Quantitative analysis of defects in composite material by means of optical lockin thermography

Abstract

In the aerospace industry, carbon-fiber reinforced plastic (CFRP) materials are becoming increasingly popular. Due to mechanical fracture and hence safety related issues, CFRP components must be inspected for defects with non-destructive methods. This thesis focuses on non-destructive testing of CFRP materials with optical lockin thermography. The field of quantitative analysis of thermographic measurements is enhanced. The data of geometrical parameters e.g. depth, size and shape of defects in structures of globally homogeneous and anisotropic CFRP materials is required for fracture mechanics. To evaluate defects in a quantitative way, image processing algorithms are applied to thermographic phase images in order to get panoramic views of extended aircraft parts and to compare measurements before and after a fatigue load in order to determine potential defect growth. Images of lockin and ultrasound excited thermography are combined with data-fusion techniques to get improved information on defects such as impacts. The image formation process can be modeled through a point-spread function, which depends on the depth of the defect and the modulation frequency. A function is computed by using Green's functions and is adapted to anisotropic materials. The quantities depth, size and shape of a defect are determined through inverse numerical filters. Measurements are compared to numerical simulations and a reconstruction algorithm of planar subsurface defects is validated.

In der Luft- und Raumfahrt werden verstärkt kohlefaserverstärkte Kunststoffe (CFK) eingesetzt, die mit Methoden der zerstörungsfreien Prüftechnik auf Defekte hin überprüft werden müssen. Diese Dissertation befasst sich mit optischer Lockin Thermographie als zerstörungsfreie Prüftechnik für CFK Werkstoffe. Im Rahmen der Arbeit wurde die quantitative Analyse von Defekten in global homogenem und anisotropem CFK Material erweitert. Im Rahmen der quantitativen Bestimmung von Defekten werden Bildverarbeitungsalgorithmen auf thermische Bilder angewandt, um Panorama-Bilder von großen, langen Bauteilen zu erzeugen. Messungen vor- und nach einer Belastung werden verglichen, um ein potentielles Defektwachstum zu bestimmen. Thermische Bilder der Lockin und der Ultraschall angeregten Thermographie werden im Sinne von "Data-Fusion" überlagert, um bessere quantitative Informationen über Defekte wie Impaktschäden zu erzielen. Die thermischen Bilder werden durch eine Punktbildfunktion, die von der Tiefe des Defektes und der Modulationsfrequenz abhängt, modelliert. Die Funktion wird mit Hilfe Green'scher Funktionen aufgestellt und an anisotropem Material adaptiert. Die Parameter Tiefenlage, Größe und Form eines Defektes werden über die Lösung eines inversen Problem mit numerischen Filter bestimmt. Die Messungen werden mit numerischen Simulationen verglichen. Ein Algorithmus zur Rekonstruktion flacher Defekte wird validiert.