[go: up one dir, main page]

CN110400311A - 基于脉冲激光热成像的高温合金表面缺陷特征提取方法 - Google Patents

基于脉冲激光热成像的高温合金表面缺陷特征提取方法 Download PDF

Info

Publication number
CN110400311A
CN110400311A CN201910705075.2A CN201910705075A CN110400311A CN 110400311 A CN110400311 A CN 110400311A CN 201910705075 A CN201910705075 A CN 201910705075A CN 110400311 A CN110400311 A CN 110400311A
Authority
CN
China
Prior art keywords
superalloy
defect
tested
workpiece
detection
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
Application number
CN201910705075.2A
Other languages
English (en)
Inventor
张志杰
董宁琛
尹武良
赵晨阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North University of China
Original Assignee
North University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North University of China filed Critical North University of China
Priority to CN201910705075.2A priority Critical patent/CN110400311A/zh
Publication of CN110400311A publication Critical patent/CN110400311A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30136—Metal

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明涉及高温合金表面缺陷检测技术，具体是一种基于脉冲激光热成像的高温合金表面缺陷特征提取方法。本发明解决了现有高温合金表面缺陷检测技术检测结果不准确、适用范围受限、危害操作人员健康、检测成本高、检测速度慢的问题。基于脉冲激光热成像的高温合金表面缺陷特征提取方法，该方法是采用如下步骤实现的：步骤a：搭建检测系统；步骤b：对被测高温合金工件的表面进行热激励；步骤c：变换被测高温合金工件表面的热激励位置；步骤d：求取各幅红外图像的最佳分割阈值；步骤e：将各幅红外图像中的缺陷特征信息融合；步骤f：增强缺陷特征图像的边界信息；步骤g：得到边界信息增强后的缺陷特征图像。本发明适用于高温合金表面缺陷检测。

