航空发动机涡轮叶片内部通道异物红外检测

摘 要： 主要围绕涡轮叶片红外热波无损检测系统硬件、软件、实验结果和图像处理等关键问题进行阐述。提出涡轮叶片内部通道异物红外热波无损检测方案，完成检测系统的设计；并完成具体实验，采集到标记区域不同温度、插入异物不同长度下的热图像。对热图像进行matlab图像处理，实现缺陷部位图像重构。

关键词： 涡轮叶片；红外热波；无损检测；图像处理

中图分类号：V263 文献标识码：A 文章编号：1671－7597（2012）0220185－02

1 绪论

航空发动机涡轮叶片是航空飞机的关键热端部件，对发动机的推重比和安全性有直接影响。涡轮叶片材料构成特殊，制造工艺复杂，价格昂贵，因而在生产和维修过程中，一般采用无损探伤技术对其进行缺陷检测。传统无损探伤方法，如X光、超声等，都因存在某些不足而不能在涡轮叶片缺陷检测中得到很好的应用。为了满足涡轮叶片缺陷检测中安全性的要求，提高检测效率和精度，本文采用红外热波无损检测技术对涡轮叶片内部通道异物进行检测。

2 红外热波无损检测原理

红外热波检测的原理是基于物体的热辐射特性，扫描记录或观察试件表面由于缺陷和材料不同的热特性引起的温度变化，通过表面温度场分布可获取工件的缺陷信息。因此，又被称为热无损检测，其检测过程与被检物体的热扩散过程紧密相关。当热量加在试件时，热流注入试件并在其内部扩散。如果工件内部有缺陷存在时，热流就被缺陷阻挡，经过一定时间，就会在缺陷附近发生热量堆积，引起工件表面温度梯度的变化，表现为温度异常。用红外测温仪器扫描试件表面，测量试件表面的温度分布情况，检测到温度异常点时，就可以断定该点表面或内部存在缺陷。

与传统方法不同，红外热波检测技术采用了主动式控制热激励的方法。红外热波检测技术通过控制激励热源和测量样件表面的温度场变化，来获得样件表面及内部的结构信息，从而达到检测的目的。通常采用的激励热源有：氙灯、闪光灯、激光、流体、超声波等。针对不同被检测样件的材料、结构和缺陷类型，需要选择不同的激励热源。通过热源激励样件后，不同性质的缺陷会影响热波在样件中的传播，并导致样件表面温度场的变化。利用热像仪记录样件表面温度场的变化，并结合热图像处理技术，就可以诊断出样件中是否存在缺陷及缺陷的位置、尺寸。

3 红外热波无损检测系统

3.1 实验原理

本实验系统采用让激励源从外部激励，与此同时内部冷却的方式。由于要检测的是叶片内部通道是否存在异物，故用主动方式加热叶片，同时将高压室温气体通入叶片的内部通道，内部通道中高压室温气体与叶片的强烈热交换，导致内部通道对应的表面区域温度较低，其辐射强度也就相对较弱，从而在表面形成相对稳定的温度场分布，热像仪通过对叶片表面辐射场的测量，也就测出了叶片内部通道。当叶片内部通道存在异物时，通入气体与叶片的热传递受阻，产生热量堆积，相应部位就得不到足够冷却，温度比起正常叶片同一区域相对偏高。这样通过对待测叶片表面热图像信息的提取、处理及其与正常叶片热图像的比较、分析，就可据以判定叶片内部通道是否存在异物。

3.2 具体检测程序介绍

在实验中，先用电暖器对涡轮叶片加热，再启动热像仪，调节视场、温度范围、图像大小和焦距使之能清晰观测热图像，热像仪调好后对热图像中偏离涡轮叶片顶端微小出气口处作标记区域1，热像仪会同时记录标记区域温度。

第一次：不对涡轮叶片作任何处理。先启动空气压缩机至压力为0.6MPa时关闭开关。当涡轮叶片标记区域温度升到53℃时，用热像仪配套软件IRBISR remote 3.0开始录制分辨率为640×480的avi视频，同时打开空气压缩机放气阀门，匀速放气至0.3MPa时关闭阀门，同时停止录制视频，录制时间约为2分钟，记为未处理1。

