基于紅外成像的金屬表面缺陷視覺檢測(cè)方法研究

劉 瑋

（河鋼股份有限公司承德分公司，河北 承德 067000）

隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展，制造工業(yè)對(duì)于金屬材料的要求越來越嚴(yán)苛。金屬零件質(zhì)量的好壞會(huì)對(duì)工業(yè)設(shè)備的性能產(chǎn)生重要影響。目前，很多大型設(shè)備故障和安全事故都是由于有缺陷的金屬零件沒有被及時(shí)檢測(cè)和修復(fù)。在機(jī)械設(shè)備的使用過程中，設(shè)備的金屬表面不可避免會(huì)產(chǎn)生孔洞、裂痕和凹陷，這些缺陷會(huì)影響整個(gè)設(shè)備的正常運(yùn)行，威脅著生產(chǎn)安全。因而，對(duì)于機(jī)械設(shè)備金屬表面的缺陷檢測(cè)具有重要意義。近年來，隨著渦流、紅外線、超聲波等技術(shù)方法的應(yīng)用為金屬材料的無損檢測(cè)提供了技術(shù)支持。但目前常用無損檢測(cè)技術(shù)具有一定局限性，大多適用于檢測(cè)材料的內(nèi)部缺陷，由于缺乏定量分析，對(duì)金屬表面的檢測(cè)存在明顯不足。

紅外熱成像檢測(cè)技術(shù)在熱傳導(dǎo)理論的基礎(chǔ)上，通過采集金屬材料表面的紅外熱輻射，對(duì)采集到圖像和信號(hào)進(jìn)行處理，實(shí)現(xiàn)對(duì)物體的缺陷位置進(jìn)行定位。紅外線的波長(zhǎng)在微波和可見光之間，相比于自然光具有很強(qiáng)的熱效應(yīng)，紅外熱成像檢測(cè)技術(shù)一般使用3μm～5μm和8μm～14μm兩個(gè)頻段的紅外線，通過相應(yīng)的設(shè)備能夠顯示和分析紅外線的輻射量，檢測(cè)熱量在金屬材料中的傳遞情況，從而確定金屬物件的缺陷情況。當(dāng)物體存在表面缺陷時(shí)會(huì)在物體內(nèi)部形成“熱點(diǎn)”高溫區(qū)或者“冷點(diǎn)”低溫區(qū)。分析不同溫度分布情況就可以確定缺陷位置。

作為新興的無損檢測(cè)技術(shù)，紅外熱成像無損檢測(cè)技術(shù)具有快速實(shí)時(shí)、大面積、非接觸、無污染遠(yuǎn)距離檢測(cè)等優(yōu)點(diǎn)，為金屬零件表面缺陷檢測(cè)提供了行之有效的技術(shù)手段。

1 紅外熱成像金屬缺陷檢測(cè)方法

1.1 紅外熱成像檢測(cè)方法總體設(shè)計(jì)

設(shè)計(jì)的金屬表面缺陷檢測(cè)方法由圖像獲取模塊、預(yù)處理模塊、缺陷分割模塊以及缺陷分類模塊組成。在熱成像CCD攝像機(jī)上配置濾光片，通過紅外光的照射從而獲取金屬表面的紅外熱成像圖。通過視頻采集卡將CCD攝像機(jī)獲取的圖像信息轉(zhuǎn)化為數(shù)字信號(hào)，在中央處理器中進(jìn)行存儲(chǔ)和運(yùn)算處理，并將結(jié)果在顯示終端輸出。紅外光源的參數(shù)會(huì)直接影響紅外檢測(cè)方法的檢測(cè)效果。針對(duì)不同金屬對(duì)象應(yīng)選擇不同的紅外光源以及不同的照明方式。明域光多用于檢測(cè)反射光，暗域光一般檢測(cè)散射光[1]。

1.2 紅外熱成像金屬表面缺陷檢測(cè)方法

由于金屬材料存在缺陷，溫度分布不均勻從而產(chǎn)生熱傳導(dǎo)。熱傳導(dǎo)不是穩(wěn)態(tài)過程，方法建模中一般將材料設(shè)為均勻同形體。由于熱輻射的能量損耗約占總能量的4%，熱對(duì)流的能量損耗約占總能量的4%，一般在實(shí)驗(yàn)中忽略其對(duì)邊界條件的影響。根據(jù)熱傳導(dǎo)理論，建立三維理論模型：

T為三維場(chǎng)的場(chǎng)變量，α=k/λc為導(dǎo)溫系數(shù)，λ為導(dǎo)熱系數(shù)，C為比熱容，Q為內(nèi)部熱源[2]。該同性導(dǎo)熱微分方程表明導(dǎo)入物體的能量和物體內(nèi)部?jī)?nèi)源的能量之和未物體溫度升高所需要的總能量。在推導(dǎo)大面積平板金屬物體時(shí)，可以將上述理論模型表示為：

