金属磁记忆检测技术

金属磁记忆检测技术（精选7篇）

金属磁记忆检测技术 第1篇

金属磁记忆检测技术是由俄罗斯学者Doubov[1]于1997 年提出的一种新的损伤检测及表征方法, 其基本原理是处于地磁环境下的铁磁构件受工作载荷的作用, 其内部会发生具有磁致伸缩性质的磁畴组织定向的和不可逆的重新取向, 并在应力与变形集中区形成的漏磁场切向分量Hp (x) 具有最大值, 法向分量Hp (y) 改变符号且具有零值点, 这种磁状态的不可逆变化在工作载荷消除后继续保留, 从而通过漏磁场法向分量Hp (y) 的测定, 便可推断工件的应力集中和损伤部位[1,2]。该技术因具有对金属构件损伤进行早期检测及定量表征的潜力而受到国内外许多研究者的极大关注, 并开展了较多的研究工作。但是, 由于发展时间较短, 目前只能定性的对磁记忆检测结果进行分析, 难以达到对构件疲劳损伤程度的定量化表征[3,4,5,6]。

本工作通过对18CrNi4A钢缺口试件在三级应力水平下进行疲劳试验和磁记忆信号检测, 研究了磁信号在疲劳循环过程中的变化规律, 探讨了磁场强度梯度K平均值法对于定量评估试件疲劳损伤的可行性。本研究结果为建立定量评估构件疲劳损伤的磁记忆评价模型奠定了基础。

1 实验材料和方法

选用应用广泛的18CrNi4A渗碳钢, 该钢经淬火 (810～830℃, 1h, 油冷) 及低温回火 (170～190℃, 2h, 空冷) 后, 具有良好的综合性能, 材料拉伸性能如表1所示。疲劳试件形式及尺寸如图1所示, 缺口应力集中系数Kt=3。试件的初始磁信号受机械加工、热处理状态和运输条件等各种因素的影响较大, 为了消除材料本身磁性对结果的影响, 实验前对试件进行感应退磁处理。

疲劳试验采用应力控制, 选用三级应力水平 (最大疲劳应力分别为0.93σ0.2, 0.76σ0.2, 0.58σ0.2) , 正弦波形, 应力比R=0.1, 加载频率f=3。磁信号检测跟踪试件从未加载直至断裂的整个过程的磁信号变化。检测方式采用离线检测, 即在预定周次从疲劳试验机上取下试件, 按南北方向水平放置于检测平台上, 采用三维电控平移台带动磁信号检测探头, 以10mm/s的移动速率和0.5mm提离高度, 沿试件上所标的五条检测通道从A (北) 到B (南) 方向进行。五条测量线长度为60mm, 如图1虚线所示。

疲劳试验于MTS810型液压伺服试验机上进行;表面磁记忆信号的检测采用EMS2003型智能磁记忆检测仪;采用非铁磁性材料的三维电控平移台控制探头移动。

2 结果与讨论

2.1 磁信号变化特征及应力集中位置判定

在三级应力水平下的疲劳试验过程中, 各试件表面磁信号具有相同的变化规律。同时, 在各试件的1-5检测通道磁信号随循环周次的变化规律中, 3和5通道相似, 1, 2和4通道相似。图2给出了0.93σ0.2条件下试件表面1, 3通道磁信号随循环周次的变化关系。由图2可知, 经过1次循环后, 试件表面磁信号即与初始磁信号有很大差异, 磁信号最大值Hp (y) max和最小值Hp (y) min的绝对值急剧增加, 并且磁信号曲线出现过零点。在稳定循环阶段, 磁信号随疲劳循环周次增加无显著改变, 直至寿命裂纹萌生后, 磁信号逐渐增大, 并在断裂后发生激变, 在断口处形成正负磁极。

比较图2中1, 3通道磁信号变化规律, 1通道磁信号变化较为平缓, 无信号突变特征。3通道磁信号在缺口附近出现近似台阶状的突变。1, 3通道分别位于试件中心和缺口根部, 根据文献[7]的研究结果, 缺口试样在拉应力作用下, 最大应力位于缺口根部, 并呈蝴蝶形对称分布。由此可见, 1, 3通道磁信号特征的不同, 主要是由于应力集中程度不同所致。从1, 3通道磁信号过零点看, 两通道的磁信号过零点均与试件断裂位置不吻合, 存在一定的位置偏离, 这一特征在应力集中程度较小的1通道更为明显, 而这与目前磁记忆技术采用过零点判定应力集中位置的判断准则并不一致[8]。将疲劳循环过程中试件表面磁信号减去初始磁信号, 其数据处理结果见图3。可见, 数据处理后, 磁信号过零点与试件断裂位置基本完全重合, 偏离距离很小, 由此可见, 采用该方法处理磁信号后, 磁信号过零点准则判定应力集中位置更为有效准确, 这与文献[9]的研究结果一致。

2.2 磁信号特征参量变化特征

为了定量评估构件损伤程度, 必须提取磁信号的特征参量。目前较为常用的磁信号特征参量是磁场强度梯度Kmax。本工作经过对磁信号实验数据的分析, 提出了以下三特征参量, 即磁信号最大值Hp (y) max、磁信号最小值Hp (y) min及磁信号最大值与最小值的差值Hp (y) sub。

由于在三级应力水平下试件表面磁信号具有相同的变化规律, 磁信号特征参量Kmax, Hp (y) max, Hp (y) min及Hp (y) sub也具有相同的变化规律。图4和图5分别给出了0.93σ0.2条件下试件1-5通道特征参量Kmax值以及1, 3通道特征参量Hp (y) max, Hp (y) min及Hp (y) sub随循环周次的变化规律。由图4可知, 位于试件中部的1, 2, 4通道特征参量Kmax绝对值基本相同, 并且明显低于试件缺口根部的3, 5通道Kmax绝对值, 而裂纹首先萌生处的3通道Kmax绝对值最大。对于3通道Kmax值, 可分为三阶段:第一阶段为Kmax绝对值快速增长阶段, 即在疲劳试验开始的100循环周次左右, 这阶段对应材料的循环软化阶段;当进入材料疲劳稳定循环阶段后, Kmax绝对值基本保持稳定, 为第二阶段;裂纹萌生后, Kmax绝对值逐渐增大, 直至断裂前的激增, 为第三阶段。磁信号特征参量Hp (y) max, Hp (y) min及Hp (y) sub绝对值也存在类似的变化规律, 如图5所示。由此可知, 磁信号特征参量Kmax, Hp (y) max, Hp (y) min及Hp (y) sub值存在一定的内在联系, 其绝对值均随应力集中和疲劳损伤程度的加剧而逐渐增加, 反映了构件应力集中和疲劳损伤程度。因此, 通过磁信号特征参量Kmax, Hp (y) max, Hp (y) min及Hp (y) sub值的变化特征, 可准确判定构件应力集中及疲劳损伤程度。

同时, 比较三级应力水平下磁信号特征参量Hp (y) sub值随循环周次的关系, 结果如图6所示。由图6可知, 最大疲劳应力为0.93σ0.2试件 (1#和2#试件) 的Hp (y) sub值最大, 最大疲劳应力为0.76σ0.2试件 (3#和4#试件) 的Hp (y) sub值居中, 最大疲劳应力为0.58σ0.2试件 (5#试件) 的Hp (y) sub值最小。Hp (y) sub值大小表现出与应力水平存在强烈的相关性, 应力水平越大, Hp (y) sub值也越大, 而同一级应力水平下的Hp (y) sub值基本相当。另外, 磁信号特征参量Hp (y) max, Hp (y) min也具有相同的特性。由此可见, 磁信号特征参量Hp (y) max, Hp (y) min和Hp (y) sub可准确表征构件的受力历程。

