涡流检测技术Word文档下载推荐.docx

涡流检测技术Word文档下载推荐.docx

《涡流检测技术Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《涡流检测技术Word文档下载推荐.docx（13页珍藏版）》请在冰豆网上搜索。

傅里叶描述法是提取特征值的常用方法。

其优点是，不受探头速度影响，且可由该描述法重构阻抗图，采样点数目越多，重构曲线更逼近原曲线。

但该方法只对曲线形状敏感，对涡流检测仪的零点和增益不敏感，且不随曲线旋转、平移、尺寸变换及起始点选择变化而变化。

用测试信号自相关矩阵的本征值和本征矢量来描绘信号特征的方法称为主分量分析法，该方法对于相似缺陷的分辨力较强。

小波变换是一种先进的信号时频分析方法。

将小波变换中多分辨分析应用到涡流检测信号分析中，对不同小波系数处理后，再重构。

这种经小波变换处理后的信号，其信噪比会得到很大的提高。

2.2信号分析

（1）人工神经网络

人工神经网络的输入矢量是信号的特征参量，对信号特征参量的正确选择与提取是采用神经网络智能判别成功的关键。

组合神经网络模型，采用分级判别法使网络输入变量维数由N2降到N，网络结构大为简化，训练速度很快，具有较高的缺陷识别率和实用价值。

神经网络可实现缺陷分类，具有识别准确度高的优点，对不完全、不够清晰的数据同样有效。

（2）信息融合技术

信息融合是对来自不同信息源检测、关联、相关、估计和综合等多级处理，得到被测对象的统一最佳估计。

涡流C扫描图像的融合，将图像分解为多子带图像，并在转换区内采用融合算法实现图像融合。

KaBartels等采用信噪比最优方法合并涡流信号，并用空间频率补偿方法使合并前高频信号变得模糊而低频信号变得清晰。

ZLiu等利用最大值准则选择不同信号的离散小波变换系数，选取待融合系数的最大绝对值作为合并转换系数。

因此融合信号可基于这些系数，利用逆小波变换来重构。

小波变换可按不同比例有效提取显著特征。

在融合信号过程中，所有信号的有用特征都被保存下来，因此内部和表面缺陷信息得到增强。

2.3涡流逆问题求解

换能器检测到的信号隐含缺陷位置、形状、大小及媒质性质等信息，由已知信号反推媒质参数（电导率）或形状（缺陷），属于电磁场理论中的逆问题。

为求解涡流逆问题，先要建立缺陷识别的数学模型，有形状规则的人工缺陷、边界复杂的自然缺陷、单缺陷和多缺陷等模型；

在媒质类型方面，有复合材料和被测件表面磁导率变化等模型。

随着计算机技术发展，缺陷模型各种数值解法也获得进展。

出现有限元法、矩量法和边界元法等。

3涡流检测设备

美国的EM3300和MIZ-20为采用阻抗平面显示技术典型产品，而TM-128型涡流仪是我国首台配有微机带有阻抗平面显示的涡流探伤仪。

MFE-1三频涡流仪是我国研制的首台多频涡流检测设备。

随后，国内研制成功多种类型的多频涡流检测仪，如EEC-35、EEC-36、EEC-38、EEC-39和ET-355、ET-555、ET-556等。

目前，我国在有限元数值仿真、远场涡流探头性能指标分析及检测系统的研制等方面取得研究成果，推出商品化远场涡流检测仪器，其中ET-556H和EEC-39RFT已用于化工炼油设备的钢质热交换管和电厂高压加热器钢管的在役探伤。

