涡流检测技术.docx

目录涡流检测技术及进展涡流检测自然裂纹与信号处理11压力容器列管涡流检测技术的研究金属锈蚀的涡流检测涡流检测技术及进展1引言涡流检测是建立在电磁感应原理基础上的无损检测方法如图1,已知法拉 第电磁感应定律，在检测线圈上接通交流电，产生垂直于工件的交变磁场检测 线圈靠近被检工件时，该工件表面感应出涡流同时产生与原磁场方向相反的磁 场，部分抵消原磁场，导致检测线圈电阻和电感变化若金属工件存在缺陷，将 改变涡流场的强度及分布，使线圈阻抗发生变化，检测该变化可判断有无缺陷线圈HP金属工件缺陷涡流图1 涡流检测原理示意图随着微电子学和计算机技术的发展及各种信号处理技术的采用，涡流检测换 能器、涡流检测信号处理技术及涡流检测仪器等方面出现长足发展2涡流检测的信号处理技术提高检测信号的信噪比和抗干扰能力，实现信号的识别、分析和诊断，以得 出最佳的信号特征和检测结果2.1信号特征量提取常用的特征量提取方法有傅里叶描述法、主分量分析法和小波变换法傅里叶描述法是提取特征值的常用方法其优点是，不受探头速度影响，且 可由该描述法重构阻抗图，采样点数目越多，重构曲线更逼近原曲线但该方法 只对曲线形状敏感，对涡流检测仪的零点和增益不敏感，且不随曲线旋转、平移、 尺寸变换及起始点选择变化而变化。

用测试信号自相关矩阵的本征值和本征矢量来描绘信号特征的方法称为主 分量分析法，该方法对于相似缺陷的分辨力较强小波变换是一种先进的信号时频分析方法将小波变换中多分辨分析应用到 涡流检测信号分析中，对不同小波系数处理后，再重构这种经小波变换处理后 的信号，其信噪比会得到很大的提高2.2信号分析(1) 人工神经网络人工神经网络的输入矢量是信号的特征参量，对信号特征参量的正确选择与 提取是采用神经网络智能判别成功的关键组合神经网络模型，采用分级判别法 使网络输入变量维数由N2降到N，网络结构大为简化，训练速度很快，具有较 高的缺陷识别率和实用价值神经网络可实现缺陷分类，具有识别准确度高的优点，对不完全、不够清晰 的数据同样有效2) 信息融合技术信息融合是对来自不同信息源检测、关联、相关、估计和综合等多级处理， 得到被测对象的统一最佳估计涡流C扫描图像的融合，将图像分解为多子带图像，并在转换区内采用融 合算法实现图像融合Ka Bartels等采用信噪比最优方法合并涡流信号，并用空 间频率补偿方法使合并前高频信号变得模糊而低频信号变得清晰Z Liu等利用 最大值准则选择不同信号的离散小波变换系数，选取待融合系数的最大绝对值作 为合并转换系数。

因此融合信号可基于这些系数，利用逆小波变换来重构小波 变换可按不同比例有效提取显著特征在融合信号过程中，所有信号的有用特征 都被保存下来，因此内部和表面缺陷信息得到增强2.3涡流逆问题求解换能器检测到的信号隐含缺陷位置、形状、大小及媒质性质等信息，由已知 信号反推媒质参数(电导率)或形状(缺陷)，属于电磁场理论中的逆问题为求解涡流逆问题，先要建立缺陷识别的数学模型，有形状规则的人工缺陷、 边界复杂的自然缺陷、单缺陷和多缺陷等模型；在媒质类型方面，有复合材料和 被测件表面磁导率变化等模型随着计算机技术发展，缺陷模型各种数值解法也获得进展出现有限元法、 矩量法和边界元法等3涡流检测设备美国的EM3300和MIZ-20为采用阻抗平面显示技术典型产品，而TM-128 型涡流仪是我国首台配有微机带有阻抗平面显示的涡流探伤仪°MFE-1三频涡流 仪是我国研制的首台多频涡流检测设备随后，国内研制成功多种类型的多频涡 流检测仪，如EEC-35、EEC-36、EEC-38、EEC-39 和ET-355、ET-555、ET-556 等目前，我国在有限元数值仿真、远场涡流探头性能指标分析及检测系统的研 制等方面取得研究成果，推出商品化远场涡流检测仪器，其中ET-556H和 EEC-39RFT已用于化工炼油设备的钢质热交换管和电厂高压加热器钢管的在 役探伤。

