بهبود آشکارسازی عیوب در قطعات پلیمری pla و abs تولیدشده به روش افزایشی با ترکیب پردازش تصویر pca و ppt در ترموگرافی فعال

در این پژوهش کارایی ترموگرافی فعال مادون‌قرمز در شناسایی عیوب سطحی و نیمه‌سطحی در دو پلیمر پرکاربرد pla و abs مورد بررسی قرار گرفت. به‌منظور ارتقای وضوح و افزایش دقت آشکارسازی، دو روش پردازش تصویر تحلیل مولفه‌های اصلی (pca) و ترموگرافی پالسی فازی (ppt) به‌طور جداگانه و ترکیبی بر داده‌های حرارتی اعمال شدند. نتایج نشان داد که pca در حذف نویز و برجسته‌سازی مولفه‌های غالب عملکرد موثری دارد و عیوب کم‌عمق را با وضوح بالایی آشکار می‌کند، در حالی که ppt با تحلیل داده‌ها در حوزه فرکانس، نسبت به ناهمگنی گرمایش و تغییرات ضریب گسیل حساسیت کمتری داشته و عیوب نیمه‌سطحی را با دقت بیشتری نمایان می‌سازد. مقایسه رفتار حرارتی دو ماده نشان داد که pla به دلیل هدایت حرارتی بالاتر، عیوب سطحی را سریع‌تر و با کنتراست بالاتر آشکار می‌کند، اما abs به دلیل ظرفیت گرمایی ویژه‌ی بیشتر، در آشکارسازی عیوب نیمه‌سطحی پایدارتر و دقیق‌تر عمل می‌کند. تحلیل ترکیبی دو روش نیز نشان داد که ترتیب اعمال آن‌ها نقش تعیین‌کننده‌ای دارد؛ به‌طوری‌که در pla رویکرد پردازش تصویر pca و بعد ppt متوازن‌تر بوده و امکان آشکارسازی همزمان عیوب سطحی و نیمه‌سطحی را فراهم ساخته است، در حالی که در abs رویکرد ppt و بعد pca با تقویت داده‌های فرکانسی، وضوح عیوب نیمه‌سطحی را به شکل قابل‌ملاحظه‌ای افزایش داده است. این یافته‌ها بیانگر آن است که ترکیب روش‌های پردازش تصویر می‌تواند محدودیت‌های روش‌های منفرد را جبران کرده و با تطبیق ترتیب اعمال آن‌ها با ویژگی‌های حرارتی ماده، ابزاری کارآمد برای بازرسی غیرمخرب قطعات تولید افزایشی فراهم سازد.

enhancing defect detection in additively manufactured pla and abs polymer parts using pca and ppt image processing in active thermography

this study investigates the performance of active infrared thermography for detecting surface and subsurface defects in two commonly used polymers، pla and abs. to enhance detection accuracy and image contrast، two advanced image-processing techniques—principal component analysis (pca) and pulsed phase thermography (ppt)—were applied individually and in combination to the thermal image sequences. results show that pca efficiently reduces noise and emphasizes dominant thermal patterns، providing superior identification of shallow defects. in contrast، ppt، through frequency-domain analysis، exhibits lower sensitivity to non-uniform heating and emissivity variations، enabling more reliable detection of deeper defects. comparative thermal behavior analysis revealed that pla، due to its higher thermal conductivity، identifies surface defects more rapidly and with greater contrast، whereas abs، with its higher specific heat capacity، offers improved stability and precision in subsurface defect detection. moreover، the hybrid application of pca and ppt proved sequence-dependent: in pla، the pca→ppt approach yielded a balanced visualization of both surface and subsurface anomalies، while in abs، the ppt→pca sequence significantly enhanced subsurface defect contrast. these findings demonstrate that combining complementary thermographic processing methods can overcome the limitations of single techniques and، when tailored to material-specific thermal properties، provide a robust framework for non-destructive evaluation of additively manufactured polymer components