CN114137027A - 用于自动检测涂层缺陷的系统和方法 - Google Patents
用于自动检测涂层缺陷的系统和方法 Download PDFInfo
- Publication number
- CN114137027A CN114137027A CN202111033535.5A CN202111033535A CN114137027A CN 114137027 A CN114137027 A CN 114137027A CN 202111033535 A CN202111033535 A CN 202111033535A CN 114137027 A CN114137027 A CN 114137027A
- Authority
- CN
- China
- Prior art keywords
- component
- coating
- defects
- heating element
- processors
- 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.)
- Pending
Links
- 238000000576 coating method Methods 0.000 title claims abstract description 281
- 239000011248 coating agent Substances 0.000 title claims abstract description 270
- 230000007547 defect Effects 0.000 title claims abstract description 258
- 238000000034 method Methods 0.000 title abstract description 67
- 238000001514 detection method Methods 0.000 title description 12
- 238000010438 heat treatment Methods 0.000 claims abstract description 282
- 238000003384 imaging method Methods 0.000 claims abstract description 116
- 230000001052 transient effect Effects 0.000 claims abstract description 89
- 230000004044 response Effects 0.000 claims abstract description 84
- 238000004891 communication Methods 0.000 claims description 20
- 239000012720 thermal barrier coating Substances 0.000 claims description 18
- 239000012530 fluid Substances 0.000 claims description 13
- 238000007689 inspection Methods 0.000 abstract description 38
- 230000004888 barrier function Effects 0.000 description 91
- 230000000873 masking effect Effects 0.000 description 77
- 238000001816 cooling Methods 0.000 description 40
- 230000002950 deficient Effects 0.000 description 22
- 239000003570 air Substances 0.000 description 19
- 239000002184 metal Substances 0.000 description 17
- 229910052751 metal Inorganic materials 0.000 description 17
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005328 electron beam physical vapour deposition Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000008542 thermal sensitivity Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000032798 delamination Effects 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 239000011800 void material Substances 0.000 description 2
- 241000772991 Aira Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000751100 Pityopus Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000012809 cooling fluid Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004093 laser heating Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 229910000601 superalloy Inorganic materials 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000002076 thermal analysis method Methods 0.000 description 1
- 230000003685 thermal hair damage Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
- G01M5/0016—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of aircraft wings or blades
-
- C—CHEMISTRY; METALLURGY
- C23—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; CHEMICAL SURFACE TREATMENT; DIFFUSION TREATMENT OF METALLIC MATERIAL; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL; INHIBITING CORROSION OF METALLIC MATERIAL OR INCRUSTATION IN GENERAL
- C23C—COATING METALLIC MATERIAL; COATING MATERIAL WITH METALLIC MATERIAL; SURFACE TREATMENT OF METALLIC MATERIAL BY DIFFUSION INTO THE SURFACE, BY CHEMICAL CONVERSION OR SUBSTITUTION; COATING BY VACUUM EVAPORATION, BY SPUTTERING, BY ION IMPLANTATION OR BY CHEMICAL VAPOUR DEPOSITION, IN GENERAL
- C23C28/00—Coating for obtaining at least two superposed coatings either by methods not provided for in a single one of groups C23C2/00 - C23C26/00 or by combinations of methods provided for in subclasses C23C and C25C or C25D
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D5/00—Blades; Blade-carrying members; Heating, heat-insulating, cooling or antivibration means on the blades or the members
- F01D5/12—Blades
- F01D5/14—Form or construction
- F01D5/18—Hollow blades, i.e. blades with cooling or heating channels or cavities; Heating, heat-insulating or cooling means on blades
- F01D5/182—Transpiration cooling
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D5/00—Blades; Blade-carrying members; Heating, heat-insulating, cooling or antivibration means on the blades or the members
- F01D5/12—Blades
- F01D5/28—Selecting particular materials; Particular measures relating thereto; Measures against erosion or corrosion
- F01D5/288—Protective coatings for blades
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/002—Thermal testing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Materials Engineering (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
提供了一种用于自动检测部件的涂层中的缺陷的系统和方法。一方面,提供了一种涂层检查系统。涂层检查系统包括加热元件,该加热元件可操作以在其相对于部件横穿时将热量赋予该部件。当加热元件相对于部件横穿并向其施加热量时,系统的成像装置捕获部件的图像。图像指示部件的瞬态热响应。系统可以使用捕获的图像生成单个观察图像。该系统可以使用所生成的单个观察图像来检测和分析缺陷。
Description
技术领域
本主题大体涉及用于自动检测涂层(例如用于涡轮机械部件上的涂层)中的缺陷的系统和方法。
背景技术
用于动力和航空燃气涡轮发动机的一些部件涂有热障涂层,尤其是沿着这种发动机的热气路径定位的部件。例如,金属涡轮叶片通常涂有热障涂层,以保护叶片的金属结构在操作期间免受热损坏。结合涂层通常设置在金属结构和热障涂层之间以增强它们之间的结合或粘附。通常,热障涂层可以增加金属高温部件的有效使用寿命。
热障涂层中的缺陷的检测可以确保只有具有满意涂层的部件才能组装在发动机上。因此,通常检查这些部件的缺陷。涂层缺陷的形成可能发生在涂层处理(例如电子束物理气相沉积(EBPVD)涂层处理)期间。常见的涂层缺陷包括喷溅物和凹坑。当过多的涂层材料沉积在局部区域时,可能会形成喷溅物。除其他缺点外,喷溅物会扰乱通过发动机的流体流。在涂层处理期间,或在某些情况下,在发动机操作期间,也会形成凹坑。凹坑是涂层中的空隙或空间。如果热障涂层中的喷溅物和/或凹坑超过一定尺寸、深度、数量、面积分数或其某种组合,则可能需要剥离涂层并且需要重涂部件。涂层返工可能是昂贵的、耗时的并且总体上带来不便。
用于识别热障涂层中的缺陷的现有技术在很大程度上是视觉的并且由操作员手动完成。此外,这些技术是主观的,不是定量的。因此,在使用现有技术时,一些应该剥离和重涂的部件通过了质量检验,而一些具有满意的热障涂层的部件没有通过质量检验并且被剥离和重涂。因此,资源被浪费并且产生额外费用。
因此,解决上述一个或多个挑战的系统和方法将是有用的。特别是,用于评估高温应用中使用的热障涂层质量的改进系统和方法将是有益的。
发明内容
本公开的方面涉及控制涡轮机的分布式控制系统和方法。本发明的方面和优点将在以下描述中部分地阐述,或者可以从描述中显而易见,或者可以通过本发明的实践获知。
在一个方面,提供了一种系统。该系统包括加热元件、具有成像装置的成像系统以及具有一个或多个处理器和一个或多个存储器装置的计算系统。一个或多个处理器被构造为:使加热元件相对于具有涂层的部件横穿;当加热元件相对于部件横穿时,使加热元件加热部件;当加热元件相对于部件横穿并且向其施加热量时,使成像装置捕获部件的多个图像,多个捕获的图像指示部件的瞬态热响应;以及至少部分地基于在多个图像中捕获的部件的瞬态热响应来检测部件的涂层中的一个或多个涂层缺陷。
在另一方面,提供了一种方法。该方法包括相对于具有涂层的部件横穿加热元件。该方法还包括当加热元件相对于部件横穿时,用加热元件加热部件。此外,该方法包括当加热元件相对于部件横穿并向其施加热量时,使用成像装置捕获部件的多个图像,所捕获的多个图像指示部件的瞬态热响应。此外,该方法包括至少部分地基于在多个图像中捕获的部件的瞬态热响应来检测部件的涂层中的一个或多个涂层缺陷。
在进一步方面,提供了一种非暂时性计算机可读介质。非暂时性计算机可读介质包括计算机可执行指令,当计算机可执行指令由涂层检查系统的计算系统的一个或多个处理器执行时,使一个或多个处理器:使涂层检查系统的加热元件相对于具有涂层的部件横穿;当加热元件相对于部件横穿时,使加热元件加热部件;当加热元件相对于部件横穿并且向其施加热量时,使涂层检查系统的成像装置捕获部件的多个图像,多个捕获的图像指示部件的瞬态热响应;以及至少部分地基于在多个图像中捕获的部件的瞬态热响应来检测部件的涂层中的一个或多个涂层缺陷。
参考以下描述和所附权利要求,将更好地理解本发明的这些和其他特征、方面和优点。包含在本说明书中并构成其一部分的附图示出了本主题的实施例,并且与描述一起用于解释本主题的原理。
附图说明
在参考附图的说明书中阐述了针对本领域普通技术人员的本发明的完整且可行的公开,包括其最佳模式,其中:
图1提供了根据本公开的一个实施例的涂层检查系统的立体图;
图2提供了由图1的系统检查的部件的一部分的特写示意横截面视图;
图3提供了其中图1的系统可以进行部件的涂层检查处理的示例方法的流程图;
图4-7提供了图1的系统的加热元件相对于图1的部件在加热元件向部件施加热量时横穿的示意图;
图8提供了图4-7的加热元件横穿并加热部件的特写视图;
图9提供了从多个捕获图像生成的部件的单个图像的示意图;
图10提供了详述检测缺陷的一种方法的图9的单个图像的一部分的特写视图;
图11提供了详述检测缺陷的另一种方法的图9的单个图像的特写视图;
图12提供了根据本公开的一个实施例的描绘像素的时间-温度曲线的曲线图;
图13提供了图1的涂层检查系统的计算系统的框图;
图14提供了根据本公开的一个实施例的生成单个观察图像的示例方法的流程图;
图15-18提供了当加热元件沿横穿方向相对于部件横穿并向其施加热量时由成像装置捕获的部件的若干图像的视图;
图19提供了应用于每个图像的掩蔽窗口的像素的热数据的示意图;