今后涡流检测技术研发包括：完善换能器设计理论，研制性能更好的涡流检 测换能器；研究缺陷大小形状位置深度的涡流定位技术和三维成像技术；研究并 推广远场涡流检测技术；进一步研究金属材料表面疲劳裂纹的扩展、开裂、机械 加工磨削烧伤及残余应力涡流检测技术应用该项技术进行无损检测必将得到广 泛应用涡流检测自然裂纹与信号处理涡流检测(Eddy Current Testing, ECT)是一种检测导电材料表面及近表面缺 陷的有效方法目前在压力容器、核电站热交换管道、飞机结构等关键设备的缺 陷检测中得到广泛应用然而，由于受到环境噪声及探头提离与设备结构变化所 引起的非缺陷信号的影响,缺陷的ECT信号往往被恶化为了增强缺陷检测及表 征的可靠性和有效性，在使用缺陷分类和形状反演技术之前,需要采用信号预处理 技术来提高ECT信号的信噪比小波分析可以提供信号的频率信息和空间位置信息，对于分析信号的局部特 征非常有用可以在不丢失缺陷信号信息的情况下去除噪声用小波分析方法处 理ECT信号,可以增强缺陷信号的信噪比，使缺陷被可靠检测及精确表征1自然裂纹ECT信号的采集为了使分析结果接近实际，采用自然裂纹作为研究对象。

选用200 mm长,100 mm宽,8 mm厚的合金钢板，先沿宽度方向在平板表面中央加工一条浅槽,然后固 定在机械装置上，并使平板两端及中间三点反复受力弯曲,直到最终产生疲劳裂 纹按此方法制作了多块具有疲劳裂纹的试样自然裂纹试样制作完成之后，用安装线圈探头的涡流检测仪在多种不同频率 下对裂纹进行扫描以获得ECT信号探头由涡流检测仪激励，并由计算机控制的 扫描平台进行精确定位探头在试样不同位置采集的ECT信号被送到检测仪，并 经过A /D转换器在计算机中存储起来，用于分析处理图1显示了激励电流频率为100 kHz时，探头在平板上方沿裂纹方向扫描时所 采集的ECT信号4U00030020001 1 1 1 1 0 50 100 150 200 250位置/点图1含噪声的疲劳裂纹信号横坐标代表探头采样点位置，而纵轴表示采集的ECT信号幅度大小在图1中 所示的信号中，可见低频的提离噪声信号比缺陷信号强的多,缺陷信号几乎被提离 噪声湮没将导致缺陷不能被可靠检测和表征在图1中也存在环境等因素引起 的白噪声信号，虽然不太明显,但同样干扰对缺陷的识别2离散小波变换的信号处理算法2. 1 ECT信号的小波分解这里采用被称为正交紧支集的Daubechies小波对ECT信号进行离散小波分 析。

首先使用离散小波变换算法将探头信号/(〃进行心个频率级的分解适当地 选择基本小波和分解频率级M,缺陷信号和噪声能相互分离低频提离噪声可以 被分解成人心,而缺陷信号和高频噪音可以被分解成/功•"其中/功J的高频级主要 被高频噪声控制，其中也包含部分缺陷信号的高频分量经过多次对ECT信号进行分解比较，发现采用10阶Daubechies小波将信号进 行7个尺度的小波分解，其中低频近似分量可以将提离噪声提取出来图2显示了 对图1所示ECT信号进行分解的情况图2最上方的波形是原始信号，缺陷信号是 一个出现在位置12 0周围的带通信号图2中的其它波形是信号分解的部分结果 从图2中可以明显看出低频逼近系数我提取出了提离噪声,而白噪声主要包含在 高频细节分量力、刁2中OO % ooo OO 0.0 4 2 42 .He £500050—i002o rL o505■5000- I501L00250005000250 100 150 200 2500 5 瑁0 % 5 E 050 100 150 200 25050 100 150 200 250位置/点图2自然裂纹ECT信号的小波分解2. 2小波系数的处理和缺陷信号的重构对原始ECT信号进行小波分解之后，按照下面的原则处理分解系数。

