漏磁检测信号（精选7篇）
漏磁检测信号 篇1
漏磁法腐蚀缺陷检测是近年来在输油气管道检测中常用的一种有效方法。它通过测量被磁化铁磁材料工件表面漏磁感应强度的大小来判定工件腐蚀缺陷程度。漏磁法采用永久磁铁或者直流磁化方式，由于没有高频信号存在，干扰小，给信号处理带来很大的方便，且信号处理及传感器结构都十分简单。
1 漏磁检测原理
漏磁法检测适用于铁磁材料，对导磁钢管及钢板的腐蚀缺陷检测。其基本原理如图1所示。
1.磁铁;2.管道;3.衔铁;4.缺陷;5.传感器
在被测工件上通入一个封闭的磁场，将工件磁化。然后，在工件表面用磁敏传感器测量漏磁通。由于工件壁无腐蚀缺陷，厚度基本不发生变化，磁场从工件中穿过，在工件内均匀分布。在理想情况下，泄漏的磁通基本为零，但实际上磁铁的磁通量不可能完全从工件中穿过，少量磁通从壁外经过，因此，磁敏传感器测得的漏磁信号不一定为零，但其值是固定不变的。
如果被测工件存在有缺陷时。由于工件部分变薄，引起磁通分布不均匀，一部分磁场仍从被测工件内穿过，另一部分从工件缺陷的凹陷中穿过，还有一部分则从工件外穿过，渗透到空间中，这部分从工件中“泄漏”出来的磁通量即为漏磁通。当工件表面有缺陷时，由磁敏传感器测得的漏磁通量会明显增大。无论工件内表面有缺陷还是外表面有缺陷，在工件的两面均会产生漏磁通。
2 缺陷信号的模型
工件在磁场中饱和磁化时，缺陷周围产生漏磁场，可以把缺陷的两个侧面看作两个磁极，用等效的磁偶极子来模拟。对各种表面缺陷可用下面三种磁偶极子模型来描述。
(1)点偶极子模型
工件表面的点状孔、洞等缺陷可用等效点偶极子模型来模拟。点磁荷m在空间任一点P所产生的场强为：
r为点P到点磁荷m的距离。
相距为2a的两个点磁荷(磁偶极子)在空间任一点所产生的磁场其x, y方向上的两个分量是：
(2)线偶极子模型
工件表面的低浅划道、拉痕可用图4所示的等效线偶极子模型模拟。
线偶极子就是具有符号相反，线磁荷密度σi相等，相距为缺陷宽度2a的两条无限长磁荷线。一条无限长的正磁荷线在与它相距为r1的点P所产生的场强为：
同理，对于负磁荷线有：
线偶极子在空间任一点场强是上述两式的矢量荷H=H1+H2, H的水平分量HX和垂直分量Hy分别为
(3)面偶极子模型
对于裂纹、折迭一类的缺陷可用面偶极子来模拟，它是具有符号相反，面磁荷密度σs相等，相距为缺陷宽度2 a，深度为d的两个磁荷面。
空间任一点P的磁场强度的水平分量HX和垂直分量Hy分别为
在实际应用中，工件内的自然缺陷并不都是垂直于工件表面，而是各种角度都可能有。我们称这种缺陷为倾斜型缺陷，称其角度为倾角θ。为描述这种缺陷产生的漏磁场信号，采用坐标变换的方法作近似处理。(如图6所示)
其中，HX2, Hy2分别在X2-Y2坐标系中空间任一点场强的水平分量和垂直分量HX1, Hy1分别为在X1-Y1坐标系中空间任一点场强的水平分量和垂直分量。将(8) (9)式代入得：
3 缺陷参数对漏磁信号的影响
实验和研究表明，在一定的切割速度和切割角度的条件下，可获得不同的缺陷的深度d、宽度a、倾斜角θ等参数。根据(9)式，其它参数不变，当改变缺陷深度d时，垂直分量Hy的峰值随着d的加深而增大，计算结果如图7 (a)所示。另一方面，垂直分量Hy随着缺陷宽度a的增加而减少，如果宽度增大到一定的程度以致不能形成磁桥时，垂直分量Hy为零。所以，考虑缺陷的深度比d/a对漏磁信号的影响更为合理，如7 (b)所示，垂直分量Hy的峰值还随着d/a的减少而降低。
对倾斜缺陷，轴向磁化时，倾斜角与垂直分量Hy之间的关系如图7 (c)，倾斜角θ越小，垂直分量Hy也越小，越不利于缺陷的检出。由此可知，当缺陷的取向和海底管道轴线平行时，采用径向磁化方式。磁化方式的选择，原则上应该使工件内磁力线与缺陷的延伸方向垂直，这样，缺陷产生的漏磁通最大，最有利于缺陷的检测。由于自然缺陷的取向是随机的，所以，采用复合磁化方式才能保证检测到各种方向的缺陷。
参考文献
[1]丁玉兰, 石来德.机械设备故障诊断技术.上海:上海科学技术文献出版社, 1994.
[2]Raad J A de.Comparison between ultrasonic and magnetic flux pigs for pipeline inspect ion.Pipes&Pipelines International, 1987 (1) :7-15.
[3]Kramer G.Fully automated test equipment for tub ends or coup lings and its use for a QA system for OCTG and line pipes.Insight, 1995, 37 (6) :426-432.
[4]Raad J A de.Novel techniques for outside inspection of plant pipe work.Insight, 1995, 37 (6) :409-412.
[5]Lowe R, Robson P.Pipeline integrity maintenance using a tethered inspection vehicle.Insight, 1995, 37 (6) :413-416.
[6]Janson HJM, Feston MM.Intelligent pigging developments for metal loss and crack detect ion.Insight, 1995, 37 (6) :421-425.
