留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

涡流脉冲热像检测中疲劳裂纹的检出概率

孙吉伟 冯辅周 闵庆旭 徐超 黄楠

孙吉伟, 冯辅周, 闵庆旭, 徐超, 黄楠. 涡流脉冲热像检测中疲劳裂纹的检出概率[J]. 红外与激光工程, 2018, 47(5): 504002-0504002(6). doi: 10.3788/IRLA201847.0504002
引用本文: 孙吉伟, 冯辅周, 闵庆旭, 徐超, 黄楠. 涡流脉冲热像检测中疲劳裂纹的检出概率[J]. 红外与激光工程, 2018, 47(5): 504002-0504002(6). doi: 10.3788/IRLA201847.0504002
Sun Jiwei, Feng Fuzhou, Min Qingxu, Xu Chao, Huang Nan. Probability of detection for fatigue crack in eddy current pulsed thermography[J]. Infrared and Laser Engineering, 2018, 47(5): 504002-0504002(6). doi: 10.3788/IRLA201847.0504002
Citation: Sun Jiwei, Feng Fuzhou, Min Qingxu, Xu Chao, Huang Nan. Probability of detection for fatigue crack in eddy current pulsed thermography[J]. Infrared and Laser Engineering, 2018, 47(5): 504002-0504002(6). doi: 10.3788/IRLA201847.0504002

涡流脉冲热像检测中疲劳裂纹的检出概率

doi: 10.3788/IRLA201847.0504002
基金项目: 

军队科研计划

详细信息
    作者简介:

