大型风力机叶片内部微小缺陷的红外热像检测方法与流程

技术特征：
1.大型风力机叶片内部微小缺陷的红外热像检测方法，其特征在于：包括以下步骤：s1、获取热像仪距离样件表面的直线距离d
s
，测量热像仪在不同距离下拍摄区域相应的长度l和宽度w，并用最小二乘法分别建立d
s
与l、d
s
与w之间的关系函数，记为(h,w)＝f
a
(d
s
)；s2、用热源持续照射风力机叶片前表面；s3、连续采集红外热像图，总采样帧数为f
r
；s4、将每桢热像图表示为矩阵n代表总列数，m代表总行数，a
μ,ν
代表每个拍摄像素点的实际温度，μ代表a的行数，ν分别代表a的列数，μ＝1,2,...m,ν＝1,2,...n；s5
‑
s12、通过空间降维提取缺陷动态特征，并利用变间距对比度增强算法使缺陷特征在保持信息完整性的同时被二次具象化并增强；s13、获得热像仪距离叶片的实际距离d
s
，并且代入s1中的计算公式得到长度l和宽度w，再根据公式l＝l
×
n
l
/320得到缺陷长度l，以及根据公式w＝w
×
n
l
/240得到缺陷宽度w；s14、计算a
i
中在区域e外元素值的平均值t
l,i
，再选择区域e内温度上升最快的元素，提取其温度序列t
b,i
，计算二者的差值t
e,i
＝t
b,i
‑
t
l,i
，记录当t
e,i
/t
l,i
＝0.05时帧数i对应的加热时间t
c
；s15、得到缺陷深度的检测结果。2.根据权利要求1所述的大型风力机叶片内部微小缺陷的红外热像检测方法，其特征在于：s5中：定义变间距对比度增强矩阵i，设i(μ,ν)＝k
a
(μ)
×
a
μ,ν2
k
b
(μ)
×
a
μ,ν
k
c
(μ)，k
a
、k
b
、k
c
是与行数μ有关的系数；s6中：a
i
中每行任选三点作为迭代点代入i(μ,ν)可得到拟合值i
t
；设该行中除选中三点外有λ个剩余元素大于i
t
，有β个剩余元素小于该值，且多项式λ
3/2
‑
1.5λβ
1/2
0.75λ
1/2
β
‑
0.125β3的值比选择其他元素作为迭代点时都小，则该迭代点对应的k
a
,k
b
,k
c
就是该行的拟合系数，进而逐行计算并得到各行的拟合系数k
a
(μ),k
b
(μ),k
c
(μ)；s7中：将a
i
中各元素依次代入i
i
(μ,ν)，并相减，得到新矩阵b
i
，即b
i
＝a
i
‑
i
i
；s8中：将b
i
改写为单列向量t
i
＝(b
11
…
b
m1
…
b
1n
…
b
mn
)
t
，再将共fr桢的t
i
合并为一个矩阵t＝(t1,t2,
…
,t
fr
)；s9中：计算矩阵t的协方差矩阵t
x
，为s10中：设矩阵t’＝t
x
×
t
xt
，计算奇异值最大时t’的特征向量v，并按照m行n列重新排列
向量v中的元素，得到矩阵c，即s11中：提取矩阵c的最大值c
max
和最小值c
min
，定义新矩阵d，并使d
μ,ν
＝(c
x,y
‑
c
min
)
×
255/(c
max
‑
c
min
)；s12中：在矩阵d中划定封闭区域e，使区域e内元素均满足值大与32，记录e内各元素的坐标，并计算区域e内任意元素间最大行数差和列数差，分别记为n
l
和n
w
。3.根据权利要求1所述的大型风力机叶片内部微小缺陷的红外热像检测方法，其特征在于：s15中，假设ρ为叶片材料密度，c为热容量，k
p
为叶片材料的x
‑
y面内导热系数，k
z
为叶片材料z方向(厚度方向)的导热系数，设片材料z方向(厚度方向)的导热系数，设α＝k/(ρ
·
c)，α
z
＝k
z
/(ρ
·
c)，c)，叶片长度为h1，宽度为h2，系数k
x1
＝2h1l1‑
x
‑
ll1‑
2nh1l1 2nll1，k
x2
＝x
‑
ll1 2nh1l1 2mll1，k
y1
＝2h2l1‑
y
‑
wl1‑
2mh2l1 2mwl1，k
y2
＝y
‑
bl1 2mh2l1 2mwl1，k
z1
＝z dl2 2pdl2，k
z2
＝
‑
z dl2 2pdl2；定义x方向对比度以及y方向的对比度还有厚度方向的对比度式中m,n,r,p为求和参数，分别取d＝0.0,0.1,0.2,...,20.0代入多项式c
x
×
c
y
×
c
z
，其中令多项式值最接近0.05的d值就是缺陷深度值。

技术总结
本发明属于红外检测技术领域，尤其涉及一种大型风力机叶片内部微小缺陷的红外热像检测方法。本发明适合大面积检测，缺陷信息能够在叶片加热过程中被自动识别。包括步骤：S1、获取热像仪距离样件表面的直线距离，测量热像仪在不同距离下拍摄区域相应的长度和宽度，分别建立关系函数；S2、用热源持续照射风力机叶片前表面；S3、连续采集红外热像图；S4、将每桢热像图表示为矩阵；S5


技术研发人员：周勃 张雪岩
受保护的技术使用者：沈阳工业大学
技术研发日：2021.10.18
技术公布日：2022/1/4