Description

基于脉冲激光热成像的高温合金表面缺陷特征提取方法
技术领域
本发明涉及高温合金表面缺陷检测技术，具体是一种基于脉冲激光热成像的高温合金表面缺陷特征提取方法。
背景技术
高温合金工件在使用过程中，容易因疲劳老化或恶劣环境而出现表面缺陷（例如关键部位结构损伤、几何不连续性缺陷等），由此导致高温合金工件的性能和耐久性显著降低。因此，为了保证高温合金工件的性能和耐久性，需要对高温合金工件进行高温合金表面缺陷检测。现有高温合金表面缺陷检测技术主要包括如下三种：一、超声检测法。此种方法存在的问题是检测结果容易受缺陷的位置、取向和材质等影响，由此导致检测结果不准确。二、磁粉检测法。此种方法存在的问题是无法对非磁性高温合金工件进行检测，由此导致适用范围受限。三、射线检测法。此种方法存在的问题是危害操作人员健康、检测成本高、检测速度慢。基于此，有必要发明一种全新的高温合金表面缺陷检测技术，以解决现有高温合金表面缺陷检测技术检测结果不准确、适用范围受限、危害操作人员健康、检测成本高、检测速度慢的问题。
发明内容
本发明为了解决现有高温合金表面缺陷检测技术检测结果不准确、适用范围受限、危害操作人员健康、检测成本高、检测速度慢的问题，提供了一种基于脉冲激光热成像的高温合金表面缺陷特征提取方法。
本发明是采用如下技术方案实现的：
基于脉冲激光热成像的高温合金表面缺陷特征提取方法，该方法是采用如下步骤实现的：
步骤a：搭建检测系统；所述检测系统包括被测高温合金工件、聚焦透镜、半导体激光器、信号发生器、激光驱动器、红外热像仪；其中，半导体激光器的出射端正对聚焦透镜的入射端；聚焦透镜的出射端正对被测高温合金工件的表面；信号发生器的信号输出端、激光驱动器的信号输出端均与半导体激光器的信号输入端连接；红外热像仪的探测端朝向被测高温合金工件的表面；
步骤b：根据被测高温合金工件的热导率及比热容选定半导体激光器的输出功率和脉冲时间；然后，启动半导体激光器，半导体激光器发出脉冲激光束，脉冲激光束经聚焦透镜进行聚焦后垂直照射在被测高温合金工件的表面，由此对被测高温合金工件的表面进行热激励；在热激励过程中，红外热像仪以高帧频模式实时探测被测高温合金工件表面的温度场变化，并根据探测结果实时生成冷却阶段的红外图像；然后，根据冷却阶段的红外图像确定被测高温合金工件表面的缺陷位置；
步骤c：针对被测高温合金工件表面的某一缺陷，围绕该缺陷多次变换脉冲激光束的照射位置，由此多次变换被测高温合金工件表面的热激励位置；与此同时，被测高温合金工件和红外热像仪的位置均保持不变；热激励位置每变换一次，红外热像仪即对应生成冷却阶段的红外图像；
步骤d：采用最大类间方差法求取各幅红外图像的最佳分割阈值，然后采用半阈值分割法将各幅红外图像中的缺陷特征信息和背景信息分割开来；
步骤e：将各幅红外图像中的缺陷特征信息融合为完整的缺陷特征图像；
步骤f：采用Roberts算子对缺陷特征图像进行锐化处理，由此增强缺陷特征图像的边界信息；
步骤g：将增强后的边界信息与缺陷特征图像进行融合，由此得到边界信息增强后的缺陷特征图像。
与现有高温合金表面缺陷检测技术相比，本发明所述的基于脉冲激光热成像的高温合金表面缺陷特征提取方法基于红外热波成像技术和数字图像处理技术，实现了对高温合金工件进行高温合金表面缺陷检测，由此具备了如下优点：一、与超声检测法相比，本发明的检测结果不受缺陷的位置、取向和材质等影响，因此其检测结果更准确。二、与磁粉检测法相比，本发明能够对非磁性高温合金工件进行检测，因此其适用范围不再受限。三、与射线检测法相比，本发明一方面有效保护了操作人员的安全，另一方面有效降低了检测成本、有效加快了检测速度。
本发明有效解决了现有高温合金表面缺陷检测技术检测结果不准确、适用范围受限、危害操作人员健康、检测成本高、检测速度慢的问题，适用于高温合金表面缺陷检测。
附图说明
图1是本发明中检测系统的结构示意图。
图2是本发明的原理示意图。
图中：1-被测高温合金工件，2-聚焦透镜，3-半导体激光器，4-信号发生器，5-激光驱动器，6-红外热像仪；A1、A2、A3、A4表示步骤c得到的各幅红外图像；B1、B2、B3、B4表示步骤d得到的各幅红外图像；C1表示步骤e得到的缺陷特征图像；C2表示步骤f得到的缺陷特征图像；D表示步骤g得到的缺陷特征图像。
具体实施方式
基于脉冲激光热成像的高温合金表面缺陷特征提取方法，该方法是采用如下步骤实现的：
步骤a：搭建检测系统；所述检测系统包括被测高温合金工件1、聚焦透镜2、半导体激光器3、信号发生器4、激光驱动器5、红外热像仪6；其中，半导体激光器3的出射端正对聚焦透镜2的入射端；聚焦透镜2的出射端正对被测高温合金工件1的表面；信号发生器4的信号输出端、激光驱动器5的信号输出端均与半导体激光器3的信号输入端连接；红外热像仪6的探测端朝向被测高温合金工件1的表面；
步骤b：根据被测高温合金工件1的热导率及比热容选定半导体激光器3的输出功率和脉冲时间；然后，启动半导体激光器3，半导体激光器3发出脉冲激光束，脉冲激光束经聚焦透镜2进行聚焦后垂直照射在被测高温合金工件1的表面，由此对被测高温合金工件1的表面进行热激励；在热激励过程中，红外热像仪6以高帧频模式实时探测被测高温合金工件1表面的温度场变化，并根据探测结果实时生成冷却阶段的红外图像；然后，根据冷却阶段的红外图像确定被测高温合金工件1表面的缺陷位置；
步骤c：针对被测高温合金工件1表面的某一缺陷，围绕该缺陷多次变换脉冲激光束的照射位置，由此多次变换被测高温合金工件1表面的热激励位置；与此同时，被测高温合金工件1和红外热像仪6的位置均保持不变；热激励位置每变换一次，红外热像仪6即对应生成冷却阶段的红外图像；
步骤d：采用最大类间方差法求取各幅红外图像的最佳分割阈值，然后采用半阈值分割法将各幅红外图像中的缺陷特征信息和背景信息分割开来；
步骤e：将各幅红外图像中的缺陷特征信息融合为完整的缺陷特征图像；
步骤f：采用Roberts算子对缺陷特征图像进行锐化处理，由此增强缺陷特征图像的边界信息；
步骤g：将增强后的边界信息与缺陷特征图像进行融合，由此得到边界信息增强后的缺陷特征图像。
具体实施时，所述半导体激光器3为大功率半导体激光器。

Claims (1)

