基于电阻层析成像技术的CFRP缺陷检测研究进展

何建，吴玉箫，于海州

（中国民用航空飞行学院航空工程学院，四川广汉,618307）

0 引言

碳纤维增强复合材料是以碳纤维为增强体、树脂为基体形成的复合材料。与传统的材料相比，CFRP具有多种优良性能：低密度、耐腐蚀、抗疲劳、导电导热性、低热膨胀系数等。CFRP作为一种新兴的材料，被广泛应用于军事以及民用工业的各个领域之中。

CFRP制造工艺复杂，工作环境恶劣，在制造和使用过程中不可避免地会产生结构缺陷或损伤。典型的缺陷包括了在制造过程中产生的分层、孔隙、脱粘和表面损伤，在使用过程中产生的冲击、裂纹、腐蚀坑、孔洞等[1]。结构健康监测对保证复合材料的完整性，提高使用安全性和可靠性，降低维护成本有着重要的作用。当前现有的无损检测方法都能达到对CFRP内部缺陷进行检测的目的，但各个方法都存在着一定的局限性。红外热波检测所需时间过长；超声检测法效率低，使用的耦合剂会对试件造成污染；渗透检测只能检测表面的开口缺陷；涡流和磁粉检测都只适用于近表面的损伤；X射线检测成本高且有放射性污染[2]。

而如今对检测的要求已经不仅仅是简单地确定缺陷是否存在，还要进一步确定缺陷的轮廓和位置信息，这对于评价材料的健康状况至关重要。相对传统的几种检测方法，电阻层析成像技术的优点是不侵入材料内部、成本低（通常只需要电流源、数据采集装置和适当的计算能力）、适用的场合广、方便现场部署、能够实时生成重建的电导率图像[3]，并且电阻层析成像技术可以对厚部件的横截面进行成像。因此，电阻层析成像技术是一种具有很大潜力和研究价值的结构健康监测技术。

1 电阻层析成像技术概述

电阻层析成像技术根据测得的边界电压来估计材料内部的空间变化的电导率分布。当材料出现缺陷导致电导率发生变化，使用ERT技术就能够得到材料内部缺陷的大致轮廓和位置，为定性评估材料结构健康状况提供了可视化手段。

一个完整的ERT系统应该包括电极阵列、激励信号控制单元、数据采集与处理单元、图像重建单元以及主控计算机[4]。典型的ERT系统结构如图1所示。

图1 典型ERT系统结构

在系统工作时，由激励信号控制单元发出指令，给某个或多个电极施加激励电流，在材料内部建立电流敏感场。当材料出现缺陷，场内的电导率分布发生变化，数据采集处理单元采集到的场域边界电压也会随之变化。利用边界电压，再通过合适的成像算法就可以重建出场内的电导率分布，实现图像重建功能[5]。

2 电阻层析成像技术在CFRP缺陷检测中的应用

2.1 CFRP的导电特性

CFRP的导电性受两个因素的影响：碳纤维固有的导电性和纤维与纤维之间的连接。因此，纤维损伤、断裂或是分层缺陷都可以通过电阻层析成像技术检测出来[6]。内部碳纤维的走向决定了CFRP的电导率的各向异性：顺着纤维方向的电导率最高，厚度方向的电导率最低[7,8]。CFRP层合板的纤维体积分数对电导率也有影响，电导率可以表示为纤维体积分数的函数[9]，横向和厚度方向的电导率随着纤维的体积分数的增大而增加，且横向和厚度方向的电导率的比率约为10:1[10]。这种过强的各向异性会对灵敏度矩阵造成影响，对ERT最终的图像重建效果造成影响。因此，将电阻层析成像技术应用于CFRP的缺陷检测中时，主要需要考虑尽量减小CFRP电导率各向异性对成像结果造成的影响。

2.2 电阻层析成像技术在CFRP缺陷检测中的发展

Schueler等人[11]于2001年首次将ERT技术应用到单向CFRP的缺陷检测中，简单对矩形孔损伤进行检测，但使用的重建算法没有考虑电阻率各向异性的影响，因此成像结果不佳。他们成功探索了将电阻层析成像技术应用到CFRP缺陷检测中的这一新的领域，但仍有较多问题需要解决。

Hou和Loh[12,13]使用具有不均匀电导率的碳纳米管薄膜作为传感皮肤，展现了电阻层析成像技术对不均匀区域的定位以及对多个损伤区域进行区分的能力。

Baltopoulous等人[14]使用了三层碳纤维织物和环氧树脂制成的层压板，对钻孔和冲击损伤进行了ERT检测。但为了降低过高的各向异性电导率，假设层压板电导率为各向同性，导致最终的成像结果较差。最终需要后处理来使缺陷部位定位更加准确，处理之后的定位误差为10%，且对不到监测区域0.1%的小尺寸缺陷较为敏感。

