涡流脉冲热像（ Eddy current pulsed thermography，ECPT）技术是一种新型的无损检测方法，广泛应用于金属材料结构的检测，但该技术常依赖人工经验提取特征进行裂纹检测与识别，自动化和智能性化程度不足。结合涡流脉冲热像技术以及循环神经网络（Recurrent Neural Network，RNN）的特性，提出一种基于双向长短期记忆网络（Bidirectional Long Short-Term Memory Network，Bi-LSTM）金属疲劳裂纹涡流脉冲热像分类识别方法。实验通过涡流加热装置对被测金属试件进行感应加热，使用红外热像采集装置对金属平板试件进行实时的数据采集，获得图像序列并制作数据集。运用设计的 Bi-LSTM模型增强特征向量中的时序信息，对不同尺寸裂纹的热图像进行训练并测试。实验分析表明， Bi-LSTM网络可有效应用于金属疲劳裂纹检测与识别，针对现有裂纹检测准确率可达到 100%，优于传统神经网络和其他深度学习的模型，具有更高的识别精度。

在超声红外热像技术应用中，从红外热图像来判断被测对象是否含有裂纹，通常需要先基于人工经验，从红外热图像中提取特征再采用某种模式识别方法进行分类，裂纹的识别与定位过程繁琐且识别率较低。为此，提出一种基于卷积神经网络技术的超声红外热图像裂纹检测与识别方法，其特点是可以直接从超声红外图像中学习特征进而实现是否含有裂纹红外热图像的分类。通过实验得到的含裂纹和不含裂纹金属平板试件的红外热图像，建立卷积神经网络模型对图像中是否含有裂纹进行分类，研究结果表明，参数优化后的卷积神经网络模型对超声红外热图像的有无裂纹分类准确率达到 98.7%。

涡流脉冲热像检测中的检测条件优化是最大化裂纹区域生热量以充分发挥检测系统性能的重要保证。针对检测条件选择人工依赖性强等问题, 以含有特定尺寸疲劳裂纹的金属平板试件为研究对象, 采用仿真和实验相结合的方法, 分析了检测条件对裂纹热响应的影响特点, 结果表明: 裂纹热响应随着激励时间、激励强度的增加而增强; 随着提离距离的增加呈现先增强后减弱的趋势。基于仿真与实验结果, 提出了一种用于估算特定检测条件下裂纹热响应的多元非线性回归模型, 确定了裂纹热响应与不同检测条件之间的定量化关系。最终引入粒子群优化算法进行了检测条件优化, 给出了热响应分布图和检出概率分布图。研究成果为涡流脉冲热像检测中的检测条件优化提供理论指导。

在涡流脉冲热像技术中，高频涡流瞬时加热被测物体时，不同区域的热响应会发生混叠现象，这势必影响缺陷区域热响应信号的判别。本文以红外图像序列为观测信号，建立热响应信号的混叠模型；其次，利用不同区域的热响应彼此独立的特点，开展了基于主成分分析的盲源分离数据处理方法研究；最后，建立仿真模型研究了不同区域的热响应形态，采用了基于混叠向量和峰度系数定量分析主成分强化的区域。实验结果表明该方法能够实现不同生热区域的盲源分离，为缺陷的特征提取和识别提供了理论支撑。

超声红外锁相热像技术是一种将调制激励和锁相技术应用于红外热像检测的新型无损检测技术。针对缺陷生热及传热研究中存在的摩擦生热过程难以有效模拟、缺陷内部生热机理不清等理论问题, 采用电-力类比方法, 建立了含疲劳裂纹金属平板与超声激励系统的有限元模型, 研究了调制超声激励下裂纹区域和裂纹面的生热特点, 结果表明: 在调制超声激励下, 裂纹区域生热呈现出周期性上升的特点, 因预紧力的作用, 靠近激励同侧的裂纹面区域生热更明显。基于仿真分析和Green函数, 建立了裂纹摩擦生热的传热理论模型, 进一步探究了裂纹区域温度分布规律; 最后利用被测平板上下表面温度比值(P值)对热源深度进行了估计, 证明了仿真结果与理论计算的一致性。研究成果将进一步丰富超声红外锁相热像技术的理论基础。

在涡流热像技术中, 图像处理是进行缺陷特征提取和识别的关键基础, 而增强的图像有助于提高涡流热像技术的检测效果。利用多种常用的红外图像处理方法进行增强处理, 旨在解决红外图像信噪比不高、缺陷对比度低等问题。首先分析了噪声来源, 通过算术运算对涡流红外图像进行预处理, 然后采用基于形态学权重的自适应算法进行形态学降噪, 最后利用二维最大类间方差法(OTSU)对图像进行分割。定性和定量分析结果均验证了该方法的有效性和适用性, 研究成果为红外图像的特征提取和缺陷识别奠定了方法基础。

超声红外热像技术是一种新型无损检测技术, 裂纹生热效果直接决定了裂纹的可检测性, 而激励源位置是影响裂纹生热的因素之一。针对激励源位置对裂纹生热影响不清楚的问题, 建立了超声换能器与被测金属平板的有限元模型, 并搭建了超声红外热像检测系统; 研究了不同激励源位置时裂纹的生热特性; 并利用等效摩擦力、等效速度以及等效热流进行了有效验证。研究表明: 当激励源位于裂纹面正下方时, 由于裂纹面两侧振动同步, 裂纹生热效果将受到抑制; 而随着激励源位置向两侧移动, 裂纹生热呈现出先波动上升后波动下降的趋势, 而且预紧力越大波动越剧烈。研究成果有效地揭示了激励源位置对裂纹生热的影响规律, 为超声红外热像技术的检测优化奠定了理论基础。

超声红外热像检测技术的可靠性研究具有重要意义，特定检测条件下不同缺陷的检出概率是衡量检测可靠性的根本方法。文中制作了一系列含疲劳裂纹的45钢试件，实验结果表明：当检测条件确定时，裂纹区域响应热信号随着裂纹尺寸的增大而增强，响应热信号的对数与裂纹尺寸大体上呈线性关系。基于超声红外热像检测数据的统计特征，确定了回归分析模型中变量的形式，采用极大似然估计和Wald法分别给出了检出概率曲线的参数及其置信区间。研究成果能够为评价超声红外热像技术中检测可靠性提供量化依据。

在超声红外热像检测中，激励强度、激励时间和工具杆与被测对象之间的预紧力等检测条件是影响缺陷热信号的重要因素。实验和仿真分析表明：激励时间和激励强度的增加将使裂纹生热增强，而预紧力的增加却使得裂纹生热呈现先增强后减弱的趋势，且检测条件对裂纹生热存在交互影响；另外，不恰当的检测条件将导致超声激励系统报警。基于检测条件对裂纹热信号和报警数据的影响分析，文中提出了采用多元非线性回归模型和Logistic回归模型以估算特定检测条件下裂纹检出概率和检测报警概率，最终确定了检测条件的选择范围。上述检测条件的优化方法能够为超声红外热像检测技术中检测方案的制定提供理论指导。