CN108072337A - 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 - Google Patents
一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 Download PDFInfo
- Publication number
- CN108072337A CN108072337A CN201611026172.1A CN201611026172A CN108072337A CN 108072337 A CN108072337 A CN 108072337A CN 201611026172 A CN201611026172 A CN 201611026172A CN 108072337 A CN108072337 A CN 108072337A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msup
- defect
- mfrac
- depth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法，包括以下步骤：S1：使用脉冲加热设备对被测物体进行加热，同时使用红外热成像装置获得被测物体表面的热图序列数据；S2：对所获得的热图序列数据，求取所述热图序列数据的对数温度‑对数时间的二阶微分函数，并提取所述二阶微分函数中对应峰值时刻tLPSD；S3：对所获得的热图序列数据，利用半高宽算法获得被测物体的缺陷直径D；S4：利用本发明所提供的校正方法，计算被测物体的缺陷深度。本发明在考虑缺陷尺寸的情况下测量缺陷深度，可以有效降低现有测量技术中存在的误差。
Description
技术领域
本发明涉及无损探伤检测技术领域，特别是涉及一种红外热波技术，在考虑缺陷尺寸情况下的对数二阶微分峰值时间测量被测试件厚度或者缺陷深度的方法。
背景技术
脉冲红外热波无损检测技术是二十世纪九十年代后发展起来的一种无损检测技术。此方法以热波理论为理论依据，通过主动对被检测物体施加脉冲热激励、并采用红外热像仪连续观察和记录物体表面的温场变化，并通过现代计算机技术及图像信息处理技术进行时序热波信号的探测、采集、数据处理和分析，以实现对物体内部缺陷或损伤的定量诊断。
反射式脉冲红外热波技术中有两个常见的热传导方程，对于有限厚平板，方程为：
对于半无限厚或较厚平板，方程为：
其中，T(t)是t时刻的温度，q为常数，是在单位面积上施加的热量；密度ρ(km/m3)与比热C的乘积是介质材料的体热容；热扩散系数为α＝k/(pc)是热传导率，对某一特定介质，一般情况下α可视为常数；e为被测件的蓄热系数，n为脉冲传播到两种材料界面发生的n次反射，L为被测件厚度(或缺陷深度)。R为缺陷界面处的热反射系数。
缺陷深度或者被测件厚度测量是脉冲红外热波无损检测技术定量测量的一个重要应用，一般都是通过获得温度时间曲线中的某特征时间进行计算。二阶对数微分峰值方法是对公式(1)或公式(2)求对数，然后对时间对数进行二次求导，所得到的曲线的极大峰值时间作为特征时间：
实际应用时，对所得到的实验曲线做对数二阶微分处理，提取其极大峰值时间，然后利用上式可计算得到缺陷深度。目前，脉冲红外热波技术中，缺陷深度定量测量方法较多，由于对数二阶微分峰值方法具有峰值时间比较靠前，不需要参考曲线，不受三维热扩散影响或不受缺陷尺寸影响，因而，该方法在反射式脉冲红外热波技术中应用最为广泛。
但是，通过大量的实验发现，目前所应用的二阶对数微分峰值方法的峰值时间在有限缺陷尺寸的情况下，是受缺陷尺寸影响的。因而，如果通过实验数据得到峰值时间后，直接采用公式(3)计算缺陷深度，将会带来一定的误差。究其原因是其所基于的理论公式(1)和(2)并没有考虑缺陷尺寸因子，因而，所得到的公式(3)也被认为不受缺陷尺寸的影响。
发明内容
针对上述的对数二阶微分峰值方法没有考虑缺陷尺寸的影响，本发明提供一种在考虑缺陷尺寸情况下，采用对数二阶微分峰值的新测量方法，利用脉冲红外热波技术测量被测件的厚度或缺陷深度。
为达上述目的，本发明采用以下技术方案：
一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法，包括以下步骤：
S1：使用脉冲加热设备对被测物体进行加热，同时使用红外热成像装置获得被测物体表面的热图序列数据；
S2：对所获得的热图序列数据，求取所述热图序列数据的对数温度-对数时间的二阶微分函数，并提取所述二阶微分函数中对应峰值时刻tLPSD；
S3：对所获得的热图序列数据，利用半高宽算法获得被测物体的缺陷直径D；
S4：计算被测物体的缺陷深度，计算式如下：
上式中ai为不受被测物体的材料和缺陷深度影响的拟合系数，具体取值为：，a0＝0.6986，a1＝0.0042，a2＝0.0111，a3＝0.0023，a4＝-7.9246e-4，a5＝4.9065e-5。
