红外热成像是具有非接触、检测面积大、检测结果直观等突出优势的新兴无损检测技术，近年来被广泛应用于金属、非金属、纤维增强复合材料（FRP）以及热障涂层等的无损检测与评价。
图1 某航空发动机及其涡轮叶片热障涂层结构示意图
红外热波成像技术
任何高于绝对零度的物体都会向周围环境发出电磁热辐射，根据Stefan-Boltzmann定律，其大小除与材料种类、形貌和内部结构等本身特性有关外，还与波长和环境温度有关，而红外热波成像技术即是利用红外热像仪通过遥测材料表面温度场，从而实现对材料结构特性和物理力学性能的无损检测与评价。
根据被测对象是否需要施加外部热激励，该技术可分为主动式与被动式，其中主动式红外热波无损检测技术由于具有更高的热对比度与检测分辨率，近年来受到极大的关注。
主动式红外热波检测技术是利用外界热源对待测试件进行热激励，同时利用红外热像仪记录其表面温度场的演化历程，并通过对所获得的热波信号进行特征提取分析，以达到检测材料表面损伤和内部缺陷的目的。
根据外激励热源的不同，该技术又可被分为光激励红外热成像、超声红外热成像与电涡流红外热成像等。图2总结了目前主动式红外热波成像检测技术中的主要分类依据及分类结果。
图2 主动式红外热成像检测技术的主要分类依据及结果
虽然红外热成像无损检测技术种类众多，但由于所检测对象琳琅满目，且结构与物理特性比较复杂，因此在实际应用中需结合检测对象本身特性，选择一种相对合适且高效的主动式红外热波成像无损检测方法，从而达到对待测对象进行高分辨率、高精度、快速可靠检测与评价的目的。
光激励红外热成像是主动红外热成像中一种相对高效的无损检测方法，由于其非接触、非破坏、检测时间短、检测面积大、易于实施等突出优点，在热障涂层结构、纤维增强复合材料无损检测与评价中备受关注。
在该方法中，当外激励光源入射到待测试件时，基于光热转换效应所产生的热波扩散并与内部界面或缺陷相互作用，同时，利用红外热像仪远程记录待测试件表面的瞬态热响应，即红外热图像序列。然后，借助先进的后处理算法对所获取的热图像序列进行综合分析，从而实现待测试件的无损检测与定量表征。图3为光激励热成像技术原理和目前常用光激励红外热成像检测系统。
图3 光热无损检测原理及典型闪光灯激励热成像检测系统
此外，根据热激励形式的不同，红外热成像技术又可被分为红外脉冲热成像、红外锁相热成像与红外热波雷达成像，这也是根据红外热成像发展历程、目前最为常用的分类方法之一。
红外脉冲热成像技术检测效率高，但其探测深度通常较浅，无法满足对材料深层缺陷高分辨率检测的要求；且其检测结果易受表面加热不均匀、表面反射率及发射率不均等影响，瞬时高能量脉冲也易使材料表面产生热损伤。
为克服红外脉冲热成像技术的局限性，红外锁相热成像技术应运而生，但由于该技术在单一调制频率热激励下仅能探测与其热扩散长度相对应深度的内部缺陷，因此对FRP复合材料或热障涂层类结构内不同深度或不同铺层界面的缺陷，需选择不同调制频率对待测试件进行激励，因此，该方法检测时间仍相对较长且易出现漏检。
红外热波雷达是一种新兴的无损检测技术，具有红外脉冲热成像与红外锁相热成像技术所无法比拟的突出优势，如高分辨率、高检测效率、大探测深度等，近年来备受关注。
表1 红外脉冲热成像、红外锁相热成像以及红外热波雷达成像检测技术的对比
FRP复合材料光激励红外热成像无损检测研究现状
1、红外脉冲热成像检测技术
红外脉冲热成像技术是发展最早且目前应用最为广泛的一种红外热波无损检测技术，该技术是使用高能光源（如激光、卤素灯、闪光灯）对待测试件进行非常短时间（通常几毫秒）的脉冲激励加热，由于内部界面或缺陷的热阻效应会对待测试件表面温度场产生差异，然后利用红外热像仪同步记录这种温度差异，并借助于先进的后处理算法可实现对待测试件内部界面或缺陷的无损检测与评价。
