摘要：电涡流脉冲热成像(Eddycurrentpulsed thermography,ECPT)技术是一种集成了电、磁、热等多物理效应的新兴无损检测技术,具有单次检测范围大、无交互、检测速度快等特点。传统基于特定时刻的单帧热图像分析,很难直接区分不同区域的热分布,无法建立有效的数学、物理模型,对微小缺陷与早期疲劳损伤难以进行完整、有效的检测与评估。本文利用多帧热图像序列构造出了不同阶段的多维观测矩阵,通过拉普拉斯特征映射(Laplacianeigenmap,LE)方法对高维观测数据集进行降维处理。利用COMSOL仿真分析了隐马尔科夫模型(hidden Markov model,HMM)追踪、评估材料特性的有效性,最后通过HMM对降维后的齿轮疲劳数据进行学习、评估。通过不同阶段的齿轮疲劳实验验证,基于隐马尔科夫模型与电涡流脉冲热成像的技术可以很好地评估齿轮在不同阶段的疲劳损伤状态。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社