薛 巖,李 佳,周廣言,高 靜,王 雪,皮亞東
(1.中國石油天然氣管道科學研究院有限公司,廊坊 065000;2.北華航天工業學院 電子與控制工程學院,廊坊 065000)
在化石能源領域,石油及天然氣大多采用儲罐進行存儲,在存儲過程中,儲罐內部存儲介質及土壤環境等都可能會對金屬儲罐底板造成腐蝕。儲罐底板的腐蝕狀況嚴重影響了常壓儲油罐的使用壽命和運行的安全性,因此儲罐罐底板的安全狀態越來越受到重視。國內外廣泛開展了金屬儲罐罐底板檢測/監測技術的研究,主要分為開罐檢測和非開罐檢測兩種方式,儲罐開罐檢測技術包括漏磁技檢測、超聲檢測等[1-2],非開罐檢測的典型技術為聲發射檢測[3]。全聚焦檢測技術近幾年快速發展,其基于全矩陣數據進行采集,對每一網格都進行聚焦,使得超聲成像結果更加均勻平滑,成像質量優于常規相控陣檢測方法成像質量[4]。在全聚焦成像方面,有學者提出全模式全聚焦成像及3D全聚焦成像等算法[5-9]。
筆者提出在非開罐狀態下,采用蘭姆波全聚焦成像檢測方法對儲罐底板進行檢測。由于蘭姆波是多模式復合波,實際應用過程中干擾信號多,分析困難,國內外雖然對蘭姆波檢測方法進行了大量研究,但很少有將蘭姆波全聚焦檢測技術應用于金屬儲罐檢測的報道。
文章通過對鋼質儲罐底板蘭姆波激勵及傳播模式進行研究,確定蘭姆波檢測工藝,建立了蘭姆波檢測全聚焦成像算法,開發了一套儲罐底板蘭姆波檢測軟件系統,并開展了儲罐底板模擬缺陷檢測試驗以驗證軟件系統的可靠性。
蘭姆波為多模式復合波[10],傳播質點具有不同的振動模式,根據聲波質點振動位移形態的特點,分為對稱型(S0,S1,…)和反對稱型(A0,A1,…),描述蘭姆波的聲速分為群速度和相速度。
試驗待測的儲罐底板壁厚為8 mm,因此進行8 mm厚度鋼板頻散曲線模擬,得到的頻散曲線如圖1所示。

圖1 8 mm厚鋼板頻散曲線
圖1所示頻散曲線中紅色曲線代表對稱型模態(S0,S1,…),藍色曲線代表反對稱型模態(A0,A1,…),在某一頻率下,結構中同時存在多種模態的聲波,隨著頻率的增加,模態數量也會逐漸增加,不同模態聲波的群速度和相速度各不相同,尤其在高頻段表現得更為明顯。
板中存在的蘭姆波模態越多,應用分析起來越困難,由圖1可以看出,板中最少存在A0和S0兩種模態的波。因此筆者選擇A0和S0模式作為蘭姆波檢測模式。
在超聲檢測技術中,利用全聚焦成像技術可對工件進行檢測成像。通過對采集的超聲全矩陣數據進行后期延時、加權疊加合成等數據處理,獲得聲波與工件內部缺陷互相作用后的超聲回波信號,此時的聲波沒有在工件內部實現真實的聚焦,而是一種數據后處理方式,是超聲陣列對成像區域內的所有點進行虛擬聚焦。
全矩陣數據采集技術是全聚焦成像技術的基礎,其基本原理為:依次激發探頭中所有晶片,陣列中所有晶片接收回波信號,最終接收到N×N個A掃波型,即首先使換能器中第1個晶片激勵超聲波,所有晶片并行接收,所獲得的回波數據定義為S1j(j=1,2,…,N),共獲得N組數據,然后依次激勵換能器中各晶片,重復上述過程。將發射晶片i、接收晶片j采集的超聲回波數據記為Sij,為全矩陣數據的第i行第j列的數據。Sij為一組數據,包含每個時間采樣點時接收信號的幅值[11]。全矩陣數據采集過程如圖2所示。全矩陣采集方法所得到的數據集包含了所有單個晶片發射和所有晶片接收的組合關系,即接收數據的完備集。

