文 献 综 述

一、研究背景和意义

金属材料腐蚀广泛存在于各个行业，包括能源、交通、建筑、机械、化工、基础设施、水利和军事设施等。每年，约40%的机械设备由于腐蚀而无法正常运作，经济损失高达1.8万亿美元，其中我国每年腐蚀造成的损失达到万亿人民币[1-3]。腐蚀对国民经济和国民人身安全都造成了巨大的威胁。每年，全世界都要投入大量的人力物力进行腐蚀的检测与预防，及时有效的发现和预防腐蚀具有重大的现实意义[4]。大量的检测技术被应用于腐蚀的检测，无损检测技术为维护设备正常运行提供了保障，在问题显露出来之前，对设备进行相应的维护，可以显著延长设备寿命，降低运维成本。近年来，漏磁检测技术被用来检测大型起重机结构腐蚀,利用超声波腐蚀检测技术来检测管道的腐蚀情况，脉冲涡流无损检测在飞机多层金属结构腐蚀进行检测[5-7]。当前，已经提出的传统无损检测方法包括：渗透法、超声法、磁粉法、射线法、涡流法。然而，由于检测原理限制，这些方法并不适用于在役复杂金属设备及构件的腐蚀和裂纹进行检测［8-12]。ECPT是一种新兴的红外热成像技术，将涡流热[13]和红外成像技术结合起来用于缺陷和材料表征[14]，用于检测和评估材料性能退化和失效，如缺陷，疲劳，腐蚀和残余应力等[15]。相比于五种传统的无损检测技术有着可以远距离非接触、快速进行大面积扫查等优点，为金属表面腐蚀的快速检测提供了可能性。

ECPT的系统框图如图1所示。计算机用于控制系统并从IR摄像机接收数据。当函数发生器从计算机获取命令时，它使感应加热器和红外相机同步工作。感应加热器使线圈磁接通产生高频交变电流，从而样品中产生涡流。当感应涡流在样品中遇到腐蚀等异常区域时，由于电导率改变，涡流发生畸变从而导致不同区域的涡流密度大小不同。样品被涡流加热，热量会在材料内部传播。腐蚀区域的涡流分布和热扩散过程都会因此而受到影响，造成不同的焦耳热的产生。因此，腐蚀等缺陷可以从特征热分布中识别。红外热像仪用于记录整个过程中的涡流热分布情况。所得热图像序列传输到计算机进行进一步分析处理。

图1. ECPT系统框图

二、国内外研究现状

自1980年以来，随着科学技术的不断发展，二维温度场的热像仪等新型设备的出现和发展，红外热成像技术得以产生。随之，脉冲热成像技术得到了大力的发展，得到了很多研究机构和学者的关注。G.Zenzinger等介绍了涡流热成像技术的原理以及提高检测小缺陷灵敏度的算法，并将其成功运用到航空发动机等部件的检测，显示出了涡流热成像的潜力[16]。

由于其广阔的应用前景，很多信号处理以及数据处理等方法也应用其中，对此，大量的学者做出了深入的研究。Maldague将傅立叶变换应用到ECPT中，大大增强了图像的对比度。Changhang Xu等对腐蚀金属表面隐藏裂纹进行了研究，应用主成分分析（PCA），通过消除不均匀腐蚀和不均匀加热的影响，增强原始红外图像隐藏裂缝的特征，发现ECPT与PCA结合为检测腐蚀金属表面隐藏裂纹提供了一种方便有效的方法[17]。Yunze He等利用信号处理的三种方法：主成分分析（PCA）、独立成分分析（ICA）以及快速傅里叶变换（FFT），来获取红外成像的频域特征，对腐蚀气泡，断裂的气泡和完好区域的进行了分离[18]。Aijun Yin等提出了一种基于单通道盲源分离的统计方法，利用ECPT图像分解不同阶段的涡流和热传播两种物理现象，并将数学模型和物理模型之间的联系进行讨论和验证[19]。Peipei Zhu等提出了一种改进的涡流脉冲热成像（ECPT）特征提取算法，实现了自动缺陷识别，其所提出的特征提取算法包括数据块分割，可变区间搜索，相关值分类和类间距离判定函数[20]。Bin Gao等提出了一种定量分析策略来验证基于涡流激励热成像的各种热特征提取技术的检测性能[21]。Danping Huang等提出了一种红外图像拼接方法来重建整个螺旋桨表面的扫描图像，并探索出ECPT可以通过热图像捕获畸变的电磁自由曲面，热成像拼接克服了有限的图像视图和ECPT中的非均匀场加热问题，提出并验证了用于自由曲面表面可视化的验证方法[22]。然而，针对ECPT领域现有图像分析方法侧重于缺陷定位，难以通过红外图像全局信息进行状态评估的问题，将其应用于腐蚀状态的检测则是该技术面临的最新挑战。

虽然ECPT技术在腐蚀检测中越来越受到重视，但是当前ECPT用于腐蚀检测的研究主要是针对于样品中的某一点进行，无法获取全局热图像数据信息以及各数据点之间的关系。若能够充分利用好热图像的全局信息，而不需要先验知识人工选取部分区域，自动提取出热图像中的关键特征，这将使ECPT技术在腐蚀状态检测中发挥更大的作用。聚类分析就是在无先验知识的条件下，将数据对象根据相似性分成若干个类（也称为簇）。从优化的角度来说，聚类分析就是将数据分为簇，其目标是最大化属于同一簇的元素之间的平均相似度，而最小化属于不同簇的元素之间的平均相似度[23-25]。可见，聚类分析对于数据的特征提取和分类具有强大的功能。因此，本课题拟采用聚类算法分析材料表面红外图像的全局信息，进行对腐蚀程度分类的研究。