空封光电耦合器内部残留的多余物颗粒对其可靠性有严重影响, 粒子碰撞噪声检测(PIND)是多余物颗粒检测的主要手段, 但是存在一定的漏检。基于PIND试验中的电压采样数据建立了检出概率的模型, 并利用该模型研究了同等质量下典型颗粒的分布区域、试验频率与检出概率的关系, 结果表明陶瓷颗粒和导电胶颗粒分别受到碰撞对象硬度和颗粒粘附性的较大影响, 使其在不同区域的检出概率具有明显差异, 其中导电胶颗粒的检出概率因颗粒弹性弱而整体偏小, 但在试验频率上升后有明显改善, 而短金丝因粘附性弱、弹性强, 检出概率大且稳定。据此提出了对典型多余物颗粒的控制与检测方法, 采用该方法能够有效地提高光电耦合器的可靠性。所用模型和研究方法可推广至其他空封元器件的类似研究中。

涡流脉冲热像技术是一种新型的无损检测技术，已在金属材料和复合材料的检测领域得到了广泛应用。检出 /漏检则是评价被检测对象是否存在裂纹的重要标准，为解决目前检出 /漏检研究需要大量实验数据的问题，本文提出了一种基于 BP神经网络的检出 /漏检预测方法。首先，制作了 30组含有不同尺寸疲劳裂纹的金属试件，并完成了 15组不同检测条件下的裂纹检测实验。其次，分别绘制了 3组检出概率曲线，并完成了不同检测条件对检出概率的影响分析。最后，为实现检出 /漏检的可靠性预测，构建了基于 BP神经网络的检出 /漏检预测模型，并以 50组数据为样本进行测试，实现了不同检测条件下不同尺寸裂纹的检出 /漏检 0误差预测。

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。

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。

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。