根据本发明提出的考虑缺陷尺寸情况下的物体缺陷深度的测量方法，在所述步骤S4之前包括：
当所述缺陷宽深比系数明显大于7时，通过下式计算被测物体的缺陷深度：
根据本发明提出的考虑缺陷尺寸情况下的物体缺陷深度的测量方法，其中，所述脉冲加热设备是脉冲时间短的高能闪光灯，所述热成像装置的采集频率为高频。
根据本发明提出的考虑缺陷尺寸情况下的物体缺陷深度的测量方法，其中，所述步骤S4中ai的求解过程如下：
S41：在不考虑缺陷尺寸因子的情况下的热图序列数据的方程为：
其对数二阶微分曲线的极大峰值时间为：
其中，T(t)是t时刻的温度；q为常数，是在单位面积上施加的热量；密度ρ与比热C的乘积是介质材料的体热容；热扩散系数为α＝k/(pc)，其中k是热传导率，α对某一特定介质可视为常数；e为被测件的蓄热系数，n为脉冲传播到两种材料界面发生的n次反射，L为被测物体的缺陷深度，R为缺陷界面处的热反射系数；
S42：假设缺陷为平底孔缺陷，其直径为D，深度为L。正常区域由于其厚度较大，降温相对缺陷区域更快，也就是缺陷区域其温度更高。由于三维热扩散的影响，可以考虑从高温的缺陷中心向缺陷边缘(距离为D/2)进行热扩散，该热扩散因子可表达为并定义缺陷宽深比系数p＝D/L；
在考虑缺陷尺寸因子的情况下的热图序列数据的方程为：
S43：选择不同材料和不同缺陷深度按照所述在考虑缺陷尺寸因子的情况下方程进行模拟得到温度曲线，提取所述温度曲线的二阶微分极大峰值出现时的对应时间tLPSD，定义特征时间归一化因子为Nr，Nr＝tLPSD/tr；
S44：根据模拟结果得出Nr与p的关系曲线，对所述关系曲线进行多项式拟合，得到Nr与缺陷宽深比的关系式为：
结合所述关系曲线中的数据可得出ai的具体取值。
本发明所提出的考虑缺陷尺寸情况下的物体缺陷深度的测量方法，对于缺陷尺寸较大，也就是缺陷宽深比系数大于7的情况下，其和传统的对数温度-对数时间二阶微分方法一致；当缺陷宽深比系数小于7的情况下，本方法相比传统的对数温度-对数时间二阶微分方法可有效提高测量精度。
附图说明
图1为本发明在考虑缺陷尺寸因子的情况下的不同宽深比的对数二阶微分曲线；
图2为本发明中的Nr与p的关系曲线；
图3为本发明一具体实施例的不锈钢试件对数二阶微分曲线；
图4为本发明一具体实施例的不锈钢和玻璃钢试件实验与理论Nr与p的关系曲线；
图5为本发明一具体实施例的脉冲红外热波技术原理图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的理论基础是在公式(2)的基础上，引入一个缺陷尺寸的因子。假设缺陷为平底孔缺陷，其直径为D，深度为L。正常区域由于其厚度较大，降温相对缺陷区域更快，也就是缺陷区域其温度更高。由于三维热扩散的影响，可以考虑从高温的缺陷中心向缺陷边缘(距离为D/2)进行热扩散，该热扩散因子可表达为该因子乘以公式(2)中的热对比度项，并定义缺陷宽深比系数p＝D/L，可以得到考虑缺陷尺寸情况下的温度随时间变化公式：
对数二阶微分峰值方法即是对公式(4)做以下二阶微分：
式中，温度T对时间t直接求一阶和二阶微分的结果可由公式(4)获得。对公式(5)进行模拟，其模拟结果显示在图1中。由该图可以发现，二阶微分的峰值时间及其峰值受缺陷宽深比系数或尺寸影响，其随缺陷宽深比增大而增大，缺陷宽深比系数等于7左右时其不再变化。定义相对于不受缺陷尺寸影响的特征时间计算公式的特征时间归一化因子：
Nr＝tLPSD/tr (6)
式中，tLPSD为实验所得到(或考虑缺陷尺寸因子)的对数二阶微分峰值方法的特征时间。当宽深比系数p取不同值时，对公式(5)在不同材料和不同缺陷深度情况下进行模拟，并提取其对应极大峰值对应时间，图2中画出了Nr与p的关系曲线。由该图可以看出，Nr是p的单调曲线，随p增大而增大，在p为7左右时达到最大值1，随后不再增大。同时，该Nr和p关系曲线与材料和缺陷深度无关，仅与宽深比系数有关。
为了验证图2所示的Nr与p的理论关系曲线，由不锈钢和玻璃钢材料制作的多个平底孔试件，其宽深比范围从1到20，由脉冲红外热波***获得实验数据。图3画出了不锈钢试件的几个不同宽深比位置对应的对数二阶微分曲线，该曲线与图1所示理论关系曲线特征吻合，也就是对数二阶微分的极大峰值及其时间均受缺陷宽深比影响，且随着宽深比系数增大而增大，到一定值时不再变化。提取各极大峰值时间，并做与理论值类似处理，可得到图4所示的不锈钢和玻璃钢时间的实验Nr与p关系曲线，该曲线由于噪声和计算过程等因素的影响，有一定波动，但是和理论关系曲线基本吻合。理论模拟和实验结果均表明对数二阶微分方法受缺陷尺寸影响，且该影响与缺陷宽深比有确定关系，其不受缺陷深度和试件材料影响。
结合公式(3)和(6)，当Nr已知时，在考虑缺陷尺寸情况下，缺陷深度可表达为：
当Nr为1时，也就是p大于7左右时，公式(7)即为公式(3)。
对图2所示曲线进行多项式拟合，可得到Nr与缺陷宽深比的关系式：