    孙吉伟(1994-),男,硕士生,主要从事红外无损检测技术方面的研究。Email:whusjw@163.com

  • 中图分类号: TG115.28

Probability of detection for fatigue crack in eddy current pulsed thermography

  • 摘要: 在涡流脉冲热像检测中,检出概率是评价检测可靠性的最重要的指标之一。通常,检出概率是指在特定检测条件下特定尺寸的缺陷被检出的概率。首先,以含有不同尺寸疲劳裂纹的金属平板试件为研究对象,通过正交试验方案设计,完成了对不同检测条件下不同尺寸裂纹试件表面热响应信号的提取;然后,采用线性回归模型建立了裂纹区域的热响应信号与裂纹尺寸的定量化关系,并采用极大似然估计法给出了裂纹检出概率模型中的具体参数;最后,基于Wald方法求得了检出概率的置信区间,并绘制了检出概率曲线。研究成果可为涡流脉冲热像检测的可靠性评估提供量化依据。
  • [1] Feng Fuzhou, Zhang Chaosheng, Song Aibin, et al. Probability of detection model for fatigue crack in ultrasonic infrared imaging[J]. Infrared and Laser Engineering, 2016, 45(3):0304005. (in Chinese)
    [2] Pan Mengchun, He Yunze, Chen Dixiang. Eddy Current Thermal Non Destructive Testing[M]. Beijing:National Defense Industry Press, 2013:11-12. (in Chinese)
    [3] Li Xinyuan, Ji Muwei, Wang Hongzhi, et al. Research progress of near-infrared photothermal conversion nanocrystals[J]. Chinese Optics, 2017, 10(5):0541. (in Chinese)
    [4] Zhang Chaosheng, Song Aibin, Feng Fuzhou, et al. Research on optimization method of test conditions in sonic infrared imaging[J]. Infrared and Laser Engineering, 2016, 45(2):0204005. (in Chinese)
    [5] Sun Zhiyuan, Zhu Wei, Qiao Yanfeng. Amendment of gray drift in infrared temperature measurement[J]. Chinese Joumal of Optics and Applied Optics, 2010, 3(4):391-396. (in Chinese)
    [6] Hong Wenqing, Yao Libin, Ji Rongbin, et al. A super-frame processing method for infrared image based on accumulation of different integration time frame[J]. Optics and Precision Engineering, 2016, 24(6):1490-1500. (in Chinese)
    [7] Li Hang, Yan Cangxiang, Yu Ping, et al. Measurement of modulation transfer function for IR imaging system[J]. Optics and Precision Engineering, 2016, 24(4):698-708. (in Chinese)
    [8] Zou Han, Yang Suixian, Zeng Jinjing, et al. Impact fatigue damage detection of metallic material by using eddy current thermography[J]. Nondestructive Testing, 2016, 38(3):wsjc201603017. (in Chinese)
    [9] Packman M N, Harrison C H, Ainslie M A. Rapid calculations of acoustic propagation loss in range dependent oceans[J]. IEE Proceedings-Radar, Sonar and Navigation, 2002, 143(3):184-189.
    [10] Lewis W H. A review of nondestructive inspection reliability on aircraft structure[C]//12th Symposium NDE, 1979:24-26.
    [11] Wang F, Liu J, Liu Y, et al. Research on the fiber lay-up orientation detection of unidirectional CFRP laminates composite using thermal-wave radar imaging[J]. Ndt E International, 2016, 84:54-66.
    [12] Lin Fujia, Huang Yushan. Statistical determination of a flaw detection probability curve[J]. Acta Aeronautica ET Astronautica Sinica, 1982, 3(4):21-27.
    [13] Fu Huimin, Qian Ruoli. Methods for non destructive inspection reliability and controlling lives[J]. Journal of Aerospace Power, 1994, 3(7):227-231. (in Chinese)
    [14] Liu J. Research on CFRP materials nondestructive testing by IR lock-in thermography[C]//International Symposium on Photoelectronic Detection and Imaging, 2009, 73833U:73833U-9.
    [15] Feng Fuzhou, Xu Chao, Min Qingxu, et al. Optimization method of detection conditions for metal fatigue cracks in eddy current pulsed thermography[J]. Journal of Academy of Armored Force Engineering, 2017, 31(3):89-93. (in Chinese)
