CN113433168A - 基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置及方法 - Google Patents
基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置及方法 Download PDFInfo
- Publication number
- CN113433168A CN113433168A CN202110732482.XA CN202110732482A CN113433168A CN 113433168 A CN113433168 A CN 113433168A CN 202110732482 A CN202110732482 A CN 202110732482A CN 113433168 A CN113433168 A CN 113433168A
- Authority
- CN
- China
- Prior art keywords
- thermal
- steel plate
- excitation
- thermal image
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000007547 defect Effects 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000011150 reinforced concrete Substances 0.000 title claims abstract description 22
- 239000000853 adhesive Substances 0.000 title claims abstract description 11
- 230000001070 adhesive effect Effects 0.000 title claims abstract description 11
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 92
- 239000010959 steel Substances 0.000 claims abstract description 92
- 230000005284 excitation Effects 0.000 claims abstract description 70
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000010191 image analysis Methods 0.000 claims abstract description 5
- 238000002955 isolation Methods 0.000 claims description 18
- 230000005855 radiation Effects 0.000 claims description 13
- 238000010438 heat treatment Methods 0.000 claims description 8
- 230000005291 magnetic effect Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000004804 winding Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000003973 paint Substances 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 2
- 238000004026 adhesive bonding Methods 0.000 claims 1
- 239000010410 layer Substances 0.000 abstract description 54
- 230000008859 change Effects 0.000 abstract description 13
- 238000001816 cooling Methods 0.000 abstract description 7
- 230000002500 effect on skin Effects 0.000 abstract description 7
- 239000000463 material Substances 0.000 abstract description 7
- 239000002344 surface layer Substances 0.000 abstract description 6
- 230000005674 electromagnetic induction Effects 0.000 abstract description 4
- 230000005856 abnormality Effects 0.000 abstract description 3
- 239000004567 concrete Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000001931 thermography Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 239000012790 adhesive layer Substances 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 239000011229 interlayer Substances 0.000 description 4
