摘要—利用熱紅外成像儀和紅外燈對具有孔洞、裂紋或節疤缺陷的云杉和肋狀白樺方材樣品進行了測試。每個樣品只含有三種缺陷中的一種。云杉樣品共有5個,其中兩個樣品中間有孔洞,一個兩側有孔洞,另外兩個樣品分別有裂紋和節疤。肋狀白樺樣品共有3個,其中一個中間有孔洞,另外兩個樣品分別有裂紋和節疤。通過對比實驗結果可以發現,紅外熱像儀能夠正確并清晰地檢測出云杉和肋狀白樺樣品中間的孔洞、裂紋及節疤,但無法區分具體的缺陷類型。它不能檢測出云杉樣品側面的孔洞??锥春凸澃虆^域的溫度較低,而節疤區域的溫度較高。為了正確檢測不同的缺陷,需要不同的測試條件。對于云杉和肋狀白樺樣品中間的孔洞,只有通過雙向檢測模型才能檢測到,而裂紋只能通過單向檢測模型檢測到。云杉樣品的節疤僅能通過單向檢測模型檢測到。肋狀白樺樣品的節疤可以通過單向和雙向檢測模型檢測到。在較高的含水量下,缺陷的大小和位置可以更準確地確定,盡管紅外燈加熱的時間會更長。
森林資源的短缺正越來越受到全球林業工作者的關注。如何最大限度地利用森林資源正成為一個共同關心的問題。在此背景下,木材的無損檢測技術蓬勃發展起來,因為它可以在不破壞木材的情況下檢測其缺陷,從而更好地利用木材。紅外熱成像技術自20世紀60年代發展起來。任何溫度高于絕對零度的物體都會輻射紅外線。紅外熱成像技術就是一種能夠探測這些紅外線并將其轉化為可見圖像的技術[1-6]。通過圖像上的差異可以辨別出缺陷。這項技術已經被廣泛應用于醫學、遙感以及工業缺陷檢測等領域。本研究使用熱紅外成像儀和紅外燈來調查具有孔洞、裂紋或節疤缺陷的云杉和肋狀白樺方材樣品,以尋找最佳的測試條件。[7-11].
I. 材料、儀器與方法
樣品來自東方紅林場的原木加工,尺寸被加工成 30×30×200 毫米的方材。云杉原木被制成了 5 個樣品,每個樣品只有一種缺陷,即孔洞、裂紋或節疤之一。孔洞缺陷分為樣品中間的孔洞和樣品兩側的孔洞。兩個云杉樣品在中間有孔洞,其余三個樣品分別具有其他三種缺陷??锥吹闹睆綖?18 毫米。肋狀白樺樣品共有三個,每個樣品具有一種缺陷,分別是中間的孔洞、裂紋和節疤。中間有孔洞的一個云杉樣品標記為 A。所使用的儀器包括 熱紅外成像儀和紅外燈。實驗步驟如下:
(1) 對樣品 A 使用單向和雙向檢測模型進行測試,樣品與紅外熱像儀之間的距離包括 20 厘米和 100 厘米,以找出更好的檢測方法和加熱距離;
(2) 首先對另外 7 個樣品中的一個進行含水率測試,方法是在每次檢測缺陷前稱量樣品的質量,完成實驗后將樣品放入烘箱烘干再重新稱量。實驗前后的樣品質量分別記為 G 和 G0,因此相對含水率計算公式為 w = (G – G0) / G;
(3) 在稱重后,使用紅外燈對樣品進行加熱,加熱模型和距離與步驟 (1) 中確定的相同。在不同加熱時段使用熱紅外成像儀對樣品進行紅外成像,并按序號保存這些圖像。通過比較不同時間段拍攝的圖像,找到能夠最準確區分樣品缺陷的圖像,從而獲得最佳加熱時間;
(4) 使用步驟 (3) 中描述的方法,在烘箱烘干后檢測完全干燥的樣品;
(5) 對其他樣品重復步驟 (2)-(4),直到所有樣品都被檢測完畢,并確定不同樹種和缺陷的最佳測試條件。
II. 實驗結果與分析
A. 確定加熱模型和距離
有兩種檢測模型:單向和雙向。單向是指在樣品的同一側進行加熱和紅外成像。雙向則是相反的情況,加熱和成像發生在樣品的不同側。樣品 A 使用了單向和雙向模型進行測試,距離包括 20 厘米和 100 厘米,分別代表短距離和長距離。結果表明,當檢測模型為雙向且加熱距離為 20 厘米時,可以在圖像上確定孔洞的位置和大小,缺陷區域比其他區域顏色更深。在其他測試條件下,缺陷無法被識別。因此,對于其他 7 個樣品選擇的加熱距離為 20 厘米,并且對于所有具有孔洞缺陷的樣品特別選擇了雙向檢測模型。