因为原 始信号中提离噪声很强，所以首先应将其去除，然后再考虑去除白噪声在我中的 系数主要为提离噪声,因此将它设为零去除［3 ］除去代表提离噪声的低频近似 系数力后，发现信号中仍然含有部分提离噪声,所以对去除部分提离噪声的信号继 续使用10阶Daubechies小波将信号分解成9个频率级，除去代表提离噪声的低频 近似系数之后的信号如图3所示01 1 1 0 50 100 150 200 250位置/点图3两次去除提离噪声后的缺陷信号波形去除提离噪声后,接下来就需要去除包含在细节系数（Dj中的白噪声,虽然白 噪声与缺陷信号有重叠,但利用白噪声与缺陷信号的不同空间幅频特征，可以通过 一些算法处理小波系数,有效地减少白噪声利用5阶Daubechies小波对图3中两次去除提离噪声后的信号进行离散小波 分解,信号被分解成5个频率级，如图4所示对图4低分辨率下的小波变换全部保留, 高分辨率下的小波变换则只有被确认为缺陷信号附近的各点才予以保留,其余的 都加以去除50 100 150 200 2503-550 100 150 200 250在各级细节中的小波系数既来自缺陷信号，也来自高频噪声为了去除噪声, 需要首先识别缺陷信号的小波系数。

缺陷信号的幅度•通常比臊声小波系数的幅度 大,通过设置门限，缺陷信号的小波系数可以很容易地选择出来3结论采用小波变换信号处理技术来减少从自然裂纹试样获得的一维和二维ECT 信号中的非缺陷信号和白噪声，结果显示有效地减小了白噪声和非缺陷信号，重构 了缺陷信号与傅立叶变换等传统滤波技术相比，采用小波变换方法去噪具有加强ECT信 号的信噪比而不丢失缺陷信号信息的优势为缺陷的可靠检测及精确表征提供了 保证压力容器列管涡流检测技术的研究1前言压力容器中加热器一般都由很多钢管组成，它们长期承受压力和腐蚀，管内 会产生各种应力腐蚀裂纹和点蚀缺陷，需定期进行检测以保证设备的安全运行 由于钢管数目多，拆卸又不方便，通常采用现场检测的方法涡流检测具有不需 要耦合剂、检测速度快及对金属管子表面缺陷检测灵敏度高等优点，是对这一类 管子进行检测的最好方式但是，由于在检测加热管的内外壁缺陷时，管外部的 管板、支撑板和支承条等都会产生干扰信号，需加以抑制双频涡流检测技术采 用两个频率同时工作，具有两个相对独立的测试通道，既能有效地抑制上述干扰 信号，又能准确地检测出缺陷信号2对比试样制作2.1材料要求用于对比试样的钢管须与被探伤钢管的公称尺寸相同，化学成分、表面状况 及热处理状态相似，即有相似的电磁特性，钢管的弯曲度不大于1.5 : 1000,表面 无氧化皮，无影响校准的缺陷。

2.2 制作按标准，对比试样的人工缺陷为穿过管壁并垂直于钢管表面的孔，人工缺陷 为五个，其中三个处于对比试样中间部分，沿圆周分布,大体上互成120°角，彼 此之间的周向距离不小于200mm另外，距管两端不大于200mm处各加工一个相 同的人工缺陷，以检验端部效应，如图1所示13£03双频涡流检测原理 ■图1样管尺寸双频涡流仪的测量电路通常是一交流电桥其检测线圈一般接成差动形式， 构成电桥的两臂当测量电桥平衡（即线圈在远离缺陷或横跨缺陷两边时），其 输出为零反之，当差动检测线圈先后通过管臂内缺陷处时，管臂内涡流先后产生部分中断或畸变，使两个检测线圈的阻抗发生相应的变化该变化会破坏电桥 平衡，使测量电桥先后输出两个相应的不平衡信号，经放大处理后，在阻抗平。