羅成漢,解 源,王 飛
1 引言
鋼桿已廣泛使用在冶金、礦山、油田、建筑等眾多行業(yè)。在使用過程中,設(shè)備部件長(zhǎng)期承受交變載荷的作用,表面橫向裂紋引起的損傷程度直接影響著材料的承載能力、使用的安全和壽命。因此,對(duì)鋼材表面橫向裂紋缺陷進(jìn)行定量檢測(cè)原理和方法的研究具有十分重要的意義。目前,對(duì)鋼桿進(jìn)行無損檢測(cè)有超聲波檢測(cè)法、渦流檢測(cè)法和漏磁場(chǎng)檢測(cè)法等,最常用和可靠的方法是漏磁場(chǎng)檢測(cè)法[1]。
本文對(duì)鋼材設(shè)備的缺陷定量檢測(cè)方法進(jìn)行探討,設(shè)計(jì)了基于LabVIEW的鋼桿裂紋缺陷漏磁信號(hào)
的定量檢測(cè)系統(tǒng),通過實(shí)驗(yàn)對(duì)鋼桿表面橫向裂紋缺陷產(chǎn)生的漏磁場(chǎng)進(jìn)行實(shí)測(cè),獲得裂紋缺陷信號(hào)波形,采用曲線擬合法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析、處理,初步建立了系統(tǒng)的數(shù)學(xué)模型。
2 系統(tǒng)原理及組成
2.1 定量檢測(cè)系統(tǒng)的原理
系統(tǒng)采用漏磁場(chǎng)檢測(cè)法,它的基本原理是利用勵(lì)磁磁場(chǎng)和缺陷相互作用產(chǎn)生的漏磁現(xiàn)象來檢測(cè)鐵磁性材料表面的缺陷,當(dāng)將鐵磁材料磁化至深度飽和時(shí),材料裂紋處的磁導(dǎo)率將降低,磁阻將增加并產(chǎn)生磁場(chǎng)畸變,導(dǎo)致一部分磁場(chǎng)從材料中向外擴(kuò)散并泄漏出來,形成裂紋漏磁場(chǎng)。采用磁敏檢測(cè)探頭檢測(cè)這一漏磁場(chǎng)可獲得反映裂紋狀況的特征信號(hào),通過對(duì)該信號(hào)即裂紋檢測(cè)信號(hào)峰峰值Vpp的定量分析,便可獲得裂紋的大小、位置等信息。
反映裂紋狀況主要有裂紋長(zhǎng)度、裂紋寬度、裂紋深度和裂紋走向等參量。由于探傷傳感器采用聚磁檢測(cè)技術(shù),檢測(cè)信號(hào)是裂紋漏磁場(chǎng)空間分布的平均量,該平均量反映了裂紋長(zhǎng)度、裂紋寬度、裂紋深度和裂紋走向等參量對(duì)裂紋漏磁場(chǎng)的綜合影響。因此,系統(tǒng)采用裂紋引起的鋼桿橫截面積相對(duì)損失量作為定量評(píng)價(jià)裂紋大小的主要指標(biāo)。橫截面積相對(duì)損失量定義為裂紋橫截面積占鋼桿總橫截面積的百分比。漏磁場(chǎng)理論分析和實(shí)驗(yàn)數(shù)據(jù)分析表明,Vpp主要取決于鋼桿橫截面積相對(duì)損失量(DA),受裂紋寬度與裂紋橫向傾斜角度的影響很小,且Vpp與 之間具有較好的指數(shù)對(duì)應(yīng)關(guān)系。從而推導(dǎo)出DA―Vpp的函數(shù)式為:
DA=a1+a2logVpp (1)
式(1)中a1、a2為與具體檢測(cè)對(duì)象、探傷傳感器和信號(hào)處理器有關(guān)的系數(shù)。
通過對(duì)樣品鋼桿上制成的標(biāo)準(zhǔn)表面橫向裂紋的大量檢測(cè)數(shù)據(jù)進(jìn)行分析處理,用數(shù)據(jù)的最小二乘法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行曲線擬合,采用上述數(shù)學(xué)表達(dá)式作為擬合函數(shù),可標(biāo)定此數(shù)學(xué)關(guān)系式,作為定量檢測(cè)裂紋大小的直接依據(jù)。
