Caractéristiques thermiques multi-représentations pour une analyse améliorée des défauts en thermographie par impulsion

Voir les défauts cachés grâce à la chaleur

Les avions, les automobiles et les ponts modernes sont fabriqués à partir de matériaux complexes qui doivent être inspectés sans être ouverts. Les caméras infrarouges permettent déjà aux ingénieurs de « voir » les motifs thermiques révélant des défauts cachés sous une surface. Cet article présente une méthode plus intelligente, appelée PT-Fusion, pour interpréter ces empreintes thermiques afin de détecter des défauts minuscules de façon plus fiable et d’estimer leur profondeur sous la surface avec une précision remarquable.

Comment la chaleur révèle l’invisible

La thermographie par impulsion repose sur une idée simple : une brève et intense éclaire chauffe momentanément la surface d’une pièce, et une caméra infrarouge enregistre la façon dont la chaleur se répand et s’atténue au fil du temps. Si le matériau est sain, la chaleur se propage de manière régulière. Si une cavité ou une fissure se trouve sous la surface, la chaleur est piégée ou déviée, créant une perturbation subtile de la température en surface. En analysant un court film de ces variations de température, les inspecteurs peuvent détecter des problèmes sans percer, couper ou endommager la pièce.

Pourquoi les cartes thermiques actuelles laissent de l’information de côté

Comme les films thermiques bruts sont volumineux et bruyants, les ingénieurs utilisent des astuces mathématiques pour les résumer en images plus compactes avant de les soumettre à l’intelligence artificielle. Deux résumés très répandus sont la thermographie par composantes principales (PCT), qui renforce le contraste visuel des défauts, et la reconstruction du signal thermographique (TSR), qui se concentre sur l’évolution temporelle de la température de chaque pixel. La plupart des systèmes d’inspection existants choisissent l’un ou l’autre, ou se contentent de les empiler en tant que canaux supplémentaires. Cette approche s’avère inefficace : chaque représentation contient des indices différents et complémentaires sur l’emplacement des défauts et leur profondeur, mais les réseaux neuronaux classiques ne sont pas guidés pour les combiner de manière intelligente.

Une manière plus intelligente de fusionner les indices thermiques

Le système PT-Fusion est conçu spécifiquement pour fusionner ces différentes vues thermiques. Il utilise deux branches de traitement parallèles, l’une dédiée aux images PCT et l’autre aux images TSR, chacune extrayant des motifs particulièrement clairs dans sa propre représentation. À des étapes clés, des modules de fusion spéciaux interviennent. Une porte de fusion à pondération adaptative décide, pixel par pixel, combien faire confiance à chaque branche, tandis qu’un bloc de décodage enrichi par gating injecte délicatement l’information fusionnée dans les couches de reconstruction qui produisent les prédictions finales. Plutôt que de concaténer aveuglément les flux de données, le réseau apprend quelle représentation est la plus informative dans chaque région et les équilibre en conséquence.

Tirer le meilleur parti de données de test limitées

Les expériences thermographiques de haute qualité sont coûteuses et longues à réaliser, si bien que les grands jeux de données annotés sont rares. Pour y remédier, les auteurs conçoivent une stratégie d’augmentation spatiotemporelle adaptée aux films thermiques. Plutôt que de se contenter de faire tourner ou décaler les images, ils échantillonnent aléatoirement des images au sein de chaque séquence pour imiter différentes histoires de chauffe et de refroidissement, puis injectent du bruit contrôlé pour simuler des artefacts réels de caméra. De nouvelles images PCT et TSR sont calculées à partir de ces séquences modifiées, augmentant considérablement la variété tout en préservant la physique sous-jacente de la diffusion thermique. Cet enrichissement du jeu d’entraînement aide PT-Fusion à apprendre des motifs robustes au lieu de mémoriser un petit nombre d’exemples.

Cartes plus nettes et profondeurs plus fiables

Les chercheurs testent PT-Fusion sur un jeu de données public de plaques plastiques contenant des trous artificiels en subsurface à des profondeurs connues. Ils évaluent deux tâches : attribuer à chaque pixel une classe de profondeur, et effectuer à la fois un étiquetage défaut/non-défaut et une estimation continue de la profondeur. PT-Fusion segmente non seulement les défauts plus précisément que des réseaux convolutionnels classiques comme U-Net et 3D-CNN, mais rivalise aussi avec des modèles basés sur des transformers plus lourds tout en utilisant beaucoup moins de paramètres et en étant plus rapide. Ses profondeurs prédites suivent de près les valeurs réelles, avec des erreurs moyennes très faibles. Fait important, entraîné sur une forme de défaut (par exemple des carrés) et testé sur une autre (cercles), le système reste performant, montrant qu’il a appris la physique de la diffusion thermique plutôt que de simplement mémoriser des contours.

Ce que cela signifie pour des structures plus sûres

Pour les non-spécialistes, le message clé est que PT-Fusion rend l’imagerie thermique plus puissante et plus fiable pour la sécurité des structures critiques. En fusionnant intelligemment deux vues basées sur la chaleur et en enrichissant des données rares par une augmentation consciente de la physique, la méthode peut repérer davantage les défauts et estimer leur profondeur sous la surface. Ce type de progrès nous rapproche d’installations d’inspection rapides et automatisées capables de surveiller discrètement des pièces d’avions, des pipelines et d’autres composants vitaux — détectant précocement des problèmes cachés, sans jamais avoir à les démonter.

Citation: Salah, M., Werghi, N., Svetinovic, D. et al. Multi-representation thermal features for enhanced defect analysis in pulse thermography. Sci Rep 16, 12926 (2026). https://doi.org/10.1038/s41598-026-42031-y

Mots-clés: thermographie infrarouge, contrôle non destructif, inspection par apprentissage profond, détection de défauts en subsurface, thermographie par impulsion