第二次：对涡轮叶片顶端微小出气口处插入网线拆开后的一根导线，分3次改变导线的插入长度，第一次最长，第二次次之，第三次最短，分别记为插入导线1、2、3，以下重复第一次过程。

4 实验结果及数据分析

4.1 实验结果

对保存的视频分别截取热图像中标记区域温度为52时涡轮叶片未处理和插入导线而采集的热图像。

1）未处理不同温度下热图像

未处理1 52℃时

2）插入导线不同长度时不同温度下热图像

插入导线2 52℃时 插入导线3 52℃时

4.2 matlab图像处理

4.2.1 matlab图像处理思路

涡轮叶片中，插入异物部位可以看成缺陷部位，其它部位可以看成无缺陷部位。对涡轮叶片插入异物而采集的热图像与未处理而采集的热图像作对比，其它条件相同的情况下，缺陷部位温度差值应大于无缺陷部位温度差值。在matlab中，可以将热图像视为RGB图像，转化为灰度图像后，对插入异物灰度图像与未处理灰度图像作个差值，可得差值灰度图像，此图像中缺陷部位灰度应大于无缺陷部位灰度。在差值灰度图像无缺陷部位灰度和缺陷部位灰度之间取个阈值作为分开这两个部位的临界点，小于阈值的认为是无缺陷部位，大于阈值的认为是缺陷部位。在理想情况下，阈值取差值灰度图像所有像素灰度的平均值；现实中，因为实验条件的局限性，无缺陷部位灰度差值虽小但不可能完全为零，阈值取平均值的一定倍数。实验中，最后将阈值取为平均值的5倍，将灰度小于阈值的无缺陷部位灰度赋值为0，灰度大于等于阈值的缺陷部位灰度保持不变，增强无缺陷部位与缺陷部位之间的对比度，这样就能实现缺陷部位图像重构。

4.2.2 matlab图像处理结果

插入导线1与未处理1 52℃时差值灰度图像 插入导线1与未处理1 52℃时差值灰度图像增强后图像

插入导线2与未处理1 52℃时差值灰度图像 插入导线2与未处理1 52℃时差值灰度图像增强后图像

插入导线3与未处理1 52℃时差值灰度图像 插入导线3与未处理1 52℃时差值灰度图像增强后图像

5 结论

本文对航空发动机涡轮叶片内部通道异物红外热波无损检测作了初步尝试和探索，并结合matlab图像处理重构缺陷部位图像，取得一定成果，但与国内同类系统相比还存在不小的差距，以后可以继续改进。

参考文献：

[1]谢兴盛、颜芳、陆佳佳、叶玉堂、邓俊杰、魏建英、孙国栋、方亮，红外热波无损检测技术在涡轮叶片探伤中的应用[J].红外技术，2007（09）.

[2]孙国栋、吴云峰、叶玉堂、冯晓昱、李洋，涡轮叶片红外热波无损检测技术研究[J].红外，2009（06）.

[3]赵璐，航空发动机涡轮叶片裂纹红外热波无损检测研究[D].长春理工大学，2010.

[4]陆佳佳，飞机涡轮发动机叶片红外探伤技术研究[D].电子科技大学，2007.

[5]颜芳，涡轮叶片冷却风道的原始红外图像增强及处理[D].电子科技大学，2008.

[6]吕中产，主动红外无损检测中缺陷信号的提取和分析[D].南京航空航天大学，2006.

[7]王庆胜，航空发动机涡轮叶片缺陷检测中的关键技术研究[D].西北工业大学，2005.

[8]刘波，红外热波无损检测系统中闪光灯阵列脉冲热激励装置的研制和应用[D].首都师范大学，2007.

[9]田裕鹏，红外辐射成像无损检测关键技术研究[D].南京航空航天大学，2009.

[10]王晓宇，红外图像分析关键技术研究[D].华中科技大学，2008.

作者简介：

汪力，男，江西省九江人，南昌航空大学测试与光电工程学院，专业：光学工程。

推荐访问： 异物 涡轮 叶片 通道 检测