2.3 损伤定量评估方法

通过对磁信号特征参量的提取以及特征参量随疲劳循环周次的变化特征分析结果可知, 特征参量可定量评估构件的损伤程度。采用磁场强度梯度Kmax平均值法[10], 其数据处理方式如下:

对实验过程中首先出现裂纹一侧的磁记忆信号检测通道上不同疲劳循环周次下的磁场强度梯度Kmax进行算术平均值计算:

undefined

式中:n为构件疲劳试验过程中在不同循环周次采集磁记忆信号的总次数;Kimax为第i次磁信号检测时磁场强度梯度最大值。

将在不同循环周次下经过磁信号处理所得到的磁场强度梯度Kmax与式 (1) 计算结果进行比较, 得到其比值m:

undefined

如m>1, 则构件已存在较为严重的应力集中和损伤[11]。

根据以上的定量计算方式, 对疲劳试验磁信号数据进行处理, 结果如表2所示。

由表2可知, 在不同的应力水平下, 采用磁场强度梯度Kmax平均值法进行定量计算, 得到当m>1时, 疲劳循环周次基本上接近或等于观察到裂纹萌生时的疲劳循环周次。

以表2中最大疲劳应力0.76σ0.2 (4#) 和0.58σ0.2 (5#) 为例。4#和5#试样特征参量Kmax值与循环周次定量评估计算结果如图7所示。4#试样疲劳总寿命为8002循环周次, 观察到微小疲劳裂纹的循环周次是3900次, 采用磁场强度梯度Kmax平均值法计算得到m>1时的循环周次是3900次, 与观察到微小疲劳裂纹的循环周次一致。5#试样疲劳总寿命为21670循环周次, 观察到微小疲劳裂纹的循环周次是14109次, 采用磁场强度梯度Kmax平均值法计算得到m>1时的循环周次是11000次, 较观察到的微小疲劳裂纹的循环周次早3109次, 预测误差仅为22% (=3109/14109100%) 。由以上结果可知, 疲劳试验结果很好地符合了当m>1时, 构件存在较为严重的应力集中和损伤的磁场强度梯度Kmax平均值法判定准则, 并且误差较小。因此, 可采用该方法对构件疲劳损伤程度进行定量评估。

(a) 0.76σ0.2; (b) 0.58σ0.2 (a) 0.76σ0.2; (b) 0.58σ0.2

3 结论

(1) 缺口疲劳试件经过1次循环后, 试件表面磁信号即与初始磁信号有很大差异, 磁信号曲线出现过零点。在稳定循环阶段, 磁信号随疲劳循环周次增加无显著改变, 直至疲劳裂纹萌生后, 磁信号逐渐增大, 并在断裂后发生激变, 在断口处形成正负磁极。

(2) 疲劳循环过程中试件表面磁信号减去初始磁信号后, 磁信号过零点与试件断裂位置重合, 该方法可有效判定应力集中位置。

(3) 磁信号特征参量Hp (y) max, Hp (y) min和Hp (y) sub值与应力水平存在强烈的相关性, 应力水平越大, Hp (y) sub值也越大, 而同一级应力水平下的Hp (y) sub值基本相当, 三特征参量可准确表征构件的受力历程。

(4) 磁信号特征参量Kmax, Hp (y) max, Hp (y) min和Hp (y) sub值随循环周次的增加, 均表现为三阶段变化特征, 其绝对值均随应力集中和疲劳损伤程度的加剧而逐渐增加, 参量之间存在一定的内在联系, 反映了构件应力集中和疲劳损伤程度。

(5) 磁信号特征参量K平均值法可较准确地定量评估疲劳损伤, 该方法判据为:当m (m=Kmax /Kundefined) >1, 试件存在严重的疲劳损伤。

参考文献

[1]DOUBOV, ANATOLI A.Diagnostics of metal items and equip-ment by means of metal magnetic memory[A].Proc of ChSNDT7 Conference on NDT and International Research Symposium[C].Shantou:Shantou University Press, 1999.181-187.

[2]林俊明, 林春景, 林发炳, 等.基于磁记忆效应的一种无损检测新技术[J].无损检测, 2000, 22 (7) :297-299.

[3]陈曦, 任吉林, 王伟兰, 等.地磁场中应力对磁畴组织的影响[J].失效分析与预防, 2007, 2 (1) :6-9.

[4]杜波夫.金属磁记忆法诊断管路、设备和结构[M].家魁, 张友人, 李延高, 等译.莫斯科:动力诊断公司, 2003.

[5]XING Hai-yan, WANG Ri-xin.Correlation between crack growthrate and magnetic memory signal of X45 steel[J].Key Engineer-ing Materials, 2007, 3 (4) :53-358.

[6]董世运, 徐滨士, 董丽虹, 等.金属磁记忆检测技术用于再制造毛坯寿命预测的试验研究[J].中国表面工程, 2006, 19 (5) :71-75.

[7]任吉林, 陈曦, 宋凯.金属构件磁记忆效应影响因素研究[J].无损检测, 2006, 28 (6) :292-295.

[8]任吉林, 宋凯, 邬冠华, 等.磁记忆检测技术在飞机起落架检测中的应用[J].无损检测, 2002, 24 (8) :346-351.

[9]王丹, 董世运, 徐滨士, 等.应力集中部位的金属磁记忆检测研究[J].失效分析与预防, 2007, 2 (2) :12-15.

[10]DOUBOV A A.Diagnostics of equipment and constructionsstrength with usage of magnetic memory[J].Inspection Diag-nostics, 2001, (6) :19-29.

金属磁记忆检测技术 第2篇

1 管道缺陷的判别分析模型

本文数据来源于易方博士对X60管线钢材质管道进行的缺陷识别试验[4]。在40组试验数据中,应力集中21例,宏观裂纹19例,检测了每例的4项指标(图1),分别记为:小波包频带能量增量X1(%)、峰峰值X2(A/m)、切向梯度X3和法向梯度X4。

1.1 判别分析的基本原理

判别分析是根据判别对象若干个指标的观测结果判定其应属于哪一类的统计学方法。常用的判别分析称为Fisher线性判别模型,其判别原则为总的平均错判率最低[5]。记判别对象的类别为G1,G2,,Gr,先验概率分别为π1,π2,,πr,则第i类错判为其他类的概率为undefined,从而总的平均错判率为undefined。假定X服从多元正态分布,且具有相同的协方差,即具有密度函数:

undefined

则构造线性函数:

undefined

要使错判率最低,必须使得检测向量x0满足undefined,从而判定x0∈Gn,n∈{1,2,,r}。在判别分析的实际使用中,往往取先验概率为等概率[6]。

1.2 管道缺陷的线性判别模型及仿真

按照Fisher线性判别分析,分别从G1类(应力集中)和G2类(宏观裂纹)中各随机抽取10个样本组成训练样本集,其余20个样本作为检测样本集,做100次计算机诊断模拟,得到最高诊断正确率为100%,最低诊断正确率为65%,100次模拟的平均正确率为85.5%(图2)。

选取了诊断正确率为100%的一组训练样本做判别分析,得到Λ=0.4,χ2=14.665,p=0.005。判别函数为:

undefined

在判别分析的过程中,各指标按贡献大小依次为切向梯度(0.916)、法向梯度(0.864)、能量增量(0.544)、峰峰值(0.34)。

2 管道缺陷判别模型的改进

虽然Fisher线性判别模型最高正确率能达到100%,但100次模拟的平均正确率不是很高,因此考虑对模型进一步改进。由于切向梯度和法向梯度贡献率很高,自然想到增加其非线性项。

2.1 带平方项的非线性判别分析仿真

将原始试验数据中增加x32和x42的数据,按照Fisher判别分析原理和1.2节中相同的计算机模拟诊断仿真方法,100次模拟的平均正确率为89.6%(图3),其中最高正确率为100%,最低正确率为70%,平均正确率有较大提高。