结合图2数据可得到的式(8)中系数ai。实际计算得到的ai数值为：a0＝0.6986，a1＝0.0042，a2＝0.0111，a3＝0.0023，a4＝-7.9246e-4，a5＝4.9065e-5。
对于实际应用时，由于缺陷尺寸和缺陷深度均为未知数，因而，Nr也是未知数，在获得tLPSD的情况下，并不能直接利用公式(6)来计算得到参数Nr，或通过公式(7)来获得缺陷深度。由公式(7)，可得到：
结合公式(8)和(9)，可以得到：
上式中，参数tLPSD可由实验曲线获得，缺陷尺寸D也可以通过半高宽法处理实验数据得到，因而，上式中，仅有缺陷深度L为未知数，可通过求解多项式获得缺陷深度。
本发明的理论基础基于脉冲热成像法，假设利用理想脉冲热源在t＝0时刻作用于被检物体表面(x＝0)，且能量完全被表面吸收。在实际实验中，对被测物体加热时采用的加热设备可以是高能闪光灯或者其他脉冲式加热设备，为提高计算精度，应保证脉冲闪光灯作用时间足够短，热成像装置的采集频率宜设置较高。采集时间需根据具体被测物体材料的性质设置。
图5为本发明脉冲红外热波技术用于测量缺陷深度或试件厚度的检测原理图，同时也是应用本发明方法的实际***的结构示意图。在图5的实施例中，使用了一个有6个平底洞的不锈钢试件，其缺陷深度为1-6mm，缺陷尺寸为20mm。
参考图5，高能闪光灯对被测物体表面施加可见光能量，被测物体表面在闪光灯能量作用下温度升高，瞬间达到峰值，由于被检物体表面与物体内部的温度差，热量沿深度方向从物体表面向物体内部传导。红外热像仪实时记录被测物体的表面温场的变化，计算机采集红外热像仪得到的热图数据，得到被检测物体表面温场的热图序列。提取不锈钢试件热图中每个平底孔中心像素降温曲线，做对数温度-对数时间多项式曲线拟合，并求对数二阶微分。提取各曲线极大峰值时间，分别用公式(3)、(7)和(10)计算，其结果列在表1中，测量误差均相对于千分尺测量结果。对于4mm、5mm和6mm孔，由于其缺陷宽深比系数较小，因而采用本发明方法处理后其测量误差相对传统二阶微分峰值方法有较大提高，而对于1mm、2mm和3mm孔由于其宽深比系数相对较大，两种方法基本没有差别。
表1测量结果
综上所述，本发明所提出的考虑缺陷尺寸情况下的对数温度-对数时间二阶微分峰值法，对于缺陷尺寸较大，也就是缺陷宽深比系数大于7的情况下，其和传统的对数温度-对数时间二阶微分方法一致；当缺陷宽深比系数小于7的情况下，本方法相比传统的对数温度-对数时间二阶微分方法可有效提高测量精度。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (4)
1.一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法，其特征在于，包括以下步骤：
S1：使用脉冲加热设备对被测物体进行加热，同时使用红外热成像装置获得被测物体表面的热图序列数据；
S2：对所获得的热图序列数据，求取所述热图序列数据的对数温度-对数时间的二阶微分函数，并提取所述二阶微分函数中对应峰值时刻tLPSD；
S3：对所获得的热图序列数据，利用半高宽算法获得被测物体的缺陷直径D；
S4：计算被测物体的缺陷深度，计算式如下：
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>5</mn>
</munderover>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<msup>
<mi>D</mi>
<mi>j</mi>
</msup>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<mi>L</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mi>i</mi>
</msup>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>&pi;&alpha;t</mi>
<mrow>
<mi>L</mi>
<mi>P</mi>
<mi>S</mi>
<mi>D</mi>
</mrow>
</msub>
</mrow>
<msup>
<mi>L</mi>
<mn>2</mn>
</msup>
</mfrac>
<mo>=</mo>
<mn>0</mn>
</mrow>
上式中ai为不受被测物体的材料和缺陷深度影响的拟合系数，具体取值为：，a0＝0.6986，a1＝0.0042，a2＝0.0111，a3＝0.0023，a4＝-7.9246e-4，a5＝4.9065e-5。
2.根据权利要求1所述的考虑缺陷尺寸情况下的物体缺陷深度的测量方法，其特征在于，在所述步骤S4之前包括：
当所述缺陷宽深比系数明显大于7时，通过下式计算被测物体的缺陷深度：
<mrow>
<msub>
<mi>t</mi>
<mi>&tau;</mi>