图20提供了根据本公开的一个实施例的多个生成的掩蔽图像的示意图;
图21提供了当加热元件沿横穿方向相对于部件横穿并向其施加热量时由成像装置捕获的部件的图像的视图,并且还描绘了其中掩蔽窗口可以相对于加热元件定位的一种示例方式;
图22提供了当加热元件沿横穿方向相对于部件横穿并向其施加热量时由成像装置捕获的部件的图像的视图,并且还描绘了其中掩蔽窗口可以相对于加热元件定位的另一种示例方式;
图23描绘了根据本公开的一个实施例的若干掩蔽图像;和
图24描绘了根据本公开的一个实施例的具有多个像素的单个观察图像。
具体实施方式
现在将详细参考本发明的当前实施例,其一个或多个示例在附图中示出。详细描述使用数字和字母名称来指代图中的特征。在附图和描述中相同或相似的名称已用于指代本发明的相同或相似部分。如本文所用,术语“第一”、“第二”和“第三”可互换使用以将一个部件与另一部件区分开并且不旨在表示各个部件的位置或重要性。术语“上游”和“下游”是指相对于流体路径中的流体流动的相对流动方向。例如,“上游”是指流体从其流动的流动方向,“下游”是指流体向其流动的流动方向。
一般而言,本公开提供了用于检测在涡轮机(诸如航空和动力燃气涡轮发动机)的部件上使用的涂层中的缺陷的系统和方法。与传统系统/技术相比,该系统包括以更好的准确性提高涂层中缺陷(例如喷溅物和凹坑)的可检测性的特征。本公开的系统和方法可以提供确定部件涂层(例如金属涡轮叶片的热障涂层(TBC))的质量的更快、更准确和非接触式的方法。
在一个方面,提供了用于自动检测部件的阻隔涂层中的缺陷的涂层检查系统。例如,部件可以是燃气涡轮发动机的金属部件并且阻隔涂层可以是非导电涂层,例如热障涂层。涂层检查系统包括用于向部件赋予热量的加热元件。加热元件可相对于部件移动。以这种方式,当加热元件向部件施加热量时,加热元件可以相对于部件横穿。部件可以由平台系统固定就位。该系统还包括成像装置,用于在加热元件相对于部件横穿并向其施加热量时捕获部件的热响应的图像。例如,成像装置可以是红外(IR)成像装置(例如,IR相机)。值得注意的是,当加热元件横穿并加热部件时,由于从涂层的非缺陷区域向外辐射的热量和从阻隔涂层中的缺陷向外辐射的热量不同,因此在阻隔涂层的非缺陷区域和缺陷区域之间会产生瞬态热梯度。成像装置可以捕获这些瞬态热响应。当加热元件主动加热部件和/或当部件在被加热之后冷却时,成像装置可以捕获瞬态热响应。通过相对于环境温度将部件加热10-15华氏度或更多,瞬态热梯度会显著出现。
该系统还包括具有一个或多个处理器和一个或多个存储器装置的计算系统。计算系统与成像装置和加热元件通信联接。一个或多个处理器被构造为使加热元件相对于部件横穿并且在加热元件相对于部件横穿时使加热元件加热该部件。横穿加热元件使部件表现出如上所述的瞬态热响应。一个或多个处理器还被构造为在加热元件相对于部件横穿并向其施加热量时使成像装置捕获部件的多个图像。以此方式,捕获的图像指示部件的热响应。一个或多个处理器可以至少部分地基于在多个图像中捕获的部件的热响应来检测部件的阻隔涂层中的一个或多个涂层缺陷。在一些实施例中,一个或多个处理器可以从多个捕获的图像生成单个观察图像,使得部件的热响应(或部件的特定视角或取向)在单个图像中表示。这可以促进缺陷的检测和部件的热响应的分析。
此外,在一些实施例中,计算系统与气流生成器通信联接。一个或多个处理器可以使气流生成器将空气脉冲到部件的一个或多个内部通道中。这可以增强部件的热响应,使得部件的热响应更容易被成像装置捕获。还提供了在部件的非导电涂层中的自动缺陷检测的方法。
因此,本文描述的系统和方法利用部件的热响应的瞬态性质来检测部件的非导电涂层中的喷溅物和凹坑。总而言之,当加热元件相对于部件的特定区段横穿时,通过引导通过加热元件的脉冲交流电(AC)(例如,持续几秒钟)在该区段的导电基板中感应出电流,这进而在导电基板中生成辐射通过非导电涂层的热量。部件或部件的该特定区段的热响应由高速成像装置(例如,IR相机)检测。特别地,瞬态热场与部件的区段中的缺陷相互作用,导致可以被IR相机成像或捕获的局部热对比度差异或梯度。当加热元件相对于部件横穿并向其施加热量时,IR相机可以捕获部件的一些或所有区段的局部热响应。
本系统和方法的优点包括通过由于检查的瞬态性质而增强缺陷处的对比度来提高缺陷的可检测性和量化的能力。值得注意的是,检查的瞬态性质提高了较小缺陷的可检测性,这些较小缺陷是用现有的IR热成像方法和/或稳态加热方法无法检测到的。例如,利用本系统和方法,涂层中小至10密耳的喷溅物和凹坑是可检测的。具体而言,可以检测10密耳至7密耳的喷溅物和凹坑。与传统系统和方法相比,由于瞬态热梯度的产生,使得检测这种小缺陷成为可能。瞬态热梯度增强了捕获图像中的部件的涂层的缺陷和非缺陷区域之间的对比度。
各种参数可以影响缺陷的可检测性和量化。例如,可以影响缺陷的可检测性的一个参数是成像装置(例如,IR相机)的帧频。更高的帧频允许以更好的热对比度捕获缺陷处的瞬态热梯度,尤其是在检测较小的缺陷(例如小于10密耳)时,因为小缺陷附近的热梯度变化往往会更快消失。在一些示例实施例中,涂层检查系统的成像装置具有至少60Hz的帧频。在一些实施例中,涂层检查系统的成像装置具有60-500Hz之间的帧频。在一些实施例中,涂层检查系统的成像装置具有250-500Hz之间的帧频。
可以影响缺陷的可检测性的另一个参数是成像装置的空间分辨率。在一些实施例中,成像装置具有空间分辨率,使得成像装置被可操作地构造为检测小至80微米(或约0.003英寸)的缺陷或特征。在这样的实施例中,例如,成像装置可以具有25mm镜头和640X512像素检测器IR相机。IR探测器与部件之间的工作距离可设置为6英寸。在其他实施例中,成像装置可以通过使用1024X1024像素检测器IR相机和/或通过减小IR检测器和部件之间的工作距离(例如,以小于6英寸(取决于镜头和IR探测器的最小工作距离要求))来检测小于80微米(或约0.003英寸)的缺陷或特征。
可影响缺陷的可检测性的进一步参数是成像装置的波长。在一些示例实施例中,成像装置是中波IR相机(例如,3-6μm)。在一些示例实施例中,成像装置是长波长IR相机(例如,7-14μm)。在一些实施例中,成像装置是系统的至少两个成像装置中的一个。至少一个成像装置可以是中波IR相机(例如,3-6μm),并且至少一个成像装置可以是长波长IR相机(例如,7-14μm)。可以影响缺陷的可检测性的另一个参数是成像装置的热灵敏度。在一些示例实施例中,成像装置(例如,IR相机)的热灵敏度在18-50mK之间。该范围允许检测较小的温差或较不陡峭的梯度,并且因此,具有在18-50mK之间的热灵敏度范围的成像装置提供了检测较小缺陷的增强能力。
可影响缺陷的可检测性的又一参数是加热元件的速度。即,加热元件相对于静止部件的速度和方向是影响可检测性的一个参数。在一些实施例中,如上所述,加热元件(例如,通电的感应线圈)相对于静止部件移动或横穿。一方面,如果加热元件的速度太慢,则部件及其涂层可能达到或接近稳态条件。也就是说,如果加热元件的速度太慢,部件会变得均匀加热,这会对缺陷的检测产生不利影响,因为瞬态热梯度被部件的均匀加热“冲刷掉”。另一方面,如果加热元件的速度太快,则缺陷附近的热对比度可能不会产生到用于检测的足够程度。此外,加热元件相对于部件横穿得越快,成像装置的帧频需要越快以捕获热梯度。在一些示例实施例中,为检测喷溅物和凹坑加热元件相对于部件横穿或移动的速度在2-5cm/s之间。
可影响缺陷的可检测性的其他参数包括加热速率和加热持续时间。加热速率直接受加热元件相对于部件的速度(见上文)以及引导至加热元件的电流特性(例如,AC电流的频率)的影响。加热持续时间取决于部件的大小(例如,部件的基板的厚度)。如果加热持续时间太长,瞬态热梯度就会冲刷掉。如果加热部件的持续时间太快,成像装置可能无法捕获梯度。此外,在一些实施例中,成像装置包括测量计数的检测器。每段时间的计数代表目标表面的温度测量值。在这样的实施例中,部件(例如,具有TBC的涡轮叶片)可以以45计数/秒-300计数/秒的速率加热。加热速率是零件厚度、材料导电性和涂层厚度变化的函数。通常,例如,较薄的区域比较厚的区域加热得更快。部件可以以45计数/秒-300计数/秒的速率冷却。
在另一方面,提供了从多个捕获的图像生成单个观察图像的系统和方法。即,由成像装置在多个图像或视频中捕获的所有局部热瞬态可以被编译成单个概要图像。特别地,在具有阻隔涂层的部件的涂层检查期间,当加热元件相对于部件横穿并向其施加热量时,成像装置可以捕获部件的图像。例如,成像装置可以是红外成像装置。捕获的图像(例如,统称为IR视频)由计算系统的一个或多个处理器接收。接收到的图像从相同的角度捕获部件。响应于加热元件扫过并加热部件,接收到的图像还捕获部件的热分布。
一个或多个处理器被构造为使用接收到的捕获图像生成多个掩蔽图像。具体地,在一些实施方式中,在每个捕获的图像中掩蔽窗口定位成沿着横穿方向邻近加热元件并在其前方。在其他实施方式中,在每个捕获的图像中掩蔽窗口定位成沿着横穿方向邻近加热元件并在其后方。在其他实施方式中,掩蔽窗口包括两个区段,包括前区段和后区段。在这样的实施方式中,在每个捕获的图像中掩蔽窗口的前区段定位成沿着横穿方向邻近加热元件并在其前方,并且在每个捕获的图像中掩蔽窗口的后区段定位成沿着横穿方向邻近加热元件并在其后方。在这样的实施方式中,前区段和后区段可以是不连续的区段。当加热元件相对于部件逐帧或逐图像移动时,掩蔽窗口相应地逐帧或逐图像移动或定位。掩蔽窗口掩蔽其周边外部的像素。这样,掩蔽窗口外部的像素将被忽略。
热数据(例如,温度数据)被应用于每个图像的掩蔽窗口内的像素。热数据可以应用于给定掩蔽窗口内的每个像素。利用生成的掩蔽图像,一个或多个处理器确定掩蔽图像上的每个像素的最大或最小值(例如,最大或最小温度值)。即,所有或一些像素可以在多个掩蔽图像中表示,因为掩蔽窗口可以被定位为使得它们包括一些相同的像素。一个或多个处理器可以考虑多个掩蔽图像上的特定像素的值(例如,温度值),并且可以确定该特定像素的最大或最小值。换句话说,与掩蔽图像中的每个像素相关联的最大或最小值被确定。
一旦为掩蔽图像上的每个像素选择了最大或最小值,就生成单个观察图像。被选择包含在二维单个观察图像中的像素是代表它们各自像素的最大或最小值的那些。因此,单个观察图像以增强且易于分析的方式描绘了热响应。此外,由于从掩蔽图像的像素中选择像素,因此在单个观察图像中不存在加热元件。因此,尽管成像装置在加热元件向部件施加热量时捕获相对于部件横穿的加热元件以捕获瞬态热响应,但单个观察图像不包括或仅可忽略地包括加热元件足迹。这可以提供更清晰的图像并且可以促进部件的热响应的分析。
用于自动检测部件的涂层中的缺陷的系统和方法
现在参考图1和图2,图1提供了根据本公开的一个实施例的涂层检查系统100的立体图。图2提供了经受图1的系统100的涂层检查的部件200的一部分的特写示意横截面视图。通常,系统100可操作地构造为检测部件的阻隔涂层中的缺陷。例如,系统100可操作以检测燃气涡轮发动机的金属部件(例如涡轮叶片或喷嘴的轮叶)的热障涂层(TBC)中的缺陷。此外,系统100被构造为检测各种类型的涂层缺陷,包括但不限于喷溅物、凹坑、分层以及其他类型的裂纹和表面瑕疵。虽然部件200在本文中被描述为用于航空燃气涡轮发动机的金属涡轮叶片,但是应当理解,本文描述的系统100不限于检测涡轮叶片中的缺陷,而是被构造为检测也具有阻隔涂层的其他类型的金属部件中的缺陷。
在图1中,部件200被示出为经受系统100的涂层检查。对于该实施例,部件200是航空燃气涡轮发动机的高压涡轮叶片。如图2所示,部件200具有金属结构210。例如,金属结构210可由镍超合金或其他合适的高温金属材料形成。部件200还具有金属结合涂层212和阻隔涂层214。金属结合涂层212设置在金属结构210的外表面215和阻隔涂层214之间。因此,阻隔涂层214是部件200的外部或顶涂层。阻隔涂层214具有外表面216。阻隔涂层214可以是非导电阻隔涂层。例如,阻隔涂层214可以是陶瓷热障涂层。金属结合涂层212促进部件200的阻隔涂层214和金属结构210之间的粘附或结合。金属结合涂层212可以以任何合适的方式施加到金属结构210。同样,阻隔涂层214可以以任何合适的方式(例如通过电子束物理气相沉积(EBPVD)涂层处理)施加到金属结合涂层212。
如图2进一步所示,部件200限定一个或多个内部或内通道218,例如一个或多个内部冷却通道。此外,部件200限定一个或多个冷却孔220。一个或多个冷却孔220提供部件200的内部通道218和外部环境之间的流体连通。例如,当部件200定位在燃气涡轮发动机的热气路径内时,冷却流体可流过内部通道218并向下游通过冷却孔220并进入热气路径。以此方式,部件200可在燃气涡轮发动机的操作期间被冷却。
具体返回到图1,现在将详细描述系统100。对于该实施例,系统100包括加热系统110、平台系统130、气流生成器140、成像系统150和计算系统160。作为参考,图1的系统100限定竖直方向V、侧向方向L和横向方向T。竖直方向V、侧向方向L和横向方向T相互垂直并形成正交方向系统。
系统100的加热系统110包括一个或多个加热元件112,一个或多个加热元件112可操作地构造为向经受检查的部件赋予热量。例如,如图1所示,一个或多个加热元件112被构造为加热部件200。对于该实施例,一个或多个加热元件112包括电加热线圈114。例如,加热线圈114可以由铜或另一合适的导电材料形成。加热线圈114可例如在其远端处包括或形成旋涡或螺旋加热部分116。螺旋加热部分116限定加热区118,加热区118的尺寸被设计为接收部件200。即,加热线圈114的螺旋加热部分116的尺寸被设计成使得部件200可以被接收在加热区118内。这样,加热线圈114可以完全包围或围绕部件200。假设使用多个图像装置,这可以允许同时对部件的多个侧面进行图像捕获。在其他实施例中,加热线圈114可以具有其他合适的形状或几何形状,用于在涂层检查期间加热部件200。
参考图1和2,加热线圈114电连接到电源120。电源120可以是任何合适的电源。例如,电源120可以是电池、线电压、其某种组合等。当加热线圈114被电源120提供的电流激励时,热量从加热线圈114辐射。辐射热量可以在部件200的金属结构210中感应涡流。以此方式,加热线圈114可以感应地加热部件200。由于在该示例实施例中部件200的阻隔涂层214是非导电涂层,因此涡流不流过阻隔涂层214。热量从金属结构210和金属结合涂层212向外辐射通过阻隔涂层214,并最终辐射到部件200的外部,如图2所示。如本文将更详细解释的,由于从阻隔涂层214的非缺陷区域232向外辐射或发射的热量与从阻隔涂层214中的缺陷230或缺陷区域向外辐射的热量的差异,因此产生不同的热响应。系统100可以感测或捕获这些瞬态热响应并相应地检测阻隔涂层214中的缺陷。
加热系统110还包括伺服马达122。当被命令时(例如,通过从控制装置接收的一个或多个电信号),伺服马达122可以相对于部件200移动加热线圈114。因此,加热线圈114可相对于部件200移动。在该示例实施例中,加热线圈114可相对于静止部件200沿横穿方向T1移动。在图1中,横穿方向T1沿竖直方向V延伸或平行于竖直方向V。因此,加热线圈114可以在其沿横穿方向T1相对于部件200或在部件200上横穿时感应加热部件200。这样,可以感应加热部件200的整个长度。应当理解的是,横穿方向T1不需要平行于竖直方向V或沿着竖直方向V延伸,并且也可以沿着其他方向延伸。值得注意的是,加热线圈114可以相对于部件200横穿并且在不接触部件200的情况下对其施加热量。
通过相对于部件200沿横穿方向T1移动加热线圈114,瞬态热梯度可以由成像系统150创建和捕获。热梯度是瞬态的,因为它们是在加热线圈114在部件200的该特定区域上横穿并加热部件200的该特定区域时在瞬间或相对短的时间段内生成的。因此,瞬态热梯度相对较快地出现和消失。因此,部件的热响应是瞬态的,因为捕获响应对于加热线圈114何时相对于部件200横穿并加热部件200是时间敏感的。