红外脉冲热波检测技术检测速度快，且对厚度较小的试件具有较好的检测结果，但其探测深度非常有限，不适用于检测大厚度构件。此外，该技术还易受表面加热不均、表面发射率不均等影响，瞬时高能量脉冲也易使试件表面产生热损伤。
FRP复合材料的强各向异性和显著内部界面效应，极易使得其产生界面分层等类型缺陷，极大影响FRP复合材料结构或装备的使用性能。
英国巴斯大学Almond等对CFRP复合材料裂纹状缺陷的边缘效应进行了研究，并提出了一种瞬态热成像法测量缺陷尺寸的方法。
加拿大拉瓦尔大学Maldague等提出了一种将脉冲热成像与调制热成像技术相结合的红外脉冲相位热成像检测技术，该技术基于傅里叶变换可获得能无损表征CFRP复合材料的相位图像，因此克服了脉冲热成像技术对表面加热均匀性的限制。
意大利学者Ludwig等研究了红外脉冲热成像检测技术中的热损失与三维热扩散对缺陷尺寸测量的影响。
为了克服脉冲热成像技术的局限性，加拿大拉瓦尔大学Maldague等随后提出了双脉冲激励热成像检测技术，并表明该技术可进一步增强热对比度。
加拿大学者Meola等利用脉冲热成像法对GFRP复合材料的低速冲击损伤进行了无损检测。
英国巴斯大学Almond等又通过解析法研究了脉冲热成像技术的缺陷检测极限与缺陷径深比、激励能量以及缺陷深度都密切相关。
伊朗桂兰大学Azizinasab等还提出了一种使用局部参考像素矢量来处理脉冲热成像检测结果的瞬态响应相位提取方法，实现了CFRP复合材料缺陷检测和深度预测。
此外，为增强FRP复合材料缺陷检测效果，许多集成先进特征提取方法的脉冲热成像检测技术也被提出，例如主成分热成像、矩阵分解热成像、正交多项式分解热成像和低秩稀疏主成分热成像。
国内的哈尔滨工业大学、电子科技大学、湖南大学、东南大学、火箭军工程大学、首都师范大学、南京诺威尔光电系统有限公司等科研单位也对FRP复合材料红外脉冲热成像无损检测技术开展了大量研究工作，并取得了丰硕的研究成果。
首都师范大学研究了GFRP复合材料脉冲热成像检测的热图像序列的分割与三维可视化，并提出了一种基于局部极小值的图像分割算法。
北京航空航天大学对FRP复合材料次表面缺陷红外脉冲热成像无损检测的检测概率进行了深入研究，并分析了阈值、特征信息提取算法等对检测概率的影响。
此外，国内研究学者还提出集成了稀疏主成分分析、矩阵分解基算法、流形学习和快速随机稀疏主成分分析等算法的红外脉冲热成像检测技术。
2、红外锁相热成像检测技术
红外锁相热成像技术是20世纪90年代初发展起来的一种新型数字化无损检测技术，该技术是利用单频正弦调制的热激励源对待测试件进行加热，然后，待测试件内部将也产生一个呈周期性变化的温度场，由于缺陷区与无缺陷区处的表面温度场存在差异，因此采用锁相算法可对表面温度场进行幅值与相位提取，最终实现对材料表面损伤或内部缺陷进行无损检测与评价。
红外锁相热成像检测技术的探测范围要大于红外脉冲热成像检测技术，此外，通过降低激励频率大小可增大探测深度。
英国华威大学和意大利那不勒斯大学等研究学者较早地将红外锁相热成像技术用于CFRP航空件缺陷检测，并证实了该技术与瞬态热成像与超声C扫描无损检测技术相比，更适于CFRP航空件表面冲击损伤的快速无损检测。
Pickering等研究了同等激发能量下，红外脉冲热成像和红外锁相热成像对CFRP复合材料分层缺陷的检测能力。
Montanini等证实了红外锁相热成像技术也可用于厚GFRP复合材料的无损检测，并深入研究了与缺陷几何形状和深度相关的检测极限问题。
随后，Lahiri等发现随着GFRP复合材料缺陷深度增加，利用红外锁相热成像技术所获得的相位对比度增大，而热对比度却减小。
Oliveira等提出了一种融合光学锁相热成像和光学方脉冲剪切成像的CFRP复合材料冲击损伤高效表征方法。
国内哈尔滨工业大学、浙江大学和东南大学等科研人员也对FRP复合材料红外锁相热成像检测开展了较多有价值的研究工作。