圖2 全矩陣數據采集過程示意
利用全矩陣數據進行全聚焦成像時,首先建立成像坐標系,定義陣列成像檢測探頭中每個陣元在坐標系中的位置以及每個成像像素點在坐標系中的位置,全聚焦成像原理如圖3所示(圖中di,dj分別為發射和接收陣元到點P距離)。通過采集的全矩陣數據計算聲波在激勵陣元、成像點P、接收陣元之間的傳播時間,依據傳播時間從全矩陣數據中提取對應時刻的幅值,即

(1)
式中:N為陣元個數;i為激勵陣元;j為接收陣元;hij為全矩陣數據;tij(x,z)為時間延時;c為波速,x為陣列方向坐標;z為垂直于陣列方向坐標。
以蘭姆波傳播模態分析結果及全聚焦成像算法為基礎,開發了一套儲罐底板蘭姆波檢測軟件,該軟件包括三大主要模塊,分別為蘭姆波檢測參數設置模塊、蘭姆波檢測數據采集模塊與蘭姆波缺陷成像模塊,三個模塊共同實現儲罐缺陷的超聲波陣列檢測。該軟件采用LabVIEW開發環境,使用相應的動態鏈接庫來進行LabVIEW與設備之間的交互,實現信號的激勵、采集、數據存儲以及數據的處理與成像,蘭姆波檢測軟件主界面如圖4所示。

圖3 全聚焦成像原理

圖4 蘭姆波檢測軟件主界面
蘭姆波檢測參數包括超聲激發頻率、激發周期數、延時、增益、采樣頻率以及直流偏置等。
針對超聲激發,可以對超聲激發頻率、激發周期數等參數進行設置。應根據頻散曲線仿真結果設置激發頻率,盡量減少工件中聲波模態。激發周期數越大,產生的聲波能量越強,但同時帶來了波包過寬等不利影響,因此應根據實際檢測工件情況適當選擇激發參數。
針對信號采集,可以對采樣頻率、增益、平均次數等參數進行設置。采樣頻率決定了所采集數據的時間精度;增益決定了采集信號的幅值信息,增加采集數據的平均次數可抑制信號中的噪聲,因此應根據信號噪聲狀態對平均次數進行設置,所有參數設置完成后開始數據采集。
蘭姆波檢測參數設置完成后進行全矩陣數據采集,依次激勵每個通道信號,在每次激勵后,所有通道依次進行信號接收,最后共采集n2(通道數為n)組數據,此數據可以在軟件界面中以A掃形式實時顯示,也可直接存儲到硬盤中。數據采集完成后,利用式(1)對所接收的數據進行后處理,對成像區域內的所有成像點進行虛擬聚焦,最終形成蘭姆波圖像,數據采集及成像流程圖如圖5所示,蘭姆波缺陷檢測成像結果示例如圖6所示。

圖5 軟件數據采集及成像流程圖

圖6 蘭姆波缺陷檢測成像結果示例
根據儲罐底板壁厚及實際工況,分別加工了兩塊規格(長×寬×厚)為1 200 mm×1 200 mm×8 mm(1號板),以及規格為1 000 mm×1 000 mm(長×寬),板厚為8 mm,立板厚度為32 mm(2號板)的儲罐底板模擬試件,儲罐底板模擬試件結構如圖 7所示。制作含立板模擬試件是為了模擬真實儲罐壁板對檢測結果的影響。