  • [1] 林丽, 刘新, 朱俊臻, 冯辅周.  基于CNN的金属疲劳裂纹超声红外热像检测与识别方法研究 . 红外与激光工程, 2022, 51(3): 20210227-1-20210227-9. doi: 10.3788/IRLA20210227
    [2] 罗琳, 杨建国, 裘溯, 金伟其, 李力.  多孔径分布式视场部分重叠仿生热成像理论与技术 . 红外与激光工程, 2021, 50(5): 20210062-1-20210062-7. doi: 10.3788/IRLA20210062
    [3] 王晓娜, 张亦舒, 侯德鑫, 叶树亮.  基于线激光正交扫描的电感微裂纹热成像检测 . 红外与激光工程, 2020, 49(7): 20190522-1-20190522-8. doi: 10.3788/IRLA20190522
    [4] 朱鑫浩, 侯德鑫, 叶树亮.  圆柱面任意方向裂纹的双线阵激光热像检测 . 红外与激光工程, 2020, 49(9): 20200097-1-20200097-9. doi: 10.3788/IRLA20200097
    [5] 杨正伟, 寇光杰, 周伟, 李胤, 朱杰堂, 张炜.  超声激励下不同预紧力作用的裂纹生热建模 . 红外与激光工程, 2020, 49(S1): 20200158-20200158. doi: 10.3788/IRLA20200158
    [6] 寇光杰, 杨正伟, 贾庸, 张炜, 杜莹.  复杂型面叶片裂纹的超声红外热成像检测 . 红外与激光工程, 2019, 48(12): 1204002-1204002(9). doi: 10.3788/IRLA201948.1204002
    [7] 王晓娜, 姚行洲, 侯德鑫, 叶树亮.  圆柱铁氧体微裂纹的激光扫描热成像检测 . 红外与激光工程, 2018, 47(11): 1106005-1106005(7). doi: 10.3788/IRLA201847.1106005
    [8] 孙吉伟, 冯辅周, 闵庆旭, 徐超, 朱俊臻.  涡流脉冲热像技术中检测条件的粒子群优化 . 红外与激光工程, 2018, 47(8): 818005-0818005(7). doi: 10.3788/IRLA201847.0818005
    [9] 罗木生, 沈培志, 陈邓安, 张海峰.  人在回路红外成像导弹搜捕概率建模与仿真 . 红外与激光工程, 2017, 46(8): 804003-0804003(6). doi: 10.3788/IRLA201746.0804003
    [10] 龚金龙, 盖志刚, 解维浩, 刘恩晓, 禹定峰, 刘俊岩, 王扬.  CFRP层板缺陷红外热波雷达成像检测概率研究 . 红外与激光工程, 2017, 46(10): 1004005-1004005(9). doi: 10.3788/IRLA201784.1004005
    [11] 闫会朋, 杨正伟, 田干, 明安波, 张炜.  基于涡流热成像的铁磁材料近表面微裂纹检测 . 红外与激光工程, 2017, 46(3): 317001-0317001(6). doi: 10.3788/IRLA201746.0317001
    [12] 冯辅周, 闵庆旭, 朱俊臻, 徐超, 曹维.  超声红外锁相热像中金属疲劳裂纹的生热特性 . 红外与激光工程, 2017, 46(7): 704004-0704004(6). doi: 10.3788/IRLA201746.0704004
    [13] 闵庆旭, 张超省, 朱俊臻, 冯辅周, 徐超.  超声红外热像中激励源位置对裂纹生热的影响 . 红外与激光工程, 2017, 46(1): 104007-0104007(7). doi: 10.3788/IRLA201746.0104007
    [14] 战宇, 刘常升, 薛俊川.  等效载荷法模拟激光超声微裂纹检测 . 红外与激光工程, 2016, 45(10): 1006004-1006004(5). doi: 10.3788/IRLA201645.1006004
    [15] 陶胜杰, 杨正伟, 田干, 张炜.  红外脉冲相位热像检测效率提高方法 . 红外与激光工程, 2016, 45(5): 504005-0504005(6). doi: 10.3788/IRLA201645.0504005
    [16] 张超省, 宋爱斌, 冯辅周, 闵庆旭, 朱俊臻.  超声红外热像检测条件的优化方法研究 . 红外与激光工程, 2016, 45(2): 204005-0204005(8). doi: 10.3788/IRLA201645.0204005
    [17] 冯辅周, 张超省, 宋爱斌, 闵庆旭, 朱俊臻.  超声红外热像检测中疲劳裂纹的检出概率模型研究 . 红外与激光工程, 2016, 45(3): 304005-0304005(6). doi: 10.3788/IRLA201645.0304005
    [18] 冯辅周, 张超省, 闵庆旭, 王鹏飞.  超声红外热像技术中金属平板裂纹的生热特性 . 红外与激光工程, 2015, 44(5): 1456-1461.
    [19] 朱志武, 张震, 程湘爱, 黄良金, 刘泽金.  单脉冲激光对CCD探测器的硬损伤及损伤概率 . 红外与激光工程, 2013, 42(1): 113-118.
    [20] 秦雷, 刘俊岩, 龚金龙, 姜斌, 王扬.  超声红外锁相热像技术检测金属板材表面裂纹 . 红外与激光工程, 2013, 42(5): 1123-1130.
  • 加载中
计量
  • 文章访问数:  369
  • HTML全文浏览量:  59
  • PDF下载量:  41
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-12-05
  • 修回日期:  2018-01-03
  • 刊出日期:  2018-05-25

涡流脉冲热像检测中疲劳裂纹的检出概率

doi: 10.3788/IRLA201847.0504002
    作者简介:

    孙吉伟(1994-),男,硕士生,主要从事红外无损检测技术方面的研究。Email:whusjw@163.com

基金项目:

军队科研计划

  • 中图分类号: TG115.28

摘要: 在涡流脉冲热像检测中,检出概率是评价检测可靠性的最重要的指标之一。通常,检出概率是指在特定检测条件下特定尺寸的缺陷被检出的概率。首先,以含有不同尺寸疲劳裂纹的金属平板试件为研究对象,通过正交试验方案设计,完成了对不同检测条件下不同尺寸裂纹试件表面热响应信号的提取;然后,采用线性回归模型建立了裂纹区域的热响应信号与裂纹尺寸的定量化关系,并采用极大似然估计法给出了裂纹检出概率模型中的具体参数;最后,基于Wald方法求得了检出概率的置信区间,并绘制了检出概率曲线。研究成果可为涡流脉冲热像检测的可靠性评估提供量化依据。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回