哈尔滨工业大学对CFRP复合材料分层缺陷的大小和深度以及热物性的无损检测与定量评价，开展了系统的理论与实验研究，并提出了多种先进特征增强算法来提高其内部分层缺陷的可视性。
浙江大学使用红外锁相热成像无损检测CFRP复合材料分层缺陷，并利用深度学习对测量过程中的传感器噪声、背景干扰等进行有效去除，显著提高了CFRP复合材料次表面缺陷无损检测与定征的精度。
此外，东南大学针对CFRP复合材料分层缺陷红外锁相热成像无损检测中所存在的热成像数据缺失以及低帧率导致的低分辨率问题，提出了基于低秩张量填充的热成像检测技术，不仅可有效解决红外锁相热成像数据高度缺失问题，还可显著提高常用红外热像仪的帧频率。
3、红外热波雷达成像检测技术
近年来，红外热波雷达成像技术因检测效率高和灵敏度高以及不易对材料产生热损伤而受到越来越多的关注，并开始应用于FRP复合材料的无损检测与评价。
红外热波雷达成像技术具有红外脉冲热成像技术与红外锁相热成像技术所无法比拟的优势，但由于被用于FRP复合材料无损检测与评价的时间并不长，尚存在一定的局限性。例如，由于通常采用较低调制频率激励源去探测较深范围的内部缺陷信息，随之而来的是热扩散长度的增大，致使检测分辨率降低；另外，为提高检测信号的信噪比，通常采用增加热流激励强度的方法来解决，但在检测重要目标构件时，为防止对检测对象的热损伤，这种方法并不适合。
加拿大多伦多大学Mandelis教授与印度理工大学Mulaveesala教授首先将线性调频雷达探测技术引入到红外热成像检测技术中，提出了脉冲压缩热成像或热波雷达无损检测技术。为显著提高探测热波信号的信噪比与灵敏度，随后提出了热相干层析成像和截断相关光热相干层析成像技术，截断相关光热相干层析成像技术的具体原理如图4所示。
图4 截断相关光热相干层析成像检测技术原理：(a)截断相关光热相干层析成像数学实施；(b)激光诱导热成像系统框图
印度理工学院与印度塔帕尔工程技术大学等科研人员还将脉冲压缩热成像与红外脉冲热成像等其他检测技术在检测FRP复合材料次表面缺陷时的检测性能进行了对比，并分析了各种技术的优势所在。
为增强FRP复合材料分层缺陷检测，比利时根特大学最近也提出了离散频率相位调制波形的热波雷达技术，并证明了该技术具有更高的深度分辨率。
国内的哈尔滨工业大学、东南大学、电子科技大学和湖南大学等科研人员也对脉冲压缩热成像或热波雷达开展了较多的研究工作，并取得了重要的创新研究成果。
哈尔滨工业大学较早地将红外热波雷达成像技术拓展到CFRP复合材料铺向和分层缺陷的无损检测与评价，并对热波雷达检测技术的特征提取方法也开展了深入研究。
湖南大学和电子科技大学还分别用感应红外热成像/热波雷达检测技术和参考脉冲压缩热成像检测技术对CFRP复合材料分层缺陷检测，并取得了较为满意的检测效果。
最近，东南大学也提出了正交频率相位调制波形的热波雷达检测技术，可有效增强CFRP复合材料分层缺陷的检测效果。
热障涂层红外热波成像无损检测研究现状
关于热障涂层红外热波检测技术的研究始于20世纪80年代，伴随着信息电子与计算机技术的快速发展，近年来在航空和先进装备等领域受到极大关注。
在目前的热障涂层红外热成像无损检测中，仍以光激励红外热成像检测技术为主，这仍然是由于光激励红外热成像技术具有非接触、快速、检测面积大、检测结果直观等突出优点，非常适合于热障涂层结构性能与健康状况的在线检测与表征。
根据激励热源生热机理的不同，除光激励红外热成像检测技术外，其他无损检测方法还包括：超声热成像、振动热成像和涡流热成像。
1、红外脉冲热成像检测技术
针对热障涂层红外脉冲热成像无损检测，国外专家学者较早地开展了相关研究，并取得了较多的研究成果。
Cielo等利用红外脉冲热成像技术无损检测热障涂层，研究表明当光学穿透深度远小于而加热区域远大于涂层实际厚度时，该技术可有效表征热障涂层热物性和表面涂层厚度。