- 239000011800 void material Substances 0.000 description 4
- 229920000049 Carbon (fiber) Polymers 0.000 description 3
- 239000004917 carbon fiber Substances 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 230000003014 reinforcing effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004593 Epoxy Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置及方法。装置包括电磁涡流激励装置、红外热像仪和热像分析模块。本发明以可控的源电流功率和频率的电磁感应装置靠近结构的外粘钢板表面，利用钢板中感应涡流的“趋肤效应”及克服电阻产生热量的方式快速提升钢板外表浅层温度，钢板表层与结构内部产生的温差引起热量在钢板层内和结构内各层传导。电磁涡流激励及结构降温过程中利用红外热像仪采集钢板表面的连续热像。由于结构各组成材料的热传导系数和比热容差异，粘结层的空鼓缺陷将在连续热像的温度变化过程中表现出异常，最后通过图像运算识别确定缺陷的位置和尺寸，可识别粘结层中尺寸小于20mm的缺陷。
Description
技术领域
本发明属于土木工程领域钢筋混凝土结构加固质量的试验检测技术领域，涉及无损法检测粘钢加固钢筋混凝土结构的粘结层缺陷，具体涉及一种基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置及方法。
背景技术
粘钢加固法是通过在钢筋混凝土结构构件外表用结构胶粘剂粘贴一定厚度的钢板，使其与原结构形成复合截面以提高原结构构件的抗压、抗弯等承载能力。加固层不明显改变结构构件截面尺寸、不影响原建筑使用空间，因此在混凝土结构加固领域有广泛应用。虽然粘结层质量对于确保截面复合结构构件的各组成部分共同工作性能非常重要，但因其隐蔽于钢板层下，粘结缺陷识别一直未得到很好解决。目前，粘钢加固混凝土结构的粘结层缺陷无损识别研究有超声反射回波法、冲击弹性波法和红外热像法等。其中红外热像法识别粘结缺陷作为一种可实现大面积扫查的无损检测方法，于在建和既有粘钢加固混凝土结构的粘结缺陷识别领域广泛应用。
自红外热像录像技术快速发展以来，1986年即有红外热像法识别碳纤维粘结脱胶或分层缺陷的相关研究，目前红外热像识别碳纤维加固混凝土结构的粘结层缺陷取得了长足进展并得到了较好的应用。借助红外热像识别碳纤维加固结构的粘结层缺陷方法，通过传统热波辐射激励方式对粘钢表面进行升温而后通过热像识别粘结层缺陷的方法初步可行，受热激励方式及表层钢板等多种因素影响，粘钢加固混凝土结构的粘结层缺陷识别研究进展缓慢，对于小尺寸(尺寸小于 20mm)和复杂类型缺陷较难识别。
CN201310671663.1公开了利用热电偶加热陶瓷后，通过陶瓷外表的热辐射对混凝土进行加热，用于混凝土材料内部缺陷的红外热像识别。其目的是解决识别混凝土内部缺陷时向混凝土内部注入热量的问题。热量在混凝土内部传导、扩散过程中，利用热像仪采集混凝土表面温度变化，通过热像识别混凝土内部缺陷。然而该方案为给混凝土内部注入较多热量，所需的加热时间应在1分钟以上，且其是利用的是陶瓷辐射方式进行热激励的。
CN201810258818.1公开了一种钢管混凝土脱空的无损检测系统及方法，利用电磁涡流热激励识别钢管混凝土内部脱空。其检测装置从涡流激励线圈形式看为单环式，由于靠近和远离线圈的磁场强度不同，因此钢管表面的电涡流分布近线圈强而远线圈弱，无法应用于钢板面加热。装置难以满足控制涡流激励时间及钢板表面温度、同时要便于在工程现场移动的要求；另外，其通过对钢板表面的温度曲线进行分析后通过降温过程来进行脱空缺陷识别，未见关于钢管混凝土脱空最小识别面积等内容。
发明内容
本发明的目的是克服已有技术的缺陷，为了解决粘钢加固钢筋混凝土结构构件的粘结层缺陷识别问题，提出了一种基于涡流热激励的红外热像法识别胶粘层缺陷的装置及方法。本方法以可控的源电流功率和频率的电磁感应装置靠近结构的外粘钢板表面，利用钢板中感应涡流的“趋肤效应”及克服电阻产生热量的方式快速提升钢板外表浅层温度。钢板表层与结构内部产生的温差引起热量在钢板层内和结构内各层传导。电磁涡流激励过程中利用红外热像仪采集钢板表面的连续热像。由于结构各组成材料的热传导系数和比热容差异，粘结层的空鼓缺陷将在连续热像的温度变化过程中表现出异常，最后通过图像运算识别确定缺陷的位置和尺寸。
本发明的技术方案如下：
本发明首先提供了一种基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置，其包括电磁涡流激励装置、红外热像仪和热像分析模块；
所述电磁涡流激励装置用于产生感应磁场，其至少包括非导电隔离层、激励线圈和源电流频率及功率控制模块，其中激励线圈与源电流频率及功率控制模块相连，非导电隔离层设置在激励线圈下方；
所述红外热像仪用于红外热像视频记录，热像分析模块对红外热像仪记录的红外热像视频进行处理确定缺陷的位置和尺寸。