在鋼材表面裂紋的定量檢測(cè)中,采用漏磁檢測(cè)法,使用霍爾探傷傳感器對(duì)其缺陷的漏磁信號(hào)進(jìn)行檢測(cè),可獲取反映裂紋狀況的特征信號(hào)。采用曲線擬合法探索建立DA―Vpp模型,以獲取裂紋缺陷的相關(guān)信息,從而實(shí)現(xiàn)計(jì)算機(jī)定量檢測(cè)[2][3][4]。
2.2 定量檢測(cè)系統(tǒng)的組成
如圖1所示,定量檢測(cè)系統(tǒng)由探傷傳感器、預(yù)處理電路、數(shù)據(jù)采集卡及計(jì)算機(jī)組成。探傷傳感器采用集成霍爾元件UGN-3501T,以獲取裂紋缺陷信號(hào);信號(hào)預(yù)處理電路對(duì)檢測(cè)信號(hào)進(jìn)行濾波、放大、隔離等處理,使信號(hào)達(dá)到A/D轉(zhuǎn)換輸入電平的幅度要求;調(diào)理后的信號(hào)經(jīng)數(shù)據(jù)采集卡進(jìn)行A/D轉(zhuǎn)換,將模擬量信號(hào)轉(zhuǎn)換成數(shù)字量信號(hào)。
圖1 檢測(cè)系統(tǒng)結(jié)構(gòu)框圖
3 軟件設(shè)計(jì)
3.1 軟件開發(fā)平臺(tái)
本系統(tǒng)軟件設(shè)計(jì)采用的是美國(guó)NI公司的LabVIEW開發(fā)平臺(tái),LabVIEW是基于圖形化編程語言的開發(fā)環(huán)境,它通過建立和連接圖標(biāo)來構(gòu)成程序,同時(shí)還可以通過動(dòng)態(tài)連接庫(kù)調(diào)用其他語言編寫的程序,其擴(kuò)展性好。用LabVIEW編程具有簡(jiǎn)單易學(xué)、編程效率高、通用性好、交互性好等優(yōu)點(diǎn),是編制虛擬檢測(cè)儀器程序的強(qiáng)大的軟件工具[5][6]。
3.2 主要的功能模塊
3.2.1 數(shù)據(jù)采集
利用LabVIEW軟件控制數(shù)據(jù)采集卡對(duì)模擬信號(hào)進(jìn)行采集有多種方法,對(duì)于LabVIEW支持的數(shù)據(jù)采集卡可以利用LabVIEW的功能模板(Functions Palette)中Date Acquisition提供的Analog Input等函數(shù)進(jìn)行采集,對(duì)于LabVIEW不支持的數(shù)據(jù)采集卡還可以利用功能模板中Advanced提供的Call Library Function(CLF),Call Interface Node(CIN)和Port I/O子模板中的In Port、Out Port函數(shù)進(jìn)行采集。由于系統(tǒng)采用的由北京中泰計(jì)算機(jī)研究所生產(chǎn)的PC6313數(shù)據(jù)采集卡不是LabVIEW支持的數(shù)據(jù)采集卡,所以采用In Port、Out Port函數(shù)完成數(shù)據(jù)的采集,數(shù)據(jù)采集程序框圖如2所示。
圖2 用LabVIEW實(shí)現(xiàn)的數(shù)據(jù)采集程序框圖
PC6313采集卡采集數(shù)據(jù)前,需要對(duì)不同端口進(jìn)行讀寫,用In Port和Out Port函數(shù)可分別完成數(shù)據(jù)的讀和寫功能。
3.2.2 Vpp的測(cè)量
利用LabVIEW軟件提供的Peak Detector函數(shù),可以得到波峰值Peak Value和波谷值Valley Value,從而得出Vpp值為:
Vpp=|Peak Value-Valley Value|