在一些替代实施例中,加热系统110可以可操作地构造为在缺陷区域230和无缺陷区域232之间的部件200的阻隔涂层214内产生热梯度。在这样的实施例中,可以使用各种合适类型的加热元件,包括光学加热元件、激光加热元件、电磁加热元件(例如,微波加热元件)。
系统100的平台系统130包括平台132。对于该实施例,平台132是可沿多个轴线移动的多轴线平台。特别地,对于该实施例,平台132可沿竖直方向V、侧向方向L和横向方向T平移。平台系统130包括例如在检查期间可操作以将部件200保持就位的部件保持器134或支架。在一些实施例中,部件200可以手动装载到部件保持器134中和/或从部件保持器134卸载。在其他实施例中,机械臂或其他自动化装置可以将部件200装载到部件保持器134中和/或从部件保持器134卸载。对于图1所示的实施例,部件保持器134经由转台136与平台132可操作地联接。转台136可操作以绕旋转轴线(例如纵向中心线LC)旋转。这样,部件保持器134和由此固定的部件200可以绕旋转轴线旋转。除其它益处外,这可以允许部件200在检查期间相对于成像装置或加热线圈114定向。
在一些实施例中,当被命令时(例如,通过来自控制装置的一个或多个电信号),平台系统130(例如,经由多轴线平台132和/或转台136)被构造为相对于加热线圈114移动部件200。例如,多轴线平台132最初可以相对于加热线圈114定位部件200,例如,使得部件200沿着由加热线圈114的螺旋加热部分116限定的纵向轴线LC居中或基本居中。以此方式,加热线圈114可在检查处理期间沿横穿方向T1在部件200上扫过或横穿,以感应加热部件200。可以控制转台136以将部件200定向到期望的取向,例如,用于检查部件200的特定侧面。在一些替代实施例中,平台系统130可以被构造为相对于加热线圈114移动部件200(例如,经由平台132和转台136),其中加热线圈114被保持或控制以保持在固定位置。因此,在一些实施例中,部件200可以由平台系统130相对于固定的加热线圈114移动。
在一些实施例中,系统100可选地包括气流生成器140。对于该实施例,气流生成器140安装到平台系统130。然而,在其他实施例中,气流生成器140与平台系统130分离。气流生成器140可操作以例如当加热线圈114横穿并加热部件200时使空气通过、穿过或以其他方式围绕部件200移动。例如,如图2所示,气流生成器140可以移动空气通过部件200的一个或多个内部通道218。因此,气流生成器140与部件200的内部通道218流体连通(例如气流连通)。例如,一个或多个导管可以将气流生成器140与部件200的内部通道218流体联接。导管可以被内部导向通过平台132、转台136和部件保持器134,或者可以被外部导向到部件200的内部通道218。
在一些实施例中,气流生成器140可以被构造为使空气脉冲通过部件200的一个或多个内部通道218。通过这种方式,可以实现改进的缺陷(例如喷溅物和凹坑)的可检测性,尤其是在功能重要的特征周围。部件的功能重要特征可以包括但不限于叶片或喷嘴的前缘和/或后缘、叶片的末端、靠近冷却孔的区域等。气流生成器140可以被控制为以预定频率或间隔脉冲一定量的空气。例如,预定频率的范围可以从10-2到102Hz。从这个范围选择的频率可以促进部件200的瞬态热响应的增强。此外,气流生成器140可以被控制以利用每个脉冲提供预定量的空气。在一些实施例中,环境空气可被吸入气流生成器140并脉冲进入或通过部件200。在其他实施例中,气流生成器140与加压空气源(未示出)流体连通。气流生成器140可以接收来自加压空气源的加压空气并且能够以预定频率和量将加压空气脉冲进入或通过部件200。
如图1中进一步描绘的,系统100的成像系统150具有一个或多个成像装置或传感器。对于该实施例,一个或多个成像装置包括成像相机152。在该示例实施例中,成像相机152是红外(IR)相机。成像相机152被可操作地构造为当加热线圈114沿横穿方向T1加热部件200并且相对于部件200横穿时,并且在某些情况下,当气流生成器140使空气脉冲通过部件200的内部通道218时,捕获部件200的多个图像(即,静止图像或视频的集合)。以此方式,成像相机152可以检测部件200的瞬态热响应。即,成像相机152被构造为当加热线圈114在部件200方横穿并感应加热部件200时,捕获具有部件200的瞬时温度分布的多个帧的多个图像或视频。
在一些实施例中,成像相机152可以是中波长IR相机。中波长IR相机可以捕获约三到六微米(3-6μm)范围内的波长。值得注意的是,使用中波长IR相机,阻隔涂层214是透明的或基本上透明的。因此,中波长IR相机可用于捕获金属结构210和/或金属结合涂层212中的缺陷。在其他实施例中,成像相机152可以是长波长IR相机。长波长IR相机可以捕获约六到十四微米(6-14μm)范围内的波长。使用长波长IR相机,阻隔涂层214是不透明的或基本不透明的。因此,长波长IR相机可用于捕获金属结合涂层212和阻隔涂层214中的缺陷。此外,在一些实施例中,成像系统150包括中波长IR相机和长波长IR相机。以此方式,中波长IR相机可捕获金属结构210和/或金属结合涂层212中的缺陷,而长波长IR相机可捕获部件200的金属结合涂层212和阻隔涂层214中的缺陷。这可以有助于确定哪个结构或涂层引发了缺陷,缺陷是通过金属结构210传播还是仅通过涂层212、214传播,并且通常可以提供对进行部件200的寿命估计有用的信息。
此外,在一些示例实施例中,成像相机152具有在18-50mK之间的热灵敏度。该范围允许检测较小的温差或较不陡峭的梯度,从而允许检测较小的缺陷。此外,在一些示例实施例中,成像相机152具有至少60Hz的帧频。在一些实施例中,成像相机152具有60-500Hz之间的帧频。在一些实施例中,成像相机152具有250-500Hz之间的帧频。这种帧频可以允许检测较小的缺陷(例如,小于10密耳的缺陷),因为小缺陷附近的热梯度变化往往会更快消失。在一些实施例中,成像相机152可以检测小至80微米(或约0.003英寸)的缺陷或特征。
系统100的计算系统160可以包括例如体现在一个或多个控制或计算装置中的一个或多个处理器和一个或多个存储器装置(见图12)。一个或多个处理器可以包括或者可以是任何合适的处理装置,例如微处理器、微控制器、集成电路、逻辑装置和/或其他合适的处理装置。一个或多个存储器装置可以包括一个或多个计算机可执行或计算机可读介质,包括但不限于非暂时性计算机可读介质、RAM、ROM、硬盘驱动器、闪存驱动器和/或其他存储器装置。一个或多个存储器装置可存储可由一个或多个处理器访问的信息,包括可由一个或多个处理器执行的计算机可读指令。指令可以是任何指令集,当该任何指令集由一个或多个处理器执行时使一个或多个处理器执行操作,例如一个或多个处理器被构造用于的任何操作和功能,例如激活和控制系统100的各个方面。指令可以是用任何合适的编程语言编写的软件或可以在硬件中实施。附加地或替代地,指令可以在一个或多个处理器上的逻辑和/或虚拟分离的线程中执行。
存储器装置可存储可由一个或多个处理器访问的数据。例如,数据可以包括用于热分析部件、热特征等的设置。数据还可以包括本文示出和/或描述的其他数据集、参数、输出、信息等。一个或多个处理器可以与用于例如与系统100的其他部件进行通信的通信接口通信。通信接口可以包括用于与一个或多个网络或电子部件接口的任何合适的部件,包括例如发射器、接收器、端口、控制器、天线和/或其他合适的部件。通信接口可用于通过一个或多个网络(例如局域网(LAN)、广域网(WAN)、VHF网络、HF网络、Wi-Fi网络、WiMAX网络、gatelink网络和/或任何其他合适的通信网络)与其他电子装置通信。通信接口可以使用多种通信协议通过一个或多个网络进行通信。通信接口可以包括将一个或多个处理器与其他电子装置通信联接的数据总线或有线和/或无线通信链路的组合。
特别地,计算系统160的一个或多个处理器可以与系统100的各种系统/装置通信联接。例如,除了其他可能的系统或其装置外,一个或多个处理器可以与加热系统110、平台系统130、气流生成器140、成像系统150通信联接。一个或多个处理器可以通过一个或多个有线和/或无线通信链路与这些各种系统和/或其装置通信联接。
系统100还可以包括用户接口170。用户接口170被提供用于系统100的用户控制。例如,用户接口170包括多个用户控件(未标记)。用户控件可以包括各种电气、机械或机电输入装置中的一种或多种,包括旋转表盘、按钮和触摸板和/或屏幕。用户接口170可以包括一个或多个显示装置172,例如设计为向用户提供检查处理的反馈或结果的数字或模拟显示装置。
图3提供了示例方法(300)的流程图,其中图1的系统100可以进行部件的涂层检查处理,例如以检测其阻隔涂层中的缺陷。即,在用阻隔涂层涂覆部件之后,可以通过系统100以图3中描述的方式检查部件及其阻隔涂层。为了说明和讨论的目的,图3描绘了以特定顺序进行的动作。使用本文提供的公开内容的本领域普通技术人员将理解,在不脱离本公开的范围的情况下,可以以各种方式修改本文公开的任何方法的各种动作。将参考系统100和部件200的各种特征,因此,将大体参考图1、2和3以及其他特别指出的图。
在(302)处,方法(300)包括相对于加热元件定位具有阻隔涂层的部件。例如,具有阻隔涂层214的部件200可以相对于加热系统110的加热元件112定位。在一些实施方式中,部件200可以手动装载到平台系统130的部件保持器134中。在其他实施方式中,机械臂或其他自动化装置可以将部件200装载到部件保持器134中。一旦部件200被固定在部件保持器134中,转台136可以围绕其旋转轴线旋转部件200以相对于成像系统150的成像相机152定向部件200。例如,可能需要相对于成像相机152定向部件200的特定侧(例如,涡轮叶片的压力或吸力侧)或边缘(例如,涡轮叶片的前缘或后缘)。
在(304)处,方法(300)包括相对于具有阻隔涂层的部件横穿加热元件。例如,计算系统160的一个或多个处理器可以使加热元件112沿横穿方向T1相对于部件200横穿。举例来说,在接收到输入(例如,用户输入或来自感测装置的指示部件200处于检查的位置并且部件200的检查将开始的输入)时,计算系统160的一个或多个处理器可以使伺服马达122沿着横穿方向T1移动加热元件112,横穿方向T1是沿着图1中的竖直方向V的方向。以此方式,当部件200被平台系统130固定就位时,加热元件112相对于部件200横穿。加热元件112可以以任何合适的速度相对于部件200横穿,这取决于加热元件112的热输出和成像系统150捕获部件200的热响应的能力。作为一个示例,加热元件112相对于部件200的横穿速度可以被设置为使得加热元件112在三十秒(30s)内横穿部件200的整个竖直长度。作为另一示例,为检测缺陷加热元件112相对于部件200横穿或移动的速度在2-5cm/s之间。
在(306)处,方法(300)包括当加热线圈相对于部件横穿时用加热线圈加热部件。例如,当加热元件112沿着横穿方向T1相对于部件200横穿时,计算系统160的一个或多个处理器可以使电源120向加热元件112输送电流。当加热元件112被由电源120提供的电流激发时,热量从加热元件112辐射。从加热元件112辐射的热量感应加热部件200。作为被加热元件112加热的结果,部件200表现出瞬态热响应。特别地,如图2所示,热量朝向阻隔涂层214的外表面216向外辐射并辐射到外部环境。由于从阻隔涂层214的非缺陷区域232向外辐射的热量与从阻隔涂层214中的缺陷230向外辐射的热量的差异而产生瞬态热梯度。成像相机152可以捕获这些瞬态热梯度或响应,并基于这种瞬态热响应检测阻隔涂层214中的缺陷。
在(308)处,可选地,方法(300)包括当加热元件相对于部件横穿并且向其施加热量时,使气流脉冲通过由部件限定的内部通道。例如,如图1和2所示,在一些实施方式中,系统100包括气流生成器140。部件200可以定位在平台系统130上,使得气流生成器140与部件200的内部通道218流体连通,例如通过一个或多个管道流体连接气流生成器140和部件200的一个或多个内部通道218。在这样的实施方式中,计算系统160的一个或多个处理器被构造为当加热元件112相对于部件200横穿并向其施加热量时使气流生成器140将气流脉冲通过部件200的一个或多个内部通道218。脉冲气流可从与一个或多个内部通道218流体连通的一个或多个孔220流出。以这种方式,可以实现改进的缺陷(例如凹坑和喷溅物)的可检测性,尤其是在功能重要的特征周围。如前所述,气流生成器140可以被控制为以预定频率或间隔脉冲一定量的空气,并利用每个脉冲提供预定量的空气。例如,预定频率的范围可以从10-2到102Hz。
在(310)处,方法(300)包括当加热元件相对于部件横穿并且向其施加热量时用成像装置捕获部件的多个图像,其中多个捕获的图像可以指示部件对施加的热量的热响应。因此,(304)、(306)和(310)可以同时发生。在一些实施方式中,在气流生成器将一定量空气脉冲进入部件的内部通道的同时,可以在加热元件相对于部件横穿并且向其施加热量时捕获多个图像。因此,在一些实施方式中,(304)、(306)、(308)和(310)可以同时发生。当加热元件112相对于部件200横穿并向其施加热量时,成像系统150的成像相机152可用于捕获部件200的多个图像。成像相机152可以在它捕获多个图像时保持在固定位置。
在一些实施方式中,成像系统150的成像相机152可以是中波长IR相机,其可操作以捕获在约三到六微米(3-6μm)范围内的波长。中波长IR相机特别适用于捕获部件200的金属结构210(图2)和/或金属结合涂层212(图2)中的缺陷。在其他实施方式中,成像相机152可以是长波长IR相机,其可操作以捕获在约六到十四微米(6-14μm)范围内的波长。长波长IR相机特别适用于捕获部件200的金属结合涂层212(图2)和阻隔涂层214(图2)中的缺陷。
图4-7提供了当加热元件112向其(即,向部件200)施加热量时加热元件112相对于部件200横穿的示意图。在图4中,加热元件112位于第一位置,在该示例中,第一位置是沿竖直方向V在部件200的竖直上方的位置。在该示例实施例中,第一位置是起始位置。为了用成像相机152(图1)捕获部件200的瞬态热特征或响应的图像,系统100的计算系统160(图1)使加热元件112相对于部件200横穿并向其施加热量。更具体地,计算系统160(图1)的一个或多个处理器使加热元件112加热部件200。热量H被示为从加热元件112辐射。从加热元件112辐射的热量H将热能或热量H赋予部件200。利用从加热元件112辐射的热量H,计算系统160(图1)的一个或多个处理器使加热元件112沿横穿方向T1相对于部件200横穿,在该示例中横穿方向T1沿竖直方向V向下。
图5、6和7描绘了加热元件112在沿着其横穿路径的各个位置处。在图5中,加热元件112位于第二位置,即沿竖直方向V在第一位置下方的位置。在图6中,加热元件112被示为处于第三位置,即沿竖直方向V在第二位置下方的位置。在图7中,加热元件112被示为处于第四位置,即沿竖直方向V在第三位置下方的位置。在第四位置,加热元件112已完成沿横穿方向T1相对于元件200的横穿。在该示例实施例中,第四位置是起始位置。加热元件112可以沿横穿方向T1以恒定或基本恒定的速度相对于部件200移动或横穿。当加热元件112沿横穿方向T1移动(例如从第一位置(图4)移动到第四位置(图7))时,成像相机152(图1)可以捕获部件200的多个图像。部件200的图像可以以任何合适的捕获速率(例如,任何合适的每秒帧数)来捕获。
