徐长航教授团队在CFRP加固钢结构脱粘缺陷可视化方面取得阶段性研究进展

作者:张玉彬 发布:史君涵 审核:刘秀全 发布时间:2025-07-21 浏览次数:740

近日,我院徐长航教授团队在CFRP加固钢管构件脱粘缺陷可视化方面取得阶段性研究进展,相关研究成果《基于低功率超声激励热成像的CFRP加固钢管构件脱粘缺陷可视化研究》(Low-power ultrasonic-induced thermography for visualization of debonding defects in CFRP-reinforced steel tubular members)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8.0SCI一区Top)。论文第一作者为安全科学与工程学科博士研究生张玉彬,通讯作者为徐长航教授,中国石油大学(华东)为第一署名单位和唯一通讯单位,加拿大拉瓦尔大学等为共同合作单位。该研究得到了国家重点研发计划课题、加拿大自然科学与工程研究理事会探索计划和中国国家留学基金等项目联合资助。

论文首页

碳纤维增强复合材料(CFRP)因其优异的比强度、耐腐蚀性和轻质特性,已广泛应用于钢结构的加固与修复,尤其适用于海洋平台、油气管道等关键基础设施中的钢管构件。然而,CFRP与钢管通过胶黏剂连接形成的结构在制造及服役过程中不可避免地会产生界面脱粘缺陷,严重影响结构的承载能力和服役安全性。因此,发展快速、准确的无损检测方法识别该类缺陷具有重要意义。

CFRP加固钢管构件脱粘缺陷

采用低功率超声激励热成像技术检测CFRP加固钢管构件的流程

结合GF&LIN与红外图像序列特征提取算法的处理框架

为解决这一问题,本研究提出一种基于低功率超声激励的红外热成像检测技术(LUIT),用于识别CFRP加固钢质管状结构中的脱粘缺陷。为提升检测精度,研究开发了适用于管状结构的弧形底部低功率超声换能器,并提出引力增强与侧抑制网络(GF&LIN)与传统图像处理算法相结合的图像增强方法,有效提高了缺陷的识别准确度和信噪比(CNR)。研究表明,该方法检测效率高、适应性强,可为CFRP加固结构的质量评估与工程应用提供有效技术支持。

论文链接:https://doi.org/10.1016/j.conbuildmat.2025.142717