Liu等提出了可无损检测热障涂层内部裂纹和厚度不均匀性的稳态热流激励热成像技术，可实现直径远小于1 mm的裂纹检测。
Shepard等利用红外脉冲热成像技术对热障涂层厚度和脱粘缺陷进行无损检测，并结合先进后处理方法提高了时空域分辨率和信噪比。
Marinetti与Cernuschi等利用红外脉冲热成像技术结合机器学习和相位特征提取方法，系统地研究了热障涂层结构中的表面涂层厚度变化、脱粘缺陷以及涂层过厚与粘附/脱粘缺陷的区分问题。
随后，为无损评价热障涂层老化程度以及完整性，Bison与Cernuschi等利用红外脉冲热成像技术检测了热障涂层面内与深度方向热扩散率以及孔隙率。
此外，利用红外脉冲热成像检测技术还可监测热障涂层损伤演化历程以及寿命评估，且热障涂层粘结界面处粗糙度形貌、深度以及基底强度等对其损伤演化也有重要影响。
Ptaszek等还研究了热障涂层表面非均匀及红外透光性等对其光热无损检测的影响。
最近，Mezghani等利用激光激励红外脉冲热成像技术无损检测了表面涂层厚度变化。
Unnikrishnakurup等利用红外脉冲热成像技术和太赫兹时域谱技术同时对不均匀涂层厚度进行测量，并获得了对热障涂层厚度估计小于10.3%的平均相对误差。
虽然我国关于热障涂层红外脉冲热成像无损检测的研究起步较晚，但北京航空航天大学、北京理工大学、哈尔滨工业大学、陆军装甲兵学院和北京航空材料研究院等的科研人员仍取得了重要研究成果。
北京航空航天大学利用红外脉冲热成像技术，通过使用有限元数值模拟与热成像检测实验方法，对存在脱粘缺陷和厚度不均匀时热障涂层表面温度场以及热障涂层的厚度与疲劳特性进行了较为深入的研究。
北京航空材料研究院利用闪光灯激励红外脉冲热成像技术不仅检测出直径小于0.5 mm的脱粘缺陷，还识别出了肉眼无法观察到的微裂纹。
海军工程大学利用有限体积法研究了脉冲热激励下热障涂层脱粘缺陷时表面温度场相位差变化，并利用Levenberg-Marquardt算法对涂层厚度和脱粘缺陷位置进行定量化表征。
哈尔滨工业大学将红外脉冲热成像技术与模拟退火和马尔科夫-主成分分析-神经网络等方法相结合，实现了热障涂层不均匀厚度和脱粘缺陷深度与直径的有效量化确定。
最近，哈尔滨商业大学还提出了一种基于同态滤波-分水岭-Canny算子混合算法的长脉冲热成像检测技术，不仅可有效识别热障涂层脱粘缺陷的边缘，还增强了缺陷特征提取效果。
陆军装甲兵学院采用脉冲红外热成像检测技术对热障涂层厚度与脱粘缺陷进行了较为系统的研究，并表明热图重构及先进后处理算法可有效提高表面涂层厚度表征的精度和脱粘缺陷的检测效果。
近来，关于热障涂层激光扫描热成像技术的无损检测与评价研究也开始出现，北京理工大学和南京理工大学利用线型激光扫描热成像技术实现了对热障涂层脱粘缺陷以及20~150 μm厚薄涂层的高精度无损检测与评价。
为了检测热障涂层表面微小裂纹，北京理工大学还开发了一种将线型激光快速扫描模式与点激光精细扫描模式相结合的激光多模式扫描热成像检测技术，实现了仅9.5 μm宽表面微小裂纹的高效检测。
2、红外锁相热成像检测技术
不同于热障涂层红外脉冲热成像无损检测研究，国内专家学者较早地开展了热障涂层红外锁相热成像无损检测的研究，而国外对此的研究还很少。
例如，韩国国立公州大学Shrestha和Kim利用红外脉冲热成像技术和红外锁相热成像技术对热障涂层表面不均匀涂层厚度进行了无损检测与评价，并开展了有限元数值模拟与热成像检测实验分析了各种技术的优势所在。
国内的哈尔滨工业大学、火箭军工程大学等为基于红外锁相热成像技术的热障涂层无损检测与评价研究做了积极探索。
火箭军工程大学利用红外锁相热成像技术对涂层厚度进行检测，并表明该技术可实现对涂层厚度的快速检测，且检测精度可达到95%。
哈尔滨工业大学利用红外锁相热成像检测技术和热波信号相关提取算法对热障涂层脱粘缺陷进行检测，并研究了光源功率、分析周期数和激励频率大小等对检测结果的影响。