当加热元件112相对于部件200横穿(例如,从图4所示的位置到图7所示的位置)并向其施加热量H时,成像相机152(图1)捕获部件200的瞬态热响应。更具体地,由于加热元件112相对于部件200的移动并向部件200施加热量H,在部件200的非缺陷区域232(图2)和缺陷230(图2)之间产生瞬态热梯度。通过使用气流生成器140使气流脉冲通过部件200的内部通道218,可以增强瞬态热梯度(即,使其更陡峭,从而对于成像相机152(图1)更明显)。
特别地,如图8中最佳所示,图8描绘了加热元件112横穿并加热部件200的特写视图,沿着横穿方向Tl邻近加热元件112并在其前方产生瞬态热梯度,在该示例中,其沿竖直方向V在加热元件112下方。值得注意的是,当热量H被施加到部件200时,部件200的非缺陷区域232和缺陷区域230产生不同的热特征。即,非缺陷区域232和缺陷区域230产生不同的热发射率。此外,每种类型的缺陷都可以具有可识别的热特征或发射率。例如,部件200的非缺陷区域232可以产生如图8中的剖面线图案所表示的第一热发射率或第一热特征。凹坑230A或空隙缺陷可产生如图8中的竖直线图案表示的第二热发射率或第二热特征。此外,喷溅物230B可以产生如图8中的水平线图案表示的第三热发射率或第三热特征。其他类型的缺陷也可具有相关联的热发射率或热发射率。成像相机152可以捕获这些不同的瞬态热响应,并且计算系统160可以基于在图像中捕获到的这些不同的热响应来分析部件200的涂层。
在(312)处,在一些实施方式中,方法(300)包括从多个捕获的图像生成单个图像,其中单个图像指示部件的阻隔涂层中的一个或多个检测到的涂层缺陷。例如,计算系统160的一个或多个处理器可以从由成像相机152捕获的多个捕获的图像生成单个图像,该单个图像指示部件的阻隔涂层中的一个或多个检测到的涂层缺陷。在一些实施方式中,如图12所示,计算系统160的一个或多个存储器装置166可以存储指令166A。指令166A可以包括单个图像生成器部件165。当单个图像生成器部件165由一个或多个处理器164执行时,所捕获的图像用于生成通常指示部件的阻隔涂层中的缺陷或部件中的缺陷的单个图像。
图9提供了从多个捕获的图像生成的单个图像250的示意图。图9的单个图像250可以作为一个或多个处理器164(图12)执行指令166A(图12)的单个图像生成器部件165(图12)的结果而生成。如图9所示,单个图像250指示在部件200的阻隔涂层214中检测到的涂层缺陷230。特别地,单个图像250指示部件200具有一个或多个凹坑230A和一个或多个喷溅物230B。该部件及其对在相对于加热元件112被横穿时被加热元件112加热的热响应通过多个像素体现在单个图像250中。如本文将更详细解释的,代表部件200的一部分的单个图像250中的每个像素可以指示由成像相机152针对该特定像素捕获的最大温度。即,考虑到针对所有捕获的图像接收到所有温度数据,单个图像250的每个像素代表该像素的最大感测温度。
值得注意的是,单个图像250是从捕获的图像生成的,这些捕获的图像都描绘相对于成像相机152处于相同取向或位置的部件200。即,单个图像250是从都捕获部件200的相同视角的图像生成的。例如,在部件是燃气涡轮发动机的高压涡轮叶片的情况下,可以基于捕获第一侧的多个图像为叶片的第一侧(例如,叶片的压力侧)生成第一单个图像,并且可以基于捕获第二侧的多个图像为叶片的第二侧(例如,叶片的吸力侧)生成第二单个图像。应当理解,也可以为部件200的其他侧或视角生成其他单个图像。
可以使用多个捕获的图像由计算系统160的一个或多个处理器生成单个图像的示例方式将在本文中参考图13-22和随附的文本进行详细描述。
在(314)处,方法(300)包括至少部分地基于在多个图像中捕获的部件的热响应来检测部件的阻隔涂层中的一个或多个涂层缺陷。例如,在一些实施方式中,计算系统160(图1)的一个或多个处理器使用在(312)处生成的单个图像检测部件的阻隔涂层中的一个或多个涂层缺陷,该单个图像是使用多个捕获的图像生成的。在一些实施方式中,计算系统160包括计算机视觉系统。因此,如图12所示,存储在一个或多个存储器装置166上的指令166A可以包括视觉系统部件167。视觉系统部件167可以包括信号处理特征以及机器学习算法。例如,机器学习算法可以体现在卷积神经网络中。一般而言,当视觉系统部件167由一个或多个处理器164执行时,通常会在部件的阻隔涂层或部件中检测到一个或多个缺陷,并且可以分析检测到的缺陷,以便可以确定检测到的缺陷的各种特性。视觉系统部件167可以包括缺陷检测器部件167A。当缺陷检测器部件167A由一个或多个处理器164执行时,通常在部件的阻隔涂层或部件中检测到一个或多个缺陷。
在一些实施方式中,在(314)处至少部分地基于图像中捕获的部件的热响应来检测部件的阻隔涂层中的一个或多个涂层缺陷时,计算系统160的一个或多个处理器被构造为识别具有在预定范围之外的瞬态热响应的阻隔涂层的一个或多个区域。在这样的实施方式中,具有在预定范围之外的瞬态热响应的阻隔涂层的一个或多个区域被识别为阻隔涂层的一个或多个涂层缺陷。
在一些示例性实施方式中,部件的瞬态热响应可以根据瞬态热梯度(例如,温度差与两点之间的距离之比,或等效地,在给定长度内的温度变化)来限定。举例来说,图10提供了单个图像250的特写视图。单个图像250包括多个像素P。像素的小样本大小被具体地标记,包括第一、第二、第三、第四、第五、第六、第七、第八、第九、第十、第十一、第十二、第十三、第十四、第十五和第十六像素,分别标记为P1、P2、P3、P4、P5、P6、P7、P8、P9、P10、P11、P12、P13、P14、P15和P16。在该示例中,像素P是正方形,但在其他实施方式中,像素P可以是其他合适的形状。在该示例中,为了识别具有预定范围之外的瞬态热响应的阻隔涂层的一个或多个区域,计算系统160的一个或多个处理器被构造为确定多个瞬态热梯度。
如图10所示,两点之间的预定长度或距离可以是一个像素的中心与相邻像素的中心之间的距离。与确定热梯度相关联的其他预定长度是可能的。例如,两点之间的预定长度或距离可以是一个像素的中心与相隔五个像素的像素的中心之间的距离。应当理解,这些是示例性预定长度。在该示例实施方式中,对于每个像素P,为每个相邻像素确定瞬态热梯度。例如,在第一像素P1和第二像素P2之间确定第一瞬态热梯度G1,并且在第一像素P1和第五像素P5之间确定第二瞬态热梯度G2。应当理解,可以为图10中第一像素P1的上方和左侧的像素确定瞬态热梯度。确定的热梯度的小样本大小被具体地标记,包括第一、第二、第三、第四、第五、第六、第七、第八、第九、第十、第十一、第十二、第十三、第十四、第十五、第十六、第十七、第十八、第十九、第二十、第二十一、第二十二、第二十三和第二十四瞬态热梯度,分别标记为G1、G2、G3、G4、G5、G6、G7、G8、G9、G10、G11、G12、G13,G14、G15、G16、G17、G18、G19、G20、G21、G22、G23和G24。
利用确定的热梯度,计算系统160的一个或多个处理器被构造为确定所确定的瞬态热梯度中的一个或多个是否在预定范围之外,例如,在与预期与部件的非缺陷区域相关联的瞬态热梯度相关联的值的范围之外。可以将每个瞬态热梯度与预定范围进行比较。例如,在图10中,确定每个瞬态热梯度G1、G2、G3、G4、G5、G6、G7、G8、G9、G10、G11、G12、G13、G14、G15、G16、G17、G18、G19、G20、G21、G22、G23和G24(对于未示出的热梯度,依此类推)是否落在预定范围内。在该示例中,计算系统160的一个或多个处理器确定G4、G6、G9、G12、G16、G18、G19和G20在预定范围之外并且剩余的瞬态热梯度不在预定范围之外。因此,计算系统160的一个或多个处理器可以将像素P6、P7、P10和P11确定或识别为部件的阻隔涂层的作为部件的阻隔涂层中的缺陷的区域。其他区域可以以与上述相同的方式被识别为缺陷。
在一些实施方式中,预定范围是多个预定范围中的一个。每个预定范围可以与部件的区域或位置相关联。例如,一个预定范围可以与部件的前缘相关联,一个预定范围可以与冷却孔周围的区域相关联,一个预定范围可以与部件的后缘相关联等。在这样的实施方式中,所确定的热梯度可以与多个预定范围中的预定范围进行比较,该预定范围与对应于所考虑的像素的位置的区域或位置相关联。
在一些其他示例实施方式中,部件的瞬态热响应可以根据瞬态热发射率来限定。作为示例,图11提供了单个图像250的一部分的另一个特写视图。如同图10的单个图像250,图11的单个图像250包括多个像素P,包括第一、第二、第三、第四、第五、第六、第七、第八、第九、第十、第十一、第十二、第十三、第十四、第十五和第十六像素,分别标记为P1、P2、P3、P4、P5、P6、P7、P8、P9、P10、P11、P12、P13、P14、P15和P16。在该示例中,像素P是正方形,但在其他实施方式中,像素P可以是其他合适的形状。在该示例中,为了识别具有在预定范围之外的瞬态热响应的阻隔涂层的一个或多个区域,计算系统160的一个或多个处理器被构造为确定体现每个像素P的部件的热发射率。如上所述,考虑到针对特定像素的多个图像中捕获的所有温度,每个像素P可以指示针对该特定像素捕获的最大温度。
如图11所示,为每个像素P确定瞬态热发射率。例如,为第一像素P1确定第一发射率R1,为第二像素P2确定第二发射率R2,以此类推为每个像素P确定瞬态热发射率。这样,可以为它们的相关联像素确定第一、第二、第三、第四、第五、第六、第七、第八、第九、第十、第十一、第十二、第十三、第十四、第十五和第十六热发射率,如图11所示。热发射率分别标记为R1、R2、R3、R4、R5、R6、R7、R8、R9、R10、R11、R12、R13、R14、R15和R16。
利用确定的热发射率,计算系统160的一个或多个处理器被构造为确定所确定的热发射率中的一个或多个是否在预定范围之外,例如,在与预期与部件的非缺陷区域相关联的瞬态热发射相关联的值的范围之外。可以将每个瞬态热发射率与预定范围进行比较。例如,在图11中,确定瞬态热发射率R1、R2、R3、R4、R5、R6、R7、R8、R9、R10、R11、R12、R13、R14、R15和R16(对于未示出的热发射率,依此类推)中的一个或多个是否落在预定范围内。在该示例中,计算系统160的一个或多个处理器确定热发射率R6、R7和R11在预定范围之外并且剩余的瞬态热发射率不在预定范围之外。因此,计算系统160的一个或多个处理器可以将像素P6、P7和P11确定或识别为部件的阻隔涂层的作为部件的阻隔涂层中的缺陷的区域。其他区域可以以与上述相同的方式被识别为缺陷。
在一些实施方式中,预定范围是多个预定范围中的一个。每个预定范围可以与部件的区域或位置相关联。例如,一个预定范围可以与部件的前缘相关联,一个预定范围可以与冷却孔周围的区域相关联,一个预定范围可以与部件的后缘相关联等。在这样的实施方式中,可以将确定的热发射率与多个预定范围中的预定范围进行比较,该预定范围与对应于所考虑的像素的位置的区域或位置相关联。
在一些实施方式中,在(314)处至少部分地基于图像中捕获的部件的热响应来检测部件的阻隔涂层中的一个或多个涂层缺陷时,计算系统160的一个或多个处理器被构造为确定与捕获图像的像素或像素组相关联的温度变化率。值得注意的是,在部件的加热和冷却期间都可以检测缺陷。因此,可以确定与像素相关联的加热速率和/或可以确定与像素相关联的冷却速率。所确定的像素或像素组的加热速率可以与预定加热速率进行比较。预定加热速率可以是与部件的非缺陷区域的预期加热速率相关联的加热速率。因此,如果所确定的像素或像素组的加热速率在预定加热速率之外,则预定加热速率之外的像素或像素组可以被确定或识别为阻隔涂层中的缺陷(或阻隔涂层中的缺陷的一部分)。此外,对于具有被确定为在预定加热速率之外的加热速率的像素或像素组,所确定的像素或像素组的加热速率可用于分类与其相关联的缺陷。例如,各种缺陷(例如喷溅物、凹坑、分层等)可具有对应的预期加热速率范围。一个或多个处理器可以确定所确定的加热范围落在哪个加热速率范围中,并且可以相应地对缺陷的类型进行分类。
附加地或替代地,可以将所确定的像素或像素组的冷却速率与预定冷却速率进行比较。预定冷却速率可以是与部件的非缺陷区域的预期冷却速率相关联的冷却速率。因此,如果所确定的像素或像素组的冷却速率在预定冷却速率之外,则在预定冷却速率之外的像素或像素组可以被确定或识别为阻隔涂层中的缺陷(或阻隔涂层中的缺陷的一部分)。此外,对于具有被确定为在预定冷却速率之外的冷却速率的像素或像素组,所确定的像素或像素组的冷却速率可用于对与其相关联的缺陷进行分类。例如,各种缺陷(例如喷溅物、凹坑、分层等)可具有对应的预期冷却速率范围。一个或多个处理器可以确定所确定的冷却范围落在哪个冷却速率范围中,并且可以相应地对缺陷的类型进行分类。
图12提供了根据本公开的一个实施例的描绘像素的时间-温度曲线的曲线图。如图所示,当热量经由横穿加热元件施加到部件时,与像素相关联的部件的部分在t=0秒开始上升。在大约t=5秒时,像素达到峰值幅度或峰值温度。在达到峰值幅度之后,当加热元件远离与像素相关联的部件的位置时,对应于像素的部件的位置开始冷却。一个或多个处理器可以为捕获的图像的每个像素或像素组生成时间-温度曲线图。
如上所述,一个或多个处理器可以确定与像素相关联的加热速率。加热速率可以基于在多个图像中捕获的像素的瞬时温度和成像装置的帧频来确定。像素的加热速率取决于部件的材料性能以及与像素相关联的部件的位置处是否存在缺陷。在一些实施方式中,加热速率可以被确定为预定时间段内的平均加热速率。作为一个示例,预定时间段可以是从像素超过相对于其环境温度的温度阈值的时间到像素达到峰值幅度的时间(例如在图12中从时间t=0秒到时间t=5秒)的时间段。作为另一示例,预定时间段可以是其中与像素相关联的部件的部分温度升高的预限定时间段。可以确定加热速率并将其与如上所述的预定加热速率范围进行比较。当像素具有在预定加热速率范围内的确定加热速率时,与像素相关联的部件的位置被识别为部件的非缺陷部分或区域。当像素具有在预定加热速率范围之外的确定加热速率时,与像素相关联的部件的位置被识别为部件的缺陷或缺陷区域。此外,当像素具有在预定加热速率范围之外的确定加热速率时,可以基于确定的加热速率例如以上述方式对缺陷类型进行分类。
附加地或替代地,一个或多个处理器可以确定与像素相关联的部件的部分的冷却速率。冷却速率可以基于在多个图像中捕获的像素的瞬时温度和成像装置的帧频来确定。像素的冷却速率取决于部件的材料性能以及与像素相关联的部件的位置处是否存在缺陷。在一些实施方式中,冷却速率可以被确定为预定时间段内的平均冷却速率。作为一个示例,预定时间段可以是从像素达到峰值幅度的时间到像素达到峰值幅度的预限定裕度之外的温度的时间(例如在图12中从时间t=5秒到时间t=16秒)的时间段。作为另一示例,预定时间段可以是一些其他预限定时间段。可以确定冷却速率并将其与如上所述的预定冷却速率范围进行比较。当像素具有在预定冷却速率范围内的确定冷却速率时,与像素相关联的部件的位置被识别为部件的非缺陷部分或区域。当像素具有在预定冷却速率范围之外的确定冷却速率时,与像素相关联的部件的位置被识别为部件的缺陷或缺陷区域。此外,当像素具有在预定冷却速率范围之外的确定冷却速率时,可以基于确定的冷却速率例如以上述方式对缺陷类型进行分类。
值得注意的是,与像素相关联的峰值幅度可以对应于缺陷大小的量度或是缺陷大小的量度。像素的幅度越大,缺陷越大,反之,像素的幅度越小,缺陷越小。因此,在一些实施方式中,可以至少部分地基于像素在其确定的时间-温度曲线上的幅度来确定缺陷大小。此外,在一些实施方式中,如果与像素相关联的峰值幅度低于幅度阈值(即,低于温度阈值),则不确定像素的加热和/或冷却速率,因为像素不是或很可能不是与缺陷相关联。这可以节省一个或多个处理器的宝贵计算资源。