优选的，所述的电磁涡流激励装置包括隔离层、温度传感器、激励线圈、散热器、源电流频率及功率控制模块；电磁涡流激励装置最下层为在使用时靠近被加热钢板的非导电隔离层，隔离层上贴有温度传感器监测其温度，温度过高时激励装置自动断电；隔离层上方布置电磁激励线圈，线圈采用平面盘式矩形绕法；线圈上部设置散热风扇用于散热；源电流频率及功率控制模块用于控制激励电流功率、频率和激励时间。
优选的，所述的红外热像仪应具备5Hz以上红外热像视频记录性能，热像采集的红外波长在8-14μm范围。
优选的，所述的热像分析模块包括：
预处理模块，用于去除热像视频各帧图像的环境背景影响及畸变区域，之后重新构造热像序列；
图像减法运算模块，将预处理模块重新构造的热像序列各帧图像减去热激励完成后的第一帧热像图像，形成新的热像序列；
缺陷识别模块，根据图像减法运算模块处理后的热像序列确定含有粘结层缺陷位置的热像，并确定缺陷的位置和尺寸。
本发明还公开了一种上述装置的粘钢加固钢筋混凝土结构混凝土胶粘缺陷的识别方法，其包括如下步骤：
1)利用电磁涡流激励装置对钢板进行升温，其中电磁涡流激励装置功率设置为2kW～5kW、激励频率设置为20kHz～40kHz、电磁激励时间为2～5s；
2)钢板内部热传导的同时利用红外热像仪进行表面温度变化的热像连续采集；
3)去除热像视频各帧图像的环境背景影响及畸变区域，之后重新构造热像序列；将重新构造的热像序列各帧图像减去热激励完成后的第一帧热像图像，形成新的热像序列；根据图像减法运算模块处理后的热像序列确定含有粘结层缺陷位置的热像，并确定缺陷的位置和尺寸。
优选的，所述的步骤1)中，对钢板进行升温之前还包括对钢板表面进行预处理的步骤，所述预处理步骤为：对钢板表面进行粗糙度处理或涂刷金属漆，使其热辐射效率控制在0.45-0.54之间。
优选的，所述步骤2)中，红外热像仪采集热像的持续时间为5-10秒，图像采集的频率为5Hz以上。
与现有技术相比，本发明具有的有益效果包括：
(1)本发明主要针对粘钢加固钢筋混凝土结构的粘结层缺陷识别而研发，可识别粘结层中尺寸小于20mm的缺陷，与已有专利的发明用途、设备核心及识别方法有本质区别。
(2)为防止外侧钢板层内热传导掩盖粘结层中小尺寸缺陷的热像信息，钢板需要在很短时间内完成升温，利用本电磁涡流热激励装置可在最短2秒内完成涡流热激励。
(3)由于胶粘层所用环氧类结构胶只能在-30℃～100℃环境温度正常工作，利用本涡流热激励装置可将升温控制在100℃以内，利用钢材的涡流“趋肤效应”将加热阶段的热量集中在钢板浅层，缺陷识别过程不对结构产生任何损伤。
(4)红外热像通过图像减法运算消除初始温度分布不均匀影响，复杂情况下通过PCA增强算法进一步识别，方法简单有效。
附图说明
图1为电磁-热激励加固结构的过程图；
图2为粘结缺陷识别体系图。
图3为电磁涡流热激励装置图。
图4为电磁激励线圈图。
图5为源电流频率及功率控制模块图。
图6为连续热像处理方法图。
图7为不同尺寸的缺陷模拟示意图。
图8为原始及减法运算后的时间序列热像示意图。
图9为钢板层内热扩散距离。
图10为图8右列热像第13帧标注的2个初始高温区(1和2号)及2个缺陷区(3和4号)共4个特征点在图像处理前后的温度变化规律。
具体实施方式
下面结合具体实施方式对本发明做进一步阐述和说明。本发明中各个实施方式的技术特征在没有相互冲突的前提下，均可进行相应组合。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。
电磁-热过程由电磁感应，涡流克服电阻产生热量，热量向结构内部热传导及向外热辐射组成，具体如图1。电磁线圈通过电流磁效应产生感应磁场，钢板内因感应磁场产生感应电涡流，利用钢板中感应涡流的“趋肤效应”及克服电阻产生热量的方式快速提升钢板外表浅层温度。钢板表层与结构内部产生的温差引起热量在钢板层内和结构内各层传导，同时向外产生热辐射。本发明正是在电磁涡流激励过程中及完成后短时内利用红外热像仪采集钢板表面的连续热像。由于结构各组成材料的热传导系数和比热容差异，粘结层的空鼓缺陷将在连续热像的温度变化过程中表现出异常，最后通过图像运算识别确定缺陷的位置和尺寸。
其中，上述过程中，感应电磁场在钢板表层形成高频电涡流后，电流密度因“趋肤效应”沿钢板厚度方向指数衰减电流密度衰减过程满足以下关系。
其中，Je0为钢板表面电流密度，ds代表感应电流密度Je0衰减到Jed(1/e 约37％)深度。趋肤深度计算方法如下，
其中，f为电磁感应频率(Hz)，μr为钢板相对磁导率，μ0＝4π·10-7(H/m)，σ为电导率(Ω.m)-1，从式(7)来看电磁频率f越高，趋肤深度越小，效应越显著。通常2.6倍的趋肤深度位置涡流密度衰减90％以上。为使电磁激励的热量通过传导而不是涡流生热方式向钢板内部传递，电磁激励时尽可能选择较高频率。当然频率也不是越高越好，过高激励频率需要电磁感应器紧贴钢板表面，不利于激励装置在试验过程中沿钢板表面移动。
热量在粘钢加固钢筋混凝土结构的各层内部热扩散与时间的关系如下，
其中，
为热扩散率，ρ为材料密度(kg/m3)，cp材料比热容(J/(kg.K)， k为热传导系数(W/(m.K)，t为时间(s)。
如图2所示，本实施例为本发明的一个优选实施例，其提供了基于电磁涡流热激励的红外热像识别粘钢加固钢筋混凝土结构构件的胶粘层缺陷的检测装置。检测装置主要包括电磁涡流激励装置1、单面布置的红外热像仪2和热像记录与分析模块3。
如图3所示，在本发明的一个优选实施例中，电磁涡流热激励装置1包括隔离层A、温度传感器B、激励线圈C、散热器D、源电流频率及功率控制模块E、手柄F，这些部件的位置关系和连接关系如下：最下层为靠近被加热钢板的厚度为1-2mm非导电隔离薄层A，隔离层中间贴有温度传感器B监测其温度，温度过高时激励装置自动断电；其上为电磁激励线圈C，线圈采用平面盘式矩形绕法；线圈上部设置散热风扇D用于装置短时散热；风扇D上层为源电流频率及功率控制模块E，整个装置由手柄F移动。