选取正确率为100%的一组做判别分析,得到Λ=0.271,χ2=19.569,p=0.003,判别函数为:

undefined

2.2 带平方项和交叉二次项的非线性判别分析仿真

进一步地,增加x3x4项,按照上述相同方法做计算机仿真,100次模拟平均正确率为88.6%(图4),反而略有下降,最高正确率为100%,最低正确率为70%。

随机抽取其中正确率为100%的一组做判别分析,Λ=0.251,χ2=20.066,p=0.005。判别函数为:

undefined

2.3 带交叉二次项的非线性判别仿真

为了取得更好的诊断效果,去掉x32和x42,仅留下x3x4的非线性项,此时100次模拟的平均正确率达到了91.4%(图5),有较大幅度的提高,最高正确率为100%,最低正确率为80%。

为了进一步分析非线性模型与线性模型的差异,将图2所示的线性判别的100次模拟结果与图5所示的带交叉二次项的非线性判别的100次模拟结果作独立样本t检验,检验结果为方差不齐性,t=-6.7,p=2.5410-10<0.01,说明后者的平均正确率显著高于前者[7]。

随机抽取其中正确率为100%的一组样本做判别分析,得到Λ=0.259,χ2=20.928,p=0.001,判别函数为:

undefined

3 结论

3.1 Fisher线性判别分析模型对于管道磁记忆的缺陷识别效果较好,通过模型的改进,提出了一种非线性判别模型。

3.2 从统计分析的角度来看,仅带切向梯度和法向梯度乘积项的二次判别函数的识别正确率仿真结果显著高于线性判别函数的识别正确率仿真结果,判别准确率非常高。

3.3 可通过收集更多的试验数据,建立带交叉二次项的管道磁记忆检测缺陷的判别模型,并构建自动识别系统应用于实际的管道检测工作。

参考文献

[1]张立东,边境,刘贵民.漏磁的磁记忆检测技术[J].检测技术,2005,24(1):79～80.

[2]Doubov A A.Screening of Weld Quality Using the Metal Magnetic Memory[J].Welding in the World,1998,41(6):196～199.

[3]梁志芳,李午申,王迎娜,等.金属磁记忆信号的零点特征[J].天津大学学报,2006,39(7):847～850.

[4]易方.油气管道金属磁记忆检测信号处理与缺陷识别技术研究[D].重庆:后勤工程学院,2010.

[5]刘霞,刘继承,耿玉容.基于自适应模糊推理的非线性系统辨识器设计[J].化工自动化及仪表,2009,38(5):29～33.

[6]Richard A J,Dean W W著,陆璇译.实用多元统计分析[M].北京:清华大学出版社,2001.

金属磁记忆检测技术 第3篇

1999年10月,在汕头召开的第七届全国无损检测年会上,杜波夫教授在大会上向中国学者介绍了磁记忆检测的原理及其在管道、锅炉压力容器上的应用,揭开了我国在磁记忆研究领域的帷幕[2]。

1 金属磁记忆检测技术的原理

铁磁性金属零件在加工和运行时,由于受载荷和地磁场共同作用,在应力和变形集中区域会发生具有磁致伸缩性质的磁畴组织定向和不可逆的重新取向,这种磁状态的不可逆变化在工作载荷消除后不仅会保留,还与最大作用应力有关。金属构件表面的这种磁状态“记忆”着微观缺陷或应力集中的位置,即所谓的磁记忆效应[3,4]。

当处于地磁场环境中的铁磁性构件受到外部载荷作用时,在应力集中区域会产生具有磁致伸缩性质的磁畴组织定向和不可逆的重新取向,该部位会出现磁畴的固定节点,产生磁极,形成退磁场,从而使此处铁磁金属的的导磁率最小,在金属表面形成漏磁场。该漏磁场强度的切向分量Hpx具有最大值,而法向分量Hpy改变符号并具有零值。这种磁状态的不可逆变化在工作载荷消除后依然保留“记忆”着应力集中的位置。磁记忆检测原理如图1所示。

基于金属磁记忆效应的基本原理制作的检测仪器,通过记录垂直于金属构件表面的磁场强度分量沿某一方向的分布情况,可以对构件的应力集中程度以及是否存在微观缺陷进行评价。

2 金属磁记忆检测技术的特点及应用

在评定设备和结构应力变形状态时,已知的检测方法是很多的,如利用电阻应变效应测应力法、X光检测法、巴克豪森磁噪声法和磁声发射法、超声波法、利用残磁和矫顽力测量机械应力法等。和上述检测方法相比,金属磁记忆检测方法获取的是金属零件被地磁场磁化后处于平衡状态的相对静止信息,不需要对被测表面进行任何磁化处理,完全利用地磁场作用下零件表面的“纯天然”磁信息进行工作,是一种被动检测方式。可以比其它方法更易实现检测仪器的小型化,并实现点磁测量。

金属磁记忆检测实质上是从金属表面拾取地磁场作用条件下的金属构件漏磁场信息,这和漏磁检测方法有相似之处。但金属磁记忆检测方法获取的是在微弱地磁场作用下构件本身具有的“天然”磁化信息,在这种状态下,金属零件的应力分布情况可以通过磁场分布清晰地显现出来。而漏磁检测所进行的人工磁化,其强度远远地超过了零件表面的“天然”磁信息,人工磁化的同时,重重地遮盖了零件表面反映的“天然”磁信息,因此漏磁检测无法从零件表面获取应力分布情况,但人工磁化增强了缺陷处的漏磁场强度,因此,漏磁检测在检测宏观缺陷时更具优势。金属磁记忆检测方法也可以发现缺陷,但主要是应力变化较为剧烈部位的微观信息,通过评价该部位应力集中程度来发现缺陷,因此金属磁记忆方法的优势应在检测肉眼难以发现的微缺陷方面,适用于早期诊断[4]。

由于应力集中往往早于缺陷产生之前出现,所以金属磁记忆检测方法的突出优点是具有预报作用,可在零件失效之前采取措施,避免事故的发生,使损失降至最低程度。国外有关研究表明,该方法不但可检测零件表面的缺陷,而且可以检测内部达几十毫米深处的缺陷。此外,该方法不需要清理金属表面,探头和零件表面的小范围间隙变化不影响检测结果,检测速度快,现场应用十分方便。

3 金属磁记忆检测技术的研究现状

金属磁记忆方法自诞生以来,对其机理的解释就成为国内外学术界关注的焦点。国外专家俄罗斯Doubov教授最早提出:磁记忆现象的出现是由于工件载荷作用下在铁磁材料内部形成位错稳定滑移带,高密度的位错积聚部位形成磁畴边界(位错壁垒),产生自有漏磁场[4]。

在机理研究方面,近来国内的文章分别从不同角度解释了磁记忆效应的产生机理。如从电磁学角度出发的电磁感应说,即铁磁性材料垂直于地磁场作用方向的横截面积,在定向应力作用下会发生应变,因而通过此横截面的磁通量会发生变化,由电磁感应定律知,该截面上必然产生感应电流,并激励出感应磁场使工件磁化[5]。又如基于铁磁学基本理论的能量平衡说,即磁记忆效应产生的内在原因是金属组织结构的不均匀性,材料内部不均匀处会出现位错,在地磁场环境中施加应力,则会出现滑移运动[6],其结果会引起位错的增殖,产生很高的应力能。能量平衡的结果,使得铁磁零件内部磁畴的畴壁发生不可逆的重新取向排列,由于金属内部存在多种内耗效应,使得动载荷消除后,在金属内部形成的应力集中区会得以保留。为抵消应力能,磁畴组织的重新排列也会保留下来,并在应力集中区形成类似缺陷的漏磁场分布形式,即磁场的切向分量为最大值,而法向分量符号发生改变,且具有过零值点。丁辉等[7]则建立了裂纹类缺陷应力场和磁通量变化间的数学模型,为磁记忆检测裂纹类缺陷提供了理论依据。

