基于TOFD的管道焊縫無損檢測技術研究

王學林 李慧羽 李宗建 馬瑩 王慶華

1中國石油華北油田公司第二采油廠

2華港燃氣集團有限公司

3中國石油華北油田公司第五采油廠

4中國石油華北油田公司第三采油廠

超聲波衍射時差法（TOFD）可用于對管道焊縫中的缺陷類型進行識別，是近年來發展勢頭最快的無損檢測技術之一[1-2]。管道焊縫的金相組織結構差異大，缺陷形態種類多，噪聲干擾源多，在焊縫的無損檢測過程中，缺陷圖像存在特征復雜、位置隨機和干擾嚴重等問題，同時受檢測人員能力的限制，還存在檢測效率低、檢測結果爭議大等問題[3-5]。

遲大釗等[6]采用圖像處理技術提高了D 掃描圖像的分辨率和可讀性。LIU 等[7]對焊核部位的有效信息進行了多次提取，應用BP 神經網絡實現了對氣孔、焊核脫粘、弱結合等多種缺陷的有效識別。張銳等[8]通過優化TOFD 的檢測方法和延長相應衍射波的傳播路徑來降低近表面的檢測盲區。陳天璐等[9]通過對超聲回波進行傅里葉變換，將缺陷圖像的特征向量進行提取，實現了對各類缺陷的有效識別。上述方法雖然對缺陷的識別能力有所提高，但還存在缺陷信號部分損失、衍射信號衰減嚴重等問題，同時檢測過程沒有區別實際工況中有無油層對檢測數據的影響。為此，開展了管道焊縫的相關檢測[3]，對雙面介質差異（有無油層）情況下TOFD相關信號的特征及缺陷信號進行提取，通過仿真計算和室內實驗進行模型解析，應用小波閾值對噪聲和有效信號進行了處理，并在現場實際工況條件下對管道的環焊縫以及角焊縫進行檢測驗證，以保證現場無損檢測的準確性。

1 TOFD基本原理及探頭聲場計算

超聲波衍射時差法的基本原理是將一對尺寸大小、相位角度以及收發頻率相同的縱波探頭放置在待檢測的焊縫兩側，一個探頭發射超聲波脈沖，另一個探頭接受脈沖，如果焊縫表面或內部沒有缺陷則接收到表面直通波信號（LW）和地面回波信號（BW），如果有缺陷則還會接收到缺陷上部和下部產生的衍射波。根據縱波在焊縫中的傳播速度以及探頭接收到不同回波的時間差，可以準確地計算出焊縫內缺陷的埋藏深度；同時由于TOFD方法選取的探頭角度一般為45°、60°和70°，在實際應用中缺陷深度位置dmin與dmax的差值一般不會超過10%，因此可滿足多數場合的應用要求。

為了研究TOFD無損檢測技術在雙側介質不同的情況下是否能夠對缺陷進行準確定位和定量，采用數值方法結合解析模型來提高TOFD仿真的效率和準確性，主要是進行聲束輻射場的計算和缺陷聲場響應計算，其中聲束輻射場的計算包括計算探頭的瞬時聲場和在工件中的瞬時聲場。

（1）計算探頭的瞬時聲場。探頭的瞬時聲場即探頭上每個源點對聲場貢獻的積分（瑞利積分）。介質中的聲場scalar potential 標（量）勢j(r，t)計算式為

式中：rT為源點到計算點的時間差；r0為聲束擴散（1/r幅值減少）。

（2）在工件中的瞬時聲場計算。將瑞利積分擴展到液/固界面，計算式為

在工件內部的聲場計算主要應用鉛筆理論，具體如圖1所示。

圖1 鉛筆理論示意圖Fig.1 Schematic diagram of pencil theory

圖1 中，dx、dy為旁軸聲束相對于主軸聲束的向量值；dSx、dSy為旁軸聲束相對于主軸聲束的慢度值。

對于檢測到的各類缺陷，如存在上下表面裂紋開口、氣孔、根部未焊透、夾渣、表面未熔合等，采用衍射幾何理論（GTD）模型及算法，根據波長、衍射角度及發射頻率對衍射信號的衰減進行仿真計算，對其中類似缺陷邊緣的衍射波進行預測，缺陷對超聲波衍射信號的衰減計算式為