如图4所示，在本发明的一个优选实施例中，激励线圈C又具体包括线圈绕组C1、磁芯C2；线圈绕组C1嵌入C2磁芯，并与源电流频率及功率控制模块E连接。
如图5所示，在本发明的一个优选实施例中，源电流频率及功率控制模块E 又具体包括整流电路E1、LC谐振电路E2、MCU控制器E3；220V交流市电经整流电路形成300V直流E1，LC谐振电路E2对电流频率进行控制，MCU控制器E3对激励电流功率、频率、温控传感器以及激励时间进行控制。
在本发明的一个具体实施例中，所述红外热像仪2应具有5Hz以上的红外热像视频记录功能、红外和可见光切换功能，红外波长在8-14μm范围，温度采集应包括-20℃-200℃范围。
在本发明的一个具体实施例中，所述热像记录与分析模块3用于记录图像和对图像进行分析和处理。受电磁涡流激励的不均匀和周边环境影响，采集的热像应进行裁剪处理，去除畸变和环境影响区。图像处理过程的第一步为去除热像的环境背景影响及畸变区域后重新构造热像序列，第二步进行图像减法运算，后续热像减去热激励完成后的第一张热像形成新的热像序列，第三步根据新热像序列确定含有粘结层缺陷位置的热像。如缺陷位置模糊利用PCA进行图像增强后再进行缺陷热像识别。具体如图6所示。
下面结合本发明的一个应用实例对本发明作出详细的说明。
以常用公称厚度5mm(实测4.75mm)的钢板,宽度为100mm、长度为500mm，胶层厚度为1.5mm为例；预设直径①10mm，②20mm，③30mm，④40mm模拟缺陷Ⅰ和Ⅱ型，形状分布如图7。试验过程中，各材料的电磁和热参数如表1。为提高钢板表面热辐射效率，试验前在钢板表面喷涂薄层黑色金属漆调整钢板表面粗糙度以提高热辐射效率，如图7所示。
表1各试验材料电磁和热参数
加固结构外粘钢板在电磁涡流激励下的温度变化过程主要分涡流激励升温和加固结构内部热传导降温两个部分。由于电磁涡流激励装置的遮挡无法在升温过程中获得钢板表面热像，单面法检测过程分两步完成，第一步为利用电磁涡流激励装置对钢板进行升温，第二步在钢板内部热传导的同时利用热像仪进行表面温度变化的热像连续采集。
关于涡流激励升温过程：试验前在钢板表面划分100×200mm方格，电磁涡流激励装置功率设置为2kW、激励频率设置为20kHz，调试完成后贴近方格内的钢板表面，电源开机进行3s电磁激励后设备自动断电，钢板从室温升至373K (100℃)，涡流因集肤效应集中在钢板表层，由式(2)计算趋肤深度约0.14mm。
关于钢板热传导及降温过程：钢板表层热量向内热扩散的同时自加固结构复合层由外向内传导。由于胶粘层缺陷的空气夹层导热系数约为胶粘剂的1/10左右，当热量沿钢板内侧向胶粘层及基层混凝土方向传导时，空气夹层传导相对较少的热量，层间热传导将造成其外侧钢板区域可能出现“热堆积”。
通过热像仪连续采集钢材表面图7虚框所示范围(①代表直径10mm和②代表直径20mm)6秒共41帧热像图(150ms/帧)，典型热像如图8左列所示。由于钢板形状和边界对感应涡流影响大，钢板表面建立的初始温度分布高低相差 40K，从降温过程的第1帧至41帧原始热像基本无法识别出粘结层缺陷。
受钢板层内热传导速度过快影响，粘结缺陷区域在原始热像序列中未表现出传统热像法中的“热岛”热像特征。因此原始热像序列需要进一步分析，进行处理以消除或减弱以上两个因素影响。试验通过热像减法运算(后续热像减去首张) 消除原始热像不均匀温度分布影响后，得到的新热像序列如图8右列所示。
从图8可以发现，处理后的第13帧热像在粘结层缺陷区域显示出了“热岛”效应，并可识别出缺陷位置和尺寸，能够识别出直径分别为20mm(编号3)和 10mm(编号4))缺陷。试验从降温开始到缺陷显示的第13帧热像经过了1.8s，自电磁涡流热激励开始持续时间持续约4.8s，依据式(3)计算至第13帧热像采集时间的热扩散距离约4.57mm(如图9所示)，考虑趋肤效应深度0.14mm共 4.71mm，其值约等于钢板厚度，表明涡流热降温自降温开始的1.8s传导至粘结层上表面。而由于粘结缺陷的空气夹层体积很小，因此缺陷热像仅持续了0.4s左右，从第15帧还可发现右侧空气夹层体积较小的直径10mm缺陷先于20mm 缺陷消失。
此外，将图8右列热像第13帧标注的2个初始高温区(1和2号)及2个缺陷区(3和4号)共4个特征点在图像处理前后的温度变化规律如图10所示。
从图10可以看出原始热像的4个特征点初始温差较大，粘结层缺陷位置的上层钢板受周边温度影响，降温过程无明显变化规律。而经减法运算部分去除初始温度影响后，无缺陷区域的温差变化趋势未发生明显变化，2个缺陷位置的温差随时间的下降过程几乎重合，缺陷温差有其明显的温度变化特征。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。
Claims (7)
1.一种基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置，其特征在于，包括电磁涡流激励装置、红外热像仪和热像分析模块；
所述电磁涡流激励装置用于产生感应磁场，其至少包括非导电隔离层、激励线圈和源电流频率及功率控制模块，其中激励线圈与源电流频率及功率控制模块相连，非导电隔离层设置在激励线圈下方；
所述红外热像仪用于红外热像视频记录，热像分析模块对红外热像仪记录的红外热像视频进行处理确定缺陷的位置和尺寸。
