脉冲涡流热成像技术： 电磁热多物理效应可视化无损检测与评估

随着航空航天、新能源、高速轨道交通等诸多国家战略性新兴产业和高端装备制造领域的跨越式发展，产品的质量管理与控制对于保障重大设施与装备的运行可靠性和安全性至关重要。但是，设备在生产和服役过程中的应力腐蚀、疲劳、撞击等损伤行为会严重威胁其结构性能和使用耐久性，这是导致在役设备材料断裂和结构失效的主要原因，如航空航天复合材料遭受鸟撞形成的冲击损伤、风机叶片和齿轮的应力腐蚀、核工业层板粘接处的局部脱粘与欠胶、铁路轮轨滚动接触疲劳损伤等。

无损检测以不损害被测对象的使用性能为前提，应用物理原理和化学现象对构件进行检验，以此评价被测件的连续性、完整性、可靠性和安全性。美国前总统里根曾说过：“没有先进的无损检测技术，美国就不可能享有在众多领域的领先地位。”目前，无损检测与评估（NDT&E）技术朝着快速化、大范围、多技术融合、智能化、自动化、可评估预测化和图像化的定量无损评估（QNDE）方向快速发展。将多物理效应耦合与多模态传感技术融合应用到无损检测与评估领域，研发新型的可视化检测技术与缺陷识别方法，进行高效快速、大范围多类型缺陷检测与结构健康状态评估是未来无损检测与评估的发展趋势和研究重点。

可视化NDT&E技术凸显了NDT&E的创新性与优势：射线衍射成像、超声相控阵、电磁/涡流阵列成像、红外热成像、电磁热多物理效应的感应热成像。NASA在2003年哥伦比亚航天飞机失事后，特别关注航天飞机复合材料隔热板的无损检测问题，为此高级数字射线检测法、高分辨率计算机层析法、高级超声及涡流检测方法都曾用于隔热复合材料板的无损检测，最终NASA选择了红外热成像无损检测方法作为首选检测技术，实际应用结果表明，红外热成像无损检测技术可以准确检测出缺陷，并展现出其独特优势。 

电子科技大学“传感器国家工程研究中心成都分中心”暨“无损检测与评估及结构健康监测研究中心”田贵云教授团队基于电磁热多物理场效应融合机理，成功研发了国际领先的脉冲涡流热成像（ECPT）无损检测与评估技术和相应的实验平台。ECPT的原理是基于电磁学中的电涡流与焦耳热现象，运用红外热像仪，获取导电试件在脉冲电涡流激励下因焦耳热现象引起的温度场分布和传导，并通过对热图的分析处理来检测缺陷，融合了脉冲电涡流和红外热成像的技术优势。相较于其他红外热像法，ECPT使用脉冲电磁激励，有多物理时空特性和丰富的瞬态信息，检测灵敏度高。ECPT加热功率大，热量集中在缺陷处，增加了缺陷和非缺陷区域的温度对比，提高了信噪比和微小缺陷的检测灵敏度，并且不受复杂形态试样的影响。ECPT融合了脉冲电涡流检测，亚表面缺陷检测的灵敏度显著提高。

近几年，ECPT作为新兴的电磁热多物理效应可视化NDT&E技术，在缺陷检测和定量描述上的优势引起了关注。在工业应用方面，德国无损检测研究院对涡轮叶片中的裂纹进行了检测，并分别开发了固定式和便携式涡流热成像检测系统。在学术研究方面，奥斯瓦尔德-坦塔（Oswald-Tranta）使用ECPT检测金属表面缺陷，研究了不同电磁参数材料表面缺陷的温度分布，探讨了涡流透入深度对温升的影响。

中国学者潘孟春、何赟泽等将红外相位法引入ECPT，成功建立了热传导相位特征与缺陷深度之间的映射关系。作者研究团队对脉冲涡流及热成像原理、检测系统设计、红外图像分析处理以及特征提取等进行了深入的研究，成功研制出描述金属和复合材料缺陷的ECPT系统，其主要贡献包括：建立了ECPT同步激励与缺陷检测灵敏度的映射关系；多类型感应激励的研发，包括改进的亥姆霍兹线圈、磁轭结构传感阵列等；信号处理算法，包括物理数学盲混合模型及缺陷稀疏分离算法，热光流模型及微缺陷特征提取，空间－时频－状态张量模型及健康评估算法；基于模式识别和机器学习的缺陷分类识别和量化，故障预警与疲劳寿命预测技术。

相关案例：

以含槽缺陷导体样本为例，当电涡流行径处于裂口或裂纹处时，电涡流行径会随之发生变化并在裂口或裂纹附近形成各类电涡流密度分布区。裂口两端会形成电涡流密度集中区域，而裂口两旁形成电涡流密度分散区域。由于焦耳热作用，电涡流密度分布造成缺陷附近形成各类温度分布区，同时，远离激励线圈的样本区会受线圈感应区散热影响形成不同于缺陷附近的温度分布区。研究团队已证明，这些区域不仅电磁热在空间分布上各具特征，并且其时域热传导特征也不相同，根据这些区域的热分布和热传导特点，可通过后续的信号处理和数据挖掘实现缺陷检测、量化和评估的目的。 

未来ECPT的研究方向将集中于面向量化无损检测与评估，研究电磁热多物理场融合机理及多维（空间、时域、频域、时频域、统计域）特征融合的检测、识别、量化与可视化重构算法。研究包括智能多模态波形等激励方式，快速巡检，宏观与微观电磁热物理属性的融合，轻便、经济型检测仪器的开发和应用推广，新材料、3D打印、极端环境等领域的无损检测与评估和结构健康监测拓展。 

感谢阿尔斯通公司，中航工业成都飞机工业（集团）有限责任公司，英国纽卡斯尔大学, 空中客车集团, 中国铁道科学研究院等为本研究提供的样品支持。

2030年的电网

脑机接口   心想事成

反思计算机科学入门课程