</msub>
<mo>=</mo>
<mfrac>
<msup>
<mi>L</mi>
<mn>2</mn>
</msup>
<mrow>
<mi>&pi;</mi>
<mi>&alpha;</mi>
</mrow>
</mfrac>
<mo>.</mo>
</mrow>
3.根据权利要求1或2所述的考虑缺陷尺寸情况下的物体缺陷深度的测量方法，其特征在于，所述脉冲加热设备是脉冲时间短的高能闪光灯，所述热成像装置的采集频率为高频。
4.根据权利要求1所述的考虑缺陷尺寸情况下的物体缺陷深度的测量方法，其特征在于，所述步骤S4中ai的求解过程如下：
S41：在不考虑缺陷尺寸因子的情况下的热图序列数据的方程为：
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mi>q</mi>
<mrow>
<mi>e</mi>
<msqrt>
<mrow>
<mi>&pi;</mi>
<mi>t</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<mo>&lsqb;</mo>
<mn>1</mn>
<mo>+</mo>
<mn>2</mn>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>&infin;</mi>
</munderover>
<msup>
<mi>R</mi>
<mi>n</mi>
</msup>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mo>-</mo>
<msup>
<mi>n</mi>
<mn>2</mn>
</msup>
<msup>
<mi>L</mi>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mi>&alpha;</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
其对数二阶微分曲线的极大峰值时间为：
其中，T(t)是t时刻的温度；q为常数，是在单位面积上施加的热量；密度ρ与比热C的乘积是介质材料的体热容；热扩散系数为α＝k/(pc)，其中k是热传导率，α对某一特定介质可视为常数；e为被测件的蓄热系数，n为脉冲传播到两种材料界面发生的n次反射，L为被测物体的缺陷深度，R为缺陷界面处的热反射系数；
S42：假设缺陷为平底孔缺陷，其直径为D，深度为L。正常区域由于其厚度较大，降温相对缺陷区域更快，也就是缺陷区域其温度更高。由于三维热扩散的影响，可以考虑从高温的缺陷中心向缺陷边缘(距离为D/2)进行热扩散，该热扩散因子可表达为并定义缺陷宽深比系数p＝D/L；
在考虑缺陷尺寸因子的情况下的热图序列数据的方程为：
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mi>q</mi>
<mrow>
<mi>e</mi>
<msqrt>
<mrow>
<mi>&pi;</mi>
<mi>t</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<mo>&lsqb;</mo>
<mn>1</mn>
<mo>+</mo>
<mn>2</mn>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>&infin;</mi>
</munderover>
<msup>
<mi>R</mi>
<mi>n</mi>
</msup>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mo>-</mo>
<msup>
<mi>n</mi>
<mn>2</mn>
</msup>
<msup>
<mi>L</mi>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mi>&alpha;</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mi>L</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>16</mn>
<mi>&alpha;</mi>
<mi>t</mi>
</mrow>
</mfrac>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
S43：选择不同材料和不同缺陷深度按照所述在考虑缺陷尺寸因子的情况下方程进行模拟得到温度曲线，提取所述温度曲线的二阶微分极大峰值出现时的对应时间tLPSD，定义特征时间归一化因子为Nr，Nr＝tLPSD/tr；
S44：根据模拟结果得出Nr与p的关系曲线，对所述关系曲线进行多项式拟合，得到Nr与缺陷宽深比的关系式为：
<mrow>
<msub>