今后涡流检测技术研发包括：

完善换能器设计理论，研制性能更好的涡流检测换能器；

研究缺陷大小形状位置深度的涡流定位技术和三维成像技术；

研究并推广远场涡流检测技术；

进一步研究金属材料表面疲劳裂纹的扩展、开裂、机械加工磨削烧伤及残余应力涡流检测技术。

应用该项技术进行无损检测必将得到广泛应用。

涡流检测自然裂纹与信号处理

涡流检测（EddyCurrentTesting,ECT）是一种检测导电材料表面及近表面缺陷的有效方法。

目前在压力容器、核电站热交换管道、飞机结构等关键设备的缺陷检测中得到广泛应用。

然而,由于受到环境噪声及探头提离与设备结构变化所引起的非缺陷信号的影响,缺陷的ECT信号往往被恶化。

为了增强缺陷检测及表征的可靠性和有效性,在使用缺陷分类和形状反演技术之前,需要采用信号预处理技术来提高ECT信号的信噪比。

小波分析可以提供信号的频率信息和空间位置信息,对于分析信号的局部特征非常有用。

可以在不丢失缺陷信号信息的情况下去除噪声。

用小波分析方法处理ECT信号,可以增强缺陷信号的信噪比,使缺陷被可靠检测及精确表征。

1自然裂纹ECT信号的采集

为了使分析结果接近实际,采用自然裂纹作为研究对象。

选用200mm长,100mm宽,8mm厚的合金钢板,先沿宽度方向在平板表面中央加工一条浅槽,然后固定在机械装置上,并使平板两端及中间三点反复受力弯曲,直到最终产生疲劳裂纹。

按此方法制作了多块具有疲劳裂纹的试样。

自然裂纹试样制作完成之后,用安装线圈探头的涡流检测仪在多种不同频率下对裂纹进行扫描以获得ECT信号。

探头由涡流检测仪激励,并由计算机控制的扫描平台进行精确定位。

探头在试样不同位置采集的ECT信号被送到检测仪,并经过A/D转换器在计算机中存储起来,用于分析处理。

图1显示了激励电流频率为100kHz时,探头在平板上方沿裂纹方向扫描时所采集的ECT信号。

横坐标代表探头采样点位置,而纵轴表示采集的ECT信号幅度大小。

在图1中所示的信号中,可见低频的提离噪声信号比缺陷信号强的多,缺陷信号几乎被提离噪声湮没。

将导致缺陷不能被可靠检测和表征。

在图1中也存在环境等因素引起的白噪声信号,虽然不太明显,但同样干扰对缺陷的识别。

2离散小波变换的信号处理算法

2.1　ECT信号的小波分解

这里采用被称为正交紧支集的Daubechies小波对ECT信号进行离散小波分析。

首先使用离散小波变换算法将探头信号f（t）进行M个频率级的分解。

适当地选择基本小波和分解频率级M,缺陷信号和噪声能相互分离。

低频提离噪声可以被分解成AM,而缺陷信号和高频噪音可以被分解成{Dj}。

其中{Dj}的高频级主要被高频噪声控制,其中也包含部分缺陷信号的高频分量。

经过多次对ECT信号进行分解比较,发现采用10阶Daubechies小波将信号进行7个尺度的小波分解,其中低频近似分量可以将提离噪声提取出来。

图2显示了对图1所示ECT信号进行分解的情况。

图2最上方的波形是原始信号,缺陷信号是一个出现在位置120周围的带通信号。

图2中的其它波形是信号分解的部分结果。

从图2中可以明显看出低频逼近系数a7提取出了提离噪声,而白噪声主要包含在高频细节分量d1、d2中。

2.2　小波系数的处理和缺陷信号的重构

对原始ECT信号进行小波分解之后,按照下面的原则处理分解系数。

因为原始信号中提离噪声很强,所以首先应将其去除,然后再考虑去除白噪声。

在a7中的系数主要为提离噪声,因此将它设为零去除[3]。

除去代表提离噪声的低频近似系数a7后,发现信号中仍然含有部分提离噪声,所以对去除部分提离噪声的信号继续使用10阶Daubechies小波将信号分解成9个频率级,除去代表提离噪声的低频近似系数之后的信号如图3所示。

去除提离噪声后,接下来就需要去除包含在细节系数{Dj}中的白噪声,虽然白噪声与缺陷信号有重叠,但利用白噪声与缺陷信号的不同空间幅频特征,可以通过一些算法处理小波系数,有效地减少白噪声。

