基于主成分分析的18CrNiMo7-6材料理化參數無損評估方法

丁　松，王　平，田貴云

(1.南京航空航天大學 自動化學院，南京 210016;2.南京工業大學 電氣工程與控制科學學院，南京 211816)

?

基于主成分分析的18CrNiMo7-6材料理化參數無損評估方法

丁松1,2，王平1，田貴云1

(1.南京航空航天大學 自動化學院，南京 210016;2.南京工業大學 電氣工程與控制科學學院，南京 211816)

重載齒輪材料18CrNiMo7-6加工后需經滲碳處理，齒輪表面及亞表面理化參數通常需通過切割樣品進行有損檢測來得到，且產品無法實現全數檢查。提出一種基于Barkhausen效應的無損檢測方法，通過提取Barkhausen噪聲信號的六個特征值并對其進行主成分分析，用降維后的主成分評估18CrNiMo7-6材料表面及亞表面馬氏體、殘余奧氏體含量，以及有效硬化層深度等參數。對實際產品進行檢測驗證，結果表明該方法是一種可對齒輪產品全數檢測的有效無損檢測與評估方法。

滲碳；巴克豪森；無損檢測與評估；主成分分析；有效硬化層深

齒輪箱作為風力渦輪機的傳動系統，長期工作在載荷及溫度變化劇烈的環境中，其故障不僅導致風機整體性能下降，甚至會造成嚴重的設備事故[1-2]。研究表明，輪齒表面局部接觸應力過大，會導致材料屈服產生塑性形變、表面刺膜或疲勞而形成微裂紋并擴展，這是引起齒輪失效的直接原因[3-5]。因此，對齒輪產品進行表面滲碳或滲氮處理以獲得理想的硬度及有效硬化深度成為各風機齒輪制造企業的必要工藝。目前常用的齒輪材料表面參數檢測方法主要是以硬度計測試表面硬度和有效硬化層深度，以金相儀觀測微觀組織結構，其均需擠壓或切割被測試樣表面，因而無法對產品實行全數檢驗，留有質量隱患；磁粉、超聲兩種探傷手段，雖然可在保持被測材料完整性前提下進行檢測，但主要用于缺陷檢查[6]，對材料表面微觀組織結構無能為力。實際上，齒輪制造企業不僅需要檢測材料滲碳處理后的碳化物、馬氏體等微觀組織含量、表面硬度和有效硬化層深度(材料表面以下硬度大于HV 550的深度)等理化參數，更希望能對齒輪產品進行全數檢驗。

無損檢測與評估技術能夠在不損壞工件的前提下，通過各種能提供可靠證明的方法(如技術評價和實際測試等)和設備，檢查工件缺陷以及微觀結構變化情況，并開展系統性評價[7-10]。其中，Barkhausen效應是指磁疇壁在外加磁場作用下，克服各種釘扎作用產生躍動時，發出一系列電磁脈沖的現象。因噪聲強度和分布與材料的微觀結構，如晶界、位錯、空包等，以及內應力分布緊密相關，所以，基于Barkhausen效應的MBN(Magnetic Barkhausen Noise)方法被全球磁無損檢測聯盟(UNMNDE)認為是材料應力和微觀結構檢測的有效手段。目前在材料理化參數評估領域，MBN方法主要用于材料表面硬度和硬化層深度的檢測[11-14]。筆者提出一種基于Barkhausen效應的無損檢測方法，通過提取Barkhausen噪聲信號特征值并對其進行主成分分析，用降維后的主成分評估18CrNiMo7-6材料理化參數。

圖1　Barkhausen噪聲檢測系統結構示意

1　試驗制備

根據Barkhausen噪聲產生原理，采用圖1所示結構對被測試樣施加交變磁場并采集噪聲信號。其中，波形發生裝置為Agilent 33250A信號發生器，輸出頻率10 Hz，峰-峰電壓0.7 V正弦波；Newtons N4L LPA05B型雙極性功放固定增益20 dB，其輸出用以驅動U形磁軛上繞制600匝的線圈(φ0.21 mm漆包線)產生交變磁場作用于試樣；試樣表面的接收線圈為1 500匝(φ0.07 mm漆包線，含鐵氧體磁芯)；數據采集卡型號為研華DAQ2010，雙通道500 kHz采樣頻率采集勵磁電壓和Barkhausen噪聲信號，送入計算機存儲和處理。

18CrNiMo7-6具有良好的抗拉強度和延展性，是國內外重載齒輪制造的常用材料，通常需經過滲碳或滲氮處理以獲得理想的表面硬度和一定的硬化深度。其典型化學成分(質量百分數)為：C，0.15%～0.21%;Si,≤0.4%;Mn,0.5%～0.9%;Cr,1.5%～1.8%;Mo,0.25%～0.35%;Ni,1.4%～1.7%;P,≤0.025%;S,≤0.035%。

