摘 要：提出了一种基于红外测温技术对石墨电极内部缺陷进行诊断的方法。根据热传导规律，物体表面的温度完全取决于物体内部的结构、材料的热物性、内部的热扩散率以及表面与外界环境的热交换,石墨电极内部的缺陷都会以相关部位的温度场异常为征兆表现出来。通过方差法找出缺陷点，并对红外图像中缺陷点形成的区域进行分析，就可以对石墨电极内部缺陷的类别、位置、几何尺寸与严重程度作出定量诊断。
关键词：石墨电极；方差法；缺陷；无损检测
红外热成像无损检测技术是一种新型数字化无损检测技术，与超声法、射线法等传统无损检测方法相比，具有单次检测面积大、速度快、非接触、安全可靠及适于现场检测等优点[1-2]。随着石墨电极在工业中应用日益广泛，其在生产过程中易出现分层、裂纹和孔洞等缺陷的问题日益突出，而对此类缺陷的检测，红外无损检测被公认为是最有效的解决方法[3-4]。
目前,很多学者针对红外无损检测技术展开了研究。周敏华[5]等人利用红外扫描测温定量计算了矩形平板和直角柱体内的缺陷。参考文献[6]提出了一种脉冲加热法，以确定圆盘状缺陷的尺寸和深度。参考文献[7]对带有自身发热型缺陷的试件建立二维传热模型,并根据共轭梯度法提出根据试件外表面红外测温,定量识别发热型内部缺陷边界轮廓的方法。参考文献[8]通过对水泥试件进行脉冲加热,提出了一种判断缺陷位置、尺寸和深度的方法。参考文献[9]采用Levenberg-Marquardt 法分别对二维和三维试件内部缺陷的识别进行了研究，该方法精度较高，通用性较强，但必须预知缺陷的形状或缺陷的描述参数。参考文献[10]将有限元法应用在主动式加载红外无损检测中，并对采集到的热像数据进行了BP神经网络分析，以背部含不同缺陷类型平板试件为例进行分析，取得了不错的效果。
目前,国内针对石墨电极缺陷的研究很少，上述研究方法存在很多不足，如建模比较复杂、检测速度较慢。针对以上情况，本文提出了一种被动式红外无损检测方法。该方法的基本思想是根据热传导理论将石墨电极简化为一维模型，根据热像特征和表面温差，研究缺陷尺寸、位置与表面温度间关系。实验结果表明，该方法取得了较好的研究成果。
1 热传导理论
1.1 热传导与红外检测
热波是传播中随时间周期性变化的温度场[11]。当试样内部存在缺陷时，热量分布不均匀，就会在试样有缺陷区和无缺陷区形成温差。该温差除了取决于试样材料的热物理性质外，还与缺陷的尺寸、距表面的距离及其热物理性质有关[12]。试样局部温差的存在必然导致红外辐射强度的不同，利用红外热像仪即可检测出温度的变化状况，进而判断缺陷的情况。
1.2 热传导数学模型的建立
当石墨电极成型后，会向外辐射热量，进行理论计算时，常把试样简化为一维热传导模型。当给定热激励函数和边界条件时，对热传导方程进行求解，可得热波的传导函数为：
2 图像处理相关理论及方法
2.1 最大熵图像分割算法
Kapur于1989年提出了最大熵算法。最大熵算法就是利用图像的灰度特征来选择一个或多个最佳灰度阈值，将图像中的像素点按阈值进行分类，提取出特定目标的方法。一维最大熵阈值法最大化目标和背景所含的信息量之和，这个最大化的信息量之和作为选择分割阈值的标准。本文采用最大熵分割方法实现石墨电极表面缺陷的识别。实验测试结果表明，该方法能够有效提高石墨电极缺陷对比度。
矩阵的有序性，即判断矩阵中的数据分布集中与否。方差越大，数据分布越分散；方差越小，数据分布越集中。一般来说,无缺陷的红外图像各像素点对应的温度将大体分布在一个较窄的范围内，其各个点的温度值与平均温度相差不大，即方差较小；而有缺陷的图像，则无论是什么类型的缺陷，其缺陷点对应的温度都会明显高于整体图像的温度平均值,其方差会相对较大。对于方差大的点所构成的区域暂且定为问题区域,其图像的亮度明显高于整体的其他区域。
4 缺陷判断流程描述
石墨电极红外无损检测流程如下：
(1)采集到的图像中或多或少都会存在噪声等对图像质量有影响的因素，因此应尽可能消除这些因素。采用红外图像预处理手段，得到质量比较好的图像才有利于后期的处理和分析。
(2)利用红外成像仪记录图像中各像素点温度，计算平均温度。
(3)计算各像素点与平均温度的方差，记为S。
(4)找出比较大的方差对应的像素点，并对相邻的方差异常的像素点进行分类。
(5)求出每一类像素点方差的均值，并取最大值作为判别标准，即阈值?着。
(6)比较S和?着，当S>?着时，即可视该点为缺陷点。
(7)对缺陷点组成的区域作最大熵图像分割处理。
(8)采用Hough直线变换，若图像呈直线分布，则判断缺陷为裂纹缺陷，否则转步骤(9)。