利用5阶Daubechies小波对图3中两次去除提离噪声后的信号进行离散小波分解,信号被分解成5个频率级,如图4所示。

对图4低分辨率下的小波变换全部保留,高分辨率下的小波变换则只有被确认为缺陷信号附近的各点才予以保留,其余的都加以去除。

在各级细节中的小波系数既来自缺陷信号,也来自高频噪声。

为了去除噪声,需要首先识别缺陷信号的小波系数。

缺陷信号的幅度通常比噪声小波系数的幅度大,通过设置门限,缺陷信号的小波系数可以很容易地选择出来。

3结　论

采用小波变换信号处理技术来减少从自然裂纹试样获得的一维和二维ECT信号中的非缺陷信号和白噪声,结果显示有效地减小了白噪声和非缺陷信号,重构了缺陷信号。

与傅立叶变换等传统滤波技术相比,采用小波变换方法去噪具有加强ECT信号的信噪比而不丢失缺陷信号信息的优势。

为缺陷的可靠检测及精确表征提供了保证。

压力容器列管涡流检测技术的研究

1前言

压力容器中加热器一般都由很多钢管组成,它们长期承受压力和腐蚀,管内会产生各种应力腐蚀裂纹和点蚀缺陷,需定期进行检测以保证设备的安全运行。

由于钢管数目多,拆卸又不方便,通常采用现场检测的方法。

涡流检测具有不需要耦合剂、检测速度快及对金属管子表面缺陷检测灵敏度高等优点,是对这一类管子进行检测的最好方式。

但是,由于在检测加热管的内外壁缺陷时,管外部的管板、支撑板和支承条等都会产生干扰信号,需加以抑制。

双频涡流检测技术采用两个频率同时工作,具有两个相对独立的测试通道,既能有效地抑制上述干扰信号,又能准确地检测出缺陷信号。

2对比试样制作

2.1材料要求

用于对比试样的钢管须与被探伤钢管的公称尺寸相同,化学成分、表面状况及热处理状态相似,即有相似的电磁特性,钢管的弯曲度不大于1.5∶1000,表面无氧化皮,无影响校准的缺陷。

2.2制作

按标准,对比试样的人工缺陷为穿过管壁并垂直于钢管表面的孔,人工缺陷为五个,其中三个处于对比试样中间部分,沿圆周分布,大体上互成120°

角,彼此之间的周向距离不小于200mm。

另外,距管两端不大于200mm处各加工一个相同的人工缺陷,以检验端部效应,如图1所示。

3双频涡流检测原理

双频涡流仪的测量电路通常是一交流电桥。

其检测线圈一般接成差动形式,构成电桥的两臂。

当测量电桥平衡（即线圈在远离缺陷或横跨缺陷两边时）,其输出为零。

反之,当差动检测线圈先后通过管臂内缺陷处时,管臂内涡流先后产生部分中断或畸变,使两个检测线圈的阻抗发生相应的变化。

该变化会破坏电桥平衡,使测量电桥先后输出两个相应的不平衡信号,经放大处理后,在阻抗平面显示器上显示具有一定相位角和幅值的“8”字形轨迹,供判断缺陷的性质和危害程度。

4传感器设计与制作

4.1传感器的技术要求

为了提高检测灵敏度和可靠性,需要使缺陷信号具有足够的幅度并与其它信号间有足够的相位差。

在多频涡流中,接成差动形式的检测线圈构成交流电桥的两臂,电桥电流的检测灵敏度与线圈阻抗变化率、桥臂系数及激励电压有关。

为了提高检测灵敏度,可以适当地提高电压和桥臂系数,以增大检测线圈阻抗的相对变化率,为此必须合理地选择线圈的尺寸和参数。

4.2线圈尺寸的选择

一载流扁平线圈,实际上是多层密绕的螺线管,当线圈内通过电流I时,电流密度J为:

式中　ra———线圈内半径;

　　　rb———线圈外半径;

　　　h———轴向厚度;

　　　n———线圈匝数。

设线圈内通过的电流I=10mA,则根据一定参数可描绘出扁平线圈轴线上的B0-X曲线,如图2所示。

由图2可见,线圈外径大,线圈线性范围大,灵敏度低;

线圈外径小,线圈线性范围小,灵敏度高;

线圈轴向厚度小,灵敏度高;

线圈内径不同时,轴向磁场变化很小。

因此,为了使外径一定的线圈有较大的线性范围和尽可能高的灵敏度,设计时要尽可能选择薄的线圈。

4.3线圈参数的选择

实际绕制线圈时,线圈匝数可由下式估算:

L=40πrnKn/l

式中　r———线圈平均半径;

　　　n———线圈匝数;

　　　l———线圈长度;

　　　Kn———考虑到线圈长度为有限时,磁场分布不均匀,需要加以修正的系数。

4.4传感器的制作

制作时,先按设计好的图样制作线圈骨架（材料通常采用耐辐射和耐高温的尼龙棒）,其车制工艺要求严格、认真,两个槽的尺寸（深和宽）尽可能一致,而且要求槽壁光滑,不能有毛刺。