2.根据权利要求1所述的基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置，其特征在于，所述的电磁涡流激励装置包括隔离层、温度传感器、激励线圈、散热器、源电流频率及功率控制模块；电磁涡流激励装置最下层为在使用时靠近被加热钢板的非导电隔离层，隔离层上贴有温度传感器监测其温度，温度过高时激励装置自动断电；隔离层上方布置电磁激励线圈，线圈采用平面盘式矩形绕法；线圈上部设置散热风扇用于散热；源电流频率及功率控制模块用于控制激励电流功率、频率和激励时间。
3.根据权利要求1所述的基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置，其特征在于，所述的红外热像仪应具备5Hz以上红外热像视频记录性能，热像采集的红外波长在8-14μm范围。
4.根据权利要求1所述的基于涡流热像识别粘钢加固钢筋混凝土结构的胶粘缺陷的装置，其特征在于，所述的热像分析模块包括：
预处理模块，用于去除热像视频各帧图像的环境背景影响及畸变区域，之后重新构造热像序列；
图像减法运算模块，将预处理模块重新构造的热像序列各帧图像减去热激励完成后的第一帧热像图像，形成新的热像序列；
缺陷识别模块，根据图像减法运算模块处理后的热像序列确定含有粘结层缺陷位置的热像，并确定缺陷的位置和尺寸。
5.一种权利要求1所述装置的粘钢加固钢筋混凝土结构胶粘缺陷的识别方法，其特征在于包括如下步骤：
1)利用电磁涡流激励装置对钢板进行升温，其中电磁涡流激励装置功率设置为2kW～5kW、激励频率设置为20kHz～40kHz、电磁激励时间为2～5s；
2)钢板内部热传导的同时利用红外热像仪进行表面温度变化的热像连续采集；
3)去除热像视频各帧图像的环境背景影响及畸变区域，之后重新构造热像序列；将重新构造的热像序列各帧图像减去热激励完成后的第一帧热像图像，形成新的热像序列；根据图像减法运算模块处理后的热像序列确定含有粘结层缺陷位置的热像，并确定缺陷的位置和尺寸。
6.根据权利要求5所述的识别方法，其特征在于，所述的步骤1)中，对钢板进行升温之前还包括对钢板表面进行预处理的步骤，所述预处理步骤为：对钢板表面进行粗糙度处理或涂刷金属漆，使其热辐射效率控制在0.45-0.54之间。
7.根据权利要求5所述的识别方法，其特征在于，所述步骤2)中，红外热像仪采集热像的持续时间为5-10秒，图像采集的频率为5Hz以上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110732482.XA CN113433168B (zh) | 2021-06-30 | 2021-06-30 | 基于涡流热像识别粘钢加固结构胶粘缺陷的装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110732482.XA CN113433168B (zh) | 2021-06-30 | 2021-06-30 | 基于涡流热像识别粘钢加固结构胶粘缺陷的装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113433168A true CN113433168A (zh) | 2021-09-24 |
| CN113433168B CN113433168B (zh) | 2022-08-05 |
Family
ID=77757904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110732482.XA Active CN113433168B (zh) | 2021-06-30 | 2021-06-30 | 基于涡流热像识别粘钢加固结构胶粘缺陷的装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113433168B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6399948B1 (en) * | 1999-09-16 | 2002-06-04 | Wayne State University | Miniaturized contactless sonic IR device for remote non-destructive inspection |
| US6439764B1 (en) * | 1999-06-17 | 2002-08-27 | Daimlerchrysler Ag | Device and process for thermographic examination of functional surfaces of forming tools |
| US20100292938A1 (en) * | 2009-05-15 | 2010-11-18 | Vrana Johannes L | Automated Inspection System and Method for Nondestructive Inspection of a Workpiece Using Induction Thermography |
| CN104764770A (zh) * | 2015-03-30 | 2015-07-08 | 南京航空航天大学 | 一种钢轨裂纹的脉冲涡流红外热成像检测系统及其方法 |
| CN107064217A (zh) * | 2016-12-05 | 2017-08-18 | 南京航空航天大学 | 一体化脉冲涡流感应热成像检测装置及其检测方法 |