漏磁检测信号 篇2
1用漏磁检测信号谱图定性辨识输油管道裂纹缺陷1
管道缺陷的漏磁检测信号与管道的缺陷类型有密切的关系,不同类型、不同形式的管道缺陷所对应的漏磁检测信号也表现出不同的特点,国内外学者都对此开展了大量的研究工作[3~5]。目前,根据漏磁检测原理与相应的实验室仿真和应用实践,对于漏磁检测信号与缺陷的特征参量之间的关系( 图1) ,已经得出以下初步结论[6~9]:
a. 如果漏磁检测信号的幅度越高且宽度越窄,那么管道缺陷的边界就会越陡峭;
b. 相对于其他类型的缺陷,由于裂纹缺陷本身的特征情况,在检测过程中裂纹缺陷的漏磁检测信号具有最高的信号幅度和最窄的宽度;
c. 对于相同面积的管道缺陷,裂纹缺陷的幅度最高,波形宽度最窄,而圆孔状的缺陷( 如腐蚀坑等) ,其波形宽度最宽,跨度最大。
从管道缺陷漏磁检测谱图可以看出: 裂纹缺陷漏磁信号的宽度非常窄,波峰比较尖锐,而且与孔洞和大面积的缺陷相比,漏磁信号的幅度很大, 信号变化剧烈。研究发现在检测过程中,裂纹缺陷漏磁检测信号的幅值变化呈直线趋势[9]。因而在对管道缺陷漏磁检测信号识别过程中,可以简单地通过对缺陷漏磁检测信号的特点进行初步分析,从而直接辨识出裂纹缺陷。
2用漏磁检测信号信息特征值辨识管道裂纹缺陷
检测过程中发现,管道裂纹缺陷大多为划痕或者是细小的因压力或拉伸力而产生的应力裂痕[7,8],因而在实验设计中,假定裂纹的存在是细长型小裂纹,裂纹的长度与裂纹宽度比值大,可以设为无限长的裂纹细小缺陷。设计实验: 假定裂纹漏磁检测的径向以磁化为主,磁化器的磁化方向为轴向方向,对裂纹缺陷的宽度与深度进行充分检测,以确保检测效果。对于裂纹的长度,可以与宽度进行方向转换而获取。
利用管道缺陷漏磁检测仪( MFL-4032漏磁/ 磁记忆检测装置) 对预制不同参数的裂纹缺陷进行检测,得到如图2所示的漏磁检测信号。
图2a中Y11 ~ Y15的裂纹宽w = 1mm,裂纹深h = 1mm,裂纹长度l分别为5、10、15、20、 25mm,可以看出,在不同长度的情况下,随着裂纹长度的增加,由裂纹漏磁检测形成的信号峰峰值HPP呈上升趋势,同时漏磁信号的峰值Hp也呈增大趋势; 图2b中Y36 ~ Y40的裂纹宽w分别为0. 5、1. 0、1. 5、2. 0、2. 5mm,裂纹深h = 1mm,裂纹长度l = 25mm,可以看出,在不同宽度的情况下, 随着裂纹宽度的增大,漏磁检测信号的谷 - 谷间距也随之增大,同时检测信号的波形面积也呈增大趋势; 图2c中Y04、Y09、Y14、Y19、Y24的裂纹宽w = 1mm,裂纹深h分别为0. 5、1. 0、1. 5、2. 0、 2. 5mm,裂纹长度l = 25mm,可以看出,随着裂纹深度的增加,信号峰值Hp随之增大,其信号的峰峰值Hpp也相应地随着深度的增加而呈增大趋势。
为了更进一步地对漏磁检测信号谱图进行分析,现求取漏磁磁场的梯度值。梯度值即漏磁信号的磁场变化率,为磁场强度在磁场方向上单位距离的变化量,其变化量最大的方向便是高度梯度的方向,变化量最大的数值也就是梯度的大小。 漏磁场的梯度值表示为梯度值的最大值Kp,单位为A/m2。
根据磁场梯度值的定义,对不同长度、宽度和深度条件下的裂纹缺陷漏磁信号进行处理,得到如图3所示的各自的漏磁检测信号梯度值谱图。 通过对检测信号Kp的数据提取和分析研究,可以明显地看出漏磁检测信号的变化趋势与分布图, 随着裂纹缺陷长度、宽度和深度的变化,其漏磁信号的梯度值也呈现出一定的关系规律,因而可以通过对漏磁检测信号梯度值的变化来判断裂纹缺陷的存在并对其初步变化规律进行解析。
从分析中可知,可以通过对漏磁信号谱图中各个信号特征值的变化来初步分析和解析,方便地从漏磁检测信号谱图中对裂纹缺陷进行初步判断,从而对照建立的工程标准缺陷信号库进行简单分析,通过与标准信号库进行特征匹配对比,可方便快捷地得出裂纹缺陷的基本比对特征,进而判定大致的裂纹缺陷特征参量,有利于在工程应用上快速方便地对裂纹缺陷进行识别与判定。
3用漏磁信号小波能量谱图辨识输油管道裂纹缺陷
3.1连续小波能量谱分析法
从频谱分析的角度来看,连续小波变换将信号分解到一系列选择性相同的频带上,小波变换的能量则表征信号在这个频带上的不同特性[10], 利用这一特性来克服漏磁检测信号中个别零值点受其他因素干扰而转变成非零值点的情况,从不同的频带中提取含有应力集中信息的频带,即包括裂纹信息的频带,由小波能量来表征裂纹缺陷信号的强弱[11,12]。
由小波分析与小波变换的基本理论可知[7], 具有有限能量的函数f( t) 关于 ψ( t) 的连续小波变换定义为:
式中a ———小波变换尺度伸缩值;
τ ———时间平移量。
小波变换具有等距特性,即f( t) 的小波变换是能量守恒的,则有:
其中Cψ为小波的容许性条件,其表达式为:
把| Wf( a,b) |2/ ( Cψa2) 看作是( a,τ) 平面上的能量密度函数,即| Wf( a,b) |2ΔaΔτ /( Cψa2) 给出了以尺度a和时间 τ 为中心,尺度间隔为 Δa, 时间间隔为 Δτ 的能量,因此小波能量守恒式可以写成:
对上式进行变换,得到:
其中,Wf( a,τ) 为连续小波变换系数; Ewf( a, τ) 为尺度小波能量谱,反映了信号能量随尺度的变化情况。
利用连续小波变换能量法对裂纹缺陷漏磁信号进行分析处理,小波函数的选择是关键[13],笔者选取Daubechies小波进行连续小波变换。
3.2裂纹埋深对检测信号的影响
利用管道缺陷漏磁检测仪对预制缺陷管道试件进行检测,得到如图4所示的漏磁检测信号。
将图4所示的检测信号进行降噪处理后,对其进行连续小波能量变换,发现被检测管段的160、322、400、520mm附近出现4个能量集中分布区,见表1。依次为预设的4个长度为30mm,角度为90°,分别埋深1. 5、3. 0、4. 5、6. 0mm的裂纹缺陷漏磁检测信号表征点。
根据不同埋深的裂纹缺陷小波能量谱,得到如图5所示的裂纹埋深与峰值能量拟合曲线。可以看出,随着裂纹埋深的增加,连续小波变换能量呈下降趋势; 从不同埋深裂纹缺陷的小波峰值能量谱图可以发现,当裂纹的长度与角度不变而深度逐渐增大时,小波能量峰值在逐渐减小。在裂纹埋深小于4. 5mm的变化区间内,连续小波变换的能量峰值下降很快; 当埋深大于4. 5mm时,连续小波变换能量峰值的降低趋势逐渐趋于平缓, 并且最终稳定在20 000以上。由此可以证明,裂纹埋深的增加使表面漏磁场的分布区域更宽,漏磁感应强度减弱,但减弱的幅度在逐步降低; 当裂纹缺陷达到4. 5mm时,受到漏磁检测装置本身检测灵敏度的制约,无法继续反映裂纹深度对漏磁检测信号的影响。
3.3裂纹长度对检测信号的影响
对图5中的漏磁检测信号进行连续小波变换,在1 024、1 175、1 280、1 470mm附近出现4个能量集中分布区域,见表2,依次与预制埋深为2mm,角度90°,长度分别为5、15、20、30mm的裂纹相对应。
根据不同长度的裂纹缺陷检测信号能量谱峰,得到如图6所示的不同裂纹缺陷长度与峰值能量拟合曲线。分析可知,随着裂纹长度的增加, 连续小波变换能量峰值呈先升后降的趋势,拟合曲线的拐点出现在裂纹长度20mm处。由此可以说明,当裂纹长度在20mm以下时,随着裂纹长度的增加,裂纹处的局部应力逐渐加大,使缺陷处漏磁场信号增强; 当裂纹长度值超过20mm时,随着裂纹长度的增加,局部应力迅速减小,导致应力分散,同时由于受到漏磁检测装置本身检测灵敏度的影响,漏磁场信号迅速减弱,导致连续小波变换能量峰值也相应降低,影响到检测的准确性。
4结束语
通过对漏磁信号谱图的表面分析和初步解析,根据谱图分析、检测信号特征以及信号能量谱图的特征,可以对管道裂纹缺陷进行初步判断。 但这只是停留在最基本的定性分析和表面辨识层次上,如何通过对漏磁检测信号的分析与数学解析,更准确地对裂纹缺陷进行识别,达到真正定量的辨识层面,还需做更进一步的研究。
摘要：用实验分析方法,提取不同参量的裂纹缺陷进行漏磁检测,讨论通过裂纹缺陷漏磁检测信号谱图定性辨识裂纹缺陷,对缺陷漏磁检测信号进行特征分析;研究不同的裂纹缺陷漏磁信号特征值的独有特性;最后,引入漏磁检测信号连续小波能量谱特征,通过实验探讨能量谱特征在裂纹缺陷辨识中的有效性。
关键词：输油管道,裂纹缺陷,漏磁检测,特征辨识,小波能量谱
参考文献
[1]潘一,孙林,杨双春,等.国内外管道腐蚀与防护研究进展[J].腐蚀科学与防护技术,2014,26(1):77~80.
