基于矯頑力的早期蠕變損傷智能診斷方法*

李文升，呂運容，尹成先，李偉明

（1.石油管材及裝備材料服役行為與結構安全國家重點實驗室，西安 710077；2.石油管工程技術研究院，西安 710077；3.廣東石油化工學院廣東省石化裝備故障診斷重點實驗室，廣東茂名 525000）

0 引言

乙烯作為重要的化工原料，目前為止已經是世界上用量最大的化學品之一[1]。目前為止，其裂解工藝以管式爐裂解技術為主[2]。作為乙烯裂解爐的最核心部件，裂解長期承受650～1 150 ℃的高溫環境，經常會發生各種高溫損傷，其中蠕變就是其重要失效模式之一[3]。雖然，在設計方面，爐管的設計壽命通常要求達到105h，但是受到工藝環境和操作過程的影響，蠕變損傷、彎曲變形等綜合影響通常會使爐管壽命大大縮短[4]。目前，國內外就蠕變損傷的檢測技術研究[4]上，其中渦流檢測主要用于表面或近表面缺陷檢測[5-7]，并可結合電磁場數學模型進行滲碳層厚度等參數的軟測量[8-12]。而矯頑力作為一種電磁參數，由于其大小與金屬含碳量存在明顯密切關系[13]，因此被用來進行滲碳損傷機理的檢測技術方法開發[14-16]。另外，巴克豪森噪聲法[17]和超聲檢測技術[18-20]也被用于開展高溫損傷檢測研究，但目前還無法實際應用。

1 乙烯裂解爐管各階段高溫損傷特征研究

乙烯裂解爐管高溫損傷過程中，蠕變與滲碳往往為伴生關系，蠕變孔洞的位置與滲碳晶界有關，因此本文以滲碳體形態特征和蠕變孔洞的狀態為劃分標準，根據電子掃描顯微鏡和能譜分析結果，將爐管從原始狀態到失效之間分為7個階段，即基本完好階段、晶內二次滲碳體析出階段、骨架狀晶界開始粗化溶解階段、蠕變早期萌生階段、骨架狀晶界全面溶解階段、失效臨界狀態階段和失效狀態階段，Cr 含量減少量達到兩位數，但其含量仍為兩位數，如表1 所示，其中蠕變過程主要發生在階段D，同時在D階段之后的E狀態，伴隨有Cr、Ni含量在數量級上發生變化[21]。

表1 各高溫損傷狀態的材料微觀特征描述

圖1 蠕變早期萌生的SEM圖像

從圖2所示的蠕變早期特征可知，獨立蠕變孔洞是蠕變進入早期階段的主要微觀特征之一，這與表1的觀察結果相一致，同時，也可以觀察到，獨立蠕變孔洞開始出現之后，Cr、Ni 含量的變化會發生劇烈變化。眾所周知，Ni 元素屬于鐵磁性元素，而Cr元素則相反表現順磁性，因此表1所示的Cr、Ni元素變化將很可能從整體上誘發乙烯裂解爐管的磁特征，從而為蠕變早期的磁特征診斷提供了可能性。

圖2 蠕變早期階段的獨立孔洞特征圖[20]

2 乙烯裂解爐管蠕變早期的磁特征信號分析

從乙烯裂解爐管的磁特征來說，材料在初始階段，相比于順磁性的Cr 元素和奧氏體相鐵，即γ-Fe相，鐵磁性Ni元素在含量上較低，因此裂解爐管整體表現為順磁性。但是，從表1中可以看出，隨著高溫損傷的發展，Cr和Ni元素的含量變化，將逐步改變爐管的磁特性。由于Cr 和Ni 對材料的磁特性具有相反做用，且作用強弱與含量之比有關，因此可用晶內Ni/Cr比的變化來衡量裂解爐管材料的微觀磁特征變化。

同時，從表1 中也可以得出晶內Ni/Cr 比的變化是隨著使用時間單調變化的，即Cr 含量的減少量隨著使用時間單調遞增，同時Ni 含量的增加量隨著使用時間單調遞增，由此可以得晶內Ni/Cr 比的變化即可以表征材料的使用時間，同時也能反映材料的磁特性變化，從而建立材料高溫損傷嚴重程度與材料磁特征信號之間的定量關聯。

綜上，本文中以采用晶內Ni/Cr比與材料Ni/Cr比均值（含晶內和晶界在內）之差作為高溫損傷過程或使用時間的微觀特征變量，研究高溫損傷程度與材料磁特征信號之間的定量關系和變化規律。

而磁特征信號則將選擇矯頑力，針對表1所示的7個損傷階段的多個試樣矯頑力測量，并以晶內Ni/Cr比與材料Ni/Cr 比均值（含晶內和晶界在內）之差作為表征高溫損傷程度或使用時間的微觀變量，建立起一個高溫損傷全壽命周期內矯頑力的變化規律曲線，如圖3 所示，其中A～F 分別表示表1 中從基本完好階段到失效臨界狀態階段的矯頑力測量結果。

圖3 矯頑力隨高溫損傷程度的變化規律

從圖3中可以發現，蠕變早期階段，即圖中的D階段，矯頑力正好處于由逐漸下降轉為快速爬升的一個轉變階段，該階段與矯頑力有關的高溫損傷全壽命周期曲線，呈現一個U形拐點。同時，由表1可知，拐點之后，材料內部開始出現獨立蠕變孔洞，并逐步發展成鏈狀微觀缺陷，而之前則幾乎沒有任何形式的蠕變孔洞，因此可以得出結論，該U形拐點可以作為識別裂解爐管開始進入蠕變早期階段的宏觀磁特征信號。

3 乙烯裂解爐管蠕變早期智能診斷算法

雖然矯頑力規律曲線中的U形拐點可以作為識別蠕變早期階段的特征信號，但是如圖4所示，真實的測量曲線中仍然存在很多干擾拐點信號。并且，在實際操作過程中，若僅僅依靠人工識別，則存在主觀性強，且肉眼難以準確判斷各類拐點之間的微小差別，從而導致誤判。因此，為了提高蠕變早期識別的準確性，并實現智能化識別，本文引入數學優化算法，綜合利用一些數據處理及特征提取數據工具，一來有效剔除特征曲線中干擾信號的影響，二來，實現裂解爐管蠕變早期診斷的智能化，提高人工診斷的準確性。

圖4 高溫損傷程度矯頑力變化規律中的特征拐點和干擾拐點

首先，為排除干擾信號的影響，必須分析干擾信號與特征信號的數值特征進行有效分析，本文采用線性數值差分法識別各拐點，并對拐點的變化差分率進行定量數值分析，其分析算法如下所示：

式中：h為差分步長。

根據式（1）～（3），并將圖4中所示拐點從左到右分別標號為0～8號，則各拐點的線性差分結果如表2 所示。從表2 中可以看出，矯頑力測量結果的數據特征為干擾信號的差分結果遠明顯比特征信號要第一個數量級（編號4和8），利用這一數據特征，只要通過合理弱化差分數據特征的方法，即可消除差分特征明顯微弱的干擾信號，又保留特征信號的現有特征。本文采用分段聚集近似算法（Piecewise Aggre?gate Approximation，PAA）來消除噪聲拐點信號。

表2 各拐點差分數值特征

假設在線檢測周期為N，每個單元（如爐管）每次測量m個點位，每個點位獲得k個數據，同時，令被檢測單元第k次測量的第i個點位的第j個測量結果為dkij，k=1，2，3，…，n，其中n 為測量的總次數，i=1，2，3，…，u，其中u為每次測量各單元所選測點的總數，j=1，2，3，…，v，其中v 為每個測點的數據總數。則在dkij和d（k-1）ij之間用于弱化差分的填充數據可由下式加以計算：

式中：dkij-l為第k組填充數據的第l個填充數據；Q為dkij和d（k-1）ij之間所需填充數據的個數。

在數據處理過程中，則利用dkij和dkij-l并以M為數據窗口數量進行原始數據處理，得到用于數據分析的中間數據其中M＜n，如下所示：

經過降噪處理的數據點及對應的折線如圖5 所示，從圖中可以看出，經過數據處理，除了特征拐點之外，干擾拐點基本都被剔除。

圖5 數據處理前后矯頑力測量特征曲線的對比

為了更為智能地提取蠕變早期的特征拐點，針對式（5）處理之后的中間數據，采用一維光滑樣條算法（One-dimensional Smoothing Spline，ODSS）擬合出dkij與測量時間跨度t之間的規律曲線，其擬合公式如下所示：

式中：θs為擬合公式f（x）的參數集合；λ為平滑擬合參數。

確定參數的方程如下所示：

經過式（4）～（8）處理得到的光滑數據曲線如圖6所示。

圖6 經過數據處理和平滑處理后的測量特征曲線

對于圖6所示的光滑曲線，蠕變早期階段智能診斷算法可以通過下式判斷矯頑力測量曲線是否存在U形曲線的極值點：

如果存在極值點，則判斷材料的高溫損傷已進入蠕變早期階段，根據表1所示的內容，材料內部可能已經開始出現少量的獨立蠕變孔洞，材料大量二次滲碳體開始強化材料，材料韌性下降，從而實現蠕變早期階段的智能診斷。

4 結束語

乙烯裂解爐管，按照滲碳體形態特征和蠕變孔洞的狀態，從原始狀態到失效之間大致可分為7個狀態，即基本完好階段、晶內二次滲碳體析出階段、骨架狀晶界開始粗化溶解階段、蠕變早期萌生階段、骨架狀晶界全面溶解階段、失效臨界狀態階段和失效狀態階段，通過定性觀察和定量分析可以發現，隨著爐管高溫損傷過程或使用時間，材料內部的Cr、Ni 含量將發生單調變化，從而蠕變早期的獨立蠕變孔洞僅在Cr、Ni 含量變化到一定階段才會出現，并持續發展為微觀缺陷，同時，考慮到Cr、Ni元素分別為順磁性和鐵磁性元素，其含量變化必然影響爐管的宏觀磁特征，因此，理論上可以用磁特征信號來表征高溫損傷的發展階段。將矯頑力作為宏觀磁特征值，Ni/Cr比差值作為使用時間的微觀表征變量，得到的高溫損傷全壽命周期磁特征規律曲線，從曲線在蠕變早期萌生階段的變化特征可知，在進入蠕變早期階段之前，高溫損傷全壽命周期磁特征規律曲線會出現一個明顯的U形拐點，因此，該特征可以作為識別蠕變早期階段的磁特征信號。并且，考慮到是實際的使用中，該特征規律曲線，除了該U 形特征信號之外，同時也存在大量干擾拐點信號，并且拐點的識別可能受到人為因素的干擾，從而導致誤判，為此，本文提出了線性差分率數值分析方法識別干擾信號特征，并采用PAA和ODSS算法消除所有干擾信號的智能信號處理方法，并以此為基礎進行U形特征信號的識別，進而實現蠕變早期損傷的智能診斷。