4 探傷實(shí)驗(yàn)
4.1 裂紋波形
圖3 直徑為10mm鋼桿的裂紋缺陷信號(hào)波形圖
預(yù)先在直徑為10mm鋼桿上采用電火花加工工藝,制作了五處深度為0.8mm、1.2mm、1.5mm、2.0mm和2.1mm的橫向切口式模擬裂紋,通過檢測(cè)系統(tǒng)對(duì)它進(jìn)行試驗(yàn)。得到如圖3所示裂紋缺陷的信號(hào)波形圖,測(cè)得如表1所示的缺陷信號(hào)的峰峰值Vpp。
表1 缺陷信號(hào)峰峰值
序 號(hào) |
1 |
2 |
3 |
4 |
5 |
裂紋深度 h(mm) |
2.1 |
2.0 |
1.5 |
1.0 |
0.8 |
峰峰值 Vpp(v) |
7.3 |
6.3 |
3.0 |
1.6 |
0.7 |
4.2 特征信號(hào)的提取
如何提取混雜在檢測(cè)信號(hào)中的裂紋信號(hào),是對(duì)裂紋狀況進(jìn)行定量檢測(cè)的關(guān)鍵。裂紋特征信號(hào)的提取應(yīng)根據(jù)裂紋檢測(cè)信號(hào)的特征進(jìn)行。
(1) 裂紋檢測(cè)信號(hào)的峰峰值Vpp
對(duì)圖3中的缺陷信號(hào)波形分析可知,得到的缺陷信號(hào)是一些疊加在直流量和噪聲背景上的局部雙峰電壓信號(hào)。采取峰峰值超門限法對(duì)該信號(hào)的特征量進(jìn)行提取,當(dāng)某一局部雙峰信號(hào)的峰峰值超過門限時(shí),認(rèn)為是局部異常波形。峰峰值Vpp定義為局部異常波形信號(hào)的波峰與波谷間幅值差的絕對(duì)值。
(2) 鋼桿截面積相對(duì)損失量DA
系統(tǒng)中鋼桿模擬裂紋截面積相對(duì)損失量DA的表達(dá)式為: (2)
式(2)中:r為圓形鋼桿橫截面的半徑;h為模擬裂紋的深度。
4.3 數(shù)學(xué)建模
為了驗(yàn)證鋼桿裂紋定量檢測(cè)的可能性,同時(shí)探索建立DA―Vpp的數(shù)學(xué)模型的方法,用數(shù)學(xué)軟件MATLAB計(jì)算出相關(guān)數(shù)據(jù)見表2。
表2 裂紋的檢測(cè)數(shù)據(jù)
序 號(hào) |
1 |
2 |
3 |
4 |
5 |
缺陷深度 h(mm) |
2.1 |
2.0 |
1.5 |
1.0 |
0.8 |
V pp(v) |
7.3 |
6.3 |
3.0 |
1.6 |
0.7 |
D A(%) |
15.27 |
14.24 |
9.41 |
6.80 |
3.75 |
使用MATLAB軟件對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行曲線擬合,由于Vpp與 之間具有較好的指數(shù)對(duì)應(yīng)關(guān)系,因此擬合函數(shù)采用DA=a1+a2logVpp,能得到如表3所示的DA(%)的擬合值、相對(duì)誤差值。得到DA―Vpp的解析表達(dá)式為DA=4.5961+3.9243logVpp,其擬合曲線如圖4中曲線①所示。
表3 擬合數(shù)據(jù)
序號(hào) |
1 |
2 |
3 |
4 |
5 |
缺陷深度 h(mm) |
2.1 |
2.0 |
1.5 |
1.0 |
0.8 |
V pp(v) |
7.3 |
6.3 |
3.0 |
1.6 |
0.7 |
D A(%) |
15.27 |
14.24 |
9.41 |
6.80 |
3.75 |
D A(%)擬合值(v) |
14.7480 |
14.0182 |
10.3425 |
7.2284 |
3.1329 |
相對(duì)誤差 (%) |
3.42 |
1.56 |
9.91 |
