近日，我院安全科学与工程学科博士研究生张玉彬在复合材料主动红外热成像无损检测技术方面取得重要进展，相关研究成果《一维深度卷积自编码主动红外热成像：纤维增强复合材料内部缺陷的可视化增强》（One-dimensional deep convolutional autoencoder active infrared thermography: Enhanced visualization of internal defects in FRP composites）发表在《COMPOSITES PART B-ENGINEERING》。《COMPOSITES PART B-ENGINEERING》是工程技术与复合材料领域的国际顶级期刊，目前影响因子为13.1（SCI一区Top）。论文第一作者为博士研究生张玉彬，通讯作者为徐长航教授，中国石油大学（华东）为独立完成单位，该研究得到国家重点研发计划课题的资助。
论文首页
纤维增强复合材料已广泛应用于诸多工业领域，无损检测技术对于确保其安全服役具有极其重要的意义。主动红外热成像是一类直观、快速、经济的无损检测技术，非常适用于纤维增强复合材料的无损检测。然而，由于容易受到加热不均匀等因素的影响，主动红外热成像技术检测所得红外热图的缺陷特征普遍不够明显，从而影响了缺陷检测的效果。
1D-DCAE-AIRT步骤一: 热成像数据预处理
1D-DCAE-AIRT步骤二: 像素级高级热特征提取
1D-DCAE-AIRT步骤三: 增强可视化结果重建
为解决以上问题，论文提出一种“一维深度卷积自编码器主动红外热成像（1D-DCAE-AIRT）”的方法。该方法创新构建一种一维深度卷积自编码模型，通过红外热图预处理——缺陷特征提取——图像重构等处理步骤，实现纤维增强复合材料内部缺陷可视化程度的有效增强。通过在碳纤维和玻璃纤维等复合材料试件上进行三种主动红外热成像（脉冲涡流热成像、闪光灯热成像和振动热成像）检测实验，结果表明该方法的增强效果明显优于红外热成像无损检测领域的多种传统方法（快速傅立叶变换、主成分分析、独立成分分析和偏最小二乘回归等技术）。
论文链接：https://www.sciencedirect.com/science/article/pii/S1359836824000271