圖7 儲罐底板模擬試件結構示意
為了驗證儲罐蘭姆波檢測系統的靈敏度,在兩塊模擬試件中分別設計加工了尺寸(長×寬×深)為5 mm×5 mm×2 mm及5 mm×2 mm×5 mm的兩個槽形缺陷。
3.2.1 平板儲罐底板成像試驗
試驗采用16個傳感器進行檢測,布局采用壓電陣列方式。考慮到板材厚度及激勵后產生的蘭姆波模態,經過試驗確定傳感器材料為PZT-5H,其直徑為26 mm,厚度為2 mm。傳感器陣列布局如圖8所示,傳感器與模擬試件表面采用紅糖熬制的耦合液進行耦合,采用蘭姆波全聚焦成像算法,在1號儲罐底板試件上試驗,檢測5 mm×5 mm×2 mm及5 mm×2 mm×5 mm的腐蝕坑。

圖8 傳感器陣列布局示意
選擇A0與S0模式作為Lamb波檢測模式,經測得A0模態波傳播速度為2 430 m·s-1,S0模態波傳播速度為5 320 m·s-1。激發頻率不同,兩種模式的波長不同。根據8 mm厚鋼板中頻散曲線可知,在較低頻厚積(0.7 MHz·mm)下,A0頻散嚴重;當頻厚積增大到1.3 MHz·mm以后,S0頻散嚴重。因此需要在此區間內選擇檢測頻率,分別使用90 kHz,100 kHz和120 kHz作為檢測頻率,此時3種頻率下兩種模式波長分別為27 mm(90 kHz,A0),59.1 mm(90 kHz,S0),24.3 mm(100 kHz,A0),53.2 mm(100 kHz,S0),20.3 mm(120 kHz,A0),44.3 mm(120 kHz,S0),經測試后最終選擇最佳頻率120 kHz。
首先,設置試驗參數,設電壓幅值為150 V,采樣頻率為3.125 MHz,采樣點數為2 000個,激發周期數為5。采集的典型時域信號(單通道激勵及多通道接收)如圖9所示,從中可以看到A0和S0檢測缺陷的直達波,A0和S0的左右邊界回波以及S0檢測到試件對側的端面回波。

圖9 采集的平板儲罐底板典型時域信號
采用全聚焦成像算法對上述蘭姆波檢測采集的信號進行二維成像,其結果如圖10(a)所示,其中兩個黑色坐標標記為檢測到的缺陷信號,由于信號幅值比較微弱,需要對缺陷信號進行加權疊加處理及邊界去除處理,處理后的圖像如圖10(b)所示。

圖10 平板儲罐底板試件缺陷成像結果
3.2.2 帶立板儲罐底板成像試驗
因為立板會嚴重吸收聲能量,故進入到儲罐底板的超聲信號微弱,所以帶立板的儲罐底板缺陷檢測更加困難。筆者提出將傳感器進行兩兩并聯,一次同時激發兩個晶片,以此來提高激發能量。并聯傳感器檢測帶立板儲罐底板的演示圖如圖11所示,并聯傳感器后采集的A掃圖像如圖12所示。

圖11 并聯傳感器檢測帶立板儲罐底板的演示圖

圖12 并聯傳感器后采集的帶立板儲罐底板A掃圖像
因為缺陷回波隱藏在眾多波包中,所以需要對直達波包、邊界回波進行削弱處理,……在圖12中,一激多收信號和自激自收信號中都存在線性關系,處理后可呈現缺陷影像,處理后的缺陷成像結果如圖13所示,可以看出,所提方法能夠檢測到預制的模擬缺陷。

圖13 帶立板儲罐底板缺陷成像結果(處理后)
針對金屬儲罐底板非開罐缺陷檢測問題進行蘭姆波全聚焦檢測技術研究,并開展檢測試驗,得出以下結論。
(1) 開發的蘭姆波全聚焦檢測系統能夠檢測到儲罐底板中預制的腐蝕缺陷,算法有效可靠。
(2) 檢測數據中含有模擬試件端面回波和兩側界面回波等干擾信號,可依據模擬試件參數分離去除。
(3) 利用所開發的軟件能夠對腐蝕缺陷進行定位,但未能實現缺陷定量分析。