B. 云杉樣品的結果
1) 具有中間孔洞樣品的結果
在不同的含水率(MC)下加熱樣品,并在不同時間段內對其進行紅外成像,然后找到能夠顯示缺陷(孔洞)形狀和位置的圖像,該圖像對應的加熱時間被稱為最佳加熱時間。
圖1. 樣品A在雙向和單向加熱模型下的紅外圖像
表1 和圖2 展示了具有中間孔洞的云杉樣品的結果。
從圖2的數據可以得出,隨著相對含水率的降低,最佳加熱時間縮短。在不同相對含水率下的最佳圖像中,相對含水率為0.53時的圖像能夠最準確地區分中間的孔洞。完全干燥樣品的圖像效果最差。
圖2. 具有中間孔洞的云杉樣品在不同含水率下的最佳紅外圖像
區分缺陷的能力隨著含水率(MC 表示 moisture content,即含水率)的降低而下降。
2) 具有兩側孔洞樣品的結果
具有兩側孔洞樣品的結果如表2和圖3所示。與上述情況相比,在每種含水率下顯然都無法準確顯示兩側的孔洞。當樣品的含水率較高,例如為0.62和0.58時,可以在圖像上看到某一側的孔洞。
3) 具有裂紋樣品的結果
使用單向和雙向檢測模型對具有裂紋的云杉樣品進行了測試。結果顯示,只有單向檢測模型能夠檢測到樣品的裂紋缺陷。在不同含水率下拍攝的最佳圖像之間沒有顯著差異,所有圖像都能夠顯示出樣品中的裂紋。
4) 具有節疤樣品的結果
具有節疤樣品的結果如表4和圖5所示。單向和雙向
圖4. 具有裂紋的云杉樣品在不同含水率下的最佳紅外圖像
當含水率為0.30時,無論是單向還是雙向加熱模型都無法檢測到樣品中的節疤。對于其他含水率,雙向檢測模型能夠檢測到節疤,但單向模型仍然無法檢測到。
C. 肋狀白樺樣品的結果
- 具有中間孔洞樣品的結果
明圖5展示的是在不同含水率條件下,能夠最清晰地顯示云杉樣品中節疤缺陷的最佳紅外圖像。
圖6. 具有中間孔洞的肋狀白樺樣品在不同含水率下的最佳紅外圖像
這句話表示圖6展示的是在不同含水率(MT 應為 Moisture Content,即 MC)條件下,能夠最清晰地顯示肋狀白樺樣品中間孔洞缺陷的最佳紅外圖像。
最佳紅外圖像、最佳加熱時間和樣品的含水率(MC)如表5和圖6所示。從前述實驗中可以觀察到,單向加熱模型無法檢測到孔洞,這一點與云杉樣品一致,所以在隨后的實驗中,僅使用了雙向檢測模型。除含水率(MC)為0.19外,在不同含水率下的最佳紅外圖像能夠正確顯示中間的孔洞。隨著含水率的降低,最佳加熱時間也隨之縮短。總的來說,肋狀白樺樣品的最佳加熱時間比云杉樣品要短,這是由于其含水率較低所致。
2) 具有裂紋樣品的結果
單向檢測模型能夠檢測到肋狀白樺樣品中的裂紋,而雙向模型則不能。樣品的含水率(MC)和部分最佳紅外圖像如表6和圖7所示。
圖7. 具有裂紋的肋狀白樺樣品在不同含水率下的最佳紅外圖像
這句話表示圖7展示的是在不同含水率(MT 應為 Moisture Content,即 MC)條件下,能夠最清晰地顯示肋狀白樺樣品中裂紋缺陷的最佳紅外圖像。
圖8. 具有缺陷的肋狀白樺樣品在不同含水率下的最佳紅外圖像
3) 具有節疤樣品的結果
部分最佳紅外圖像、最佳加熱時間和樣品的含水率(MC)如表7和圖8所示。單向和雙向檢測模型均能夠檢測到樣品中的節疤。
III. 結論
紅外熱像儀能夠正確并清晰地檢測出云杉和肋狀白樺樣品中間的孔洞、裂紋及節疤,但無法區分缺陷的具體類型。它不能檢測出云杉樣品兩側的孔洞。孔洞和節疤區域的溫度較低,而節疤區域的溫度較高。為了正確檢測不同的缺陷,需要不同的測試條件。對于云杉和肋狀白樺樣品中間的孔洞,只有通過雙向檢測模型才能檢測到,而裂紋只能通過單向檢測模型檢測到。云杉樣品的節疤僅能通過單向檢測模型檢測到。肋狀白樺樣品的節疤可以通過單向和雙向檢測模型檢測到。雖然紅外燈的加熱時間會更長,但在較高含水量的情況下,缺陷的大小和位置可以更準確地確定。