6.30 |
16.46 |
表4 擬合數(shù)據(jù)
序號(hào) |
1 |
2 |
3 |
4 |
5 |
缺陷深度 h(mm) |
2.1 |
2.0 |
1.5 |
1.0 |
0.8 |
V pp(v) |
7.3 |
6.3 |
3.0 |
1.6 |
0.7 |
D A(%) |
15.27 |
14.24 |
9.41 |
6.80 |
3.75 |
D A(%)擬合值(v) |
14.7480 |
14.0182 |
10.3425 |
7.2284 |
3.1329 |
相對(duì)誤差 (%) |
3.42 |
1.56 |
9.91 |
6.30 |
16.46 |
從表3中可知,DA擬合值與實(shí)際值之間存在偏差,有的誤差值較大(特別在Vpp值較小時(shí)),為了減少擬合誤差,系統(tǒng)采用擬合函數(shù)為DA=a1+a2logVpp+a3Vpp,使用MATLAB軟件對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行曲線擬合,能得到如表4所示的DA(%)的擬合值、相對(duì)誤差值。得到DA―Vpp的解析表達(dá)式為:DA=4.1726+2.6821logVpp+0.7983Vpp其擬合曲線如圖4中曲線②所示。
圖4 檢測(cè)系統(tǒng)的DA―Vpp關(guān)系曲線
5 結(jié)語
(1) 通過實(shí)際測(cè)量獲取裂紋輸出信號(hào)Vpp值,依據(jù)所建立的數(shù)學(xué)模型,通過評(píng)價(jià)Vpp可以得到反映裂紋狀況的定量檢測(cè)結(jié)果。
(2) 由于實(shí)驗(yàn)條件的限制(如探傷傳感器與鋼桿相對(duì)運(yùn)動(dòng)時(shí)存在較大晃動(dòng)及速度不均等因素),造成測(cè)量誤差值較大,有待進(jìn)一步采取措施,減少測(cè)量誤差。
(3) 要獲得具有實(shí)用價(jià)值的數(shù)學(xué)模型,需要對(duì)被檢測(cè)鋼桿進(jìn)行取樣(相同的直徑和材質(zhì)),在樣品鋼桿上制成大小不同的標(biāo)準(zhǔn)橫向裂紋,通過對(duì)大量檢測(cè)數(shù)據(jù)的分析及模型參數(shù)計(jì)算,建立DA―Vpp的準(zhǔn)確數(shù)學(xué)模型,從而提高檢測(cè)靈敏度和定量準(zhǔn)確性。
參考文獻(xiàn):
[1] 金建華,等. 漏磁場(chǎng)法在線定量檢測(cè)鋼絲裂紋的研究[J]. 儀器儀表學(xué)報(bào), 1999,20(3):285-286.
[2] 金建華, 康宜華,等. 用集成霍耳元件定量檢測(cè)缺陷漏磁場(chǎng)的特點(diǎn)[J]. 無損檢測(cè), 1998,20(2):34-38.
[3] 楊叔子, 康宜華,等. 鋼絲繩斷絲定量檢測(cè)原理與技術(shù)[M]. 北京: 國(guó)防工業(yè)出版社, 1995.
[4] 孫曉云, 袁斌, 盛劍霓. 神經(jīng)網(wǎng)絡(luò)方法在渦流無損檢測(cè)定量分析中的應(yīng)用[J]. 西安交通大學(xué), 2000,34(6):517-522.
[5] National Instruments Corporation. LabVIEW user'smanual. 1998,1-8.
[6] National Instrument Inc. LabVIEW Manuals. 2002.
[7] National Instrument Inc. Peak Detection Using LabVIEW and Measurement Stdio. 2002.