式中：Φdir為無缺陷時衍射波到達接收探頭的時間；Φdif為有缺陷時衍射波到達接收探頭的時間。

2 室內實驗與仿真計算

考慮到長輸管道常用壁厚多在10～30 mm 之間，根據NB/T47013.10—2015《承壓設備無損檢測第10 部分：衍射時差法超聲檢測》中的相關規定，TOFD 適用于壁厚12 mm 及以上的壓力管道及壓力容器檢測。因此根據現場管道的材質、壁厚、坡口型式以及焊接工藝設計了厚度20 mm對接焊縫模型和試件，母材為低合金高強度結構鋼16MnR，焊接方式為SMAW，坡口型式為X型，分別在試件上預設上表面開口、埋藏缺陷和下底面開口（較腐蝕更難以檢測到）等人工缺陷。試件解析模型如圖2所示。

TOFD檢測采用美國聲學公司制造的POCK-ETUT檢測儀器，探頭的參數參照NB/T47013.10—2015附錄選擇60°，探頭中間間距取69 mm，晶片尺寸6 mm，晶片頻率5 MHz，掃查方式采用沿焊縫方向非平行掃查。為了更好地進行不停產檢測，分別對管道內部有無油層狀態下的三種缺陷形式進行檢測和掃描，檢測結果見圖3、圖4。

圖2 試件及缺陷設置示意圖Fig.2 Schematic diagram of specimen and defect setting

由圖3、圖4 可知，當底部有油垢時，實際掃查結果明顯存在底部反射信號較強的現象，在同等增益的情況下，導致直通波信號偏弱，上表面缺陷不易識別，但如果降低整個增益，又會導致底部缺陷不易檢出。

為了提高缺陷檢測效率，減少噪聲對信號的影響，將深度學習引入信號識別和降噪全過程。其中，小波神經網絡具有較強的非線性映射能力，具有廣泛的適應性，已經在各個領域成功應用，可以對文字、圖像、語音進行有效識別。在此，主要應用小波神經網絡中的閾值去噪功能，基于噪聲和有效信號頻率、幅值的不同，通過對不同類型的小波系數進行閾值處理，高于閾值的小波系數被保留，低于閾值的被清零，從而有效控制噪聲，進行信號重構（圖5）。

圖3 無油層狀態下的TOFD檢測結果Fig.3 TOFD test results in oil-free state

圖4 油層狀態下的TOFD檢測結果Fig.4 TOFD test results in reservoir state

圖5 小波閾值去噪流程Fig.5 Wavelet threshold denoising process

在小波閾值去噪的過程中，最重要的是閾值函數和閾值規則的選取。對于閾值函數，常用的主要有硬閾值和軟閾值兩種，硬閾值會造成小波系數篩選的不連續性，容易出現震蕩現象；而軟閾值雖然將輸入、輸出函數轉換為連續函數，但在小波重構的過程中容易出現奇異點缺失的現象。在此，引入一個折中方案，即采用改進的一致函數，當小波系數低于設置的閾值時，不進行直接置零，而是進行平滑置零處理，可保證加、減閾值后的過渡處理。改進的閾值函數如圖6所示。

對于閾值規則的選取，目前常用的方法主要有Sqtwolog規則、Heursure規則、Rigrsure規則等。其中sqtwolog 規則和heursure 規則在使用的過程中能夠去除大部分的噪聲信號，但對于隱藏在噪聲信號中的有用信息也容易被過濾；Rigrsure 規則與信號的長度關系較大，當信號長度選取不當時，會出現有用的小波系數被置零的現象。故在此采用一種改進的閾值規則，即利用函數的極大極小規則，求去噪函數的最小極大方差值，其規則如下

圖6 改進的閾值函數Fig.6 Improved threshold function

式中：σn為噪聲的均方差；N為信號的長度。

閾值函數和閾值規則選取完畢后，對之前檢測到的數據進行整理，將處理后的數據作為訓練樣本，網絡中輸入神經元的單元數為6，輸出層的單元數取5，最大迭代次數設置為600，輸出目標誤差定義為10-8。此外隱含層采用優化算法logsig 傳遞函數，輸出層采用purelin轉換函數，整個網絡權數鏈接采用收斂速度較快的Levenberg-Marquardt算法，采用變步長法（即在網絡運算初始選擇比較少的隱含層神經元數，然后根據實際給出的數據增加神經元數，進行不斷學習和完善，直到網絡模型滿足目標誤差的精度要求）確定網絡中隱含層的單元數。將運行程序輸入Matlab軟件中進行計算，發現隨著隱含層數量的增加，平均迭代次數呈曲折上升趨勢，而隨著迭代次數的增加，整個模型數據處理的時間也會延長，如圖7所示。

