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。

涡流脉冲热像技术是一种将电磁生热和红外热成像相结合的新型无损检测技术。针对金属疲劳裂纹生热研究不深入的问题，本文以含有贯穿的疲劳裂纹金属平板试件为研究对象，搭建了涡流脉冲热像检测实验系统，并建立了涡流脉冲热像有限元模型，分析了涡流脉冲热像检测中裂纹生热的规律。研究结果表明：在红外热像中，同一时刻越靠近裂纹根部的位置，温升的最大值越大；在激励过程中，裂纹区域的温升逐渐升高，当激励结束时，裂纹区域的温升则具有逐渐下降趋势，并且呈现先迅速后缓慢的下降速度。进一步揭示了裂纹尺寸对裂纹区域温升的影响。

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。

针对金属疲劳裂纹检测研究不深入的问题，本文以金属平板疲劳裂纹为研究对象，搭建了超声红外锁相热像检测实验系统，分析了调制超声激励下裂纹生热及热信号频谱的规律。研究结果表明：裂纹区域温升以裂纹根部为圆心向外呈圆形辐射状分布，而且温升逐渐递减，但是在调制频率处，裂纹区域与正常区域的相位差和幅值差明显高于其他频率处的数值。进一步，基于实验方法揭示了预紧力和调制频率等检测条件对幅值差和相位差的影响。研究成果将为超声红外锁相热像技术的金属疲劳裂纹检测研究提供理论支撑。

在涡流脉冲热像技术中，高频涡流瞬时加热被测物体时，不同区域的热响应会发生混叠现象，这势必影响缺陷区域热响应信号的判别。本文以红外图像序列为观测信号，建立热响应信号的混叠模型；其次，利用不同区域的热响应彼此独立的特点，开展了基于主成分分析的盲源分离数据处理方法研究；最后，建立仿真模型研究了不同区域的热响应形态，采用了基于混叠向量和峰度系数定量分析主成分强化的区域。实验结果表明该方法能够实现不同生热区域的盲源分离，为缺陷的特征提取和识别提供了理论支撑。

在涡流热像技术中, 图像处理是进行缺陷特征提取和识别的关键基础, 而增强的图像有助于提高涡流热像技术的检测效果。利用多种常用的红外图像处理方法进行增强处理, 旨在解决红外图像信噪比不高、缺陷对比度低等问题。首先分析了噪声来源, 通过算术运算对涡流红外图像进行预处理, 然后采用基于形态学权重的自适应算法进行形态学降噪, 最后利用二维最大类间方差法(OTSU)对图像进行分割。定性和定量分析结果均验证了该方法的有效性和适用性, 研究成果为红外图像的特征提取和缺陷识别奠定了方法基础。