<mi>N</mi>
<mi>r</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mn>5</mn>
</munderover>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>D</mi>
<mi>L</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mi>i</mi>
</msup>
<mo>,</mo>
</mrow>
结合所述关系曲线中的数据可得出ai的具体取值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611026172.1A CN108072337B (zh) | 2016-11-18 | 2016-11-18 | 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611026172.1A CN108072337B (zh) | 2016-11-18 | 2016-11-18 | 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108072337A true CN108072337A (zh) | 2018-05-25 |
| CN108072337B CN108072337B (zh) | 2020-02-14 |
Family
ID=62160807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611026172.1A Active CN108072337B (zh) | 2016-11-18 | 2016-11-18 | 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108072337B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108871224A (zh) * | 2018-06-06 | 2018-11-23 | 杭州电子科技大学 | 一种用于led玻璃灯杯的凹槽深度检测方法 |
| CN109187597A (zh) * | 2018-09-28 | 2019-01-11 | 山东非金属材料研究所 | 一种x射线数字成像缺陷尺寸测量方法 |
| CN110320236A (zh) * | 2019-07-19 | 2019-10-11 | 沈阳工业大学 | 大型风力机叶片内部缺陷深度的红外测量方法 |
| CN110880170A (zh) * | 2019-10-22 | 2020-03-13 | 四川沐迪圣科技有限公司 | 一种复合材料缺陷的深度预测方法 |
| CN111380618A (zh) * | 2020-03-23 | 2020-07-07 | 西南科技大学 | 一种光阵列分控便携式光激励红外热成像检测装置 |
| CN113030182A (zh) * | 2021-01-20 | 2021-06-25 | 南方医科大学顺德医院(佛山市顺德区第一人民医院) | 基于温度-位置曲线分析的热异常尺寸测量方法及装置 |
| CN114487015A (zh) * | 2022-02-14 | 2022-05-13 | 首都师范大学 | 方波热成像测量低热导率材料内部缺陷深度的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102221339A (zh) * | 2011-06-09 | 2011-10-19 | 首都师范大学 | 脉冲红外热波技术测厚方法 |
| CN102967267A (zh) * | 2012-06-06 | 2013-03-13 | 首都师范大学 | 基于红外热波技术的双层结构第二层介质厚度测量方法 |
| CN103148799A (zh) * | 2013-01-30 | 2013-06-12 | 首都师范大学 | 基于对数一阶微分峰值法的缺陷深度测量方法 |
| US20160138385A1 (en) * | 2014-11-18 | 2016-05-19 | Baker Hughes Incorporated | Subsurface Pipe Dimension and Position Indicating Device |
-
2016
- 2016-11-18 CN CN201611026172.1A patent/CN108072337B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102221339A (zh) * | 2011-06-09 | 2011-10-19 | 首都师范大学 | 脉冲红外热波技术测厚方法 |
