[發明專利]使用運動放大技術的結構的非破壞性評估

在審

• 申請號: 201410697256.2
• 申請日: 2014-11-26
• 公開（公告）號: CN104807693A
• 公開（公告）日: 2015-07-29
• 發明（設計）人: W·J·塔皮亞;G·E·喬治森
• 申請（專利權）人: 波音公司
• 主分類號: G01N3/00
• 分類號: G01N3/00;G01N3/06
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 呂俊剛;劉久亮

技術領域

本公開一般地涉及用于結構的非破壞性評估和測試的設備和方法。

背景技術

結構的非破壞性評估涉及在沒有損壞結構或者沒有要求結構的較大程度的拆解的情況下完整地對結構進行檢查。非破壞性評估通常在飛行器行業中使用以針對結構中的缺陷或者任何類型的內部或外部損傷檢查飛行器結構。非破壞性評估還用于飛行器結構組件的初始制造。從而確保部件被正確地制造并且在該部件中沒有嵌入異物。可以在結構的制造過程中執行檢查和/或在結構已經投入使用之后執行檢查。

已知的NDE技術包括激光錯位散斑技術和電子散斑干涉術(ESPI)。激光錯位散斑技術和ESPI使用關聯的激光和干涉來創建實時的圖像，其示出了表面上指示子表面損傷或缺陷的小的應變變化。使用結構的(罩或腔室中的)局部真空、熱或物理負載來創建應變變化。這些方法的主要缺點在于它們的成本較高。在激光多普勒技術中也存在同樣的成本問題，其中，激光多普勒技術使用干涉方法來創建激光沖擊事件并且觀察表面。低頻超聲或結合測試是通常使用的檢查方法，其沒那么昂貴，但是耗時并且是接觸式方法。低頻超聲或結合測試將機械波引入到正在檢查的部分，該機械波然后由傳感器接收，隨著利用手使探針在區域上往復，該傳感器監視引入的波中的變化。該變化利用儀表指針的移動來顯示或者利用屏幕上的移動的點來顯示。該變化表示傳感器下的局部區域中的硬度。該處理重復直到檢查者已經標出了損傷邊界。存在更復雜的系統，其將提供測試區域的圖像，但是它們更加昂貴，要求操作者具有更多的技術，并且花費更多的時間來建立。

需要快速、自動且大面積的檢查方法來用于夾持結構的使用中的檢查。當蜂巢夾持(金屬和非金屬)結構在使用中受到沖擊時，其容易受到一定程度的損傷。通常，技工將執行“敲擊測試”來聆聽懷疑的損傷區域的聲音的變化，然而這需要有資質的檢查者來確定損傷的程度，并且如果需要，則使用相當復雜的電子設備(結合測試器等等)來進行該確定。這要求時間和設備的有資質的操作者，這相應地增加了檢查/維修的成本。

對于諸如結構測試的應變測量應用，應變計要求大量的人工時間來準備和執行并且全場地應變系統是非常昂貴的。復合材料的結構測試常常涉及很多應變計以及一些用于追蹤損傷生長的NDE傳感器的連接。常常就在最終故障之前使用高速視頻來收集關于故障的模式的重要數據。

能夠用于克服前述缺陷中的一些或全部的技術上的任何發展將是需要的。

發明內容

這里公開的主要內容部分地涉及用于使用基于視頻的運動放大裝置來增強結構中的小的應變或波圖案的可視化的方法。特別地，這里公開的基于視頻的方法能夠用于負載情況下的飛行器結構(例如，蜂巢/夾持結構)的NDE。在下面公開的一些NDE實施方式中，使用運動放大技術來對在所施加的負載的情況下的結構的常用數字視頻圖像，以示出指示子表面損傷的小表面應變。運動放大軟件的使用使得能夠提供快速、低成本、基于面積和非接觸室的NDE的基于視頻的方法。

根據下面公開的一些實施方式，機械應力(準靜態或動態)或熱應力被引入到其中懷疑有損傷的局部區域。對于測試區域進行標準(或對于某些動態應力方法使用高速)視頻記錄。使用運動放大算法來對該視頻進行處理，該運動放大算法對極小的運動進行放大。運動放大能夠揭示在部分的表面上生成的應變(對于靜態或熱負載的情況)或者波圖案(對于動態負載的情況)。如果存在損傷或結構變化，則獲得的表面應變將指示該損傷或變化，或者該區域中的表面波將在相位、幅度或這兩方面發生改變，并且將在視頻圖像中示出。能夠快速且容易地指示子表面損傷。這些方法能夠實時地進行，創建應變敏感查看器以發現并量化對于飛行器結構的損傷。

這里公開的其它系統使用運動放大技術來在結構測試期間高亮局部故障，從而提供了用于監視結構測試的低成本大面積的方法。高速視頻通常在最終故障之前使用以收集關于故障的模式的重要數據。當前以及甚至已經實現的測試的高速視頻將提供故障時的應變的成像。當應用于結構測試時，使用運動放大提供的額外的數據可以減少所要求的測試的次數并且改進結構模型。還能夠減少耗時的傳感器設置建立。

運動放大技術能夠用于在檢查點對視頻圖像進行實時的處理或者在優選地實施方式中對獲得的視頻圖像數據進行處理。在優選實施方式中，運動放大軟件將實時地運行以對于NDE和測試應用與放大的應力一起獲得結構的高速視頻成像。查看獲得的高速視頻數據能夠指示更具體的損傷發展現象，其將改進結構模型以及對于故障機制的完整理解。