[2]张国光.管道漏磁检测中漏磁信号与缺陷特征关系的研究[J].化工自动化及仪表,2008,35(2):39~41.
[3]戴光,高廷岩,杨大明,等.管道外壁可变径漏磁检测数值模拟与分析[J].化工机械,2011,38(2):195~198,213.
[4]夏锋社,淡勇,陈聪.在役油气输送管道体积型缺陷安全评定方法[J].化工机械,2011,38(3):269~272.
[5]林猛,牛迎战.漏磁检测技术在成品油管道中的应用[J].化工机械,2011,38(5):618~619.
[6]吴德会,游德海,柳振凉,等.交流漏磁检测法趋肤深度的机理与实验研究[J].仪器仪表学报,2014,35(2):327~336.
[7]Kim K C.A Novel Magnetic Flux Weakening Method of Permanent Magnet Synchronous Motor for Electric Vehicles[J].IEEE Transactions on Magnetics,2012,48(11):4042~4045.
[8]Guilet J,Ogilvie G I.Transport of Magnetic Flux and the Vertical Structure of Accretion Discs–II.Vertical Profile of the Diffusion Coefficients[J].Monthly Notices of the Royal Astronomical Society,2013,430(2):822~835.
[9]张复懿,林洪玉,张晶,等.表面波检测中缺陷的当量深度确定[J].无损检测,2012,34(8):39~43.
[10]Walnut D F.An Introduction to Wavelet Analysis[M].Berlin:Springer Science&Business Media,2013.
[11]宋志强,李著信,张镇,等.基于连续小波变换的输油管道裂纹缺陷漏磁检测研究[J].化工自动化及仪表,2010,37(7):35~39.
漏磁检测信号 篇3
1 数据融合传感器阵列
多传感器数据融合在运用过程的各阶段(例如模型建立、特征提取、目标识别等)需要各种各样的传感器。由于没有哪一类传感器的各种性能指标都绝对比其他类型传感器好,因此在一个系统中,需要同时采用多种类型的传感器,以提高系统检测、识别、分类和决策能力。本文根据系统的需要使用了两类传感器:电磁感应式传感器和霍尔传感器,利用它们之间产生的冗余信息进而检测出缺陷信号。数据融合系统结构如图1所示。
根据缺陷信号的特点以及环境要求,采用漏磁传感器阵列进行数据采集[2]。为提高检测灵敏度,减小钢管表面接触噪声和温度影响,由32个传感器组成的传感器阵列,贴敷在与钢管表面吻合的耐磨块内,形成探头。传感器被分为两组,每组16个。一组由16个电磁感应式传感器组成,另一组由16个霍尔传感器组成,两组交替分配在探头表面。传感器阵列传送出来的两组32路信号经过预处理之后被送到融合中心进行数据融合。
1.1 电磁感应式传感器[3]
电磁感应式传感器的工作原理是:当它贴着钢管表面扫查时,钢管缺陷产生的漏磁场会引起穿过线圈的磁通量变化,从而使电磁线圈中产生感生电动势,形成缺陷信号。当检测用的电磁线圈与钢管做相对运动时,检测漏磁场的线圈所产生的感应电动势Uc为:
式中,n为线圈匝数,Φ为线圈中通过的漏磁场磁通量;B为漏磁场的磁通量密度;S为线圈的横截面积,t为线圈运动时间。电磁感应式传感器能够在很大的温度范围中应用,且工作寿命长、抗灰尘、抗水和抗油污的能力强,即能耐受各种环境条件及外部噪声。
1.2 霍尔传感器[3]
霍尔传感器检测漏磁信号的工作原理是:当电流I沿与磁场B的垂直方向通过时,在与电流和磁场垂直的霍尔传感器两侧便产生霍尔电势Hr:
式中,RH为霍尔系数;KH为霍尔系数RH与霍尔传感器厚度t之比,称为霍尔元件灵敏度。当霍尔系数RH与电流一定时,霍尔电势Hr只取决于磁场B的强度而与漏磁场的运动速度无关,因此,霍尔传感器不会受到管线检测的非匀速性的影响。
2 信号预处理
对于多传感器测量的漏磁缺陷信号数据,为了保证测试的准确性,系统取得信号之后,首先要对信号进行预处理,滤除各种外界干扰和各种噪声,获得正确的测量粗值。一般有两种方法:一是进行平滑处理,实际算法可通过滑动中值平滑器来实现;二是剔除粗大误差,可采取数据相关剔除法与信号平滑法同时进行,将来自多传感器具有相关性、互补性和冗余性的数据进行数据融合。这种方法可以充分利用被测目标在时间与空间上的信息,对被测量进行精确描述[4]。因此,多传感器融合的结果比单个传感器的测量值更为准确。
本文对漏磁缺陷信号使用小波降噪算法,该方法首先将每个传感器的测量值用小波阈值的方法去噪,以减小噪声对传感器测量值的影响。为了更好地重建传感器信号,可将各个传感器测量值进行归一化处理,然后再送入RBF神经网络的数据融合中心进行融合。对缺陷信号采取小波分析可以突出缺陷点,经过小波分析后可将缺陷信号的局部模极大值及其位置以及漏磁信号的波形特征等作为特征信息,用来区分不同的缺陷。
2.1 信号模型
在漏磁信号采集过程中,假设有N个传感器对同一缺陷的不同位置进行测量,每个传感器得到的漏磁信号测量值记为Xj(j=1,2,3...N),在测量过程中存在内部和外部噪声影响,测量值可以表示为:
Xj(n)=S(n)+ej(n) j=1,2,3...N (3)式中,S(n)为真实的被测量值,ej(n)(j=1,2,3...N)为第j个传感器在n时刻的加性噪声,Xj(n)为第j个传感器在n时刻的实际测量值。由于每个传感器受到噪声干扰的程度不同,所以实际测量值偏离真实的被测量值的程度也是不同的。
2.2 小波阈值去噪
小波去噪的方法主要通过设置阈值来实现,对漏磁信号的离散小波变换,计算所有小波系数,剔除被认为与噪声有关的小波系数,然后通过小波变换的逆变换得到信号。对于给定的信号,选取阈值的方法很多,本文使用的是基于Stein无偏风险估计值最小化(SURE)的方法:
式中的阈值t,得到它的是似然函数,然后使似然函数最小化,得到所需阈值。在VISU的方法中阈值的选取固定不变,而在SURE方法中,阈值是自适应变化的,可以更好地降低噪声对缺陷信号的影响[4]。根据经过小波处理后的漏磁信号缺陷波形,可以提取出缺陷的特征向量,用以作为神经网络融合中心的输入。数据融合可根据融合的层次和实际内容将其分成像素层融合、特征层融合和决策层融合。本文把经过小波降噪处理后的信号通过RBF神经网络融合中心进行特征级融合,以对信号进行定量分析。
3 RBF神经网络融合算法