在磁记忆检测技术应用研究方面,大庆石油学院开展的对带有预制焊接裂纹的球型容器、爆破试验后破裂的管件和带有焊接缺陷的管件进行了磁记忆检测实验研究,利用已知评价标准,准确找出了构件中的缺陷,充分验证了金属磁记忆方法的有效性[8]。中国科学院上海精密机械研究所等单位开展的利用地磁场检测钢球表面裂纹的可行性研究,表明钢球被地磁场磁化后,从位于地磁场中的磁阻传感器采样得到的信号就能够分辨出钢球表面缺陷,为磁记忆技术在轴承检测中的应用提供了可行性方案[9]。黄松岭等[10]研究了焊缝附近残余应力分布和试件表面磁感应强度垂直分量的关系,研究表明,二者具有较好的一致性。北京理工大学在北京市自然科学基金资助下,和俄罗斯动力诊断公司及北京科技大学的研究人员开展合作,探讨磁记忆检测技术在应力腐蚀领域的应用目前此项研究正在进行。

磁记忆检测技术能否得到有效应用的关键是检测设备,而检测设备的核心是磁敏传感器的研制。很多敏感器件如霍尔磁敏元件、铁磁线圈和磁敏电阻等,从原理和技术指标衡量,都可以应用于磁记忆传感器的研制。继俄罗斯动力诊断公司推出第一台磁记忆检测传感器后,国内已经相继推出了基于霍尔元件的磁记忆传感器和基于磁敏电阻的磁记忆传感器。进行针对弱磁测量的传感器研制,是磁记忆检测技术研究的一个重要方面。

4 金属磁记忆检测技术的发展

作为一种新兴的检测技术金属磁记亿检测法在拥有广阔的应用前景的同时,其基础理论和检测手段都有待完善,目前尚存在磁记忆现象明确而机理模糊、检测标准未定量化、对“危险区”的评判手段仍不完善等诸多急需解决的问题,还需进行大量以下研究。

(1)加强磁记忆检测技术的机理研究:从目前已有的资料来看,尽管有一些文献探讨磁记忆检测机理,但还没有达到十分透彻和系统的程度,形成较完整严密的理论体系。这方面的研究涉及磁性物理学、铁磁学、金属材料学、弹塑性力学、断裂力学、磁弹性理论、信号与系统分析等多个学科的知识。

(2)开展磁记忆检测的定量化研究:在无损检测技术中,缺陷的定量检测是一个十分重要的问题。磁记忆效应实质上是一种广义的漏磁场效应,和漏磁检测一样,也应该可以进行定量化研究。但总体说来,这方面的研究还有待于深入,对于缺陷大小、形状和磁记忆参数之间的关系,还未见到系统的实验研究。

(3)系统开展磁记忆效应的机理性实验研究:在进行磁记忆机理研究时,可以更系统地开展实验研究,总结实验结果,归纳经验公式。

5 结论

随着金属磁记忆检测技术不断发展,凭借其在铁磁构件早期诊断、早期预警能力上的独特优势,简便快捷的检测出服役产品的应力集中区域,评价其损伤程度,为承载部件的疲劳强度评估和寿命预测提供依据。随着金属磁记忆技术的逐步完善,必将为再制造系统工程的发展提供切实可行的技术手段和理论支持。

参考文献

[1]任吉林,林俊明.金属磁记忆检测技术[M].北京:中国电力出版社,2000.

[2]王丽,冯蒙丽,丁红胜等.金属磁记忆检测的原理与应用[J].物理测试,2007,25(2):25-30.

[3]刘桂良,陈群志,徐滨士.金属磁记忆无损检测的现状与进展[C].第六届表面工程学术会议,兰州,2006:994-997.

[4]张卫民,董韶平,张之敬.金属磁记忆的现状与发展[J].中国机械工程,2003,14(10):892-895.

[5]仲维畅.金属磁记忆法诊断的理论基础[J].无损检测,2001,23(10):424-426.

[6]任吉林,邬冠华,宋凯等.金属磁记忆检测机理的探讨[J].无损检测,2002,24(1):29-31.

[7]丁辉,张寒,李晓红等.磁记忆检测裂纹类缺陷的理论模型[J].无损检测,2002,24(2):78-80.

[8]戴光,王文江,李伟.不同构件的磁记忆检测及分析方法研究[J].无损检测,2002,24(6):262-266.

[9]余婷,石道渝.利用地磁场检测钢球表面裂纹的可行性研究[J].无损检测,2001,23(8):330-333.

金属磁记忆检测技术 第4篇

由于检测现场环境多变, 使得在金属磁记忆检测中所得漏磁信号频率成分复杂, 故需将所得频段上的信号滤出干扰成份, 同时还要保持信号在空间域的分辨率。小波变换是工程学科中一个迅速发展的新领域, 是时频域的局部变换, 是样调分析、泛函分析、数值分析、Fourier分析的综合方法, 因而能有效地从信号中提取信息, 解决Fourier变换难以解决的诸多困难问题。因此对小波变换在金属磁记忆检测中的应用进行一系列的深入研究。

1 金属磁记忆检测技术的机理

金属 (尤其是铁磁材料) 工件在制造过程以及后期服役时, 常会因结构原因而产生应力集中。常常承受高达名义应力数倍甚至数十倍的力值。易发生位错滑移变形, 导致疲劳、蠕变以及腐蚀的加速, 使工件不能正常使用甚至引起事故。金属磁记忆是目前唯一行之有效的应力集中区域及其程度的检测技术。

检测原理可以表述为:铁制工件处于地磁环境下, 其受工作载荷的作用, 将导致内部具有磁致伸缩性质的磁畴组织定向和不可逆的重新取向, 并在变形与应力的集中区形成最大的漏磁场Hp。磁场的切向分量Hp (x) 具有最大值 (如图1 B) , 而法向分量Hp (y) 符号改变且具有零值点 (如图1 A) , 在工作载荷消除后仍继续保留着这种磁状态的不可逆变化。通过漏磁场法向分量Hp (y) 的测定, 便可以将工件应力集中区准确地推断出来。

当切割磁力线的缺陷存在于材料中时, 会导致磁导率发生变化, 由于缺陷的磁阻很大、磁导率很小, 使磁路中的磁通发生畸变, 磁感应线的流向会发生变化, 使得部分磁通泄漏到材料表面上空, 绕过缺陷通过空气再度进入材料内部, 从而在材料表面缺陷处形成漏磁场。对应有无裂纹缺陷的工件磁感应线如图2。

对于铁磁体内与磁致伸缩相关的磁弹性能Ems为:

式中B1、B2———磁弹性耦合系数

eii、eij———形变分量

αi、αj———磁化方向与晶轴间夹角余弦

由式 (1) 可以看出, 正是在应力作用下产生的磁致伸缩性质的形变会引起磁畴壁的位移, 改变其自发磁化方向, 从而使磁弹性能发生变化, 即通过磁弹性能的改变使磁畴组织重新取向, 导致漏磁的产生。

2 小波分析理论及降噪技术

2.1 小波分析理论

小波变换的出发点是将信号表示成基函数的线性组合形式, 通过对具有紧支集的母函数Ψ (t) 进行伸缩和平移得到一个小波序列:

其中a为伸缩因子, b为平移因子。

对于任意函数f (t) ∈L2 (R) 的连续小波变换为:

离散信号在实际中出现很多, 对于某初始信号C0, 经小波分解得到Dj和Cj它们分别被称为C0在2j分辨率下的离散细节和离散逼近。初始信号可以看为j=0时的近似值, 离散信号经过尺度j=1, 2, 3…的分解, 就可以得到d (1) , d (2) , d (3) , …其包含了从低频到高频的不同频段的信息 (对于各频段的信息互不重叠) 。将处理信号f (t) 的离散序列f (k) 经过二抽取及高通和低通分解, 得到了二进尺度下的一组离散近似信息 (低频) 和离散小波系数 (细节信息) , 即小波变换能把信号分解到各个尺度上 (表示不同频带) , 并且重构过程是可逆的。这是小波降噪的理论基础。