Loyola等人[15]于2013年对具有正交各向异性的玻璃纤维增强复合材料GFRP进行检测，比较了不同位置孔洞损伤的电导率图像，研究了损伤的敏感性和分辨性，并利用ERT方法检测低速撞击导致的损伤位置和严重程度，检验了该方法在检测和定位损伤缺陷方面的准确性，也对各向异性电导率带来的测量方式以及图像重建质量上的问题进行了解答。此时ERT检测受限于图像重建的速度，还无法做到实时监测。

2016年，Gschossmann[16]开发了适用于ERT技术的产生直流激励电流和获取电压数据的硬件装置，能在9秒内对16电极空间区域进行实时监测。硬件的发展使得ERT监测的实时性越来越高，目前先进的高速ERT系统图像重建速率可以达到3906帧/秒[17]。也有针对CFRP缺陷检测研制的便携式的ERT装置，可以设定激励电流大小，最大的穿透深度可以达到10mm[18]。ERT硬件的发展趋向于具有更高的精度、准确度和速度，以及更低的功耗[19-21]。

研究者们还考虑到了更多的细节问题，如激励模式的设置。ERT最终成像结果的空间分辨率和精度与所使用的激励模式密切相关。在2015年，Fan等人[22]便对激励模式进行了研究。在实验中建立了6×6阵列电极开放式ERT模型，并假设单个CFRP层压板横向和厚度方向电导率相等。采用奇异值谱、灵敏度图均匀性、灵敏度测量值、电压动态范围、重建图像相关系数五种评估指标对间隔不同数目电极的五种激励方式进行评估，结论为激励间隔4个电极的模式表现出更好的图像重建性能。进一步的研究中，Fan[23]采用了三层正交铺层的CFRP层合板，对冲击、分层、纤维断裂以及横向裂纹缺陷进行了仿真实验，最终结果表明了ERT具有检测出多种常见的CFRP缺陷的能力。研究正交各向异性的CFRP在不同激励模式下的成像效果的还有Gallo[24]，他采用了32电极，并且对比了传统的相邻、相反、对角三种电流激励方式。实验结果表明相邻激励模式对边缘缺陷的检测灵敏度更高，而位于中心的缺陷使用交叉和对角激励模式更好。Nonn等人[25]于2018年使用16个铝铆钉作为嵌入式电极，评估了三种传统的电流激励方式对CFRP层压板的ERT成像效果，发现对角电流激励方式的效果最好，但由于使用的图像重建算法没有考虑各向异性的影响，最终成像结果也不佳。除了上述三种常见的激励模式之外，还有研究者采用了新型的激励测量模式——PP模式[26]，PP模式对于单个损伤目标成像效果较差，但对于存在多个损伤目标的情况成像效果佳。还有将多种间隔的激励结合在一起的优化激励方式[27,28]，能够得到更加均匀的电流场，获得更多的独立测量数。除此之外，还有对多个电极进行激励的激励模式[29,30]，也能使电流场更加均匀，但多激励模式的硬件设计尚不成熟，相应的图像重建算法也较少。

为了克服CFRP各向异性的影响，也有研究者从图像重建算法方面着手研究。Schmidt等人[31]对CFRP的分层缺陷进行ERT检测研究，使用三种深度学习算法进行图像重建，其中k-NN算法性能最优，并且材料越薄，各向异性对结果影响越小。Fan等人[32]利用修正残差范数最速下降（MRNSD）算法进行图像重建，得到的图像伪影少，定位质量高。Cagan等人[33]利用高斯正则化方法来减小CFRP各向异性的影响。

3 总结与展望

虽然将电阻层析成像技术应用到CFRP缺陷检测领域之中已经经过了20年，也取得了较大进展，但对这一领域的研究仍然处于早期阶段。迄今为止的研究主要都局限于实验室中的小型平面样品，并未应用到实际的大型复杂结构之中。近几年也有研究者在朝着实际应用中的大尺寸和非平面结构方向进行研究。若要真正地发挥ERT技术的结构健康监测能力，还有很多的工作需要做。例如对电极结构和布置方式、激励模式等方面可以进行进一步的优化，针对CFRP缺陷检测的图像重建算法上的研究目前仍处于基础阶段，远远落后于医学领域的发展。将ERT技术应用到CFRP缺陷检测之中存在着巨大的潜力，对以上几个方面的问题还可以进行更多的探索研究。