(9)采用Hough圆变换，若图像呈圆分布，则判断缺陷为内部孔洞缺陷，否则转步骤(10)。
(10)判断图像是否有两个以上独立区域，若有，则判断缺陷为内部分层缺陷，否则视为其他缺陷。
石墨电极缺陷判断流程如图1所示。
5 实验与分析
为了验证本文提出的判别方法的有效性，分别对几个石墨电极红外图像进行分析处理。
(1)针对裂纹缺陷进行检测。图2是石墨电极局部红外图像。通过方差法找到阈值，比较各点方差与阈值的大小关系，从而确定缺陷点，并通过LabView软件将缺陷点进行标注。图3为局部缺陷点被标定图像，缺陷点呈直线状分布。图4为最大熵分割后图像，增强了缺陷区域的对比度。图5为Hough直线变换图像，大致确定了缺陷的位置和尺寸。通过特征分析可以认定该缺陷为裂纹缺陷。
(2)针对内部分层缺陷进行检测。图6为石墨电极局部红外图像，图像中可以清晰地看出高温区和低温区形成了明显的区域性分层。图7为局部缺陷点被标定图像，通过计算找出方差大于阈值的点并作标注。图8为最大熵分割后图像，一定程度上反映了缺陷的轮廓。通过特征分析判断该缺陷属于内部分层。
(3)针对内部孔洞缺陷进行检测。假定缺陷内含物以空气计且石墨电极的表面为自然对流换热条件，对流换热系数为200 W/(m2·℃)，周围环境温度设为20℃，石墨电极的初始温度为200℃。实验所用材料的热物理性质参数如表1所示。根据热传导理论，物体在散热过程中，有缺陷区域对应的表面温度明显高于无缺陷区域对应的表面温度，在红外图像中表现为亮斑区域。图9为石墨电极局部红外图像，图像中存在两块亮斑。图10为局部缺陷点被标定图像，通过计算发现,亮斑区域的方差大于阈值，与理论符合。图11为最大熵分割后图像，分割后的缺陷区域对比度大大加强。图12为Hough圆变换图像，大致确定了缺陷的位置和尺寸。通过特征分析判断该缺陷为内部孔洞。
本文建立了石墨电极的一维热传导模型，对石墨电极内部缺陷进行了研究识别，通过对石墨电极红外图像的基本处理、统计图像表面温度并由方差法及热传导理论找到缺陷点，然后采用最大熵分割及Hough变换等方法对缺陷点形成的区域进行分析，从而达到判断缺陷的类别、确定缺陷的大致位置以及一定程度确定缺陷尺寸的目的，取得了很好的效果。
参考文献
[1] 赵景媛.铸件内部缺陷红外热波检测技术研究[D].太原：中北大学，2009.
[2] 先明乐，徐振高，杨小林. 红外热波检测复合材料时缺陷深度的自动测量[J].无损检测，2009，25(8)：56-62.
[3] WANG X， CRUPI V，ZHAO Y, et al. Lock-in thermographic methodology for fatigue assessment and nonlinear stress measurement[J].Proceedings of SPIE The International Society for Optical Engineering,2010，73752：1-6.
[4] Zheng Kai，Zhang Shuyi，Chen Zhaojiang, et al. Anomalous subharmonics excited by intensive ultrasonic pulsed with a single frequency[J]. Applied Physics Letters,2011,92(22)：43-47.
[5] 周敏华，陈钱. 红外热成像体内热源检测方法及仿真研究[J]. 红外技术，2009，4(12)：324-328.
[6] 王伟聪. 探讨红外热像技术在输电设备故障诊断中的应用[J]. 黑龙江科技信息，2010(26)：54-58.
[7] 陈楠. 红外检测技术在输变电设备中的应用[J]. 华中电力，2009，22(5)：84-85.
[8] 黄继，叶伯颖. 提高电力设备现场红外检测准确性的方法[J].电气应用，2010，4(10)：11-13.
[9] 先明乐，徐振高，杨小林. 红外热波检测复合材料时缺陷深度的自动测量[J].无损检测，2009，25(8)56-62.
[10] 曲志华,王立海. 红外热像技术及其在木材无损检测中应用的可行性探讨[J].森林工程，2009:121-24.
[11] 陆燕飞.红外热像仪在建筑外墙饰面检测中的应用[J].江苏建材，2009(2)：39-40.
[12] 朱斌，沈筛军. 红外热像技术检测建筑外墙饰面砖粘结缺陷[J]. 施工技术，2009(6)：449-451.