| CN102967267A (zh) * | 2012-06-06 | 2013-03-13 | 首都师范大学 | 基于红外热波技术的双层结构第二层介质厚度测量方法 |
| CN103148799A (zh) * | 2013-01-30 | 2013-06-12 | 首都师范大学 | 基于对数一阶微分峰值法的缺陷深度测量方法 |
| US20160138385A1 (en) * | 2014-11-18 | 2016-05-19 | Baker Hughes Incorporated | Subsurface Pipe Dimension and Position Indicating Device |
Non-Patent Citations (1)
| Title |
|---|
| 曾智 等: "《采用缺陷宽深比系数定量研究缺陷尺寸对缺陷深度测量的影响》", 《中国激光》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108871224A (zh) * | 2018-06-06 | 2018-11-23 | 杭州电子科技大学 | 一种用于led玻璃灯杯的凹槽深度检测方法 |
| CN109187597A (zh) * | 2018-09-28 | 2019-01-11 | 山东非金属材料研究所 | 一种x射线数字成像缺陷尺寸测量方法 |
| CN109187597B (zh) * | 2018-09-28 | 2021-05-18 | 山东非金属材料研究所 | 一种x射线数字成像缺陷尺寸测量方法 |
| CN110320236A (zh) * | 2019-07-19 | 2019-10-11 | 沈阳工业大学 | 大型风力机叶片内部缺陷深度的红外测量方法 |
| CN110320236B (zh) * | 2019-07-19 | 2021-09-14 | 沈阳工业大学 | 大型风力机叶片内部缺陷深度的红外测量方法 |
| CN110880170A (zh) * | 2019-10-22 | 2020-03-13 | 四川沐迪圣科技有限公司 | 一种复合材料缺陷的深度预测方法 |
| CN110880170B (zh) * | 2019-10-22 | 2023-10-31 | 四川沐迪圣科技有限公司 | 一种复合材料缺陷的深度预测方法 |
| CN111380618A (zh) * | 2020-03-23 | 2020-07-07 | 西南科技大学 | 一种光阵列分控便携式光激励红外热成像检测装置 |
| CN113030182A (zh) * | 2021-01-20 | 2021-06-25 | 南方医科大学顺德医院(佛山市顺德区第一人民医院) | 基于温度-位置曲线分析的热异常尺寸测量方法及装置 |
| CN113030182B (zh) * | 2021-01-20 | 2023-10-27 | 南方医科大学顺德医院(佛山市顺德区第一人民医院) | 基于温度-位置曲线分析的热异常尺寸测量方法及装置 |
| CN114487015A (zh) * | 2022-02-14 | 2022-05-13 | 首都师范大学 | 方波热成像测量低热导率材料内部缺陷深度的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108072337B (zh) | 2020-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108072337A (zh) | 一种考虑缺陷尺寸情况下的物体缺陷深度的测量方法 | |
| Wang et al. | Image processing based quantitative damage evaluation in composites with long pulse thermography | |
| CN102565124B (zh) | 脉冲红外热波技术定量测量方法 | |
| CN103148799B (zh) | 基于对数一阶微分峰值法的缺陷深度测量方法 | |
| CN102221339B (zh) | 脉冲红外热波技术测厚方法 | |
| US8465200B2 (en) | Method for implementing depth deconvolution algorithm for enhanced thermal tomography 3D imaging | |
| CN109060822B (zh) | 长脉冲红外无损检测序列图像处理方法与*** | |
| Vavilov | Infrared techniques for materials analysis and nondestructive testing | |