常用的数据融合方法包括神经网络、聚类算法或模板法。其中,人工神经网络具有学习、记忆、联想、容错、并行处理等卓越功能,在拓扑结构、权重自适应等方面应用灵活,已在计量测试仪器标定、故障诊断中获得广泛应用。在多传感器测量系统中,采用数据融合技术可为系统带来多方面的益处[5],如增强系统的稳定性、增加系统的可信度及提高系统的检测能力。由于BP神经网络收敛速度慢,网络训练时间较长,且存在局部极小值的问题,RBF神经网络比BP神经网络具有更快的学习特征,其逼近能力更强。因此,本系统选用RBF神经网络作为融合中心的特征层融合器进行融合训练。
3.1 RBF神经网络结构[6]
RBF神经网络结构图如图2所示,第一层为输入层,用作特征信息融合信息采集,构成输入样本空间X;第二层为隐含层,用作将输入样本空间映射为高维的径向基函数空间,即对输入信息空间X进行特征提取。隐含层节点参数向量包括中心值Ci和标准偏差σi;第三层为输出层,ωi为第i个基函数与输出节点的连接权值,输出为Y,径向基函数选择高斯函数,如下:
式中,m为隐含层节点数,‖·‖为欧几里德范数。
RBF神经网络学习过程分为两个阶段:第一阶段,根据所有的输入样本确定径向基函数及其参数,即确定隐含层各节点的高斯函数的中心值和标准偏差;第二阶段,在确定隐含层各参数后,根据样本,采用梯度下降算法,求出输出层的权值。
RBF神经网络算法主要是通过调整连接权值,使输出层与期望输出逐渐趋于一致。根据最小均方差原理(MSE),当误差指标处于某一个范围之内时,则可以停止运算,表示网络训练成功。
3.2 神经RBF网络参数选取及权值更新
在融合中心,RBF神经网络的结构参数有径向基函数的隐含层节点数、中心值和标准偏差。节点数越多,学习能力越强,合理的节点数可通过训练得到最佳值。确定中心值和标准偏差可采用简单有效的聚类算法K-均值聚类算法。该方法具有实现简便、运算量较小、抗噪声能力强以及识别率高等优点,可以很好地解决建模样本分布不合理的问题。标准偏差的大小影响径向基函数对输入的响应,标准偏差太小则基函数只能对输入数据附近的很小区域做出响应,标准偏差过大则可能丢失固有的局部信息,模型精度也较差,因此标准偏差的选取应在一个稳定区间内进行。
本文利用梯度下降算法确定连接权值。假设总误差为:
式中,p(xj)为第j个训练样本的期望输出;y(xj)为网络实际输出,n为训练样本总数。
式中,Yi(xj)为隐含层第i个基函数的输出;为连接权值ωi的更新值;η为学习步长,一般为在0.2～0.9之间选取[7]。
4 实验仿真分析
本文采用MATLAB软件进行仿真实验,通过提供的40组人工裂缝的样本,对RBF神经网络系统进行训练学习和模式识别,并在学习初期对输入数据进行了预处理,通过样本训练逐渐生成最佳的RBF期网络[8]。另取10组测试样本数据作为输入,用MATLAB软件进行模拟仿真,同时利用RBF神经网络对其进行深度评估,并与常规BP神经网络进行对比,其实验仿真结果如表1所示。
仿真实验结果表明:利用RBF神经网络融合能比较精确地检测到信号缺陷深度,在学习能力和检测精度上,RBF神经网络均优于常规BP神经网络,该方法的平均绝对误差一般为2.69%,而常规BP神经网络的平均绝对误差为5.47%。可见,前者检测效果明显好于后者。
在漏磁缺陷信号中,利用小波降噪预处理可以在有效降低噪声影响的同时,最大程度上保留了缺陷的特征信息;采用漏磁传感器阵列,一定程度上克服了原有单传感器系统的检测误差;基于RBF神经网络的漏磁信号数据融合处理,可对裂纹深度检测的同时进行定量分析。实验结果表明,RBF神经网络不仅具有很快的学习速度,而且能够有效地提高检测的精度和准确率,消除信息的不确定性,提高传感器的可靠性。
摘要：漏磁检测以其高信噪比、高灵敏度和高检测效率，在无损检测中得到了广泛应用。随着科学技术的发展，传统的信号处理方法越来越不适应现代工业的需要，提出一种基于多传感器数据融合技术的漏磁信号处理方法。采用小波去噪的方法，并利用径向基函数(RBF)神经网络的数据融合技术对缺陷信号进行检测处理。仿真结果表明，采用这种方法可以有效提高系统的检测能力和信号精度。
关键词：漏磁检测,多传感器技术,数据融合,小波去噪,RBF神经网络
参考文献
[1]杨万海．多传感器数据融合及其应用[M]．西安：西安电子科技大学出版社，2004．
[2]何辅云，董文雯，王爱民．在役管线无损检测设备的研究[J]．合肥工业大学学报：自然科学版，2004，27(7)：738-741．
[3]刘爱华，满宝元．传感器原理与应用技术[M]．北京：人民邮电出版社，2006．
[4]刘青松，戈迪，钱苏翔．小波去噪和数据融合及在线监测系统中的应用[J]．微计算机信息，2006，22(12)：117-119．
[5]LUO R C,KAY M G.Multi-sensor integration and fusion in intelligent systems.IEEE Trans on System,Man and Cybernetics,1989,19 (5):901.
[6]李鸣鸣，龚振邦，欧阳航空，等．实验数据RBF神经网络模型中噪声的处理方法[J]．光学精密仪器(增刊)，2005，13(11)：227-231．
[7]林嘉宇，刘荧．RBF神经网络的梯度下降训练方法中的学习步长优化[J]．信号处理，2004，18(1)：43-48．
漏磁检测管理方法探讨 篇4
关键词：漏磁探伤,标准化管理,内部管理
漏磁探伤设备作为一项新型检验设备驻入商检所宁夏检验室, 随之而来的是给该室带来新的挑战。新的管理、新的设备、新的技术等问题迫切地需要解决, 使员工更快的投入到新的工作环境中。标准化管理是企业管理的基础工作, 这是因为现代企业的日常工作、生产是建立在高科技基础上, 日常工作的技术含量越来越高, 市场和社会需求的不仅是综合性质量, 更要求实用性质量。另外, 现代工业企业劳动分工精细, 协作关系复杂, 生产过程连续性、节奏性和适应性强, 这就要求各个部门、员工之间能相互协调。标准化管理则是实现这一要求的最佳途径。用标准化管理来组织协调各职能之间的关系, 达到规范统一。仅仅这样还是不够, 必须建立健全相应的考核制度, 使标准化真正落到实处。以下是宁夏检验室针对漏磁检测这一新型技术开展的一系列管理创新工作。
1 员工管理
1.1 对员工精细化管理
精细化管理作为现代的一种管理理念和管理文化, 其“精、准、细、严”为基本原则, 让员工把工作做精, 把工作做细, 带着准备做工作, 把工作做严谨。这对于面临新技术、新设备时尤为重要, 通过提升员工的工作素质, 加强内部控制, 强化协作管理, 从而从整体上提升工作效益, 使员工更加快速的投入到新设备的工作中。因此, 宁夏检验室在管理工作中, 紧密围绕“精、准、细、严”四原则, 实施精细化管理, 形成检验工作制度化、格式化、程式化, 强调执行力。工作中不生搬硬套, 而是灵活对待, 具体问题具体分析, 有针对性的将精细化管理运用到日常工作中, 与自身工作实际相结合, 创造出具有自身特色的精细化管理理念, 从而实现工作的和谐和奋进目标。
1.2 明确岗位责任制