1.一种基于脉冲激光热成像的高温合金表面缺陷特征提取方法，其特征在于：该方法是采用如下步骤实现的：
步骤a：搭建检测系统；所述检测系统包括被测高温合金工件（1）、聚焦透镜（2）、半导体激光器（3）、信号发生器（4）、激光驱动器（5）、红外热像仪（6）；其中，半导体激光器（3）的出射端正对聚焦透镜（2）的入射端；聚焦透镜（2）的出射端正对被测高温合金工件（1）的表面；信号发生器（4）的信号输出端、激光驱动器（5）的信号输出端均与半导体激光器（3）的信号输入端连接；红外热像仪（6）的探测端朝向被测高温合金工件（1）的表面；
步骤b：根据被测高温合金工件（1）的热导率及比热容选定半导体激光器（3）的输出功率和脉冲时间；然后，启动半导体激光器（3），半导体激光器（3）发出脉冲激光束，脉冲激光束经聚焦透镜（2）进行聚焦后垂直照射在被测高温合金工件（1）的表面，由此对被测高温合金工件（1）的表面进行热激励；在热激励过程中，红外热像仪（6）以高帧频模式实时探测被测高温合金工件（1）表面的温度场变化，并根据探测结果实时生成冷却阶段的红外图像；然后，根据冷却阶段的红外图像确定被测高温合金工件（1）表面的缺陷位置；
步骤c：针对被测高温合金工件（1）表面的某一缺陷，围绕该缺陷多次变换脉冲激光束的照射位置，由此多次变换被测高温合金工件（1）表面的热激励位置；与此同时，被测高温合金工件（1）和红外热像仪（6）的位置均保持不变；热激励位置每变换一次，红外热像仪（6）即对应生成冷却阶段的红外图像；
步骤d：采用最大类间方差法求取各幅红外图像的最佳分割阈值，然后采用半阈值分割法将各幅红外图像中的缺陷特征信息和背景信息分割开来；
步骤e：将各幅红外图像中的缺陷特征信息融合为完整的缺陷特征图像；
步骤f：采用Roberts算子对缺陷特征图像进行锐化处理，由此增强缺陷特征图像的边界信息；
步骤g：将增强后的边界信息与缺陷特征图像进行融合，由此得到边界信息增强后的缺陷特征图像。
CN201910705075.2A 2019-08-01 2019-08-01 基于脉冲激光热成像的高温合金表面缺陷特征提取方法 Pending CN110400311A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910705075.2A CN110400311A (zh) 2019-08-01 2019-08-01 基于脉冲激光热成像的高温合金表面缺陷特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910705075.2A CN110400311A (zh) 2019-08-01 2019-08-01 基于脉冲激光热成像的高温合金表面缺陷特征提取方法

Publications (1)

Publication Number Publication Date
CN110400311A true CN110400311A (zh) 2019-11-01

Family

ID=68327031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910705075.2A Pending CN110400311A (zh) 2019-08-01 2019-08-01 基于脉冲激光热成像的高温合金表面缺陷特征提取方法

Country Status (1)

