstanding advantages such as non-contact, large detection area and intuitive detection results, and it has been widely used in NDT and evaluation of metal, non-metal, fiber reinforced polymer (FRP) and thermal barrier coatings. In this paper, the basic principle of infrared thermography technology and the composition of detection system are briefly introduced, especially the characteristics and advantages and disadvantages of optical, ultrasonic, and electromagnetic thermal excitation forms are compared. Then, according to the development history of thermal excitation forms, the research status and progress of optical excitation infrared thermography technology in the non-destructive testing and evaluation of FRP composites and thermal barrier coatings are introduced in detail, focusing on the hot and difficult problems in the non-destructive testing of FRP composites/thermal barrier coatings. Finally, the future development trend of infrared thermographic NDT technology for FRP composites/thermal barrier coatings is summarized and prospected.

nondestructive testing, infrared thermography, TBC, FRP composites, IR image processing

TB302.5

A

1001-8891(2023)10-1008-12

2023-08-31；

2023-10-08.

鄭凱（1967-），男，博士，研究員級高級工程師，研究方向：無損檢測新技術(shù)應(yīng)用。E-mail：kai.zheng@163.com。

張輝（1977-），男，教授，博士生導(dǎo)師，主要研究方向為復(fù)雜聲場調(diào)控與聲探測技術(shù)，多物理場無損檢測新技術(shù)。E-mail：seuzhanghui@seu.edu.cn。

國家重點研發(fā)計劃（2022YFB3404300）；國家自然科學(xué)基金（11874110）；江蘇省重點研發(fā)計劃（產(chǎn)業(yè)前瞻與關(guān)鍵核心技術(shù)）（BE2021084）；江蘇省市場監(jiān)督管理局科技計劃項目（KJ2022002）。