2.2 小波降噪技术

小波降噪技术近年来一直是研究热点, 因为噪声几乎是处处奇异的.在小波变换下, 噪声的平均幅值以及平均模极大值个数与尺度因子2j成反比, 在较小的若干个尺度上, 信号的小波变换幅值不会随尺度的增大而显著减小。噪声在不同尺度上的小波变换是高度不相关的.而信号的小波变换则一般具有很强的相关性。

含噪声的信号可表述成如下模型:

其中:σ为噪声强度;n (ti) 为高斯白噪声;ti为离散时刻。

从被污染的观测数据y (t) 中获得原始信号f (t) 对磁记忆检测信号处理尤为重要, 若数据有噪声, 则获得的梯度值会严重偏离真实值, 从而导致判断应力集中区的失误。

为了区分有用信号和噪声, 本文采用“Teager”能量算子来强化局部能量

其中:为小波分解系数。

对上述增强后的小波能量寻找随着尺度高度相关的极大峰值, 同时考察磁记忆信号过零点位置特征, 应力集中的位置便可以找到。进而利用小波变换的非线性去噪以及小波变换的信号去噪等方法对所得信号进行降噪处理。

3 实验例证

本文选用航空业应用较广泛的18CrNi4A渗碳钢进行试验, 人工制造裂纹一处, 如图三所示。

降噪算法采用非线性的去噪方法, 该方法简单, 并且在MATLAB软件上比较容易实现。该软件提供:Sqtwolog, Rigrsure和Heursure等阈值类型。Sqtwolog通过信号分解系数ci, j来设定, 其λ=sqrt{2×lg[length (ci, j) ]}。Rigrsure是基于Stein的自适应阈值选择。Heursure是前两种阈值的综合, 为最优阈值类型。

在MATLAB中采用上述三种阈值进行降噪处理发现, 当采用Heursure时得到的波形无边界效应, 畸变最小, 且波幅压制小。而且信号均方差误差小, 信噪比大, 因此本文阈值选用Heursure。

为避免信号移项和重构, 在小波函数的选择上重点考虑对称性和正则性, 故而本文最终选用样条bior小波, 因为其不仅保留了正交小波频带间相干性好的优点, 而且具有线性相位特征、紧支撑的特点。

图四为实验试样所得MMM信号与小波降噪后的对比图, 图中标红为缺陷处。

4 总结

在金属磁记忆信号检测中, 小波分析具有很好的应用效果。小波去噪明显优于传统方法, 噪声基本滤掉, 并能获得高信噪比。在实际磁记忆检测中阈值选用Heursure, 选取样条bior小波为最优去噪方案。小波分析可准确确定应力集中区域, 提供了一种更有效的时频分析方法。

参考文献

[1]任吉林, 林俊明.金属磁记忆检测技术[M].北京:中国电力出版社, 2000

金属磁记忆检测技术 第5篇

目前对湿蒸汽发生器炉管失效采用的检测手段有超声波探伤、超声测厚探伤、磁粉检测等常规方法[5]。这些检测方法都是在炉管存在已知缺陷时方能检测出来,对于正在发展着的缺陷以及早期应力集中的诊断缺乏有效的检测手段。

应力集中磁检测仪为无损检测早期诊断提供了一种崭新的探伤手段,它是基于铁磁材料的磁机械效应和磁弹性效应原理,检测应力集中区或早期缺陷处形成的漏磁信号。这种方法具有不需对检测工件预处理、操作简便、速度快等优点[6],可对湿蒸汽发生器炉管进行缺陷的早期预测,达到预防事故、安全生产的目的。

1 金属磁记忆技术

金属磁记忆技术是俄罗斯学者杜波夫在1997年提出的,其原理是铁磁工件在工作载荷和地球磁场的共同作用下,在应力集中区域内会发生具有磁致伸缩性质的磁畴组织定向的和不可逆的重新取向,其表现为工件表面漏磁场Hp水平分量Hp(x)出现最大值,而垂直分量Hp(y)出现过零点[7]。因此,通过测定炉管Hp(y)量的变化强度就可以准确推断工件的应力集中程度及区域,从而进行炉管缺陷的早期预测。

湿蒸汽发生器炉管爆管等失效形式大多数是由于泵压的波动造成炉管薄弱处的应力集中,最终导致疲劳失效。磁记忆检测技术定量评估炉管的应力集中水平需要首先确定应力集中区漏磁场Hp(y)的梯度值K(单位长度的漏磁场变化量,即K=ΔHp(y)/ΔL),磁场梯度值正比于位错聚集密度以及相应的内应力[8,9,10]。本工作通过拉伸实验和疲劳实验获得炉管20G材料应力集中区的上述磁记忆特征信号,找出代表破损前强化阶段金属变形能力的漏磁场梯度值K,对湿蒸汽发生器的炉管早期检测提供参考。

2 拉伸实验

2.1 实验材料与实验装置

实验选用与湿蒸汽发生器炉管相同的20G管材和热处理方式。试件数量为4根,其屈服强度为320MPa,强度极限为470MPa,管材长度为400mm,外径为ϕ16mm,厚度为3mm。实验采用高频实验机加载;俄罗斯TSC-1M-4型四通道磁应力集中仪检测磁记忆特征参数。

2.2 实验步骤及工况

实验步骤采用试样加载后卸载、离线,按统一的水平方向放置在检测平台上,检测探头沿着试件从一端到另一端匀速检测,并记录特征参数,检测有效长度200mm。实验载荷分别为3,7,11,15,19,23,25kN。

2.3 拉伸实验磁记忆信号特性分析

实验发现,在上述不同载荷作用下,4根试件的磁记忆信号变化规律基本一致。下面列出了试件1在不同载荷作用下的磁记忆特征信号变化规律,如图1所示。

从图1可看出,曲线基本呈线性,随着载荷的增大,曲线的斜率增大,曲线过零点的位置在70mm左右,说明应力集中发生在检测开始端70mm处。当载荷增大到23kN(屈服点)时,曲线过零点开始左移,位置大约在40mm处,直到载荷在26kN(强度极限),试件断裂,形成了正负磁极。结果表明屈服阶段以后应力集中处才与最后的断裂位置吻合。

图2为4根20G试件应力集中处漏磁场梯度值随载荷变化的变化规律。从图2可以看出,在载荷为3～19kN的弹性阶段,随着载荷的增大,磁场梯度值基本无变化,磁场梯度值K大约为2A(mmm)-1左右;当载荷达到23kN时,漏磁场梯度值Ks为4.7 A(mmm)-1,达到26kN时,梯度值Kb达到最大值为10A(mmm)-1,强度极限梯度值Kb与屈服极限梯度值Ks的比值m≈2。

3 疲劳实验

3.1 实验材料与实验工况

实验材料、步骤、检测方式与拉伸实验一致,只是拉伸改为疲劳实验。为缩短实验周期,加速试件破坏,在试件中心处加工一个带应力集中的缺口,加工处理完毕后经过应力集中检测仪检测后初始信号良好。疲劳实验采用应力控制(最大疲劳应力分别为22,20,18kN)、正弦波形、应力比为0,加载频率f为10Hz。每经过1000次疲劳循环后采用TSC-1M-4应力集中磁检测仪扫描试件,提取磁记忆信号。

3.2 疲劳实验磁记忆检测特性分析

图3为最大疲劳应力分别为22,20,18kN带缺口炉管磁记忆信号图,图4为无缺口完整炉管在最大疲劳应力为20kN的磁记忆信号图。可以看出,随着疲劳次数的增加,应力集中处磁场梯度值K缓慢增加。当试件濒临破坏时,应力集中处磁场梯度值K出现了激增,再经过3000次左右的疲劳循环,试件断裂,在断裂处形成了正负磁极。通过对图3(b)和图4的对比发现,完整炉管和有缺口的炉管疲劳实验磁记忆信号基本一致,这表明工件缺口不会影响疲劳实验K值的变化规律。从图3可以看出,疲劳应力越小,到达疲劳破坏的次数越多,应力集中处K值越大。