在三維熱傳導(dǎo)模型的基礎(chǔ)上，理論分析確定了在邊界條件下絕熱處理具有可行性，在模型中某時(shí)刻溫度分布情況可以作為紅外熱成像檢測(cè)無損檢測(cè)方法的近似解法。

1.3 ANSYS有限元仿真熱分析

ANSYS有限元仿真熱分析有穩(wěn)態(tài)和瞬態(tài)兩種模式，一般分建模、加載、處理三個(gè)步驟。在預(yù)處理過程中需要確定模塊類型并設(shè)置實(shí)常數(shù)，劃分網(wǎng)格，創(chuàng)建金屬材料的幾何模型。在加載過程中需要定義熱分析類型，確定對(duì)應(yīng)選項(xiàng)，從而確定模型的初始化條件。處理主要指熱分析后對(duì)結(jié)果的確定和輸出處理[3]。

本設(shè)計(jì)的ANSYS有限元仿真熱分析以鋁板作為檢測(cè)對(duì)象，設(shè)定初始溫度為21℃，定義鋁板表面為對(duì)流換熱條件，系數(shù)為12。在ANSYS中建立實(shí)體模型，模擬實(shí)際中金屬零件表面的空洞、凹陷，預(yù)設(shè)不同大小和深度的缺陷。施加21℃溫度載荷，模擬鋁板升溫、降溫過程。第一步加載在鋁板缺陷表面施加熱流強(qiáng)度500w，紅外輻射燈功率240W，持續(xù)加熱25min。第二部加載在鋁板正反兩面以及缺陷處施加空氣對(duì)流，施加時(shí)間10min，熱系數(shù)設(shè)為10。

2 實(shí)驗(yàn)結(jié)果與仿真分析

設(shè)置兩組變量對(duì)照實(shí)驗(yàn)，實(shí)驗(yàn)1設(shè)置缺陷尺寸分別為孔深9mm和3mm，孔徑分別為7mm、5mm、4.5mm、2.4mm，孔洞中心保持間距32mm。實(shí)驗(yàn)2設(shè)置缺陷孔徑為8mm和2.8mm，孔深分別為8mm、6mm、4mm和3mm，孔洞中心間距保持30mm。

在保持施加外界條件相同的情況下，采用Hotelling T2統(tǒng)計(jì)法對(duì)鋁板溫度云圖樣本集進(jìn)行結(jié)果分析。設(shè)缺陷云圖的總體均值矩陣和T2統(tǒng)計(jì)量為特征向量，采用一對(duì)一分類法和BRF函數(shù)運(yùn)算公式，得出判別率C的參數(shù)和。在實(shí)驗(yàn)中設(shè)置變化參數(shù)r=[2-5,2-4,2…212]，C=[2-12,2-11,2-10…23]，（C，r）值設(shè)為運(yùn)算精度。Hotelling T2統(tǒng)計(jì)法識(shí)別率高達(dá)94.11%。溫度云圖樣本集正確識(shí)別率見表1所示[4]。

表1 溫度云圖樣本集正確識(shí)別率

對(duì)模擬結(jié)果進(jìn)行分析可得：在實(shí)驗(yàn)鋁板的降溫過程中，有缺陷的部位顯著高于無缺陷的部位的表面溫度。這一結(jié)果主要因?yàn)榻饘俨牧先毕萏幾璧K了熱傳導(dǎo)過程，導(dǎo)致缺陷區(qū)的溫度高于正常熱傳導(dǎo)區(qū)域的溫度。在孔深一定的情況下，溫度與缺失面積成反比，即孔徑越大，熱量的擴(kuò)散越快，溫度越低，使得缺陷越容易檢測(cè)出。在孔徑一定的情況下，溫度與缺陷孔深成正比?？咨钤酱?，金屬表面熱量擴(kuò)散的速度越慢[5]。

3 結(jié)語

利用紅外成像技術(shù)，設(shè)計(jì)了一種對(duì)金屬材料表面缺陷檢測(cè)和評(píng)估的方法，通過運(yùn)用ANSYS軟件進(jìn)行有限元傳熱分析，以鋁板為研究對(duì)象，探究了不同孔徑和孔深的缺陷熱傳導(dǎo)和溫度變化情況，總結(jié)了紅外成像技術(shù)在檢測(cè)金屬表面缺陷的有效性。設(shè)計(jì)尚處在試驗(yàn)階段，在確定缺陷具體空間位置上有一定的局限性。隨著未來技術(shù)的發(fā)展，紅外成像技術(shù)在金屬表面缺陷檢測(cè)領(lǐng)域的應(yīng)用會(huì)日趨成熟。