南京某齒輪制造有限公司為課題組提供了29件理化檢驗試樣(按GB/T 3480.5-2008《直齒輪和斜齒輪承載能力計算》規定，制備φ40 mm×100 mm同質圓柱隨齒輪成品同爐滲碳所得)，試樣外觀如圖2所示。采用洛氏硬度計和金相分析儀測得試樣的理化參數，包括碳化物含量、馬氏體含量、殘余奧氏體含量、芯部組織、芯部硬度、有效硬化層深度、表面硬度，以及晶間氧化物和非馬氏體組織尺寸等9個指標。圖2中左側為未經滲碳處理的圓棒試樣，右側為經過滲碳處理的圓棒，且已切割20 mm分段用于理化參數分析。

圖2　18CrNiMo7-6圓棒試樣

圖3　集成化傳感器探頭

筆者采用MBN方法采集這批試樣的Barkhausen噪聲信號，通過特征提取及主成分分析(Principal Component Analysis，PCA)法，建立材料滲碳處理后表面理化參數與MBN信號之間的關系。為了匹配試樣尺寸，將圖1中磁軛、激勵線圈以及接收線圈集成在一個鋁制外殼(長×寬×高為110 mm×40 mm×10 mm)內，成為一集成化傳感器探頭(見圖3)，便于夾持且屏蔽空間電場的干擾。

2　結果與討論

采用圖1所示的檢測系統，針對企業提供的試樣，分別對其采集巴克豪森噪聲，得到的典型信號如圖4所示(含濾波后MBN信號及其對應的包絡線)。

圖4　18CrNiMo7-6試樣表面的MBN信號

根據MBN信號及其包絡線計算出均方根、均值、振鈴、峰值、峰寬比和延遲時間等常用特征值，將相同編號的試樣金相分析和硬度檢測所得的理化參數與MBN信號特征值對應。分析發現，18CrNiMo7-6材料表面MBN信號的各特征值與表面硬度、有效硬化層深度，以及微觀組織結構等理化參數均無單調對應關系，從而無法直接用單個特征值來評估某一理化參數的大小與變化。經計算，材料的不同理化參數與MBN信號特征值之間的互相關系數明顯偏低，如表1所示。雖然振鈴和延遲時間特征值與馬氏體及殘余奧氏體的相關系數均超過0.5，然而這兩個特征值的提取均與閾值的選取關系密切；且隨著馬氏體或殘余奧氏體含量的增加，振鈴和延遲時間都呈現明顯的非單調特征，因此以其作為評估馬氏體及殘余奧氏體的指標，在工程應用中難度較大。

表1　18CrNiMo7-6滲碳理化參數與MBN信號特征值的相關系數

由理論分析可知，熱處理導致材料微觀結構發生改變，從而改變了材料的機械性能，同時，這樣的微觀結構的變化也引起了固定外加磁場下MBN信號的變化，所以材料熱處理后的理化參數與MBN信號之間必然存在聯系。考慮到MBN信號本質上是隨機電磁脈沖信號的集合，筆者針對MBN信號多個特征值采用PCA方法[15-16]，以降維處理后的主成分評估18CrNiMo7-6的滲碳理化參數。

用MBN信號特征值構成樣本矩陣S(29×2)，為避免個別數值大的向量“淹沒”其他向量的信息，在進行PCA計算前首先根據式(1)對樣本矩陣進行標準化處理，得到標準陣P，使其各向量的取值均在0～1之間。

(1)

[1.479 1,0.196 9,0.036 8,0.018 4,0.018 2,0.002 6]

可以看出特征值由大到小排列，前兩個特征值之和達到所有特征值之和的95%，故選取前兩個特征值對應的特征向量構成的模式矩陣為：

用原樣本矩陣S(29×6)與此模式矩陣C(6×2)相乘獲得新的數據矩陣A(29×2)，完成對原樣本矩陣的降維。矩陣A的兩個列向量即為主成分PC1和PC2，繪制主成分PC1、PC2與18CrNiMo7-6滲碳后的表面硬度及有效硬化層深度的對應關系如圖5。

由圖5可以看出，隨著材料表面硬度增加，PC1和PC2均無明顯變化規律，然而有效硬化層深度與PC1、PC2的關系呈現兩個顯著特點：

① 在有效硬化層深度3 mm附近，PC1和PC2出現集聚(圖中圓圈區域)。

② 除上述點外，PC1和PC2均隨著有效硬化層深度增加而呈現遞增趨勢。

PC1和PC2與材料滲碳處理理化參數的對照見表2。表中：以等級1～5級描述碳化物馬氏體、殘余奧氏體、芯部組織的含量及分布形態；振鈴為一個周期的巴克豪森噪聲中，超過給定閾值的電磁脈沖的個數，不寫量綱。不難看出圖5中PC1和PC2數值相對明顯偏高的點的對應樣品，其馬氏體和殘余奧氏體含量指標也明顯高于其他樣品。