岗位职责是企业实施标准化管理的基本制度, 它明确了岗位的主要工作内容和基本要求。通俗地说就是回答了岗位人员应该做哪些事、做到什么程度。系统化、规范化、针对性强的岗位职责是企业实施标准化管理的基础和前提。新的设备、新的技术面临急需解决该设备新的岗位责任制, 这样才能有效的开展今后的检验工作。该室在设备安装完成, 进行试运行时就开始着手制定岗位责任制, 室领导和每一位员工都来到操作室, 在专业人员的指导下开展了漏磁探伤的试运行检测。随后, 室领导在倾听了每一位员工对设备的见解后组织制订了岗位责任制, 并且积极与调试设备的专家进行沟通, 对制度进行了进一步完善。
岗位职责的完善必须经历一个过程, 为了使岗位职责得到严格的执行, 使其更具有执行力, 我室将漏磁探伤岗位职责纳入到室整个制度体系当中, 使其成为有机的整体, 相互间补充, 岗位职责发挥了应有的作用。
1.3 创新管理方法
新的漏磁探伤设备不像以往超声波检测系统, 需要大量的人力来完成包括超声波探伤、超声波测厚和数据的统计。新设备中电脑的大量应用, 自动化采集数据系统的建立, 高速高精度检验流程, 将把管理者和员工从大量的手工劳动中解放出来, 使管理和工作效率几十倍成百倍的提高, 从而将把大部分时间用于创造性劳动, 研究新问题、新动向、新思路。
该设备在以往的管理基础上增加了新的管理模式:流程化管理模式。其最主要的特点是突出流程, 强调以流程为导向的组织模式, 以追求组织的简单化和高效化。另一重要特点是其具有反向性, 即从检验结果入手, 倒推其过程, 这样所关注的重点首先就是检验结果和产生这个结果的原因。相比较以往的只注重检验结果这一单一重点, 关注点有所增加, 这就意味着在该管理模式下不仅一如既往地注重产品质量, 而且注重产生结果的原因, 突出了企业的检验效果、突出企业的运营效率, 即已多元化的对工作的判定取代了原有的单一化。
2 设备管理
在企业正常运行中, 技术装备的完好有效是一个重要的物质条件。为了管理好现代化设备, 必须抓好设备管理标准化工作。除了贯彻执行国家标准, 行业标准和地方标准外, 要把企业在设备管理和维修中重复出现的业务, 按照科学管理的客观要求, 规定出标准的数据, 工作流程和工作方法, 作为管理的依据, 实行设备管理标准化。这就是按照科学的规律, 运用标准化的方法, 将企业在设备管理和维修中经常重复出现的问题, 用标准的形式确定下来, 作为指导设备使用, 维修和管理的准则, 并加以贯彻实施, 使企业生产, 技术活动合理化, 达到高质量, 高效率, 低成本的目的。
2.1 设备购置的标准化
企业的设备购置标准化工作, 主要是要建立购置设备的审批制度, 严格执行审批程序。首先由需求者向有关部门提出设备的购置计划, 包括购置原因, 设备投资概算, 技术经济论证等。然后由计划、生产、工艺、设备、财务、标准化、物资等相关部门, 对设备的技术经济论证方案进行标准化评审和购置前考察。主要评审设备的先进性, 可靠性, 安全性, 耐用性, 节能性, 维修性, 环保性, 成套性和经济性;实地考察设备的各项性能及相关技术。经过评审和考察, 综合各项指标, 根据资金情况, 确定是否购置, 何时购置。
2.2 设备安装调试标准化
设备购入后, 必须严格执行安装工程的施工工艺和技术操作要求, 按照标准和规范进行安装、调试。宁夏检验室按照相关规定严格执行设备的安装流程, 并且安排人员负责现场的检查和安全, 包括设备的基础土建施工、设备的布置、操作间的建设、设备的安装与调试、设备的试运转, 通过设备的试运转检验在此之前各个安装调试工序的施工质量, 整个程序严格按照企业制定的设备安装施工和验收技术检验标准规范执行。
2.3 设备使用的标准化
漏磁设备的使用标准化, 首先是制定一套科学的使用标准和规章制度, 并付诸实施。主要包括该台设备使用说明书, 设备的安全技术操作规程, 对操作员进行漏磁探伤技术培训, 凭探伤证使用设备的制度。并且根据设备的技术条件, 规定相应的工作任务和合理的工作负荷标准, 严防精机粗用, 大机小用和超负荷运转。并且对设备所配置的关联仪器, 包括空气压缩机、动力电柜、监控仪器、仪表的标准和规定要做到重视, 不能因为不是检验仪器而忽视, 避免发生事故对设备和员工造成伤害。对设备要做到定点、定质、定量、定期、定人检查维护, 并且制定相应的奖惩制度, 对严格遵守标准和规章制度, 爱护机器设备的职工, 给予表扬和奖励。对不执行管理标准和制度的人员, 给予批评, 处分。在实际检验工作中, 设备使用中的所有问题不可能全部制定成标准, 所以采用了作业指导书的形式进行规范。
2.4 设备检查、维护保养标准化
设备检查的标准化工作是对设备的日常检查和定期检查作出标准规定。该设备日常检查标准明确规定了检查的部位, 包括动力电柜是否正常工作、空气压缩机是否运转正常有无进行排污、漏磁探伤线传感器是否正常工作有无损坏、设备气管是否完好无损有无漏气、压力表是否正常、仪器探头是否正常工作。如果发现问题或隐患应加以消除和及时汇报。定期检查标准规定的检查时间, 检查哪些设备, 检查内容和方法, 参加检查人员, 检查记录要求, 对设备的技术状态作出定性和定量的评估。设备的日常维护保养做到:日日清扫设备, 一周一次小维护, 一月一次大维护。
2.5 建立健全设备风险防控机制
该设备相比于传统的便携式超声波探伤设备来说具有检测速度快、检验效率高等显著的优点, 但却存在一些会发生安全隐患的地方, 应及时建立风险防控机制, 做到消除隐患, 安全作业。
(1) 开动设备、接通电源前应清理好工作现场, 仔细检查仪器各部分是否正常, 设备上的零件是否牢固, 避免松动甩出。
(2) 避免动力电柜附近潮湿, 有水等现象。
(3) 操作间配备干粉灭火器, 避免突发起火状况。
(4) 设备运转时操作者不得离开工作岗位, 并应该注意设备各部位有无异常 (异音、异味、发热、振动等) , 一旦发现有问题, 立即停止运转设备, 及时排除, 如不能排除及时通知专业维修人员。
(5) 不得随意拆除设备上的装置。
(6) 设备进行检验规格更换时, 严禁任何人靠近操作台。
3 技术管理
3.1 技术对比
