近日，我院安全科学与工程学科博士研究生张玉彬在CFRP-钢胶接结构界面缺陷识别方面取得重要进展，相关研究成果《通过低功率振动热成像中的热信号增强对CFRP-钢胶接结构中粘接界面缺陷的识别》（Enhanced recognition of bonding interface defects within CFRP-steel adhesive structures via thermal signals in low-power vibrothermography）发表在《Construction and Building Materials》。《Construction and Building Materials》是工程技术领域的国际顶级期刊，目前影响因子为7.4（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，该研究得到了国家重点研发计划课题的资助。
论文首页
碳纤维增强复合材料（CFRP）由于其高强度，抗疲劳，耐腐蚀等优良特性，已被广泛应用于通过粘接剂粘接对钢结构进行加固，尤其是在传统加固方法不适用的特定场景中。因此，检测CFRP-钢胶接结构的粘接界面缺陷，以确保结构的完整性和安全性，变得至关重要。然而，由于CFRP、粘接剂和钢材料的不同物理性质，精确检测这些特殊混合工程结构中的粘接界面缺陷面临较大挑战。
CFRP-钢粘接系统的典型缺陷
SOCDAE-LVT方法
原始结果与SOCDAE-LVT结果
为解决这一问题，论文提出了一种新方法——简化的一维卷积去噪自编码器-低功率振动热成像（SOCDAE-LVT），旨在提高CFRP-钢胶接结构中粘接界面缺陷的识别能力。该方法通过搭建的低功率振动热成像系统获取热信号，结合低功率振动热成像数据特点设计简化的一维卷积去噪自编码器模型，提取每个像素点的热信号稳健表示，显著提升了缺陷的可识别性。论文进一步探讨了不同噪声类型及信号预处理方法对SOCDAE-LVT性能的影响，优化了该方法的有效性。研究结果表明，所提出的方法在提高CFRP-钢胶接结构粘接界面缺陷识别能力方面具有显著优势，能够有效支持结构质量的准确评估，从而提升该类结构的安全性。