随后，哈尔滨工业大学利用激光激励红外锁相热成像技术高精度地量化了SiC涂层碳/碳复合材料的薄涂层厚度分布的均匀性。
上海交通大学针对热障涂层内部裂纹缺陷的快速无损检测与评价，也提出了一种基于多阈值分割和堆叠受限玻尔兹曼机算法的红外热成像无损检测技术。
3、红外热波雷达热成像检测技术
红外热波雷达成像作为一种新兴的无损检测技术，其高信噪比、大探测范围等突出优势更利于热障涂层次表面脱粘缺陷的高精度无损检测。
而目前关于热障涂层红外热波雷达成像无损检测与评价的研究还鲜有报道，目前仅有国内的哈尔滨工业大学和东南大学针对热障涂层红外热波雷达成像无损检测开展了相关的理论与热成像检测实验研究工作。
哈尔滨工业大学利用红外热波雷达成像技术对热障涂层脱粘缺陷进行检测，该技术利用线性调频信号调制光源强度，并引入了互相关和线性调频锁相提取算法，研究表明该技术可实现热障涂层脱粘缺陷的有效检测。
东南大学基于Green函数法，对热障涂层光热传播理论进行了较为深入的研究，并提出了一种先进非线性调频波形的脉冲压缩热成像检测技术，可实现热障涂层次表面脱粘缺陷的高信噪比、大探测深度的高分辨率检测。
结束语
通过文献调研和相关研究结果分析发现，由于FRP复合材料和热障涂层的复杂结构特性，使得传统的无损检测技术无法较好地实现高效可靠的无损检测与评价。作为新兴的无损检测技术，红外热波雷达成像技术由于具有高分辨率、大探测深度、检测结果直观等突出优点，为FRP复合材料和热障涂层的高精度无损检测与评价提供了新契机。
此外，在对FRP复合材料和热障涂层红外热成像无损检测进行研究的过程中也发现，红外热成像无损检测技术的发展还面临着一些主要瓶颈制约问题，也促使红外热成像检测技术须向多样化、智能化、集成化和多源信息融合方向发展，呈现出以下发展趋势：
1、多样化
传统无损检测方法和红外热成像等新型无损检测技术都有其各自的优缺点及适用范围，随着检测对象的多样化和检测要求的多元化，所需要的检测手段也呈现多样化发展的趋势，具体体现在：
① 热激励源由卤素灯、超声和电磁等向半导体激光器、相控阵超声等其他热激励形式发展；
② 随着计算机和电子信息技术的快速发展，传统的红外脉冲热成像和红外锁相热成像向着新兴的先进激励波形脉冲压缩热成像或热波雷达成像检测技术方向发展。
2、智能化
近年来人工智能技术的快速发展使得基于深度学习模型的红外目标识别与跟踪方法取得了巨大进步，这无疑为红外热成像无损检测技术的进一步发展提供了很好的发展契机。深度学习方法的高识别率特点使其在红外目标特征识别、红外图像分割与分类方面性能优异，在精度和实时性方面，甚至远远赶超传统检测方法。人工智能赋能红外热成像检测技术，有望取代人工判断，推动红外热成像无损检测技术向着智能化检测方向发展。
3、集成化
红外热成像检测系统通常需要激励热源、红外热像仪、光路等调节装置、固定装置等模块，体积较大、结构较为复杂，且仍需人工或仪器自动采样。为满足实际无损检测应用中原位测量及低能耗的需求，红外热成像检测技术需逐步向小型集成化方向发展，最终实现无损检测现场的便携式携带和操作。
4、多源信息融合发展
多源多模态热成像数据能比单一热成像数据提供更多的关键信息，此外，在信息呈现和表达上，多来源、多模态红外热成像数据还增加了无损检测结果的鲁棒性。因此当检测要求较高时，常常需要采用优势互补、多种检测方法相结合的方式，通过多源多模态热成像数据的融合与集成，最终提供优质、高效、安全、可靠的无损检测解决方案。因此，红外热成像技术也需向多源信息融合方向发展。
作者：郑凯¹，罗志涛²³，张辉³
工作单位：
1.江苏省特种设备安全监督检验研究院
2.南京农业大学工学院
3.东南大学机械工程学院
来源：红外技术、MEMS
论文网址：
http://hwjs.nvir.cn/cn/article/id/84720d64-967f-440f-ac59-ddeefb9b7bb4