| US11249039B2 (en) | Method of measuring depth of defects in large-scale wind turbine blade using infrared thermography | |
| CN103630543A (zh) | 一种利用脉冲红外热波检测吸波涂层缺陷的判定方法 | |
| Truong et al. | Thickness reconstruction of nuclear power plant pipes with flow-accelerated corrosion damage using laser ultrasonic wavenumber imaging | |
| Ibarra-Castanedo et al. | Review of pulsed phase thermography | |
| CN102183543B (zh) | 脉冲热成像测量固体材料表面下暗藏物质蓄热系数的方法 | |
| CN109813758A (zh) | 基于红外检测图像信号的层间脱粘缺陷复杂边界轮廓定量重构方法 | |
| Wu et al. | Laser ultrasonic imaging of wavefield spatial gradients for damage detection | |
| Dudzik | Characterization of material defects using active thermography and an artificial neural network | |
| D’Accardi et al. | Experimental procedure to assess depth and size of defects with pulsed thermography | |
| Derusova et al. | Characterising hidden defects in GFRP/CFRP composites by using laser vibrometry and active IR thermography | |
| Theodorakeas et al. | Pulsed thermographic inspection of CFRP structures: experimental results and image analysis tools | |
| Vavilov | 3D modeling of pulsed thermal NDT: Back to basic features and subtle phenomena | |
| CN106546628A (zh) | 一种基于温度场层析成像的无损检测方法 | |
| CN102967267A (zh) | 基于红外热波技术的双层结构第二层介质厚度测量方法 | |
| Ramirez-Granados et al. | Three-dimensional reconstruction of subsurface defects using finite-difference modeling on pulsed thermography | |
| Wang et al. | Restored pseudo heat flux (RPHF) algorithm for carbon fibre composite defect detection using thermography under uneven heating | |
| Jiang et al. | Detectability of pulsed infrared thermography of delaminations in carbon fiber composites |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Tao Ning Inventor after: Zeng Zhi Inventor after: Li Xiaoli Inventor after: Feng Lichun Inventor after: Wang Xun Inventor after: Shen Jingling Inventor after: Zhang Cunlin Inventor before: Li Xiaoli Inventor before: Zeng Zhi Inventor before: Tao Ning Inventor before: Feng Lichun Inventor before: Wang Xun Inventor before: Shen Jingling Inventor before: Zhang Cunlin |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |