玻璃纤维是一种多组分复合材料，因其良好的拉伸强度而广泛应用于航空航天、汽车、能源等行业。 无损检测是任何现代材料生产和操作的一个组成部分，包括测试材料的强度、可靠性和其他性能，以及检测材料的结构缺陷。

红外热成像是最常见的无损检测方法之一。 在此过程中，通常使用高功率光学灯来加热材料，并使用热像仪来监测表面温度。 如果材料有缺陷，它会比完整的样品加热或冷却得更快或更慢。 因此，该方法可以在短时间内监测更大的表面，而无需接触材料，从而可以更好地分析结果。 然而，玻璃纤维的半透明性限制了这种无损检测方法的使用。

托木斯克理工大学无损检测与安全工程学院的研究人员表示，在不透明物体中，光首先被材料表面吸收并转化为热量，然后表面热量扩散到材料深处。 在半透明材料中网站推广，部分光穿过材料并被整个厚度吸收，导致材料内部加热不均匀，而不是材料表面加热。 因此，基于表面加热物理学的各种方法都是无效的。

研究人员开发的利用人工神经网络技术检测半透明材料缺陷的新方法主要包括检测时使用的算法软件。 其有效性取决于用于神经网络学习、特定材料和设备的数据的数量和质量。网络推广，可以训练网络学习以达到超越其他方法的测量精度。

目前该软件正在实验室中进一步研究，研究人员计划继续改进算法以提高其准确性。

文章原创于金源网络科技有限公司：http://haimianbeibei.com/