通过上述疲劳实验得出,试件应力集中处濒临破坏磁场梯度值Ks和破坏时磁场梯度值Kb如表1所示。破坏时磁场梯度值与濒临破坏磁场梯度值的平均比值m=Kb/Ks=24.0/12.0≈2.0。由于4次疲劳实验濒临破坏与破坏时之间的疲劳循环次数不同,因此选取的濒临破坏的Ks存在一定的误差,为了消除该影响,取Ks的平均值为12A(mmm)-1。

通过实验总结,得出拉伸实验和疲劳实验漏磁场梯度值K规律对照表,如表2所示。由于疲劳实验磁弹性累积效应更好,所以K值比拉伸实验大,但m值却大致相等,都为2.0。锅炉管件工作在周期性的载荷下,疲劳实验的结果更能与现场工况贴近[11],因此选取20G炉管濒临破坏临界点的K值为12Am-1mm -1。

4 现场实验

利用上述实验取得的可早期诊断湿蒸汽发生器炉管20G失效判断依据的磁记忆信号梯度值K,对某油田现场的湿蒸汽发生器炉管进行了测试。图5是某油田湿蒸汽发生器某段炉管的磁记忆信号图,由图5可知,该段炉管存在3处梯度值大于或等于12A(mmm)-1的位置,分别在100,600,2000mm处,其梯度值分别为12,12,15A(mmm)-1,超过选取的20G炉管濒临破坏临界点的K值。对上述3处使用超声波测厚仪进行壁厚测量和超声波探伤,结果发现超声波探伤的信号无明显变化,测量的壁厚值小于标准值。对该段切下进行观察,发现炉管内部有大量的腐蚀坑,如图6所示。说明该段炉管应力集中程度较大,处于濒临破坏的状态。随机截取K值小于12A(mmm)-1的20G炉管段,都没有发现明显的损伤。

因此,通过上述实验和研究,利用金属磁记忆技术对湿蒸汽发生器炉管缺陷的早期诊断是可行和有意义的。

5 结论

(1)对于静载拉伸实验,在弹性阶段磁记忆信号没有明显变化,达到屈服极限后,漏磁场梯度值K约为5A(mmm)-1,到达强度极限时,K值激增至10A(mmm)-1。

(2)疲劳初始阶段,磁记忆信号无明显变化;快到达疲劳破坏时,炉管试件的漏磁场梯度值K为12A(mmm)-1左右,试件断裂后形成正负磁极。此结果表明了磁记忆信号可以对材料的应力集中和早期的失效进行诊断。

(3)由于拉伸实验磁弹性累积效果没有疲劳实验好,所以得出的K值比疲劳实验小,但m值却大致相等。通过实验室实验和现场测试比较,湿蒸汽发生器20G炉管漏磁场梯度值K大于12A(mmm)-1的位置处于濒临破坏的状态;当K值大于7A(mmm)-1小于12 A(mmm)-1时,炉管应力集中比较明显,需要重点检测该区域。

参考文献

[1]刘喜林.难动用储量开发稠油开采[M].北京:石油工业出版社,2005.334-338.

[2]陈其胜,聂惟国,田娜,等.注汽锅炉内管失效分析及预防[J].压力容器,2007,24(10):56-59.

[3]潘治国,胡传顺,朱健,等.湿蒸汽发生器辐射段弯头腐蚀原因分析[J].腐蚀科学与防护技术,2006,18(5):377-379.

[4]韦丽娃,苏辉,申龙涉.采油注汽锅炉爆管事故分析[J].压力容器,2008,25(3):46-52.

[5]许振清,智彦利,王安泉,等.油田热采注汽管道在线检测技术现状[J].石油化工安全技术,2006,22(1):28-30.

[6]任吉林,林俊明.电磁无损检测[M].北京:科学出版社,2008.345-347.

[7]任吉林,林俊明.金属磁记忆检测技术[M].北京:中国电力出版社,2000.

[8]刘昌奎,陶春虎,陈星,等.金属磁记忆检测技术定量评估构件疲劳研究[J].材料工程,2009,(8):33-37.

[9]DOUBOV A A.Diagnostics of equipment and constructionsstrength with usage of magnetic memory[J].Inspection Diagnos-tics,2001,(6):19-29.

[10]DOUBOV A A,VSTOVSKY G V.Physical base of the methodof metal magnetic memory[R].Moscow:Energodiagnostika,2000.

焊缝磁记忆检测 第6篇

金属磁记忆检测由于其自身原理具有以下特点:

(1) 不需要专门的磁化设备就能对铁制工件进行可靠的检测;

(2) 不需要专门对被检测工件的表面进行清理;

(3) 设备轻便、操作简单、灵敏度高。

无损检测其宗旨是在不损害被检测对象为前提, 对材料、零部件及产品进行有效的检验和测试, 评价它们的连续性、完整性和其他物理性能。实质就是利用多种手段, 如, 超声波、磁粉、射线、渗透涡流等对材料或零部件进行检测从而对其作出评价。无损检测包含无损检测NDT (Nondestructive Testing) 、无损检查NDI (Nondestructive Inspection) 和无损评价NDE (Nondestructive Evaluation) 。近年来, NDT和NDI已经逐步向NDE过渡。这就要求无损检测工程师不仅要掌握已经出现的缺陷及其分布状况, 更要能够在产生破坏前对构件 (含寿命、缺陷的发展趋势等) 进行预测和评估。相比较而言, 磁粉、X-射线、涡流、超声波等检测方法大都用来检测已经出现了的缺陷, 不能预防设备的意外疲劳损伤, 而这正是运行中设备损坏和产生事故的主要根源。对于铁磁构件的早期诊断, 金属磁记忆检测 (Metal Magnetic Memory Testing, MMM) 不失为一种有效的手段。

1 金属磁记忆检测焊接缺陷的独特优势

焊接是金属构件制造、安装、修理和改造的重要一环, 焊接质量的优劣是保证金属构件能否安全正常使用的重要前提。在焊接过程中, 焊缝金属经历了快速熔化和快速冷却的过程, 必然产生非平衡的特殊组织和应力集中区, 焊缝中应力集中区的形成会聚集相当高的应力能。为了使铁磁构件内的总的自由能趋于最小, 在材料内部主要以增加磁弹性能的形式来抵消应力能的增加, 从而在铁磁构件内部产生大大高于地球磁场强度的畸变磁场。

金属力学性能的研究表明, 即使在金属材料的弹性变形区, 完全没有能量损耗的完全弹性体是不存在的。由于金属内部存在着多种内耗效应 (如弹粘性内耗、位错内耗等) , 势必造成动态载荷消除后, 加载时在金属内部形成的应力集中区会得以保留, 特别是在动载荷、大变形和高温情况下尤为突出。保留下来的应力集中区形成类似缺陷漏磁场分布形式。

对于焊接结构而言, 焊接缺陷的存在必然会使其应力-应变状态改变, 而应力-应变状态的改变又会使材料表面漏磁场的信号改变, 因此, 可以通过提取漏磁场信号的特征量对焊接缺陷进行描述。利用MMM监测技术不仅可以检测到已经形成的宏观缺陷, 还可以检测到焊缝中的微观缺陷, 以及以高应力集中水平为特征的损伤萌芽状态, 这就显示出MMM检测技术在焊接缺陷检验中具有其他无损检测方法所部具备的独特优势。

2 焊缝焊接质量检测实例

下面是采用磁记忆检测方法检查焊接质量的两个实例:

例1:2007年, 在某电厂的基建安装质量验收检验中, 采用磁记忆检测技术对该厂锅炉分隔屏过热器联箱进行了检测;

检测对象:分隔屏过热器进口联箱;

规格:φ324mm45mm, 材质:12Cr1MoVG;

检测仪器:TSC-1M-4型四通道磁记忆检测仪;

传感器型式:Ⅰ型传感器, 如图1所示, 为四轮小车型, 配有4个铁磁探测式转换器和计长器。

扫查方式:铁磁探测转换器垂至于检测工件表面, 沿焊缝整个周圈顺序移动;

检测依据:参考《设备和结构焊接接头金属磁记忆方法》 (俄罗斯焊接学会标准) 。

检测结果:沿该联箱环焊缝周圈进行了检测, 从0°开始, 逆时针方向扫查, 所测得焊缝周圈磁场分布如图2所示 (0°～315°的45°范围内处存在两处明显磁场强度突变信号, 在140°处存一处磁场强度突变信号) 。焊缝残余磁场Hp法向分量分布, 如图2所示。

验证:对以上磁记忆检测结果进行了常规的MT检验, 结果在0°～315°的45°范围内发现裂纹缺陷一处, 裂纹断续长度为260mm, 在140°处发现咬边缺陷一处, 如图3所示。

例2:对某变电站金属构件的纵焊缝进行了部分抽查, 其中在一杆塔纵焊缝的磁记忆检测中发现磁场突变可疑信号, 对这条纵缝我们采用了两种磁记忆检测方式进行了检测:

a.采用TSCM-2FM应力集中磁检测仪进行检测, 如图4所示。

扫描宽度约30mm, 扫描步长约为20～30 mm。检测长度1 850 mm, 在600～1 450 mm的区段中发现3处应力集中信号。实测应力集中区HPy数据, 见表2。

上组数据中共有3个区域HPy值在焊缝上过零值, 也就是说该条焊缝存在3处应力集中区域, 如图5所示。

b.采用TSC-1M-4应力集中磁指示仪 (1型传感器) , 如图6所示。

采用1型传感器对同一焊缝进行检测, 该传感器具有4个检测通道, 将4通设为屏蔽外部磁场通道, 1号通道在焊缝的左侧, 2号通道在焊缝的中部, 3号通道在焊缝的右侧, 1、2和3号通道之间的基准距离 (lσ) 为16 mm, 自有漏磁场强度HPy的记录间距 (s) 为4 mm。由下至上进行扫查, 扫查长度1 900 mm。该焊缝自有漏磁场强度HPy四通道扫查结果, 如图7所示。

分析图7检测结果, 在650～1300mm之间, 1通道 (焊缝左侧, 蓝色曲线) 检测有3个应力集中区;2通道 (焊缝中部, 红色曲线) 检测有5个应力集中区;3通道 (焊缝右侧, 绿色曲线) 检测有4个应力集中区;

c.采用TSC-1M-4应力集中磁指示仪 (3型传感器) 。

该传感器具有2个检验通道, 将1通设为屏蔽外部磁场通道, 2号通道处在焊缝的中部, 自有漏磁场强度HPy的记录间距 (s) 为4 mm。同样由下至上进行扫查, 扫查长度1 800 mm。该焊缝自有漏磁场强度HPy2通道扫查结果, 如图8所示。

分析图8检测结果。在该焊缝的相同部位发现4个应力集中区, 这与4通道检测法的检测结果基本吻合。

对上述金属构件纵焊缝磁记忆检测发现的应力集中区域进行了超声波复核, 在应力集中区的相应部位均发现了不同程度焊接缺陷, 缺陷的长度和焊缝中位置与磁记忆检测结果基本符合。该金属构件母材壁厚为11mm, 超声波检测在8～9 mm范围内发现缺陷反射波, 如图9、10所示。

3 结论

综合分析以上对电力设备构件焊缝进行的磁记忆检测过程, 我们认为:

1) 现场的检测人员在对焊缝宏观检查后, 对局部焊缝质量有所怀疑, 可用TSCM-2FM应力集中磁检测仪进行局部的抽查。

因为该仪器操作简单, 检测结果直观, 根据检测数据可以直接判断可疑部位是否存在由应力集中。

2) 如果要求对比较重要的焊接部位进行全面的检测, 且检测工作量较大时, 可采用TSC-1M-4应力集中磁指示仪, 1型传感器进行检测。

因为1型传感器通道数量多, 数据存储量大, 可全面的对要求检验的焊缝进行扫查, 并记录检测结果, 能够基本掌握检测过的焊接部位的应力分布状况, 做到既快速, 又不至于放过有可能存在的缺陷。

磁记忆检测作为一种新型的无损检测手段, 能正确、快速的检出金属构件的应力集中区域和缺陷, 并且不需要对检测对象表面进行专门的清理准备, 不需要专门进行磁化, 效率高等常规无损检测手段所不具备的优点。该方法对铁磁性金属构件焊缝由于应力集中所造成的损伤的检测非常可行。在具体检验过程中, 如采用磁记忆检测诊断方法对焊缝进行磁场强度及磁场梯度的测量, 可以准确判断焊缝的应力分布状况, 再辅以其他无损检测的方法对局部应力集中区进行重点检测, 可以做到既省时省力, 又不放过缺陷, 这将会大大提高无损检测的工作效率和经济性。

摘要：通过对发供电具体设备部件焊缝的检测, 以及对检测所采集的信息进行了详细的分析, 使得磁记忆检测在具体的实际应用中具有很强的可操作性, 为该技术在其他领域的应用提供了很好的参考。该方法的推广运用, 能够对铁磁性金属构件的安全运行提供有力的保障, 提高无损检测的工作效率和经济性。

关键词：磁记忆,焊缝,检测

参考文献

[1]任吉林, 林俊明.金属磁记忆检测技术[M].北京:中国电力出版社, 2000:44-156.

[2]邸新杰, 李午申.金属磁记忆在焊接缺陷检测领域的研究现状及发展[J].焊接技术, 2009, 38 (2) :23-25.

[3]杜波夫阿阿, 考罗考利尼柯夫C M.焊接缺陷的金属磁记忆法检测[J].焊管, 2008, 31 (2) :45-48.

金属磁记忆检测技术 第7篇

采煤工作面侧帮支护的金属体产生的电磁感应信号对地质异常体的电磁感应信号造成很大干扰,因此研究如何准确提取导含水异常体的电磁感应信号并反演推测出异常体的分布范围和空间位置显得尤为重要。笔者根据物理模拟相似性准则,采用物理实验模拟和井下试验相结合的方法,研究了工作面侧帮金属支护体的瞬变电磁响应特征和规律,提出了瞬变电磁数据处理新技术[3]。

1 物理模拟相似性准则

假设井下系统和模拟系统坐标系分别为(x,y,z)和(x1,y1,z1),其转换关系如下:

x=px1,y=py1,z=pz1 (1)

t=ct1 (2)

式中:p为几何缩比因子;c为时间缩比因子,t和t1分别为井下系统和模拟系统的时间参数。

在各向同性介质的无源区内,麦克斯韦旋度方程为

undefined

undefined

物理模拟要求两个系统的场呈比例,即:

E(x,y,z,t)=aE1(x1,y1,z1,t1) (5)

H(x,y,z,t)=bH1(x1,y1,z1,t1) (6)