在(316)处,方法(300)包括分析检测到的部件中的涂层缺陷。例如,计算系统160的一个或多个处理器可以利用在(312)处生成的单个图像来分析部件中检测到的缺陷。在一些实施方式中,如图12所示,视觉系统部件167包括缺陷分析器部件167B。当缺陷分析器部件167B由一个或多个处理器164执行时,可以分析在(314)处检测到的缺陷,从而可以确定检测到的缺陷的各种特性。在一些实施方式中,缺陷检测器部件167A和缺陷分析器部件167B可以组合成单个部件或指令集。
在一些实施方式中,在(316)处分析检测到的部件中的缺陷时,计算系统160的一个或多个处理器被构造为确定与在(314)处识别的检测到的缺陷或缺陷区域相关联的一个或多个特性。例如,计算系统160的一个或多个处理器可以被构造为确定所识别的阻隔涂层中的一个或多个涂层缺陷的数量。也就是说,可以确定涂层或部件中识别出的缺陷的总数。识别出的缺陷数量可以代表单个图像中识别出的缺陷的总数。由于单个图像可能仅捕获部件的一个侧面或视角,因此可以理解,为部件的其他视角或侧面生成的其他单个图像中的缺陷数量需要加在一起以确定部件的阻隔涂层中的缺陷总数。例如,在部件是燃气涡轮发动机的高压涡轮叶片的情况下,在为叶片的第一侧(例如,叶片的压力侧)生成的第一单个图像中识别出的缺陷数量将需要与为叶片的第二侧(例如,叶片的吸力侧)生成的第二单个图像中识别出的缺陷数量相加,以确定部件的缺陷总数。
计算系统160的一个或多个处理器可以被构造为也确定与检测到的缺陷相关联的其他特性。例如,计算系统160的一个或多个处理器可以被构造为确定识别出的涂层缺陷的深度或高度。再次参考图2,确定缺陷(例如凹坑230A)的深度D1可以提供关于缺陷严重性的信息。特别地,确定缺陷的深度D1可以提供关于部件200的金属结构210或结合涂层212是否由于缺陷而暴露于外部环境或缺陷是否包含在阻隔涂层214中的信息。此外,缺陷深度可以提供有关涂层机器或处理的错误或问题的信息。在一些实施方式中,深度Dl可以限定为从阻隔涂层214的外表面216到缺陷的最深部分的距离,如图2所示。在其他实施方式中,深度D1可以被限定为从阻隔涂层214的外表面216到缺陷的平均深度的距离。
确定缺陷(例如喷溅物230B)的高度E1也可能是有用的。例如,缺陷的高度E1可以提供有关涂层机器或处理的错误或问题的信息,并且可以提供有关喷溅物将脱落的可能性以及有关如果喷溅物例如在发动机操作期间从部件脱离将导致的空隙大小的洞察力。在一些实施方式中,高度E1可以限定为从阻隔涂层214的外表面216到缺陷顶点的距离,如图2所示。在其他实施方式中,高度E1可以限定为从阻隔涂层214的外表面216到缺陷的平均高度的距离。
缺陷的深度和/或高度可由计算系统160的一个或多个处理器基于在单个图像中捕获的部件的热响应来确定。例如,具有更大深度的缺陷可能比具有更浅深度的缺陷表现出更高的热发射率。因此,以单个图像的像素表示的发射率可以与深度相关(例如,通过查找表)。此外,具有更大高度的缺陷可能比具有更低高度的缺陷表现出更低的热发射率。因此,以单个图像的像素表示的发射率可以与高度相关(例如,通过查找表)。
计算系统160的一个或多个处理器还可以被构造为确定所识别的阻隔涂层的涂层缺陷中的每一个的面积分数或百分比。即,可以确定给定缺陷或缺陷区域的面积相对于部件的总表面面积(或在单个图像中描绘的部件的侧面的总表面面积)的分数。作为一个示例,可以将与缺陷相关联的像素数量与代表部件的一部分的单个图像中的像素总数进行比较。也可以以其他合适的方式确定缺陷的面积分数。此外,一个或多个处理器可以被构造为例如通过将与识别的缺陷相关联的所有面积分数加在一起并且将总和相对于在单个图像中表示的部件的部分的总表面面积进行比较来确定单个图像中表示的部件的部分的总面积分数。此外,在一些实施方式中,一个或多个处理器可以被构造为例如通过将与识别的缺陷相关联的所有面积分数加在一起并将总和相对于部件的总表面面积进行比较来确定部件的总面积分数。为了确定与识别的缺陷相关联的部件的总面积分数,应当理解,在确定总面积分数时将考虑为其他生成的单个图像(例如,代表部件另一侧的单个图像)的缺陷确定的面积分数。
在一些实施方式中,在(316)处分析检测到的部件中的缺陷时,计算系统160的一个或多个处理器被构造为将缺陷分类到缺陷的类别或类型中,例如凹坑或喷溅物。在一些实施方式中,计算系统160的一个或多个处理器被构造为至少部分地基于所识别缺陷的热响应对所识别缺陷进行分类。例如,如上所述,部件的非缺陷区域和缺陷产生不同的热发射率,并且部件的像素代表了这一事实。此外,某些缺陷会在可识别的范围内产生热发射率。例如,凹坑可以产生在第一预定范围内的热发射率,喷溅物可以产生在第二预定范围内的热发射率,对于其他类型的缺陷依此类推。因此,可以利用每个缺陷的热发射率来对所识别缺陷的类型进行分类。每个缺陷可以基于由与给定缺陷相关联的像素表示的平均热发射率和/或基于与具有最大或最低热发射率的缺陷相关联的像素来分类。
此外,还可以利用在相邻像素之间确定的热梯度来对缺陷进行分类。例如,凹坑可以产生具有在第一预定范围内的陡度或坡度的梯度,喷溅物可以产生具有在第二预定范围内的陡度或坡度的梯度,对于其他类型的缺陷依此类推。在一些实施方式中,可以基于从代表非缺陷区域的像素和形成所识别缺陷的周边的一部分的像素延伸的所有热梯度的平均坡度或陡度(例如,图10中的热梯度G4、G6、G9、G12、G16、G18、G19、G20的平均陡度)对每个缺陷进行分类。在其他实施方式中,考虑到从代表非缺陷区域的像素和形成所识别缺陷的周边的一部分的像素延伸的所有热梯度,可以基于最陡峭和/或最低坡度对每个缺陷进行分类。
在一些其他实施方式中,在(316)处分析检测到的部件中的缺陷时,计算系统160的一个或多个处理器被构造为至少部分地基于与缺陷相关联的一个或多个确定的特性将缺陷分类到缺陷的类别或类型中。例如,可以利用特定缺陷的深度和/或高度来对缺陷进行分类。例如,具有在预定深度范围内的深度的缺陷可以被分类为凹坑,具有在预定高度范围内的高度的缺陷可以被分类为喷溅物,对于其他类型的缺陷依此类推。在一些实施方式中,在(316)处分析检测到的部件中的缺陷时,计算系统160的一个或多个处理器被构造为至少部分地基于与缺陷相关联的一个或多个确定的特性以及所识别缺陷的热响应将缺陷分类到缺陷的类别或类型中。
在(318)处,方法(300)包括确定部件的阻隔涂层是否是可接受阻隔涂层。例如,一方面,当部件的阻隔涂层通过所有或一些预限定标准的组合时,则将阻隔涂层确定为可接受的。另一方面,当部件的阻隔涂层未通过所有或一些预限定标准的组合时,则将阻隔涂层确定为不可接受的。
在一些实施方式中,计算系统160的一个或多个处理器被构造为基于以下比较中的至少一个来确定部件的阻隔涂层是否是可接受阻隔涂层:所识别的阻隔涂层的一个或多个涂层缺陷的数量与数量阈值的比较;所识别的阻隔涂层的一个或多个涂层缺陷中的每一个的深度与深度阈值的比较;所识别的阻隔涂层的一个或多个涂层缺陷的面积分数与面积分数的比较。在一些实施方式中,阻隔涂层必须通过所有比较。在其他实施方式中,阻隔涂层必须通过其某种组合,例如三个比较中的两个。
除了以上提到的比较之外或替代地,在一些实施方式中,计算系统160的一个或多个处理器被构造为基于分类为特定类型的缺陷的缺陷数量超过数量阈值、面积分数阈值等来确定部件的阻隔涂层是否是可接受阻隔涂层。例如,如果凹坑的数量超过凹坑数量阈值,则阻隔涂层将被确定为不可接受的。用于确定阻隔涂层是否可接受的其他预限定标准也是可能的。计算系统160的一个或多个处理器可以自动确定阻隔涂层是否可接受而无需对部件进行任何人工视觉检查。
在(320)处,方法(300)包括显示与部件的检查相关联的信息。例如,计算系统160的一个或多个处理器可以使显示装置172显示与部件的检查相关联的信息。可以显示各种类型的信息。例如,检查处理的结果可以显示在显示装置172上,例如,显示装置172上的图形可以指示部件的阻隔涂层是可接受的还是不可接受的。此外,检测到的缺陷的所确定特性可以显示在显示装置172上。例如但不限于,可以显示所识别的缺陷的数量或总数,可以显示所识别的缺陷的总面积分数,可以显示各种缺陷的深度,以及可以显示各种缺陷的高度。也可以显示与识别的缺陷相关联的其他特性。
此外,在(312)处生成的单个图像可以显示在显示装置172上。所显示的单个图像可以指示响应于加热元件112相对于部件200横穿并向其施加热量的部件200的热响应或特征。当显示单个图像时,也可以显示与在单个图像中识别的缺陷相关联的特性。此外,可以在显示装置172上显示为部件的其他视角生成的其他单个图像。用户接口170提供在生成的单个图像之间滚动的手段。当在显示装置172上显示特定的单个图像时,也可以显示与在该特定单个图像中识别的缺陷相关联的特性。
图12提供了计算系统160的框图。计算系统160可包括一个或多个计算装置162,其可用于实施根据本公开的示例实施例的本文所述的方法和系统。计算装置162是用于实施本文描述的计算元件的合适计算装置的一个示例。
如前所述,计算装置162可以包括一个或多个处理器164和一个或多个存储器装置166。一个或多个处理器164可以包括任何合适的处理装置,例如微处理器、微控制器、集成电路、逻辑装置或其他合适的处理装置。一个或多个存储器装置166可以包括一个或多个计算机可读介质,包括但不限于非暂时性计算机可读介质、RAM、ROM、硬盘驱动器、闪存驱动器和其他存储器装置,例如一个或多个缓冲装置。
一个或多个存储器装置166可存储可由一个或多个处理器164访问的信息,包括可由一个或多个处理器164执行的计算机可读指令166A。指令166A可以是任何指令集,当该任何指令集由一个或多个处理器164执行时使一个或多个处理器164进行操作,例如除其它操作外,使加热元件相对于部件横穿同时向其施加热量,使气流生成器将空气脉冲到部件的内部通道中,使从多个捕获的图像生成单个图像,和/或使视觉系统检测并分析所识别的缺陷。指令166A可以是用任何合适的编程语言编写的软件或者可以用硬件实施。在一些实施例中,指令166A可由一个或多个处理器164执行以使得一个或多个处理器164进行操作。
存储器装置166还可以存储可由处理器164访问的数据166B。例如,数据166B可以包括由成像装置捕获的图像、基线数据、模型数据、逻辑数据等,如本文所述。根据本公开的示例实施例,数据166B可以包括一个或多个表、函数、算法、模型、方程等。
一个或多个计算装置162还可以包括用于例如与系统的其他部件通信的通信接口168。通信接口168可以包括用于与一个或多个网络接口的任何合适的部件,包括例如发射器、接收器、端口、控制器、天线或其他合适的部件。
单个观察图像的生成
现在将详细描述其中可以通过一个或多个处理器使用由成像装置捕获的图像生成单个观察图像的方式。将瞬态热响应捕获到一个单个观察图像中允许更快、更准确地检查部件。3D数据(多个捕获的图像或电影)被智能地处理成指示部件的瞬态热响应的2D图像,而不描绘横穿加热元件。
图14提供了生成单个观察图像的示例方法(400)的流程图。例如,方法(400)可用于生成图9的单个图像250。参考图12,计算系统160的一个或多个处理器164可以执行指令166A的单个图像生成器部件165以生成单个图像250。为了说明和讨论的目的,图14描绘了以特定顺序进行的动作。使用本文提供的公开内容的本领域普通技术人员将理解,在不脱离本公开的范围的情况下,可以以各种方式修改本文公开的任何方法的各种动作。将参考本文描述和在图中示出的涂层检查系统100和部件200的各种特征。
在(402)处,方法(400)包括通过一个或多个处理器接收由成像装置捕获的多个图像。当加热元件沿横穿方向相对于部件横穿并向其施加热量时,多个图像中的每个图像捕获具有阻隔涂层的部件。例如,计算系统160的一个或多个处理器164可以接收由成像相机152捕获的多个图像。该部件可以是图1中描绘的部件200或具有金属结构和阻隔涂层的一些其他部件。多个图像或帧可以共同描绘当加热元件沿横穿方向相对于部件横穿并向其施加热量时部件的热响应。即,图1的成像相机152可以在加热元件112沿其横穿路径横穿并向部件200施加热量(例如,如图4-7所示)时捕获部件的热响应的图像。也就是说,响应于加热元件112扫过部件200并将热量赋予部件200,每个图像可以捕获部件200的瞬时温度分布。由于裂纹和其他缺陷是表面不连续性,它们为涡流的流动创造了障碍,因此,热点在成像装置捕获的图像中的温度分布中形成为时间和空间事件。因此,单独的图像可以各自捕获部件的局部瞬态热响应。每个图像可以具有相同数量的像素。
在(404)处,方法(400)包括使用所捕获的多个图像生成多个掩蔽图像。例如,计算系统160的一个或多个处理器164可以使用在(402)处接收到的捕获图像来生成掩蔽图像。在一些实施方式中,通过对于多个图像中的每个图像沿着横穿方向邻近加热元件并在其前方定位掩蔽窗口并将热数据应用到多个图像中的每个图像的掩蔽窗口内的像素来生成掩蔽图像。
作为示例,图15-18描绘了当加热元件112沿着横穿方向T1相对于部件200横穿并向其施加热量时由成像装置捕获的部件200的多个图像260。在该示例中,横穿方向T1是沿着竖直方向V的方向。然而,如所指出的,在其他实施方式中,横穿方向T1可以沿着不同的方向延伸。此外,应当理解,成像装置可以捕获比图15-18中所示的图像多得多的图像,包括在描绘的捕获的图像260之前、之间或之后捕获的图像。捕获的图像260或帧可以共同捕获加热元件112横穿部件200的整个长度(例如,竖直长度)的进展。
如图15、16、17和18的图像260中的每一个所示,计算系统160的一个或多个处理器沿着横穿方向T1邻近加热元件112并在其前方定位掩蔽窗口270。因此,如图所示,掩蔽窗口270与加热元件112一起逐帧或逐个图像移动。掩蔽窗口270在图15-18中被描绘为矩形,但其他形状也是可能的。
在系统100(图1)的实验过程中发现的一个观察结果是,当加热元件112相对于部件200横穿时,热瞬变或异常开始出现在加热元件112的前面。特别地,热瞬变相对于它们刚好在加热元件112前方的背景(即,非缺陷区域)显著出现。因此,在一些实施方式中,在每个捕获的图像260中掩蔽窗口270被放置成邻近加热元件112并在其前方。因此,在该示例中,在图15-18的每个捕获图像260中,掩蔽窗口270被放置成邻近加热元件112并在其前方(沿着竖直方向V就在加热元件112下方)。
如图15最佳所示,每个掩蔽窗口270具有第一长度Ll(例如,沿横穿方向Tl延伸的长度)和第二长度L2(例如,垂直于横穿方向Tl延伸的长度)。对于该实施例,掩蔽窗口270的第二长度L2跨越所捕获图像260的宽度。每个掩蔽窗口可以具有跨越掩蔽窗口位于其上的图像的宽度的第二长度L2。在一些实施例中,掩蔽窗口270的第二长度L2跨越部件200的宽度。掩蔽窗口270的第一长度L1可以基于所选的热输出和加热元件112的横穿速度来选择。在一些实施例中,掩蔽窗口270的第一长度L1被选择为使得掩蔽窗口270捕获由加热元件112在其周边内辐射的热量产生的部件200的热响应,但以其它方式保持尽可能短以最小化计算机处理时间。在一些实施例中,掩蔽窗口270的第一长度L1小于部件200的部件长度LC1的四分之一。部件长度LC1沿着横穿方向T1延伸。在一些实施方式中,掩蔽窗口270的第一长度L1小于部件200的部件长度LC1的八分之一。
在每个捕获的图像260中掩蔽窗口270定位成邻近加热元件112并在其前方的情况下,计算系统160的一个或多个处理器164将热数据应用到每个图像260的掩蔽窗口270内的像素。值得注意的是,掩蔽窗口270用于掩蔽其周边之外的像素。因此,对于每个图像260,掩蔽窗口270之外的像素被忽略。在一些实施方式中,成像装置是红外成像装置并且热数据是三维(3D)红外传感器数据。热数据可以指示部件200的瞬时温度分布。在一些实施方式中,将热数据应用于定位在多个图像中的每个图像中的相应掩蔽窗口内的像素包括向定位在图像中的相应掩蔽窗口内的每个像素分配值(例如,温度值)。