| CN108627540A (zh) * | 2018-05-24 | 2018-10-09 | 西南石油大学 | 一种涡流热成像面检测容器腐蚀壁厚系统及检测方法 |
| CN108693453A (zh) * | 2018-05-18 | 2018-10-23 | 云南电网有限责任公司电力科学研究院 | 一种复合绝缘子内部缺陷的主动红外热像检测装置及方法 |
| CN209589902U (zh) * | 2019-01-29 | 2019-11-05 | 南京睿通工程科技有限公司 | 一种基于电磁感应加热的红外热像法混凝土裂缝检测仪 |
| CN110749621A (zh) * | 2019-10-10 | 2020-02-04 | 天津城建大学 | 一种钢板组合剪力墙混凝土界面脱空缺陷红外检测方法 |
| CN111398352A (zh) * | 2020-04-07 | 2020-07-10 | 四川沐迪圣科技有限公司 | 一种基于电磁热多物理场融合线圈的动态无损检测系统 |
| CN111781244A (zh) * | 2020-07-15 | 2020-10-16 | 中国科学院自动化研究所 | 基于长短期记忆网络的红外热成像式涂层检测方法 |
| CN112801956A (zh) * | 2021-01-18 | 2021-05-14 | 南京工业大学 | 一种漆层下海洋腐蚀的高分辨率图像重构和状态评估方法 |
-
2021
- 2021-06-30 CN CN202110732482.XA patent/CN113433168B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6439764B1 (en) * | 1999-06-17 | 2002-08-27 | Daimlerchrysler Ag | Device and process for thermographic examination of functional surfaces of forming tools |
| US6399948B1 (en) * | 1999-09-16 | 2002-06-04 | Wayne State University | Miniaturized contactless sonic IR device for remote non-destructive inspection |
| US20100292938A1 (en) * | 2009-05-15 | 2010-11-18 | Vrana Johannes L | Automated Inspection System and Method for Nondestructive Inspection of a Workpiece Using Induction Thermography |
| CN104764770A (zh) * | 2015-03-30 | 2015-07-08 | 南京航空航天大学 | 一种钢轨裂纹的脉冲涡流红外热成像检测系统及其方法 |
| CN107064217A (zh) * | 2016-12-05 | 2017-08-18 | 南京航空航天大学 | 一体化脉冲涡流感应热成像检测装置及其检测方法 |
| CN108693453A (zh) * | 2018-05-18 | 2018-10-23 | 云南电网有限责任公司电力科学研究院 | 一种复合绝缘子内部缺陷的主动红外热像检测装置及方法 |
| CN108627540A (zh) * | 2018-05-24 | 2018-10-09 | 西南石油大学 | 一种涡流热成像面检测容器腐蚀壁厚系统及检测方法 |
| CN209589902U (zh) * | 2019-01-29 | 2019-11-05 | 南京睿通工程科技有限公司 | 一种基于电磁感应加热的红外热像法混凝土裂缝检测仪 |
| CN110749621A (zh) * | 2019-10-10 | 2020-02-04 | 天津城建大学 | 一种钢板组合剪力墙混凝土界面脱空缺陷红外检测方法 |
| CN111398352A (zh) * | 2020-04-07 | 2020-07-10 | 四川沐迪圣科技有限公司 | 一种基于电磁热多物理场融合线圈的动态无损检测系统 |
| CN111781244A (zh) * | 2020-07-15 | 2020-10-16 | 中国科学院自动化研究所 | 基于长短期记忆网络的红外热成像式涂层检测方法 |
| CN112801956A (zh) * | 2021-01-18 | 2021-05-14 | 南京工业大学 | 一种漆层下海洋腐蚀的高分辨率图像重构和状态评估方法 |
Non-Patent Citations (2)
| Title |
|---|
| 缪鹏程 等: "红外热像仪在超声红外热像技术中的应用", 《激光与红外》 * |
| 董丽虹 等: "热障涂层界面脱粘缺陷的脉冲红外热成像检测", 《航空学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113433168B (zh) | 2022-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yi et al. | Evaluation of debonding in CFRP-epoxy adhesive single-lap joints using eddy current pulse-compression thermography | |
