Термические признаки в нескольких представлениях для улучшенного анализа дефектов в импульсной термографии

Видеть скрытые дефекты с помощью тепла

Современные самолёты, автомобили и мосты изготовлены из сложных материалов, которые необходимо проверять, не разрезая их. Инфракрасные камеры уже позволяют инженерам «видеть» тепловые картины, указывающие на скрытые дефекты под поверхностью. В этой статье предложен более умный подход, названный PT-Fusion, который лучше читаeт эти тепловые отпечатки, так что мелкие повреждения обнаруживаются надежнее, а оценка их глубины под поверхностью становится удивительно точной.

Как тепло раскрывает то, что не видит глаз

Импульсная термография — простая идея: короткая, интенсивная вспышка света кратковременно нагревает поверхность детали, а инфракрасная камера записывает, как тепло распространяется и затухает со временем. Если материал цел, тепло течёт равномерно. Если под поверхностью есть пустота или трещина, тепло задерживается или отклоняется, создавая едва заметное температурное возмущение на поверхности. Анализируя короткий «фильм» этих температурных изменений, инспекторы могут обнаруживать проблемы без сверления, разрезания или другого повреждения детали.

Почему текущие тепловые карты упускают информацию

Поскольку исходные термальные последовательности велики и шумны, инженеры применяют математические приёмы, чтобы сжать их в компактные изображения перед передачей в системы искусственного интеллекта. Два распространённых сводных представления — Principal Component Thermography (PCT), которое усиливает визуальную контрастность дефектов, и Thermographic Signal Reconstruction (TSR), которое фокусируется на том, как температура каждого пикселя меняется со временем. Большинство существующих систем инспекции выбирают одно из представлений или просто объединяют их как дополнительные каналы. Этот подход оказывается неэффективным: каждое представление содержит разные, взаимодополняющие подсказки о расположении дефектов и их глубине, но традиционные нейросети не умеют интеллектуально сочетать их.

Более умный способ объединять тепловые подсказки

Система PT-Fusion специально разработана для слияния этих разных тепловых представлений. Она использует две параллельные ветви обработки: одна предназначена для изображений PCT, другая — для изображений TSR; каждая извлекает паттерны, особенно заметные в своей представлении. На ключевых этапах вмешиваются специальные модули слияния. Адаптивный шлюз взвешивания (Adaptive Weighting Fusion Gate) решает, пиксель за пикселем, насколько доверять каждой ветви, а Блок декодирования с усиленной коммутацией (Gating Enhanced Decoding Block) аккуратно внедряет объединённую информацию обратно в слои реконструкции, формирующие окончательные предсказания. Вместо слепого конкатенирования потоков данных сеть учится, какое представление более информативно в каждой области, и уравновешивает их соответствующим образом.

Максимальная польза из ограниченных экспериментальных данных

Качественные эксперименты по термографии дороги и трудоёмки, поэтому большие размеченные наборы данных редки. Чтобы справиться с этим, авторы разработали стратегию пространственно-временного увеличения данных, адаптированную к термальным последовательностям. Вместо простого вращения или сдвига изображений они случайно выбирают кадры внутри каждой последовательности, чтобы имитировать различные истории нагрева и остывания, затем добавляют контролируемый шум для имитации реальных артефактов камеры. Новые изображения PCT и TSR вычисляются из этих модифицированных последовательностей, значительно повышая разнообразие при сохранении основной физики теплового диффузного процесса. Такое более богатое обучающее «меню» помогает PT-Fusion выучивать устойчивые закономерности вместо запоминания небольшого набора примеров.

Более чёткие карты и надёжные оценки глубины

Исследователи протестировали PT-Fusion на публичном наборе данных пластиковых образцов с искусственными подпокрыми отверстиями известной глубины. Они оценивали две задачи: отнесение каждого пикселя к классу глубины и одновременную задачу сегментации дефекта/отсутствия дефекта и непрерывной оценки глубины. PT-Fusion не только сегментирует дефекты точнее, чем классические свёрточные сети вроде U-Net и 3D-CNN, но и конкурирует с более тяжёлыми моделями на базе трансформеров, при этом имея существенно меньше параметров и работая быстрее. Его предсказанные глубины близко следуют истинным значениям с очень малыми средними ошибками. Важно, что при обучении на одной форме дефекта (например, квадратах) и тестировании на другой (кругах) система по-прежнему показывает хорошие результаты, что указывает на то, что она выучила физику теплопередачи, а не просто запомнила контуры.

Что это значит для безопасности конструкций

Для неспециалистов главное сообщение таково: PT-Fusion делает тепловую съёмку более мощным и надёжным инструментом для обеспечения безопасности критичных конструкций. Интеллектуально объединяя два разных тепловых представления и обогащая скудные данные с помощью физически осмысленного увеличения, метод позволяет яснее обнаруживать дефекты и точнее оценивать их глубину под поверхностью. Такой прогресс приближает нас к быстрым автоматизированным линиям инспекции, которые смогут незаметно мониторить детали самолётов, трубопроводы и другие важные компоненты — выявляя скрытые проблемы на ранней стадии, без необходимости разбирать их.

Цитирование: 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

Ключевые слова: инфракрасная термография, неразрушающий контроль, инспекция с помощью глубокого обучения, обнаружение подповерхностных дефектов, импульсная термография