表2　18CrNiMo7-6熱處理后理化參數與PC1、PC2對照表

圖5　18CrNiMo7-6熱處理后有效硬化層深度及表面硬度與主成分間的關系

3　結論

(1) MBN信號的均方根、均值、振鈴、峰值、峰寬比和延遲時間等特征值與18CrNiMo7-6熱處理后的理化參數沒有顯著對應關系，因而無法用這些特征值直接對材料理化參數進行檢測與評估。

(2) 對MBN信號特征值應用主成分分析法，經過降維處理后所得的PC1和PC2均對滲碳后材料表面馬氏體及殘余奧氏體含量非常敏感。因而,可以采用MBN特征值主成分分析法，無損評估18CrNiMo7-6材料滲碳處理后的馬氏體與殘余奧氏體含量，而并不會被其他理化參數影響。

(3) 在馬氏體和殘余奧氏體含量較低的前提下，PC1和PC2隨著有效硬化層深度的增加而呈現遞增規律，試驗證明對于齒輪制造企業密切關注的有效硬化層深度這一理化指標，MBN特征值主成分分析法是行之有效的無損檢測與評估方法。

[1]丁松,田貴云,王平. 風力發電設備無損檢測技術研究[J]. 無損檢測,2012,34(11): 37-41.

[2]劉賢煥,葉仲和.大型風力發電機組用齒輪箱優化設計及方案分析[J].機械設計與研究，2006(9)：92-94.

[3]吉田秋良,大上佑司. 基于具有動態特性的小波變換的齒輪輪齒表面故障診斷[J].設備管理與維修,2006(5):45-46.

[4]白亞紅,王奉濤.EMD分解和支持向量機技術在風電齒輪箱早期齒輪磨損故障診斷中的應用[J].工業控制計算機,2010,23(2): 70-71.

[5]DAVID G L. Gear crack propagation path studies-guidelines for ultra-safe design[J]. Journal of the American Helicopter Society,2001,47(1):64-72.

[6]GB/T 3480.5-2008直齒輪和斜齒輪承載能力計算(第5部分)：材料的強度和質量[S].

[7]TIAN G Y,SOPHIAN A. Defect classification using a new feature for pulsed eddy current sensors[J]. NDT &E Int,2005,38:77-82.

[8]鐘志明. 核電站在役檢查無損檢測鑒定的現狀及發展[J].無損檢測,2010,32(5):385-389.

[9]JILES D C. Review of magnetic methods for nondestructive evaluation[J]. NDT &E Int,1988,21:311-319.

[10]DOBMANN G,MEYENDORF N,SCHNEIDER E. Nondestructive characterization of materials. A growing demand for describing damage and service-life-relevant aging processes in plant components[J]. Nucl Eng Des,1997,171:95-112.

[11]MOORTHY V,VAIDYANATHAN S,BALDEV R,et al. Evaluation of microstructures in 2.25Cr-1Mo and 9Cr-1Mo steelweldments using magnetic Barkhausen noise[J]. Materials Science and Engineering A,1997,231: 98-104.

[12]MOORTHY V,SHAW B A,EVANS J T. Evaluation of tempering induced changes in the hardness profile of case-carburised EN36 steel using magnetic Barkhausen noise analysis[J]. NDT &E Int,2003,36: 43-49.

[14]AKI S,KAUKO L,SUVI S,et al. Quantitative prediction of residual stress and hardness in case-hardenedsteel based on the Barkhausen noise measurement[J]. NDT &E Int,2012,46:100-106.

[15]陸超,陳捷,洪榮晶. 采用概率主成分分析的回轉支承壽命狀態識別[J]. 西安交通大學學報,2015,49(10): 90-96.

[16]張九龍,鄧筱楠,張志禹. 概率核主成分分析及其應用[J]. 計算機工程與應用,2011,47(4):165-167.

Nondestructive Evaluation Method of Carburized 18CrNiMo7-6 Parameters Based on Principal Component Analysis

DING Song1,2,WANG Ping1,TIAN Gui-yun1

(1.School of Automation Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China;2.College of Electrical Engineering and Control Science,Nanjing Tech University,Nanjing 211816,China)

The material of heavy-load gear,18CrNiMo7-6,was carburized after manufacture. Gears could not be tested exhaustively because the physicochemical parameters of surface and sub-surface material were measured by destructive methods. This paper presented a nondestructive method based on Barkhausen effect. The common six features of MBN (Magnetic Barkhausen Noise) signal were extracted for PCA (Principal Component Analysis). The principal components from dimension reduction process were used to evaluate the martensite,residual austenite and case depth in the surface and sub-surface of carburized 18CrNiMo7-6. By evaluating some products from gear faculty,this nondestructive testing and evaluation method was proven effective for gear exhaustive test.

Carburization;Barkhausen effect;Nondestructive testing &evaluation;Principal component analysis;Case depth

2016-03-03

江蘇省研究生創新基金資助項目(CXLX11_0184)

丁松(1977-)，男，博士研究生，主要從事電磁無損檢測技術研究。

丁松，E-mail: dingsong@njtech.edu.cn。

10.11973/wsjc201608003

TH878;TG115.28

A

1000-6656(2016)08-0012-05