| US7485882B2 (en) | Hand held magnetic induction thermography system | |
| CN103808760B (zh) | 混凝土结构红外热成像无损检测用热激励装置 | |
| CN103487443B (zh) | 一种基于电磁感应热激励方法的管道缺陷红外检测系统 | |
| CN104764770A (zh) | 一种钢轨裂纹的脉冲涡流红外热成像检测系统及其方法 | |
| WO2005095934A1 (en) | Inductively heated transient thermography flaw detention | |
| CN112881466B (zh) | 一种磁控等离子弧增材制造零件缺陷在线检测方法 | |
| Xu et al. | An improved method of eddy current pulsed thermography to detect subsurface defects in glass fiber reinforced polymer composites | |
| Chulkov et al. | The detection and characterization of defects in metal/non-metal sandwich structures by thermal NDT, and a comparison of areal heating and scanned linear heating by optical and inductive methods | |
| Zou et al. | Nondestructive evaluation of carbon fiber reinforced polymer (CFRP)-steel interfacial debonding using eddy current thermography | |
| CN113433168B (zh) | 基于涡流热像识别粘钢加固结构胶粘缺陷的装置及方法 | |
| Wang et al. | Image enhancement method for laser infrared thermography defect detection in aviation composites | |
| Chulkov et al. | A method and apparatus for characterizing defects in large flat composite structures by Line Scan Thermography and neural network techniques | |
| Hill et al. | A robotized non-destructive quality device for the inspection of glue joints by active thermography | |
| Pei et al. | Progress on the ultrasonic testing and laser thermography techniques for NDT of tokamak plasma-facing components | |
| Al-Qubaa et al. | Feature extraction using normalized cross-correlation for pulsed eddy current thermographic images | |
| Li et al. | Microcracks detection based on shuttle-shaped electromagnetic thermography | |
| US20070230536A1 (en) | Method and apparatus for detection of flaws in a metal component | |
| Kumar et al. | Tone burst eddy‐current thermography (tbet) | |
| JP4097079B2 (ja) | 欠陥検査方法およびその装置 | |
| Ba et al. | Development of multi-physics multi-scale modelling platform for CFRP composites using inductive thermography techniques | |
| Cielo et al. | Thermal sensing for industrial quality control | |
| Ma et al. | Optimization of Magneto-Optical Imaging Visualization of Micro-Defects Under Combined Magnetic Field Based on Dynamic Permeability | |
| Forsyth et al. | Evaluation of nondestructive testing methods for the detection of fretting damage | |
| CN206671257U (zh) | 一种交变磁场磁光成像检测装置及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |