小徑管內(nèi)壁缺陷的渦流熱成像定量檢測

王勇勇,孫全德,王恪典,原 鵬

(1.新疆大學機械工程學院,新疆 烏魯木齊 830047；2.新疆維吾爾自治區(qū)特種設備檢驗研究院,新疆 烏魯木齊 830047;3.西安交通大學機械工程學院,陜西 西安 710049)

1 引 言

壓力管道被廣泛應用于石油、天然氣、化工原料的輸送。由于輸送介質(zhì)大多具有腐蝕性,容易導致管道內(nèi)壁出現(xiàn)局部腐蝕缺陷,造成管道穿孔、泄露、減薄等安全隱患。為確保壓力管道安全運行,避免重大安全生產(chǎn)事故的發(fā)生,對管道內(nèi)壁腐蝕缺陷的深度的定量評估至關重要。

壓力管道中小徑管是指外徑 57～89 mm,壁厚 3～8 mm 的管子。目前對于小徑管缺陷的無損檢測手段主要有渦流、超聲、射線等檢測手段[1]。由于小徑管曲率大、壁厚薄,導致常規(guī)無損檢測手段在對內(nèi)壁缺陷檢測時具有一定局限性。射線法多采用橢圓透射工藝,由于管徑小,射線束與裂紋夾角往往大于11°,造成缺陷拍攝不清晰,容易漏檢[2]。超聲檢測受管道曲率的影響,造成超聲波能量的損失,降低缺陷檢測的靈敏度,特別是對于尺寸較小的缺陷。

紅外熱成像技術作為一種新興高效的無損檢測手段,具有檢測面積大、檢測速度快、非接觸、靈敏度高、缺陷信息直觀準確等優(yōu)點[3]。此前紅外熱成像檢測多用于鐵軌表面RCF裂紋、金屬腐蝕,以及復合材料裂紋、沖擊損傷等缺陷檢測[4-8]。渦流熱成像(Eddy Current Pulsed Thermography,ECPT)是一種主動熱激勵檢測方法,基于電磁學中的渦流現(xiàn)象與焦耳熱現(xiàn)象,在對金屬內(nèi)壁腐蝕缺陷的檢測具有潛在的有效性。近幾年部分國內(nèi)外研究學者,將紅外熱成像技術應用于內(nèi)部缺陷的檢測,并提出多種方法定量缺陷深度。例如,王卓[9]等人利用缺陷與非缺陷區(qū)域灰度均值的差值與缺陷深度的關系,建立了對于缺陷深度檢測擬合模型。He[10]等人利用峰值時間與剩余厚度線性關系,建立缺陷深度與峰值時間線性擬合曲線來預估缺陷深度。Lahiria[11]等人利用缺陷區(qū)域與非缺陷區(qū)域衰減速率的不同擬合出用于定量未知缺陷深度曲線。Rui[12]等人利用對數(shù)分析法將溫度轉(zhuǎn)化到對數(shù)域內(nèi)分析,通過分析缺陷的深度與分離時間線性關系,來量化缺陷的深度。Wang[13]等人提出利用高斯變換將峰值對比度時間與缺陷深度之間的非線性關系轉(zhuǎn)化為線性,并通過實驗驗證了修正后的線性關系能更準確地定量缺陷深度。以上在對于缺陷大小定量方面,大多利用缺陷點與無缺陷點最大熱對比度、峰值時間為特征量對缺陷深度定量,且研究對象多為金屬板試件的檢測,對于小徑管內(nèi)壁腐蝕缺陷的研究較少。

針對這一問題,本文采用渦流熱成像技術,通過數(shù)值模擬與實驗相結(jié)合,分析不同深度缺陷對溫度信號的影響,提取冷卻階段溫度信號,利用溫度衰減信號與時間圍成的面積作為特征量定量缺陷的深度。

2 脈沖渦流熱成像檢測原理

如圖1所示渦流熱成像檢測原理:依據(jù)電磁學中電磁感應定律,當感應線圈中通入高頻交變電流時,在靠近激勵線圈的鐵磁性導電材料將會感應出電渦流,渦流產(chǎn)生的熱輻射將被紅外攝像儀接收。依據(jù)焦耳定律可知,渦流在被測件中轉(zhuǎn)換成焦耳熱,由于受趨膚效應的影響,熱量主要集中材料表面,然后通過熱傳導從向材料內(nèi)部溫度較低地方傳播,以達到熱平衡。如果材料中存在缺陷時,會阻礙渦流分布和熱傳導過程。因此,通過紅外熱像儀觀察試件表面溫度圖像分布,可以實現(xiàn)缺陷的檢測。

圖1 渦流熱成像原理圖

3 感應加熱數(shù)學模型

在電渦流脈沖熱成像檢測中,激勵電流在導體內(nèi)產(chǎn)生感應渦流會存在趨膚效應,由式(1)可以計算:

(1)

式中,f為激勵電流的頻率;σ為被測件的電導率;μ為材料磁導率。

由于材料本身的電阻,當渦流在鐵磁性材料的流動過程中將產(chǎn)生熱量,而這些熱量受趨膚效應的影響主要集中在材料表面,依據(jù)焦耳定律可知,導體內(nèi)的渦流產(chǎn)生熱量用Q可以表示為:

(2)

其中,jc為線圈電流密度;E為電場強度。

從式(2)可知,產(chǎn)生的熱量Q與被測試件電場強度和線圈電流密度呈正比。由于產(chǎn)生熱量受趨膚效應的影響熱量主要集中在材料表面施加于材料的表面,然后逐漸從加熱區(qū)域傳導到材料內(nèi)部溫度較低的地方,以達到熱平衡,熱傳導方程可表示為:

(3)

其中,ρ為材料密度;Cp為材料比熱容;ρ為熱傳導系數(shù);T是被測試件表面的溫度;k為材料的導熱系數(shù)。

被測試件表面熱量以熱波的形式隨時間t向材料內(nèi)部傳播一定深度,這個深度被定義為熱透入深度,用σth表示為:

(4)

其中,t為記錄的時刻；α為材料的熱擴散系數(shù)可表示為:

a=k/ρCp

(5)

由此可見,電渦流脈沖熱成像檢測缺陷的能力取決于材料趨膚效應與熱透入深度。例如,鐵磁性材料趨膚深度在頻率100 kHz時為0.04 mm,200 kHz為0.03 mm,非鐵磁材料如鋁,其趨膚深度在100 kHz時約為0.34 mm。由于實驗試件采用鐵磁性材料,趨膚深度較小,加熱方式為近表面加熱。

4 數(shù)值模擬分析

4.1 建立模型

利用COMSOL Multiphysics建立如圖2所示有限元模型,分析缺陷深度對溫度信號的影響。試件尺寸為外直徑60 mm,壁厚4 mm,長200 mm半圓形鋼管。在管道內(nèi)壁存在不同深度與面積的腐蝕缺陷,缺陷直徑D為6 mm,深度H為1～3 mm。采用380 A激勵電流,激勵頻率256 kHz,由于實驗過程中加熱階段存在一定延遲時間,所以數(shù)值模擬采用加熱260 ms,冷卻至600 ms,激勵線圈提離1 mm,數(shù)值模擬的采用材料參數(shù)如表1所示。

4.2 數(shù)值模擬結(jié)果分析

如圖3所示,不同深度缺陷在加熱階段與冷卻階段的表面溫度分布,從圖中可以看出在在加熱階段250 ms時,雖然可以觀察到缺陷位置,但對于深度較小的缺陷,難以檢測出缺陷的大小。在冷卻階段500 ms時,由于缺陷區(qū)域相比無缺陷區(qū)域具有更高溫度,可以發(fā)現(xiàn)缺陷位置與面積輪廓信息更為明顯,對于缺陷深度小于2 mm缺陷,對于縱向熱傳導影響較小,在熱圖像中難以準確識別缺陷的大小。同時,分析得出對于鐵磁性材料,在冷卻階段對內(nèi)壁缺陷的定量分析較為合適,這為下一步實驗提供指導。

表1 材料參數(shù)

圖2 內(nèi)壁缺陷仿真模型

圖3 加熱和冷卻階段溫度圖

為進一步分析缺陷深度對于溫度信號影響,如圖4所示提取不同深度缺陷中心處溫度變化曲線,截取冷卻階段溫度衰減信號,并進行數(shù)據(jù)歸一化處理如圖5所示,從圖中可以看出缺陷深度越深,溫度衰減越快。其原因為缺陷深度越深,則剩余壁厚越小,缺陷處溫度的熱散耗越大,導致溫度衰減速率越快。

圖4 不同深度缺陷溫度曲線

圖5 冷卻階段溫度歸一化曲線

5 渦流熱成像實驗分析

5.1 實驗裝置

渦流熱成像實驗系統(tǒng)如圖6所示,激勵線圈采用感應加熱系統(tǒng)(Easyheat 224,Ambrell)。該激勵系統(tǒng)最大勵磁功率為2.4 kW,最大電流為400 A,勵磁頻率范圍為150 kHz～400 kHz。實驗中采用Flir紅外熱像儀記錄試件熱信號分辨率為786×562,采樣頻率60 Hz,靈敏度為20 mK,試驗中使用的激勵線圈,由直徑為6.00 mm的空心銅管制成。實驗采用加熱時間為0.3 s,攝像機記錄時間為1.5 s。

圖6 渦流熱成像試驗系統(tǒng)

實驗采用的缺陷試件如圖7所示,小徑管外直徑為60 mm,長度200 mm,試件內(nèi)壁加工5個不同深度的人工孔缺陷,缺陷之間距離相等,缺陷直徑D為6 mm,深度H為1～3 mm。

圖7 缺陷試件

5.2 實驗結(jié)果分析

如圖8為所示缺陷深度1～3 mm在加熱階段0.3 s與冷卻階段0.5 s、1 s時表面熱圖像,從圖中可以看出,在加熱階段從熱圖像中僅可以識別出深度2.5 mm與3 mm的缺陷,而對于深度較小的缺陷難以檢測。在冷卻階段0.5 s時,對于深度大于1.5 mm的缺陷,可以從熱圖像中觀察到缺陷的輪廓信息,由于橫向熱傳導影響,導致檢測缺陷面積大于實際缺陷面積,并隨著冷卻時間增加,缺陷的輪廓信息逐漸變模糊。對于深度1 mm的缺陷,對縱向熱傳導影響較小,且實驗過程中受外界環(huán)境與不均勻加熱的影響,導致缺陷區(qū)域與無缺陷區(qū)域熱對比度較低,難以從紅外熱圖像中觀察到缺陷的位置。

如圖9所示,提取沿缺陷水平方向線段1位置,在冷卻階段0.5 s時缺陷深度1 mm、1.5 mm、2 mm溫度變化值。從圖可以看出,對于缺陷深度1 mm缺陷,在線段1處溫度變化比較平緩,缺陷區(qū)域與無缺陷區(qū)域熱對比度較小,沒有缺陷導致的明顯的溫度突變,因此難以在熱圖像中觀察到缺陷的位置。

從數(shù)值模擬與實驗結(jié)果分析得出,對于深度較小的缺陷,在冷卻階段缺陷深度信息較為明顯,如圖10所示,提取部分冷階段溫度衰減信號,得到與數(shù)值模擬結(jié)果具有相同趨勢,即缺陷深度越深,冷卻階段溫度衰減越快,但由于實驗過程中受室內(nèi)環(huán)境溫度與提離效應影響,與數(shù)值模擬分析出的溫度分布存在一定差異。

圖8 不同深度缺陷的渦流熱圖像

圖9 線段溫度分布

依據(jù)圖10可以得出缺陷深度越深溫度衰減信號越快,因此可以通過溫度衰減信號與時間所圍成面積的不同為特征量預估缺陷深度,如圖11所示,缺陷深度越深,溫度衰減越快,與時間圍成面積越小。如圖12所示,采用線性擬合方法,建立缺陷深度與溫度衰減信號積分面積的線性擬合模型,實現(xiàn)對缺陷深度的預估。

圖10 不同缺陷深度歸一化溫度信號

圖11 瞬態(tài)衰減信號所圍成面積圖

圖12 缺陷深度與積分面積擬合模型

6 結(jié) 論

(1)通過數(shù)值模擬與實驗數(shù)據(jù)分析得出相同趨勢,缺陷深度越深,冷卻階段溫度衰減越快。同時對于鐵磁性材料內(nèi)壁缺陷的檢測中發(fā)現(xiàn),在冷卻階段可以從原始熱圖像中識別出深度較小的缺陷。

(2)利用溫度衰減信號與時間所圍成面積的不同為特征量,建立缺陷深度與積分面積線性擬合模型,實現(xiàn)對缺陷深度的預估。

(3)在渦流熱成像實驗中,可以檢測出缺陷直徑6 mm,最小深度1.5 mm缺陷,驗證該方法對小徑管內(nèi)壁腐蝕檢測的有效性。但在實驗過程中由于檢測線圈對缺陷檢測存在遮擋,造成缺陷可視化效果差,后續(xù)研究將設計一種激勵線圈,提高缺陷檢測的可視化。