圖7 不同隱含層神經元數對應的平均迭代次數Fig.7 Average iteration times corresponding to the number of neurons in different hidden layers

因此，基于網絡的穩定性、精準性和訓練時間等方面綜合考慮，將隱含層的神經元數定義為6，通過小波閾值去噪后，檢測信號的信噪比從12.58提高到了25.67，對噪聲部分進行了有效的去除，達到檢測效果，解決了管道帶壓、帶液條件下導致的上表面缺陷檢測和底部缺陷漏檢的難題。其中油層狀態下處理后的檢測結果如圖8所示。

圖8 底面油層狀態下的TOFD實測結果（處理后）Fig.8 Measured results of TOFD in bottom oil layer state(after treatment)

3 現場測試及結果分析

在實驗室計算和驗證取得預期效果情況下，對某輸油管道開展了實際檢測驗證比對試驗。試驗對象母材為L365N，Ф813 mm×15 mm，設計壓力11.5 MPa，設計溫度78 ℃，檢測長度2 km，工作介質為原油。檢測部位為部分環焊縫、角焊縫的焊縫區和熱影響區，原定為停產、不卸料，拆除保溫后進行試驗，但由于生產工作的連續性，未實現停產檢測，采取拆除保溫、砂紙打磨部分區域的方式進行試驗。

對管道按照環向90°角度將TOFD檢測分成了四段，并與常規的射線檢測結果進行對比，其中一個環焊縫中第一段TOFD 檢測發現了1 處埋藏缺陷（深度9 mm、長度2 mm、高度1.1 mm 的條狀缺陷）和3 處底部腐蝕缺陷，射線只發現了1 處缺陷；第二段TOFD 檢測發現了1 處埋藏缺陷（在近表面長約10 mm）和兩處底部腐蝕缺陷，射線只發現了1 處缺陷；第三段TOFD 檢測發現了1 處埋藏缺陷（深度9.6 mm、高度2.1 mm 的面積狀缺陷）和1 處底部腐蝕缺陷，射線未發現缺陷；第四段TOFD 檢測發現了3 處埋藏缺陷和5 處底部腐蝕缺陷，射線發現了2處缺陷。其中第一段環焊縫的檢測結果見圖9。

由于之前該段管道的支架接管部位多次出現滲漏現象，采用TOFD 對其中一處角焊縫進行了檢測，檢測出1處內壁側根部缺陷，但由于檢測空間的限制，未能進行定位檢測和常規射線比對試驗。

通過與常規射線的檢測結果比對，可以發現TOFD 檢測技術在不卸料、不停產情況下，可以檢測到管道多處埋藏缺陷和內壁腐蝕情況，不僅檢測結果能夠給出準確的位置和尺寸，還較射線檢測出更多的缺陷。

圖9 第一段環焊縫檢測結果Fig.9 Test results of girth weld in the first section

4 結束語

通過建立焊縫缺陷模型，在室內對20 mm試件的對接焊縫進行了有無油層條件下的缺陷檢測，針對TOFD檢測結果不易識別出上表面缺陷和底部缺陷的特點，利用小波變換優化了模型參數，并在現場對管道的環焊縫和角焊縫缺陷情況進行了對比驗證。雖然TOFD可在不停產、不卸料的條件下檢測出更多的缺陷和內壁腐蝕情況，但在實際應用中還有以下問題值得注意：

（1）ASTM E2373—2014《超聲波飛行時間衍射（TOFD）技術使用規程》中規定TOFD 的使用溫度不應超過50 ℃，而現場實際工況中熱油輸送的溫度往往超過這一數值，今后應將溫度對數據的影響進行修正。

（2）我國NB/T 47013.10—2015中規定TOFD的適用壁厚大于或等于12 mm，但大部分油氣田集輸管道的壁厚往往小于這一數值，因此對這一類管道的檢測在使用TOFD方法時需要考慮標準沖突和演示驗證的問題。