在员工掌握了设备的操作并且取得了相关资格证后, 漏磁探伤设备进入了正式运转。员工能有效的利用已学的漏磁探伤技术进行检验工作, 并且解决实际问题。然而新技术的应用并没有让员工遗忘以前的传统超声波探伤技术, 员工在工作之余首先对两种技术在理论知识上进行了对比, 利用所学的知识总结了两种不同类型的检测技术的相似点和不同点, 从根本上了解两种技术的差异性。随后, 又在实际工作中对两种技术进行了对比, 包括检测同批次的244.48×8.94mm的专用管和139.7×7.72mm的专用管。经过实际检测后, 总结出两种技术的优势和劣势。相对于大口径的专用管, 漏磁探伤以其绝对的高速化和精准化占据优势:在两名员工操作设备的情况下, 分别以每根管材1分零10秒完成了无损探伤作业, 得出了准确的检验结果。而超声波探伤则需要三名员工持三台超声波探伤仪, 分别站立在管材的两端和中间对管材进行360度全方位扫查, 平均一根管材的探伤时间为5分钟, 如果扫查过程中发现缺陷或疑似缺陷的情况, 则需要花费更长的时间对其进行判定。相对于漏磁检测的高精度自动化数据采集及分析, 超声波检测则更需要员工本身的资质和经验判断, 对判断结果影响因素比较众多 (人为因素:员工资质、操作马虎、使用中仪器校准等;环境因素:天气状况、管材摆放的位置等) , 而漏磁探伤则有效避免了员工资质不一的状况, 能使探伤的效率大大的提升。而超声波探伤的优势在于其轻巧灵便可以随身携带, 对于人为缺陷能有效排除 (例如:管材运输中造成的损伤、管材上下架的碰伤、钢丝绳对管材表面的磨伤等) , 而漏磁探伤因其全自动电脑采集数据, 则不能有效的排除那些是人为缺陷, 而非管材本身质量的问题。
3.2 技术培训
漏磁探伤设备安装完成后, 及时组织员工在专业机构进行了漏磁探伤的培训, 不仅提高了员工的专业素质, 而且使员工更新了自己在无损检测行业的一些理念、知识和技能, 更好适应新的工作领域和工作岗位, 提高了工作质量, 降低了工作成本, 提升了工作效益。
3.3 建立学习型组织
由于技术、设备的迅速发展, 只有不断探索, 不断学习, 不断更新知识, 才能再造企业的无限生机。漏磁探伤技术的使用, 解放了人力, 在工作之余, 员工能有更多的时间来进行一些系统化的学习。宁夏检验室领导班子就这一情况进行了分析, 建立“学习型组织”, 即设法使全体员工全身心的投入学习, 不仅要求组织里的每一位成员系统化学习, 不断充实新知识, 超越自我, 而且强调系统思考与知识整合的力量, 强调为实现共同的远景, 凝聚集体智慧的团队学习。“学习型组织”的建立带来了许多优势, 解决了一些传统的组织缺陷, 使员工能有效的团结起来, 共同面对工作, 也提高了每一位员工的活力, 所有人能够充分发挥潜能, 实现自我价值。
4 资料管理
无损检测的资料是产品认证、供货方认可两个环节中必须提供的资料, 无损检测资料的完整性, 直接反应着企业的无损检测管理情况。相对于传统纸质的原始数据及检验结论, 漏磁探伤仪因其先进的数据处理系统而采取了原始数据和检验结论为电子版本, 随之而来的问题是如后做好电子档案的管理。电子档案因其:内容与载体的可分离性、对计算机系统的依赖性、快捷性、共享性、不稳定性及不安全性等特殊性而在日常档案管理工作中存在一些问题, 如:信息安全问题、原始性问题、真实性问题、完整性问题。对于这些问题, 宁夏检验室做出以下资料管理的对策。
(1) 采取防火墙、信息认证、身份验证等措施来保证电子档案内容的安全性。
(2) 采用通用和统一的文件格式来确保电子档案与计算机操作系统及应用软件的兼容性。
(3) 定期用移动硬盘对电子档案进行备份, 谨防丢失。
(4) 及时更新电子档案的文件结构, 确保电子档案的长期可读性。
5 结语
员工是企业检验工作的核心, 企业应当充分重视员工的科学管理, 开展一系列讲座、培训, 调动员工在工作上的积极自主性, 增强员工的安全意识与责任心。还要重视无损检测设备的管理, 做好检前校核。同时, 又要重视无损检测资料的管理, 确保无损检测资料的有效收集、整理及存储。这样不仅有利于数据追踪、质量评审、产品认证及管理认可, 还能够提升员工的综合素质, 确保检验工作的正常开展, 促进企业的稳健发展。
参考文献
[1]唐雪妍.浅谈电子档案的管理[J].科学之友 (B版) , 2006, (12) .
[2]章建平.人力资源与人才战略实施的必要性分析[J].人才与发展, 2009, (16) .
[3]许深宁, 石碧峰.如何强化企业标准化的有效管理[J].中国标准化, 1997, (6) .
[4]王汝杰, 石博强.现代设备管理[J].冶金工业出版社, 2010.
850漏磁检测技术应用前景分析 篇5
关键词：漏磁,检测,应用前景
0 引言
长距离油气管道运输, 是继公路、铁路、水路、航空运输之后第五大运输方式。对于易燃、易爆、易挥发的石油天然气来说, 最佳的运输方式就是密闭的管道运输。为保证管道的安全运行, 对管道进行安全检测的有效手段的需求日益突出。漏磁检测是用于钢制品无损探伤最古老的方法。漏磁检测工具是实现管线完好性评价的主要方法之一。管道漏磁检测器能对管道的金属损失 (腐蚀、划痕等) , 变形等异常进行连续检测, 同时还能收集到大量管道基础数据, 如管件, 阀门, 壁厚变化等。我国原油大多都有高含蜡的特点, 漏磁检测更符合中国的国情, 而且也更贴近国际无损检测的发展方向。
1 从我国漏磁腐蚀检测技术的发展看其应用前景
我国管道漏磁腐蚀检测技术起步于1993年, 当时我国某管道企业从美国引进了Φ273mm和Φ529mm两套管道漏磁腐蚀检测器。引进可以很快地形成生产力。但是, 由于无损检测技术在国际上属于垄断技术, 外国公司基本上不愿意出售设备, 即便出售了, 也是相对落后的技术和设备, 价格高昂, 基本都在数百万美元以上, 而且引进方在零配件上更是严重地依赖对方。由于不掌握核心技术, 引进反而成为扼住中国管道无损检测进一步发展的绳索。中国不仅要有无损检测设备和技术, 还要有自己的无损检测技术研发能力。随后国内相继展开自行开发漏磁检测技术的研究。
1997年新疆三叶管道技术有限责任公司开始企业、院校合作进行该领域的研究, 取得了较大的成果。2001年通过了由国家自然科学基金组织的鉴定, 在综合指标上处于国内领先, 主要技术指标方面达到国际先进水平。先后开发了Φ377、Φ273、Φ426、Φ325管径的输油管道检测设备, 先后完成了在新疆油田、大庆油田、吉林油田二千余公里的试验性检测和服务性检测, 取得了较好的结果, 获得了较大的经济效益和社会效益。2000年开始输气管道的检测设备研制工作, 由于具有了很完备的输油管道检测设备研制的技术基础。仅针对输气管道的特殊性进行技术理论研究, 较为完整地解决了抗硫化氢脆化问题、检测设备运行不稳定问题、探头抗磨损问题、高速检测存储问题等一系列问题, 取得了较为圆满的结果。这些标志着我国管道漏磁腐蚀检测技术达到了国际标准。
2 从我国管线现状看漏磁腐蚀检测技术应用前景
中国长输油气管道的建设始于新疆。1958年5月, 新疆克拉玛依至独山子输油管道动工兴建, 全长147公里, 年输油能力53万吨, 于1959年1月10日建成投产, 从此掀开了中国大规模进行长输油气管道的序幕。目前, 中国已建成投入运营长输油气管道6万多公里, 保障了经济建设和人民生活的正常用油用气。2007年末, 全国输油 (气) 管道里程为54460公里, 是1978年的6.6倍, 年均增长6.7%。目前, 我国已经形成了东北、华北、中原、华东和西北广大地区四通八达、输配有序的石油、天然气管网运输体系。全国100%天然气、90%以上的石油通过长输管道源源不断地输向炼油厂、化工厂及海运码头。长输管道建设不仅在陆地上有所发展, 而且也向海洋、沙漠中延伸。