Country Link
CN (1) CN110400311A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111537564A (zh) * 2020-06-16 2020-08-14 中北大学 基于透射式激光热成像的金属微裂纹深度检测系统及方法
CN112834457A (zh) * 2021-01-23 2021-05-25 中北大学 基于反射式激光热成像的金属微裂纹三维表征系统及方法
CN114532985A (zh) * 2022-01-27 2022-05-27 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） 一种基于光声成像的量化光热照射装置及方法
CN114882016A (zh) * 2022-06-30 2022-08-09 中国矿业大学(北京) 基于红外温度场时序信息识别混凝土缺陷面积方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57500846A (zh) * 1980-06-10 1982-05-13
JP2006170684A (ja) * 2004-12-14 2006-06-29 Toyota Motor Corp プレス不良の検査方法、及び検査装置
CN102590220A (zh) * 2012-02-24 2012-07-18 上海兰宝传感科技股份有限公司 红外无损检测装置
CN102735687A (zh) * 2012-06-15 2012-10-17 北京航空航天大学 一种碳纤维复合材料冲击缺陷的红外序列热图分析方法
CN103234953A (zh) * 2013-04-16 2013-08-07 南京诺威尔光电系统有限公司 激光扫描热波层析成像系统与方法
CN103383358A (zh) * 2013-07-12 2013-11-06 哈尔滨工业大学 点阵式热传导测温无损裂纹检测法
CN105301051A (zh) * 2015-11-18 2016-02-03 北京理工大学 适用于tbc脱粘缺陷快速检测线激光扫描热波成像方法
CN109254012A (zh) * 2018-10-09 2019-01-22 中北大学 一种基于半导体激光器的金属表面缺陷检测装置及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57500846A (zh) * 1980-06-10 1982-05-13
JP2006170684A (ja) * 2004-12-14 2006-06-29 Toyota Motor Corp プレス不良の検査方法、及び検査装置
CN102590220A (zh) * 2012-02-24 2012-07-18 上海兰宝传感科技股份有限公司 红外无损检测装置
CN102735687A (zh) * 2012-06-15 2012-10-17 北京航空航天大学 一种碳纤维复合材料冲击缺陷的红外序列热图分析方法
CN103234953A (zh) * 2013-04-16 2013-08-07 南京诺威尔光电系统有限公司 激光扫描热波层析成像系统与方法
CN103234953B (zh) * 2013-04-16 2015-03-11 南京诺威尔光电系统有限公司 激光扫描热波层析成像系统与方法
CN103383358A (zh) * 2013-07-12 2013-11-06 哈尔滨工业大学 点阵式热传导测温无损裂纹检测法
CN105301051A (zh) * 2015-11-18 2016-02-03 北京理工大学 适用于tbc脱粘缺陷快速检测线激光扫描热波成像方法
CN109254012A (zh) * 2018-10-09 2019-01-22 中北大学 一种基于半导体激光器的金属表面缺陷检测装置及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
唐庆菊: "SiC涂层缺陷的脉冲红外热波无损检测关键技术研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 *
张金玉 等: "《红外热波检测及其图像序列处理技术[M]》", 31 July 2015, 国防工业出版社 *
江海军 等: "脉冲红外无损检测技术研究现状与发展趋势", 《红 外 技 术》 *
郑凯 等: "红外热波无损检测技术的研究现状与进展", 《红 外 技 术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111537564A (zh) * 2020-06-16 2020-08-14 中北大学 基于透射式激光热成像的金属微裂纹深度检测系统及方法
CN112834457A (zh) * 2021-01-23 2021-05-25 中北大学 基于反射式激光热成像的金属微裂纹三维表征系统及方法
CN114532985A (zh) * 2022-01-27 2022-05-27 中山大学肿瘤防治中心（中山大学附属肿瘤医院、中山大学肿瘤研究所） 一种基于光声成像的量化光热照射装置及方法
CN114882016A (zh) * 2022-06-30 2022-08-09 中国矿业大学(北京) 基于红外温度场时序信息识别混凝土缺陷面积方法及系统

Similar Documents

Publication Publication Date Title
CN110400311A (zh) 基于脉冲激光热成像的高温合金表面缺陷特征提取方法
JP6301951B2 (ja) サーモグラフィを用いた試料の検査方法およびシステム
CN103808802B (zh) 一种材料内部缺陷的全光学激光超声测定方法
CN102495078B (zh) 基于量子点红外荧光显示技术的焊缝检测方法
CN105241923B (zh) 倒装焊焊点缺陷检测方法
CN106501315A (zh) Gfrp裂纹缺陷的缩短相关热层析成像检测方法与系统
CN103383358A (zh) 点阵式热传导测温无损裂纹检测法
CN204758470U (zh) 一种激光超声检测装置
CN106896138A (zh) 一种扫描热激励红外成像检测系统及方法
CN109613063A (zh) 一种基于面阵脉冲激光激励检测热障涂层面的装置及方法
CN113624804A (zh) 一种增材制造构件的无损检测方法及系统
CN102866144A (zh) 固体材料表面疲劳裂纹的无损检测方法
CN113960032B (zh) 一种在线激光清洗效果检测方法及三维检测装置
Hosoya et al. Damage detection in transparent materials using non-contact laser excitation by nano-second laser ablation and high-speed polarization-imaging camera
CN108333219A (zh) 一种用于大型金属构件激光增材制造过程的在线无损检测方法
CN109254012A (zh) 一种基于半导体激光器的金属表面缺陷检测装置及方法
CN103673904A (zh) 激光扫描热波成像膜厚测量方法
CN115144433B (zh) 调频脉冲序列电磁涡流激励热波层析成像检测系统及方法
Roemer et al. Laser spot thermography of welded joints
Wei et al. Using active thermography and modified SVM for intelligent diagnosis of solder bumps
Zheng et al. Design of an advanced automatic inspection system for aircraft parts based on fluorescent penetrant inspection analysis
CN111982967A (zh) 一种基于永磁铁的磁饱和脉冲涡流红外无损评价方法
CN103383367A (zh) 扫描式热传导线温检测工件浅表裂纹的方法
Puthiyaveettil et al. In-line laser thermography for crack detection at elevated temperature: A Numerical modeling study
Szwedo et al. Qualitative diagnostics of wind-turbine blades inspection using active thermography

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191101

RJ01 Rejection of invention patent application after publication