作为示例,图19提供了应用于每个图像的掩蔽窗口的像素的热数据的示意图。如图所示,热数据280A被应用于定位在第一捕获图像260A上的掩蔽窗口270A内的像素P,热数据280B被应用于定位在第二捕获图像260B上的掩蔽窗口270B内的像素P,热数据280C被应用于定位在第三捕获图像260C上的掩蔽窗口270C内的像素P,对于N个捕获图像依此类推,其中N是整数。特定掩蔽窗口内的每个像素可以接收热数据(例如,接收温度值)。如所描绘的,热数据280A、280B、280和280N仅应用于所捕获图像260A、260B、260C和260N的相应掩蔽窗口270A、270B、270C和270N内的像素P。掩蔽窗口之外的像素被忽略。除其他益处外,掩蔽掩蔽窗口之外的像素可以减少将热数据应用于2D捕获图像所需的处理时间和计算资源。
图20提供了多个生成的掩蔽图像290的示意图。每个生成的掩蔽图像290代表其相关联的掩蔽窗口的应用有热数据的像素。例如,第一掩蔽图像290A代表其相关联的第一掩蔽窗口270A的应用有热数据280A的像素P,第二掩蔽图像290B代表其相关联的第二掩蔽窗口270B的应用有热数据280B的像素P,第三掩蔽图像290C代表其相关联的第三掩蔽窗口270C的应用有热数据280C的像素P,依此类推,直到第N个掩蔽图像。
如上所述,当加热元件相对于部件横穿时,发现热瞬变或异常开始就出现在加热元件的前方。捕获和考虑加热元件前方的像素可以提供有价值的洞察力来确定与像素相关联的最大温度值和/或加热速率。然而,如上所述,也可以考虑与像素相关联的最小温度值和/或冷却速率。可以理解,在加热元件横穿过部件的特定部分之后,部件开始冷却。为了捕获与像素相关联的最小温度值和/或冷却速率,在一些实施方式中,掩蔽窗口可以定位成沿着横穿方向在加热元件的后方。还应当理解,最大温度值可以在定位在加热元件后方的掩蔽窗口内捕获。此外,还可以在定位在加热元件后方的掩蔽窗口内捕获对与像素相关联的加热速率的洞察。
作为示例,如图21所示,在每个捕获的图像(图21中仅示出一个捕获的图像260)中掩蔽窗口270定位成沿着横穿方向Tl邻近加热元件112并在其后方。因此,图21的掩蔽窗口270定位成在部件200冷却时捕获部件200的瞬态热响应。在一些实施方式中,沿着横穿方向T1定位在加热元件112后方的掩蔽窗口270不需要邻近加热元件112定位;相反,例如沿着横穿方向T1在加热元件112和掩蔽窗口270之间可以存在空间。
在其他实施方式中,掩蔽窗包括两个区段,包括前区段和后区段。在这样的实施方式中,在每个捕获的图像中掩蔽窗口的前区段定位成沿着横穿方向邻近加热元件并在其前方,并且在每个捕获的图像中掩蔽窗口的后区段定位成沿着横穿方向邻近加热元件并在其后方。在这样的实施方式中,前区段和后区段可以是不连续的区段。
作为另一个示例,如图22所示,掩蔽窗口270包括两个区段,包括前区段272和后区段274。在这样的实施方式中,在每个捕获的图像(图22中仅示出一个捕获图像260)中掩蔽窗口270的前区段272定位成沿着横穿方向T1邻近加热元件112并在其前方,并且在每个捕获的图像中掩蔽窗口270的后区段274定位成沿着横穿方向T1邻近加热元件112并在其后方。前区段和后区段272、274可以是不连续的区段,如图21所示。此外,在这样的实施方式中,后区段274可以具有长度L1-B(例如,沿着横穿方向T1延伸的长度),长度L1-B是掩蔽窗口270的前区段272的长度L1-F(例如,沿着横穿方向T1延伸的长度)的至少两倍。
在一些实施方式中,沿着横穿方向Tl定位在加热元件112前方的前区段272不需要邻近加热元件112定位;相反,例如沿着横穿方向T1在加热元件112和前区段272之间可以存在空间。附加地或替代地,在一些实施方式中,沿着横穿方向T1定位在加热元件112后方的后区段274不需要邻近加热元件112定位;相反,例如沿着横穿方向T1在加热元件112和后区段274之间可以存在空间。
在(406)处,方法(400)包括至少部分地基于所应用的热数据来确定与多个掩蔽图像上的每个像素相关联的最小值和/或最大值。即,考虑特定像素的所有热数据值,为该特定像素确定最小值和/或最大值。在一些实施方式中,最小值和/或最大值是最小温度值和/或最大温度值。在一些实施方式中,在(406)处确定与多个掩蔽图像上的每个像素相关联的最小值和/或最大值包括为多个掩蔽图像中的每个像素确定其中表示了多个掩蔽图像中的给定像素的多个掩蔽图像中的每个掩蔽图像,以及比较与来自其中表示了给定像素的每个掩蔽图像的给定像素相关联的值。为了确定最小值,选择与给定像素相关联的最小的值作为与给定像素相关联的最小值。为了确定最大值,选择与给定像素相关联的最大的值作为与给定像素相关联的最大值。
作为示例,图23描绘了若干掩蔽图像290,包括第一掩蔽图像290D、第二掩蔽图像290E、第三掩蔽图像290F和第四掩蔽图像290G。掩蔽图像290D、290E、290F和290G是使用由成像装置捕获的连续图像创建的。每个掩蔽图像290包括多个像素P。一些或所有像素P可以在多个掩蔽图像290中表示。例如,如图所示,像素P10在多个掩蔽图像290中表示。
为了确定与多个掩蔽图像290上的像素P10相关联的最大值,确定其中出现像素P10的每个掩蔽图像。在该示例中,像素P10被发现在第一掩蔽图像290D、第二掩蔽图像290E和第三掩蔽图像290F的周边内,但没有在第四掩蔽图像290G的周边内。因此,仅考虑第一、第二和第三掩蔽图像290D、290E、290F来确定像素P10的最大值。在第一掩蔽图像290D中,像素P10具有值T1(例如,温度值)。在第二掩蔽图像290E中,像素P10具有值T2。在第三掩蔽图像290F中,像素P10具有值T3。在该示例中,对于像素P10,T3>T2>T1。因此,对于像素P10,最大值是T3。应当理解,可以以与针对像素P10描述的相同的方式确定多个掩蔽图像290上的每个像素的最大值。例如,可以以相同方式确定像素P11的最大值。在该示例中,对于像素P11,T2>T3>T1。因此,对于像素P11,最大值被确定为T2。除了使用最小值而不是最大值之外,可以以与所述类似的方式确定像素的最小值。
在(408)处,方法(400)包括使用多个掩蔽图像生成部件的单个观察图像,并且使得与多个掩蔽图像中的每个像素相关联的所确定的最小值和/或最大值在单个观察图像中表示。例如,计算系统160的一个或多个处理器可以生成单个观察图像。在一些实施方式中,计算系统160的一个或多个处理器可以生成单个观察图像,使得与多个掩蔽图像中的每个像素相关联的所确定的最大值在单个观察图像中表示。在其他实施方式中,计算系统160的一个或多个处理器可以生成单个观察图像,使得与多个掩蔽图像中的每个像素相关联的所确定的最小值在单个观察图像中表示。在又一实施方式中,计算系统160的一个或多个处理器可以生成两个单个观察图像,包括一个表示所确定的最大值的单个观察图像和一个表示所确定的最小值的单个观察图像。
作为示例,图24描绘了具有多个像素P的生成的单个观察图像250。值得注意的是,单个观察图像250的像素P表示或描绘部件200的相同相应部分,正如它们在掩蔽图像290和捕获图像260中所做的那样。因此,在整个单个观察图像生成处理中,特定像素始终代表部件200的相同部分。例如,像素P12可以表示在捕获的图像中、在生成的掩蔽图像中以及在如图24所示的最终的单个观察图像250中的部件200的前缘的一部分。
代表部件200的一部分的单个观察图像250的每个像素P显示其各自的部件200的部分和部件200的瞬态热响应。部件200的瞬态热响应在单个观察图像250的像素P中表示为相应像素的所确定的最大值。例如,单个观察图像250的像素P10的所确定的最大值被确定为T3(例如,其是从图23中的第三掩蔽图像290F中提取或确定的)。因此,在单个观察图像250中,部件200在像素P10处的热响应被描绘为T3。单个观察图像250的像素P11的所确定的最大值被确定为T2(例如,其是从图23中的第三掩蔽图像290F中提取或确定的)。因此,在单个观察图像250中,部件200在像素P11处的热响应被描绘或表示为T2。单个观察图像250的其他像素P同样可以表示它们各自所确定的最大值。
值得注意的是,加热元件112(图19)在生成的单个观察图像250中不存在或几乎被移除。由于从掩蔽图像290的像素中选择像素以最终显示它们的最大值,因此单个观察图像250中不存在加热元件112。因此,尽管成像相机152(图1)在多个捕获的图像260(图15-18)中捕获加热元件112,但单个观察图像250不包括加热元件112的足迹。这可以提供更清晰的图像并且可以例如在本文描述的方法(300)的(314)、(316)和(318)处促进部件200的缺陷的检测和热响应的分析。
本文讨论的技术参考了基于计算机的系统、由基于计算机的系统采取的动作、发送到基于计算机的系统的信息以及来自基于计算机的系统的信息。应当理解,基于计算机的系统的固有灵活性允许部件之间和之中的任务和功能的多种可能的构造、组合和划分。例如,可以使用单个计算装置或组合工作的多个计算装置来实施本文讨论的处理。数据库、存储器、指令和应用可以在单个系统上实施,也可以分布在多个系统上。分布式部件可以顺序或并行操作。
虽然可以在一些附图中而不在其他附图中示出各种实施例的特定特征,但这仅仅是为了方便。根据本公开的原理,附图的任何特征可以与任何其他附图的任何特征结合引用和/或要求保护。
该书面描述使用示例来公开本发明,包括最佳模式,并且还使本领域的任何技术人员能够实践本发明,包括制造和使用任何装置或系统以及进行任何合并的方法。本发明的可专利范围由权利要求限定,并且可以包括本领域技术人员想到的其他示例。如果这些其他示例包括与权利要求的字面语言没有区别的结构元件,或者如果它们包括与权利要求的字面语言没有实质区别的等效结构元件,则这些其他示例意图落入权利要求的范围内。
本发明的进一步方面由以下条项的主题提供:
1.一种系统,包括:加热元件;成像系统,所述成像系统具有成像装置;计算系统,所述计算系统具有一个或多个处理器和一个或多个存储器装置,所述一个或多个处理器被构造为:使所述加热元件相对于具有涂层的部件横穿;当所述加热元件相对于所述部件横穿时,使所述加热元件加热所述部件;当所述加热元件相对于所述部件横穿并且向其施加热量时,使所述成像装置捕获所述部件的多个图像,多个捕获的图像指示所述部件的瞬态热响应;以及至少部分地基于在所述多个图像中捕获的所述部件的所述瞬态热响应来检测所述部件的所述涂层中的一个或多个涂层缺陷。
2.根据任何前述条项所述的系统,其中所述一个或多个处理器被构造为:由所述多个捕获的图像生成单个图像,所述单个图像指示所述部件的所述涂层中的一个或多个检测到的涂层缺陷,并且其中,所述一个或多个处理器使用所生成的单个图像来检测所述部件的所述涂层中的所述一个或多个涂层缺陷。
3.根据任何前述条项所述的系统,其中所述一个或多个处理器使所述加热元件相对于所述部件横穿的速度在2-5cm/s之间。
4.根据任何前述条项所述的系统,其中在至少部分地基于在所述多个图像中捕获的所述部件的所述瞬态热响应来检测所述部件的所述涂层中的所述一个或多个涂层缺陷时,所述一个或多个处理器被构造为:识别所述瞬态热响应在预定范围之外的所述涂层的一个或多个区域,并且其中,所述瞬态热响应在所述预定范围之外的所述涂层的所述一个或多个区域被识别为所述涂层的所述一个或多个涂层缺陷。
5.根据任何前述条项所述的系统,其中所述一个或多个处理器被构造为:确定所识别的所述涂层的一个或多个涂层缺陷的一个或多个特性;并且至少部分地基于一个或多个所确定的特性对所识别的所述涂层的一个或多个涂层缺陷进行分类。
6.根据任何前述条项所述的系统,其中在确定所识别的所述涂层的一个或多个涂层缺陷的所述一个或多个特性时,所述一个或多个处理器被构造为:确定以下中的至少一个:所识别的所述涂层的一个或多个涂层缺陷的数量、所识别的所述涂层的一个或多个涂层缺陷中的每一个的深度以及所识别的所述涂层的一个或多个涂层缺陷的面积分数。
7.根据任何前述条项所述的系统,其中所述一个或多个处理器被构造为:基于以下比较中的至少一个来确定所述部件的所述涂层是否为可接受涂层:所识别的所述涂层的一个或多个涂层缺陷的所述数量与数量阈值的比较;所识别的所述涂层的一个或多个涂层缺陷中的每一个的所述深度与深度阈值的比较;以及所识别的所述涂层的一个或多个涂层缺陷的所述面积分数与面积分数阈值的比较。
8.根据任何前述条项所述的系统,进一步包括:气流生成器,所述气流生成器与所述部件流体连通,并且其中,所述一个或多个处理器被构造为:当所述加热元件相对于所述部件横穿并向其施加热量时,使所述气流生成器将气流脉冲通过所述部件的一个或多个内部通道。
9.根据任何前述条项所述的系统,其中所述部件是金属部件并且所述涂层是热障涂层。
10.根据任何前述条项所述的系统,其中所述成像装置是中波长成像相机和长波长成像相机中的至少一种,其中所述中波长成像相机捕获约三到六微米范围内的波长,并且所述长波长成像相机捕获约六到十四微米范围内的波长。
11.根据任何前述条项所述的系统,其中所述成像装置可操作地构造为检测小至80微米的缺陷。
12.一种方法,包括:使加热元件相对于具有涂层的部件横穿;当所述加热元件相对于所述部件横穿时,使用所述加热元件加热所述部件;当所述加热元件相对于所述部件横穿并向其施加热量时,使用成像装置捕获所述部件的多个图像,所捕获的多个图像指示所述部件的瞬态热响应;以及至少部分地基于在所述多个图像中捕获的所述部件的所述瞬态热响应来检测所述部件的所述涂层中的一个或多个涂层缺陷。
13.根据任何前述条项所述的方法,进一步包括:当所述加热元件相对于所述部件横穿并向其施加热量时,将气流脉冲通过由所述部件限定的内部通道。
14.根据任何前述条项所述的方法,其中至少部分地基于在所述多个图像中捕获的所述部件的所述瞬态热响应来检测所述部件的所述涂层中的所述一个或多个涂层缺陷包括:识别所述瞬态热响应在预定范围之外的所述涂层的一个或多个区域,并且其中,所述瞬态热响应在所述预定范围之外的所述涂层的所述一个或多个区域被识别为所述涂层的所述一个或多个涂层缺陷。
15.根据任何前述条项所述的方法,进一步包括:由所捕获的多个图像生成单个图像,所述单个图像指示所述部件的所述涂层中的一个或多个检测到的涂层缺陷,并且其中,使用所生成的单个图像检测所述部件的所述涂层中的所述一个或多个涂层缺陷。
16.根据任何前述条项所述的方法,进一步包括:确定所检测到的所述涂层的一个或多个涂层缺陷的一个或多个特性;以及至少部分地基于一个或多个所确定的特性对所检测到的所述涂层的一个或多个涂层缺陷进行分类。
17.一种非暂时性计算机可读介质,所述非暂时性计算机可读介质包括计算机可执行指令,当所述计算机可执行指令由涂层检查系统的计算系统的一个或多个处理器执行时,使所述一个或多个处理器:使所述涂层检查系统的加热元件相对于具有涂层的部件横穿;当所述加热元件相对于所述部件横穿时,使所述加热元件加热所述部件;当所述加热元件相对于所述部件横穿并且向其施加热量时,使所述涂层检查系统的成像装置捕获所述部件的多个图像,多个捕获的图像指示所述部件的瞬态热响应;以及至少部分地基于在所述多个图像中捕获的所述部件的所述瞬态热响应来检测所述部件的所述涂层中的一个或多个涂层缺陷。
18.根据任何前述条项所述的计算机可读介质,其中当所述计算机可执行指令由所述涂层检查系统的所述计算系统的所述一个或多个处理器执行时,进一步使所述一个或多个处理器:当所述加热元件相对于所述部件横穿并向其施加热量时,使与所述部件流体连通的气流生成器将气流脉冲通过所述部件的一个或多个内部通道。
19.根据任何前述条项所述的计算机可读介质,其中当所述计算机可执行指令由所述涂层检查系统的所述计算系统的所述一个或多个处理器执行时,进一步使所述一个或多个处理器:由所述多个捕获的图像生成单个图像,所述单个图像指示所述部件的所述涂层中的一个或多个检测到的涂层缺陷,并且其中,所述一个或多个处理器使用所生成的单个图像来检测所述部件的所述涂层中的所述一个或多个涂层缺陷。