绕线要均匀、平稳。

绕制好的线圈的电阻、电感及性能等必须测量,两线圈的数值应基本相等。

最后将绕制好的线圈的引出线和输出电缆线连接到内骨架的接线柱上,并用胶（如环氧树脂）封装。

金属锈蚀的涡流检测

本章所述“锈蚀”是专指钢铁和铁基合金的腐蚀而言,它们在大气中或工业环境里,由于氧和水及其它侵蚀物质的作用,形成了主要由含水氧化铁等组成的锈蚀产物。

金属构件在设计规定的正常使用周期内发生锈蚀失效严重影响其使用寿命,关键零部件的锈蚀破坏可能会产生严重后果。

长期以来,人们从各个方面深人而系统地研究锈蚀,并采取各种措施预防、控制锈蚀,如,进行合理选材、防锈设计、电镀及表面有机涂覆等。

然而,这些方法只能在一定程序上减少锈蚀,锈蚀失效总是难于避免的。

因此,工业锈蚀的在线监测便成为一个重要的研究方向。

金属锈蚀后,不仅其表面性质发生变化,而且其重量、厚度、力学性能、组织结构等都会发生变化,这些物理或力学性能的变化可用来衡量钢铁锈蚀的严重程度。

现在已有一系列成熟的锈蚀检测方法供工业部门选用,如表观检查、重量法检查、失厚测量、腐蚀电流表示法、力学性能变化法等。

其中,只有无损检测方法能够在不损伤表面保护层的情况下简捷地检测金属锈蚀状况。

本文提出的“涡流法”就是一种无损检测法。

1实验过程

1.1试样及检测电路

为了检测金属表面的锈蚀状况,采用人为锈蚀处理方法,制作了4块材料均为Q235钢、几何形状相同而锈蚀程度各不相同的试样,试样A,B,C,D分别代表没有锈蚀、轻微锈蚀、中等锈蚀、严重锈蚀。

为了减少提离距离变化等因素对锈蚀检测结果的不利影响,制作了同轴双线圈涡流传感器,其内、外线圈的电感值分别为80uH和180Uh。

并采取一定的措施对内、外线圈之间进行屏蔽处理,以减少涡流信号之间的相互干扰。

实验中采用的检测电路框图见图3。

1.2最佳检测频率的确定

选择最佳检测频率可提高信噪比,提高信号的灵敏度,抑制各种干扰因素的不利影响。

最佳检测频率既与被测试件的材质、表面性质有关,又与测量和抑制干扰参数所采用的方法有关。

实验中直接将涡流传感器置于试块上,此时提离距离为0,不断改变激励信号频率,分别测出检测电路的输出电压,然后根据所测数据作出输出电压与激励频率之间的关系曲线,如图4所示。

由图4可知,激励频率为130kHz左右时,输出电压幅值最大,进一步的实验证实,在提离距离发生变化时,各试块的检测电路输出电压变化量.灵敏度以124kHz时为最大。

因此,可以确定最佳检测频率为124kHz。

1.3各试块的提离效应

激励频率为40kHz（非最佳频率）时,各试块的提离效应曲线经计算机拟合后为近似直线,如图5a所示。

计算机回归处理后各直线的方程为:

故各直线斜率分别为:

所以

。

可见,对于锈蚀不同的试块,在激励信号一定的情况下,各试块的提离曲线一元线性回归方程斜率是不同的,锈蚀越严重的试块,其斜率越小。

因此,可以根据斜率的大小定性比较不同试块的锈蚀程度。

同样地,124kHz（最佳频率）时,各试块的提离曲线拟合后亦为直线,如图5b所示。

各试块的拟合直线斜率分别为:

所以,

可见锈蚀愈严重,则其斜率愈小,这进一步证实了激励频率为40kHz时的检测结论,即根据直线斜率的变化可确定各试块的锈蚀程度。

2结束语

作为一种无损检法方法,涡流检测用于金属锈蚀检测是完全可行的。

尤其是采用微机数据采集系统后,能很方便地完成对信号的采集、转换和处理。

只要使检测探头在试块上方上下移动一下,就可以在屏幕上显示出此试块的提离效应曲线,并能够画出其拟合直线,计算出直线的斜率。

我们只要把这个斜率与标样的斜率比较一下,就可以判断出该试块的锈蚀状况。