式中a,b分别为电、磁场的比例因子。

由式(1)~(6)可推导出:

undefined

式中:δ1,ε1,μ1分别为模型系统的电导率、介电常数和磁导率;δ,ε,μ分别为井下系统的电导率、介电常数和磁导率。

式(7)为电磁场物理模拟必须遵循的“绝对”准则。

在电磁法的物理模拟中,通常假定介质为无磁性,μ1=μ0,ε1=ε0,其中μ0,ε0分别为空气中的磁导率和介电常数。假设井下系统、模型系统的特征长度(或线性度)分别为m,n,则p=m/n;由于忽略了位移电流,式(7)可转换为

undefined

通常将式(8)称为瞬变电磁法物理模拟的“相似性基本准则”。在实际物理模拟试验中,只要满足式(8)的准则,一般不再要求δ1/δ=p的比例关系[4]。

本次物理模拟实验主要模拟工作面侧帮支护的金属体对多匝重叠小回线产生的瞬变电磁响应特征。针对采煤工作面瞬变电磁探测回线组合本身尺寸为2 m和式(8)推导出的相似性准则,对探测回线组合的边长和金属体支护下的采煤工作面进行等比例模拟,观测时间序列和井下一致,选择比例因子p=10,以保证物理模拟结果与井下实际探测情况更吻合[5]。本次物理模拟实验中,以不同盐水成分的黄沙模拟采煤工作面和煤层顶、底板,用直径1 cm的铁棒模拟工字钢,直径1 mm的铁丝锚网模拟工作面金属锚网。采用边长20 cm的重叠回线装置,发射、接收线圈分别采用直径为0.3 mm和0.5 mm的漆包线绕制而成。

2 不同金属体支护下瞬变电磁响应特征

在物理模拟实验情况下,观测到的金属体(工字钢和金属锚网)支护下工作面产生的瞬变电磁感应电位U衰减曲线,见图1(a)。可以看出,在模拟实验中3种情况下的曲线均较为平滑,衰减平缓,延时均为80 ms;其最早响应时间t为0.225 ms,受发射磁矩的限制,仪器的有效关断时间变小。其中工字钢支护下的瞬变电磁电位响应最大,最大幅值达到200 000 mV/A;金属锚网支护下的瞬变电磁电位响应幅值远低于工字钢支护,但比无金属体支护的幅值略高;无金属体支护下的瞬变电磁电位响应幅值最小,最大幅值只有4 000 mV/A。

在井下采用重叠回线装置实际测量的金属体(工字钢和金属锚网)支护下工作面产生的瞬变电磁感应电位U衰减曲线,见图1(b)。可以看出,3种情况下的曲线衰减延时与物理模拟实验相近,由于发射磁矩变大,受一次场的影响,仪器的最早可识别有用信号时间t为1.225 ms。受仪器关断时间的影响,在0.225~1.225 ms的时间段内,二次感应电位数据近乎成一条直线,变化甚微。实际探测数据表明:依然是工字钢支护下的瞬变电磁电位响应最大,最大幅值约为锚网支护的10倍;金属锚网支护下的瞬变电磁电位响应幅值最大为20 000 mV/A,是无金属体支护下的瞬变电磁电位响应最大幅值的近5倍;无金属体支护下的瞬变电磁电位响应最大幅值为4 000 mV/A。探测结果与物理模拟实验相似。

3 金属体支护下工作面瞬变电磁数据处理技术

根据物理实验模拟和井下实际试验,采煤工作面支护的工字钢和金属锚网等金属体对煤层工作面顶、底板周围赋水体的探测有较大影响,必须对实际探测结果中的金属体电磁干扰进行校正。其中,矿井瞬变电磁法视电阻率ρτ计算公式如下:

undefined6.3210-12C(SN)2/3(sn)2/3(V/I)-2/3t-5/3

(9)

式中:C为全空间响应系数;S为发射回线线圈面积;N为发射回线线圈匝数;s为接收回线线圈面积;n为接收回线线圈匝数;t为二次场衰减时间;V/I为接收的归一化二次场电位场值[6]。

在探测装置相同情况下,没有金属体支护下工作面和有金属体支护下工作面的视电阻率分别为ρ和ρ1,归一化二次场感应电位分别为V/I和V1/I1,则:

undefined

令V/I=A,V1/I1=A1,根据金属体支护下工作面实际测量结果可以推出:

undefined

式(11)中a为得到的校正系数,利用式(11)可以求出每个时间窗口的视电阻率校正系数,然后对不同金属体支护下的工作面的探测数据进行校正。

4 应用实例

图2为某矿13210工作面不同金属体支护下实际探测的视电阻率等值线断面图,探测方向为煤层工作面底板下45°方向。本次探测在13210工作面溜子道内设计22个测点(0号测点不符合探测条件),测点间距10 m。图2中左侧纵坐标为沿探测方向的实际探测深度,横坐标下部为相对溜子道内0号测点位置的相对距离,横坐标上部为对应溜子道内的测点编号[7]。

13210工作面在0~100 m的巷道内为金属锚网支护,在100~220 m巷道内为工字钢支护。从图2中可以看出,在沿探测方向50 m范围内其视电阻率等值线横向连续性较好,没有明显的扰动异常变化,但在沿探测方向50~110 m深度的视电阻率等值线形成了4个低阻封闭圈,低阻异常非常明显。但由于工字钢产生的瞬变电磁响应远远高于金属锚网,这些电磁响应叠加在工作面内部,致使煤层工作面产生的感应电位明显增大,视电阻率数值相应减小。因此呈现出这样一种趋势:即以溜子道内的第100 m为分界点,分界点左侧的视电阻率值比右侧的视电阻率值要平均高5 Ωm。

在横坐标为100 m位置的巷道两侧各取一测点,左侧测点为锚网支护,右侧测点为工字钢支护。对两测点探测到的数据经式(11)计算出校正系数a,利用该校正系数对工字钢支护下工作面的探测数据进行校正,得到如图3所示的金属体支护下工作面瞬变电磁探测校正后视电阻率断面。

从图3可以看出,在沿探测方向底板下50~110 m 的探测范围内存在4个主要的相对低阻区,即图中所标注的A1、A2、A3和A4异常区。根据钻孔资料分析知该范围内主要存在伏青灰岩及其附近砂岩岩层,推测这4个低阻异常区为伏青灰岩局部裂隙相对发育,且是被低阻介质充填的反映,其赋水性较弱;只有当其视电阻率值低于4 Ωm时,赋水性才较强。矿方根据工作面底板物探资料在溜子道内4个异常区分别布置一验证钻孔,结果表明异常区域为灰岩裂隙发育区,赋水性较弱。实际应用结果表明,图2中的B1、B2低阻异常并非是工作面底板的赋水体反映,而是工作面的金属支护体的反映。

5 结论

1)依据物理模拟相似性准则,采用物理模拟和井下试验方法,研究了有无金属体支护时煤层工作面的瞬变电磁响应特征,研究结果表明:工字钢支护产生的瞬变电磁电位响应最强,金属锚网支护产生的瞬变电磁电位响应次之,无金属体支护下的瞬变电磁电位响应幅值最小。

2)根据有无金属体支护时煤层工作面的瞬变电磁响应特征,从矿井瞬变电磁法视电阻率计算公式推导出煤层工作面金属支护体的影响校正数学模型,并依据数学模型提出相应的数据处理技术。

3)实际应用结果表明,金属体支护下煤层工作面的瞬变电磁数据处理技术,可以有效避开金属支护体的干扰,准确确定低阻异常体的赋水性强弱,并且可减少假低阻异常赋水体的出现。

参考文献

[1]车树成,张荣伟.煤矿地质学[M].徐州:中国矿业大学出版社,2006.

[2]刘志新.矿井瞬变电磁场分布规律与应用研究[D].徐州:中国矿业大学资源与地球科学学院,2007.

[3]于景邨,刘树才,王扬州.巷道内金属体瞬变电磁响应特征及处理技术[J].煤炭学报,2008,33(12):1403-1407.

[4]牛之琏.时间域电磁法原理[M].长沙:中南大学出版社,2007.

[5]姜志海.巷道掘进工作面瞬变电磁超前探测机理与技术研究[D].徐州:中国矿业大学资源与地球科学学院,2008.

[6]于景邨,刘志新,刘树才,等.深部采场突水构造矿井瞬变电磁法探查理论及应用[J].煤炭学报,2007,32(8).