研究目的
通过将盲源分离(BSS)概念引入热成像数据分析,促进聚合物复合材料中次表面缺陷的检测。
研究成果
ICT能有效地将热图像分解为独立成分,在突出缺陷特征的同时降低非均匀背景和噪声的影响。该方法可同步实现降维、背景消除与缺陷特征提取,在案例研究中其效果优于归一化和PCT等传统方法。但对于未知统计特性的情况,建议采用不同方法的组合方案。
研究不足
由于三维热传导和其他干扰因素,信号独立性的统计假设可能被违反,从而可能降低ICT的性能。该方法可能无法完全分离所有源信号,且由于计算负担和无法转换为图像,时间剖面IC的可视化步骤并不直接。
1:实验设计与方法选择:
本研究采用基于盲源分离(BSS)和独立成分分析(ICA)的独立成分热成像技术(ICT),将热图像分解为独立成分(ICs)。方法包括从3D到2D的数据展开、白化处理,以及使用定点算法等最大化非高斯性的ICA分解。
2:样品选择与数据来源:
使用人工制造缺陷(在0.05厘米、0.10厘米和0.15厘米深度处嵌入特氟龙条带)的碳纤维增强聚合物(CFRP)试样。热图像在脉冲热成像(使用闪光灯)后的冷却阶段采集。
3:05厘米、10厘米和15厘米深度处嵌入特氟龙条带)的碳纤维增强聚合物(CFRP)试样。热图像在脉冲热成像(使用闪光灯)后的冷却阶段采集。 实验设备与材料清单:
3. 实验设备与材料清单:红外相机(NEC TAS-G100EXD)、闪光灯(能量3200J)、CFRP试样(18厘米×18厘米×1厘米)、用于制造缺陷的特氟龙条带。
4:实验步骤与操作流程:
设置为反射模式;以30帧/秒的速率、320×240分辨率采集热图像;选取冷却阶段的前73幅图像;将3D数据展开为2D矩阵;进行中心化和白化处理;执行ICA分解;计算峰度以筛选独立成分;可视化独立成分图像。
5:数据分析方法:
利用峰度筛选偏离3的独立成分;与归一化和主成分热成像(PCT)方法进行对比;计算信噪比(SNR)进行定量评估。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容-
Infrared camera
TAS-G100EXD
NEC
Capture thermal images of the object surface during the cooling stage after pulsed thermography.
-
Flash lamp
Deliver a thermal pulse to stimulate the tested materials in pulsed thermography.
-
Carbon fiber reinforced polymer specimen
Serve as the test sample with artificially created subsurface defects for non-destructive testing.
-
Teflon strips
Used to create artificial defects in the CFRP specimen during manufacturing.
-
登录查看剩余2件设备及参数对照表
查看全部