20.根据任何前述条项所述的计算机可读介质,其中所述加热元件相对于所述部件横穿并且在不接触所述部件的情况下向其施加热量。
Claims (10)
1.一种系统,其特征在于,包括:
加热元件;
成像系统,所述成像系统具有成像装置;
计算系统,所述计算系统具有一个或多个处理器和一个或多个存储器装置,所述一个或多个处理器被构造为:
使所述加热元件相对于具有涂层的部件横穿;
当所述加热元件相对于所述部件横穿时,使所述加热元件加热所述部件;
当所述加热元件相对于所述部件横穿并且向其施加热量时,使所述成像装置捕获所述部件的多个图像,多个捕获的图像指示所述部件的瞬态热响应;以及
至少部分地基于在所述多个图像中捕获的所述部件的所述瞬态热响应来检测所述部件的所述涂层中的一个或多个涂层缺陷。
2.根据权利要求1所述的系统,其特征在于,其中所述一个或多个处理器被构造为:
由所述多个捕获的图像生成单个图像,所述单个图像指示所述部件的所述涂层中的一个或多个检测到的涂层缺陷,并且
其中,所述一个或多个处理器使用所生成的单个图像来检测所述部件的所述涂层中的所述一个或多个涂层缺陷。
3.根据权利要求1所述的系统,其特征在于,其中所述一个或多个处理器使所述加热元件相对于所述部件横穿的速度在2-5cm/s之间。
4.根据权利要求1所述的系统,其特征在于,其中在至少部分地基于在所述多个图像中捕获的所述部件的所述瞬态热响应来检测所述部件的所述涂层中的所述一个或多个涂层缺陷时,所述一个或多个处理器被构造为:
识别所述瞬态热响应在预定范围之外的所述涂层的一个或多个区域,并且
其中,所述瞬态热响应在所述预定范围之外的所述涂层的所述一个或多个区域被识别为所述涂层的所述一个或多个涂层缺陷。
5.根据权利要求4所述的系统,其特征在于,其中所述一个或多个处理器被构造为:
确定所识别的所述涂层的一个或多个涂层缺陷的一个或多个特性;并且
至少部分地基于一个或多个所确定的特性对所识别的所述涂层的一个或多个涂层缺陷进行分类。
6.根据权利要求4所述的系统,其特征在于,其中在确定所识别的所述涂层的一个或多个涂层缺陷的所述一个或多个特性时,所述一个或多个处理器被构造为:
确定以下中的至少一个:所识别的所述涂层的一个或多个涂层缺陷的数量、所识别的所述涂层的一个或多个涂层缺陷中的每一个的深度以及所识别的所述涂层的一个或多个涂层缺陷的面积分数。
7.根据权利要求6所述的系统,其特征在于,其中所述一个或多个处理器被构造为:
基于以下比较中的至少一个来确定所述部件的所述涂层是否为可接受涂层:
所识别的所述涂层的一个或多个涂层缺陷的所述数量与数量阈值的比较;
所识别的所述涂层的一个或多个涂层缺陷中的每一个的所述深度与深度阈值的比较;以及
所识别的所述涂层的一个或多个涂层缺陷的所述面积分数与面积分数阈值的比较。
8.根据权利要求1所述的系统,其特征在于,进一步包括:
气流生成器,所述气流生成器与所述部件流体连通,并且
其中,所述一个或多个处理器被构造为:
当所述加热元件相对于所述部件横穿并向其施加热量时,使所述气流生成器将气流脉冲通过所述部件的一个或多个内部通道。
9.根据权利要求1所述的系统,其特征在于,其中所述部件是金属部件并且所述涂层是热障涂层。
10.根据权利要求1所述的系统,其特征在于,其中所述成像装置是中波长成像相机和长波长成像相机中的至少一种,其中所述中波长成像相机捕获约三到六微米范围内的波长,并且所述长波长成像相机捕获约六到十四微米范围内的波长。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/012,485 | 2020-09-04 | ||
US17/012,485 US11603593B2 (en) | 2020-09-04 | 2020-09-04 | Systems and methods for automatic detection of coating defects |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114137027A true CN114137027A (zh) | 2022-03-04 |
Family
ID=77666131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111033535.5A Pending CN114137027A (zh) | 2020-09-04 | 2021-09-03 | 用于自动检测涂层缺陷的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11603593B2 (zh) |
EP (1) | EP3964813B1 (zh) |
CN (1) | CN114137027A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111670382B (zh) * | 2018-01-11 | 2024-01-02 | 苹果公司 | 用于自动化和故障操作自动化的架构 |
US11551552B2 (en) * | 2018-07-30 | 2023-01-10 | GM Global Technology Operations LLC | Distributing processing resources across local and cloud-based systems with respect to autonomous navigation |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050008215A1 (en) * | 1999-12-02 | 2005-01-13 | Shepard Steven M. | System for generating thermographic images using thermographic signal reconstruction |
CN103460000A (zh) * | 2010-03-17 | 2013-12-18 | 热波成像股份有限公司 | 内通道阻塞的热像检测 |
US9004753B1 (en) * | 2010-10-01 | 2015-04-14 | Kurion, Inc. | Infrared detection of defects in wind turbine blades |
US20180027190A1 (en) * | 2016-07-21 | 2018-01-25 | General Electric Company | Infrared non-destructive evaluation of cooling holes using evaporative membrane |
CN109416333A (zh) * | 2016-06-30 | 2019-03-01 | 通用电气公司 | 用于检测部件中的缺陷的系统和方法 |
US20190340742A1 (en) * | 2018-05-04 | 2019-11-07 | United Technologies Corporation | Nondestructive coating imperfection detection system and method therefor |
CN111141782A (zh) * | 2018-11-05 | 2020-05-12 | 通用电气公司 | 发动机构件性能检测套筒及检测发动机构件的方法 |
CN111239191A (zh) * | 2020-02-26 | 2020-06-05 | 中国民航大学 | 一种基于红外激光信息融合的涡轮叶片缺陷检测系统 |
Family Cites Families (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5015950A (en) * | 1989-07-21 | 1991-05-14 | Iowa State University Research Foundation, Inc. | Method and apparatus for determining thermal resistance and structural integrity of coatings on conducting materials by monitoring electrical conductance of the underlying material upon localized heating of the overlying coating |
US5111048A (en) * | 1990-09-27 | 1992-05-05 | General Electric Company | Apparatus and method for detecting fatigue cracks using infrared thermography |
US6364524B1 (en) | 1998-04-14 | 2002-04-02 | Advanced Fuel Research, Inc | High speed infrared radiation thermometer, system, and method |
US6042898A (en) | 1998-12-15 | 2000-03-28 | United Technologies Corporation | Method for applying improved durability thermal barrier coatings |
JP2000206100A (ja) | 1999-01-08 | 2000-07-28 | Hitachi Ltd | セラミックコ―ティング剥離損傷診断方法 |
US6285449B1 (en) * | 1999-06-11 | 2001-09-04 | University Of Chicago | Optical method and apparatus for detection of defects and microstructural changes in ceramics and ceramic coatings |
US7690840B2 (en) | 1999-12-22 | 2010-04-06 | Siemens Energy, Inc. | Method and apparatus for measuring on-line failure of turbine thermal barrier coatings |
JP2001228105A (ja) | 2000-02-15 | 2001-08-24 | Toshiba Corp | 遮熱コーティングの特性評価装置および同特性評価方法 |
US6538725B2 (en) | 2001-01-22 | 2003-03-25 | General Electric Company | Method for determination of structural defects of coatings |
US6383815B1 (en) | 2001-04-04 | 2002-05-07 | General Electric Company | Devices and methods for measurements of barrier properties of coating arrays |
JP2004012390A (ja) | 2002-06-10 | 2004-01-15 | Mitsubishi Heavy Ind Ltd | 高温部品の遮熱コーティング材の品質評価法 |
WO2004020993A2 (en) | 2002-08-28 | 2004-03-11 | Wayne State University | System for infrared imaging by inducing acoustic chaos |
US6873680B2 (en) * | 2003-05-02 | 2005-03-29 | Siemens Westinghouse Power Corporation | Method and apparatus for detecting defects using digital radiography |
US6968730B2 (en) * | 2003-05-16 | 2005-11-29 | General Electric Company | Non-destructive evaluation of thermal barrier coatings in gas turbine engines |
US6874932B2 (en) | 2003-06-30 | 2005-04-05 | General Electric Company | Methods for determining the depth of defects |
US7271894B2 (en) * | 2003-10-01 | 2007-09-18 | General Electric Company | Imaging system for robotically inspecting gas turbine combustion components |
JP2006242887A (ja) | 2005-03-07 | 2006-09-14 | Toshiba Corp | ガスタービン部品のき裂発生予測方法および予測システム |
US7432505B2 (en) | 2006-05-04 | 2008-10-07 | Siemens Power Generation, Inc. | Infrared-based method and apparatus for online detection of cracks in steam turbine components |
US7716987B2 (en) | 2006-07-31 | 2010-05-18 | University Of Dayton | Non-contact thermo-elastic property measurement and imaging system for quantitative nondestructive evaluation of materials |
KR100798478B1 (ko) | 2006-08-31 | 2008-01-28 | 한양대학교 산학협력단 | 열차폐 코팅용 소결체, 이의 제조방법 및 이를 이용한열차폐 코팅층의 제조방법 |
JP5026054B2 (ja) | 2006-11-01 | 2012-09-12 | 信越ポリマー株式会社 | 導電性高分子塗料の製造方法、導電性塗膜の製造方法 |
US7918141B1 (en) | 2007-04-03 | 2011-04-05 | The United States Of America As Represented By The Secretary Of The Air Force | Local residual stress measurement and analysis for detection and prediction of damage in thermal barrier coatings |
JP2009236630A (ja) * | 2008-03-26 | 2009-10-15 | Mitsubishi Heavy Ind Ltd | セラミックスの物性値推定方法、遮熱コーティング材の物性値推定方法、遮熱コーティング材の余寿命推定方法、及び、高温部材の余寿命推定方法、並びに物性値取得装置 |
