碳纤维复合材料作为飞机机翼的主要构成材料,在制造过程中由于碳纤维本身性质以及工艺系数控制等差异,很容易产生分层、脱粘等缺陷。而目前传统的无损检测研究相对滞后,影响了碳纤维材料在航空领域的继续发展。与其他方式相比,锁相红外无损检测具有非接触、高效快速等优点,因此成为本课题对机翼缺陷进行无损检测研究的不二选择。针对目前碳纤维机翼缺陷定量化研究中以平底孔模拟缺陷的现状,本课题将内置聚四氟乙烯薄膜的碳纤维复合材料作为研究对象。为确定无损检测系统热源加载参数,本课题完全依照实物构建了三维导热模型,并对样本施加正弦式周期激励。通过仿真结果,分析研究了在不同缺陷尺寸、深度、热源加载频率以及材料属性的条件下,样本缺陷区域与无损区域表面温度场分布情况。在此基础上,探究了缺陷尺寸及深度对最佳检测频率以及最佳检测时间的影响,为后续的实验提供了参考依据。在以上研究的基础上,本课题完成了锁相红外无损检测实验平台的搭建,并对红外相机相关参数进行了校正。在综合评价多种滤波方法后,最终选用高斯滤波对红外图像序列进行预处理。在此基础上,分别采用多帧累加平均与差分法、快速傅里叶变换法以及主成分分析法三种图像序列算法对样本缺陷特征信息进行了提取。根据红外图像序列处理的结果,本课题通过图像分割等图像后处理手段与相位偏移以及灰度三维重建等技术实现了缺陷的可视化研究。在对红外相机进行标定后,利用极值及导数等数值分析方法完成了对缺陷位置、尺寸等信息的判定,并利用超声C扫描等手段辅助完成了实验结果准确性验证以及误差原因分析,最终实现了缺陷的定量化研究。为验证研究效果,本课题分别对内置聚四氟乙烯缺陷以及平底孔缺陷的碳纤维复合材料样本进行了实验。在红外热波图像序列处理的基础上,本课题完成了对缺陷的可视化与定量化估计分析,并取得了良好效果。实验表明:本课题搭建的红外无损检测平台具有较高的可靠性,本课题采用的图像序列算法具有较高的准确性。基于锁相的红外无损检测技术对于碳纤维复合材料机翼缺陷的可视化与定量化研究具有较高的可行性。