GB0901040D0 (en) * | 2009-01-22 | 2009-03-11 | Renishaw Plc | Optical measuring method and system |
US8221825B2 (en) | 2009-03-30 | 2012-07-17 | Alstom Technology Ltd. | Comprehensive method for local application and local repair of thermal barrier coatings |
US8300232B2 (en) | 2009-08-19 | 2012-10-30 | Siemens Energy, Inc. | Method of measuring coating thickness using infrared light |
US8440974B2 (en) | 2009-09-16 | 2013-05-14 | Siemens Energy, Inc. | System and method for analysis of ultrasonic power coupling during acoustic thermography |
US9080453B2 (en) | 2010-03-17 | 2015-07-14 | Thermal Wave Imaging, Inc. | Thermographic detection of internal passageway blockages |
JP2011214955A (ja) | 2010-03-31 | 2011-10-27 | Mitsubishi Heavy Ind Ltd | 遮熱コーティングの評価方法及び装置 |
FR2960970B1 (fr) * | 2010-06-03 | 2015-02-20 | Snecma | Mesure de l'endommagement d'une barriere thermique d'aube de turbine |
US8158428B1 (en) * | 2010-12-30 | 2012-04-17 | General Electric Company | Methods, systems and apparatus for detecting material defects in combustors of combustion turbine engines |
US8749629B2 (en) | 2011-02-09 | 2014-06-10 | Siemens Energy, Inc. | Apparatus and method for temperature mapping a turbine component in a high temperature combustion environment |
KR101301364B1 (ko) | 2012-01-31 | 2013-08-29 | 성균관대학교산학협력단 | 열차폐 코팅층의 단열성능 시험방법 |
US9217852B2 (en) | 2012-01-31 | 2015-12-22 | Siemens Energy, Inc. | System and method for online inspection of turbines using an optical tube with broadspectrum mirrors |
US9709463B2 (en) * | 2012-01-31 | 2017-07-18 | Siemens Energy, Inc. | Method and system for surface profile inspection of off-line industrial gas turbines and other power generation machinery |
US20140210992A1 (en) | 2013-01-31 | 2014-07-31 | United Technologies Corporation | Infrared thermography with laser |
US9453500B2 (en) | 2013-03-15 | 2016-09-27 | Digital Wind Systems, Inc. | Method and apparatus for remote feature measurement in distorted images |
US8759770B1 (en) | 2013-04-08 | 2014-06-24 | General Electric Company | System and method for qualifying usability risk associated with subsurface defects in a multilayer coating |
IL226111A (en) * | 2013-05-02 | 2015-11-30 | D I R Technologies Detection Ir Ltd | Thermography-based method, device and product to identify defects in sealing that includes a conductive internal gasket |
WO2016105327A1 (en) | 2014-12-22 | 2016-06-30 | Siemens Aktiengesellschaft | Method for controlling coating delamination caused when forming cooling holes through thermal barrier coatings |
CN106324034A (zh) | 2015-06-30 | 2017-01-11 | 首都师范大学 | 热障涂层裂纹红外检测方法 |
GB2546957B (en) | 2015-11-13 | 2018-07-04 | Rolls Royce Plc | Surface inspection of an object using multiple images |
US9983147B2 (en) | 2016-03-01 | 2018-05-29 | United Technologies Corporation | System and method for prognostic health monitoring of thermal barrier coatings |
-
2020
- 2020-09-04 US US17/012,485 patent/US11603593B2/en active Active
-
2021
- 2021-08-26 EP EP21193401.3A patent/EP3964813B1/en active Active
- 2021-09-03 CN CN202111033535.5A patent/CN114137027A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050008215A1 (en) * | 1999-12-02 | 2005-01-13 | Shepard Steven M. | System for generating thermographic images using thermographic signal reconstruction |
CN103460000A (zh) * | 2010-03-17 | 2013-12-18 | 热波成像股份有限公司 | 内通道阻塞的热像检测 |
US9004753B1 (en) * | 2010-10-01 | 2015-04-14 | Kurion, Inc. | Infrared detection of defects in wind turbine blades |
CN109416333A (zh) * | 2016-06-30 | 2019-03-01 | 通用电气公司 | 用于检测部件中的缺陷的系统和方法 |
US20180027190A1 (en) * | 2016-07-21 | 2018-01-25 | General Electric Company | Infrared non-destructive evaluation of cooling holes using evaporative membrane |
US20190340742A1 (en) * | 2018-05-04 | 2019-11-07 | United Technologies Corporation | Nondestructive coating imperfection detection system and method therefor |
CN111141782A (zh) * | 2018-11-05 | 2020-05-12 | 通用电气公司 | 发动机构件性能检测套筒及检测发动机构件的方法 |
CN111239191A (zh) * | 2020-02-26 | 2020-06-05 | 中国民航大学 | 一种基于红外激光信息融合的涡轮叶片缺陷检测系统 |
Also Published As
Publication number | Publication date |
---|---|
US20220074056A1 (en) | 2022-03-10 |
US11603593B2 (en) | 2023-03-14 |
EP3964813A1 (en) | 2022-03-09 |
EP3964813B1 (en) | 2023-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3965056A1 (en) | Systems and methods for generating a single observation image to analyze coating defects | |
EP3964813B1 (en) | Systems and methods for automatic detection of coating defects | |
EP3479108B1 (en) | System and method for detecting defects in a component | |
CN107931802B (zh) | 基于中红外温度传感的电弧焊焊缝质量在线检测方法 | |
Kleszczynski et al. | Improving process stability of laser beam melting systems | |
EP3535569B1 (en) | Flash thermography photobox | |
Vasudevan et al. | Real-time monitoring of weld pool during GTAW using infra-red thermography and analysis of infra-red thermal images | |
JP2007009908A (ja) | 1つまたは複数の孔の位置および角度方向の特定方法および特定装置 | |
EP2102639B1 (en) | System and method for the defect analysis of workpieces | |
US7010987B2 (en) | Non-destructive method of detecting defects in braze-repaired cracks | |
Schlobohm et al. | Advanced characterization techniques for turbine blade wear and damage | |
Zenzinger et al. | Crack detection using eddytherm | |
US20120002036A1 (en) | Method and Device for Scanning Induction Thermography Having a Flexible Movement Path | |
Frackowiak et al. | Near-wing multi-sensor diagnostics of jet engine components | |
Żaba et al. | Application of non-destructive methods to quality assessment of pattern assembly and ceramic mould in the investment casting elements of aircraft engines | |
Bzymek et al. | Analysis of images recorded during welding processes | |
EP1416269A1 (en) | A non-destructive method of detecting defects in braze-repaired cracks | |
WO2009080318A1 (en) | Object processing system | |
Ribeiro et al. | A novel melt pool mapping technique towards the online monitoring of directed energy deposition operations | |
Eitzinger et al. | Thermobot: towards semi-autonomous, thermographic detection of cracks | |
Fuente et al. | Development and demonstration of an automated system for limited access weld inspection by using infrared active thermography | |
de la Yedra et al. | Defect detection strategies in Nickel Superalloys welds using active thermography | |
Ribeiro | An innovative monitoring method using a software capable of 3D mapping data from laser Directed Energy Deposition (L-DED) process | |
US10908106B2 (en) | Coating analysis system | |
Pichler et al. | Examination of the LPBF Process by Means of Thermal Imaging for the Development of a Geometric-specific Process Control |
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 |