从我国管线铺设的时间、管径和长度的分布看我国油气长输管道面临的严重问题是, 大量在役管道是60～70年代建设的, 现已进入中老龄期, 处于事故多发阶段。我国为防止由于管道腐蚀造成的穿孔和爆管等恶性事故发生, 每年用于油气管道的维修费用高达数亿元, 且有逐步增加的趋势。由于受检测手段的制约, 管道损伤状况多数不能确切判别及定位, 往往造成盲目开挖、盲目报废、维修缺少科学性等不必要的损失。因此, 我国的管道检测与安全评价的需求要比国外更加迫切、更加突出。
3 从发达国家的经验看漏磁腐蚀检测技术应用前景
漏磁检测技术在国外管道工业发达国家中被广泛使用。国外还针对漏磁检测颁布了相关管道安全检测法规:80年代初美国的管道检测技术逐步成熟和完善, 1990年美国石油学会颁布了新管线的野外检验标准, 标准号:ANSI/API RP5L8-1990。1992年美国石油学会颁布了管线、管、阀门及附件的检验标准, 标准号ANIS/API570-1993。1993年美国石油学会颁布了管道检测规程———在役管道系统检验、修理、更换及再鉴定标准, 标准号ANSI/API570-1993。该标准推荐的最大检测时间间隔如表。美国联邦管道安全法规CFR, 管道安全管理条例对智能清管器进行要求:“管道经营者运用智能检测器对所有的管线进行检测, 如果管道不适合使用智能清管器, 经营者必须对管道进行改造, 然后进行检测。另外政府可注入资金, 帮助智能检测器的开发。
美国联邦安全法规还要求联邦运输部 (DOT) , 在所设的办公室内成立一个政策开发小组, 主要研究管道安全政策。美国国会从1994年开始, 每年发布更多的命令, 对于管道安全、泄漏和检测给予保证。
英国天然气公司用智能检测器对管道检测的周期为2～10a进行一次检测。英国的权威资料报道, 新建管道故障率5a之内是万分之一, 意味着腐蚀风险低于其它风险。管道运行5～10a时任何标准都不能接受管道的腐蚀风险。英国的管线0～5a管道的平均维修次数为0, 5～10a管线的维修次数为25次/a, 10～20a管线的维修次数达到50次。管道的故障率和管龄是非线性的关系, 英国对管线寿命的评估必须以管道数据为依据, 通过腐蚀数据统计管道最佳检测周期, 每隔5a进行一次。
4 从应用实例看漏磁腐蚀检测技术应用前景
2002年9月新疆三叶管道技术公司对中国石油天然气股份公司哈尔滨石化分公司及大庆油田股份公司储运销售分公司下属的庆—哈线输油管道首站中一站段、中一站—中二站段进行了漏磁检测作业。庆—哈线输油管道为φ377×6.4 (8) mm两种规格的螺旋焊缝钢管, 管道全程正常地段防腐采用S52涂料, 低洼地段采用钢塑聚乙烯包复管, 穿越安肇新河、阿什河、松花江采用3层PE管。管线保温采用聚安脂泡沫外复黄夹克保温结构, 聚氨酯泡沫厚度40m m, 黄夹克厚度4m m, 全长182.8Km。由于管线冬季施工, 补口方法存在致命弱点, 造成该管线腐蚀穿孔, 腐蚀状况严重, 影响了该管线的正常运行和维护。
管线通过漏磁智能检测共发现腐蚀1179处:首站—中一站段发现腐蚀721处, 其中轻微腐蚀为55处, 轻度腐蚀为393处, 中度腐蚀为229处, 重度腐蚀44处;中一站—中二站段发现腐蚀458处, 其中轻微腐蚀为0处, 轻度腐蚀为244处, 中度腐蚀为125处, 重度腐蚀89处。
本次管道漏磁检测应用取得了丰硕成果, 首先是发现了安全隐患, 达到了防患于未然的目的。其次是大修的经济效益显著。根据和常规大修对比得出, 按常规大修方法, 每修补一个腐蚀点, 平均开挖修复管道30m, 耗资2.5万元;按内窥检测报告提供的信息去开挖修复, 每修补一个腐蚀点, 平均开挖修复管道3m, 耗资0.25万元, 前后相差10倍。管道漏磁检测的推广和应用给管输企业提供的详实准确的管道缺陷资料, 为管输企业安全、经济、合理的安排管道运营和维修提供了科学的依据。
5 结论
石化储罐缺陷的漏磁检测系统 篇6
目前的漏磁检测技术还无法精确地反映缺陷的几何尺寸, 只能粗略的判别缺陷的状态, 但是漏磁检测的速度快, 可同时检测储罐底板内外表面的缺陷, 对被测物表面的光洁度要求较低, 且可隔着一定厚度的绝缘层实施检测。
1 漏磁检测的原理
漏磁检测是通过检测被磁化的金属表面溢出的漏磁通, 来判断缺陷是否存在的无损检测方法, 与磁粉检测原理相同, 其检测原理如图所示。一块表面光滑无裂纹, 内部无缺陷或夹杂物的铁磁性材料磁化后, 其磁力线在理论上全部通过由铁磁材料构成的磁路, 如图a所示;若存在缺陷, 由于铁磁材料与缺陷处介质的导磁率不同, 缺陷处的磁阻大, 在磁路中可以视为障碍物, 则磁通会在缺陷处发生畸变, 如图b所示。
畸变磁通分为三部分, 一部分穿过缺陷, 另外部分经过裂纹周围的铁磁材料绕过裂纹, 其他部分则离开铁磁材料表面, 经过空气或其它介质绕过裂纹, 即所谓的漏磁通, 也就是探头能检测到的部分。
漏磁通信号与缺陷尺寸是对应的, 漏磁通的磁场强度与缺陷深度保持近似的线性关系。同时, 探头距试件表面的提离值, 探头行进速度及探头处的磁场强度对检测结果亦有影响。漏磁法检测速度快, 探头灵敏度高, 能准确测出腐蚀区域, 适合大面积高速检测。同时, 从传感器得到的漏磁信号的幅值和波形还受到环境因素的影响。例如:探头距试件表面的提离值、探头行进速度、罐壁的磁化强度、导磁率及储罐底板的剩磁等。在实际检测中时, 这些参数是变化的, 它们的改变影响了信号的幅值和形状。
漏磁检测技术适用于铁磁性金属材料, 不适用于非铁磁性金属。漏磁检测技术应用于金属储罐罐底的检测, 主要是利用漏磁方法和现代信号分析技术, 对金属储罐底板腐蚀缺陷的漏磁场信号进行检测与评价。通过捕捉和采集这些漏磁场信号并加以相关处理与分析, 就可以得到有关储罐罐底腐蚀状态的信息, 从而消除储罐安全隐患, 确保储罐的安全使用。该技术能对同时对罐底上下表面缺陷同时进行检测, 并可以量化, 对罐底的整体腐蚀状态做出评价。
2 石化储罐漏磁检测系统检测程序分析
2.1 石化储罐漏磁检测系统总体结构
金属储罐罐底漏磁检测系统应包括磁化机构、承载机构 (车轮) 、信号接收装置 (传感器) 、定位装置、稳压电源、数据采集模块、车体框架和计算机等几部分。检测仪器应有实时显示和记录功能, 应有覆盖检验区域的足够通道数, 应至少能记录超过系统检测阈值的缺陷信号, 同时还需记录信号位置参数, 以便能够对缺陷进行准确定位。磁化机构包括衬铁、永久磁铁和防止磨损磁极的钢板, 可将罐底磁化成最佳检测状态。探头采用霍尔元件传感器, 按有一定检测覆盖面积排列, 组成无死区的探测结构。为了提高探测精度, 采用足够弹力的弹性构件, 使探头紧贴罐底。定位装置为固定在行走轮上的光电脉冲式编码器, 每行进2毫米向计算机发一次脉冲, 启动一次测量, 对各路探头扫描一次。探头采集的信号经数据处理模块处理, 放大并转换为数字信号, 送入计算机。计算机是检测仪器的核心, 用于处理、显示及存储检测结果。送到计算机的信号, 经软件处理为波形曲线实时显示, 其横坐标表示位移参数, 纵坐标表示腐蚀程度。为便于观察, 也可以用彩色图或三维图形显示, 这两种方式都很直观, 可作为检测及评估的依据。如c图所示:
2.2 石化储罐的漏磁检测程序
资料审查。对储罐的资料审查包括:图纸审查;检验资料、历次检验报告及记录;运行记录及参数、介质、运行中的异常情况等;有关修理或改造的记录与文件。
技术准备。根据现场勘察情况和储罐的工艺运行状况, 制定检测方案, 包括底板编号, 检测顺序, 检测条件等。
检测条件。罐内清洗干净, 所有人孔、排污孔、透光孔全部打开, 进行通风换气后, 在罐内进行可燃气体检测和含氧量分析, 符合标准, 方可进入罐内。
传感器高度调节。传感器距离储罐底板表面的高度与检测结果的灵敏度有着密切的关系, 所以正确的调节传感器的高度是检测结果准确可靠的必要条件。当系统在检测铁磁性板时传感器高度应该被设置成从传感器到板间距为1mm。
连接。正确连接传感器-数据采集模块-计算机。接通便携式计算机的电源线和数据线。
参数设置。设定必要的硬件参数与底板设置。包括传感器的提离值、采样率, 罐底板的编号、长宽尺寸、扫描方式等。
标定。要保证标定板与要检测的储罐底板具有相同的材质和厚度。让检测仪从小的缺陷向大的缺陷方向进行标定。标定是检测仪质量控制的一个非常重要的部分, 它的好坏直接关系到检测结果的准确性。所以在开始检测之前一定要先标定, 并且在检测过程中最好每天至少标定一次。
底板编号。由于储罐底板是由很多钢板焊接而成的, 在检测每块具体的底板之前, 必须对它们进行编号。编号时首先要确定储罐底板的检测基准点, 这个检测基准点是储罐底板编号系统、底板坐标系和实际缺陷位置的基准点。
检测。首先, 对检测过程做详细记录, 包括设置文件、数据文件以及与检测有关的任何情况。其次, 按照预先定义扫描模式进行扫描检测在储罐底板的检测过程中采用两种类型的扫描模式, 每种扫描模式对应不同的水平板或垂直板的参考点位置不同, 有八种扫描方法。这两种扫描模式是:单向扫描和光栅扫描。最后, 在现场进行必要的数据返放处理和分析, 得出初步的罐底漏磁检测结果。若检测人员对该检测结果有怀疑时, 应重新检测或进行超声复验。
检测结果的评价。根据检测时的记录和数据 (信号参数) 的返放分析, 对检测数据进行必要的滤波和分段分析, 剔除检测过程中的干扰信号, 对罐底的有效检测数据进行详细分析和评价。
3 结论与展望
利用石化储罐缺陷的漏磁检测系统对现场实际储罐底板进行腐蚀缺陷漏磁扫描检测, 将达到工作效率高, 检测结果准确可靠, 可以改善检测人员的工作环境和减少工作强度, 提高检测的速度和精度, 满足石化企业现场检测的要求, 具有广阔的前景。
摘要：首先分析了漏磁检测的原理和漏磁检测技术的适用范围, 然后探讨了石化储罐漏磁检测系统总体结构及其漏磁检测程序, 并对其广阔前景进行了展望。
关键词：石化储罐,缺陷,漏磁检测系统
参考文献
储罐罐壁缺陷的低速漏磁检测研究 篇7
利用漏磁检测准确高效发现储罐罐壁缺陷具有重大的意义,但一个相对运动的状态对于罐壁缺陷的漏磁检测将产生速度效应。漏磁检测的速度效应将影响磁化过程和缺陷漏磁场的形成,针对本文所设计的储罐罐壁缺陷漏磁检测爬壁机器人,以下从理论、仿真和实验研究低速状态下的漏磁检测。
1 速度效应理论
漏磁检测的励磁结构从被检对象的一个位置行走到另一位置时,此位置的横截面瞬间通过磁场。由电磁学理论可知,在铁磁性材料内部,磁通量迅速变化时会感生涡流。感生涡流产生与励磁磁场方向相反的磁场,阻碍磁通对罐壁的穿过,从而降低了罐壁的磁化效果,改变缺陷漏磁场,即速度效应[1]。利用磁敏传感器获取漏磁信号,可分析速度效应对漏磁检测带来的影响。
检测器运行速度增加,其对管壁的磁化时间将会缩短。因此,速度效应还会带来磁滞后现象,即被磁化罐壁不能达到磁饱和时,检测装置却已经通过了该罐壁区域。被磁化物体远远没有达到磁饱和区域,即处于重度非饱和状态时,我国当前现有的设备无法进行高速漏磁检测[2]。
速度效应可通过麦克斯韦方程来解释。当检测器与被检对象无相对运动,由麦克斯韦方程组和矢量磁位A可得:
检测器以速度v在罐壁上行走时,所产生的感生涡流定义为Jv,表达式如式( 2)[3,4]。
动态情况下即满足:
将公式( 3) 代入式( 1) ,得到动态磁场的矢量微分方程:
式( 4) 中,表示由磁场变化而激发的涡流密度,即缺陷和磁场源空间位置的变化引起的涡流;σv × ( ▽× A) 表示漏磁检测装置移动产生的涡流密度,即磁场与被检对象的相对运动产生的涡流。由此可见速度会引起磁滞后效应与涡流效应,从而改变漏磁检测对缺陷的检测效果。
2 速度效应的有限元仿真分析
2006 年,Yong Li等学者运用数值仿真法对漏磁信号在高速运行环境下的情况做出研究,并指出检测过程中应解决的技术问题[5]。而针对本文所设计的储罐罐壁缺陷漏磁检测爬壁机器人的检测系统,基于Ansoft电磁仿真软件建立了如图1 所示的缺陷漏磁检测系统简化模型: 衔铁、两块永磁、钢板、缺陷、霍尔传感器、band、求解域。采用二维模型分析获得的漏磁信号是单波道的,实际缺陷产生的漏磁信号是多波道的,因此,在数值分析中,通常采用三维有限元法来分析缺陷部位产生的漏磁场[6,7]。衔铁与左右两块钕铁硼永磁铁组成励磁机构,同时也是爬壁机器人的吸附机构。霍尔传感器位于励磁机构的正中位置,紧贴钢板,以获取最佳检测效果。
2. 1 纯磁滞后效应的有限元仿真分析
铁磁性材料磁化从微观角度解释是磁畴的运动,其实质是磁畴壁的迁移和磁畴磁矩的转动的过程。磁畴转向和磁畴壁移动需要一定的时间,若磁化时间缩短到一定程度,会存在部分磁畴壁来不及移动、部分磁畴来不及转向,即磁滞后效应。随着磁化过程缩短,材料的磁化率和磁化强度随之减小,材料内部的磁感应强度减小,材料的相对磁导率减小。磁回路的总磁通是不会改变的,若罐壁磁化率减小、磁阻增大,罐壁内的磁通就会减少,结果势必引起罐壁缺陷漏磁场和背底磁场的增加[8]。
仅考虑速度引起的磁滞后效应,对比分析速度为4 m/min、6 m/min 、20 m/min、30 m/min 、60 m/min时缺陷( 10 mm × 30 mm × 4 mm ) 漏磁场的分布,如图2 所示为不同速度引起磁滞后效应时的缺陷漏磁场分布曲线。
从图2 中发现,速度相对过大之后缺陷漏磁场分量Bx和Bz基本重叠在一起,这与前面所述理论分析的增加趋势并不一致,这是因为有限元软件仿真的计算约束条件为麦克斯韦方程组,仅从关系式上对电磁场的基本规律进行了描述,并未考虑磁化的微观过程。以上结论与文献[6]中的结论相同,文献提出需要结合理论推导、检测实际和试验验证来研究此问题,将在不同巡检速度下被测件的磁导率用等效相对磁导率( 常数) 表示,再在仿真中通过改变被测材料的等效相对磁导率来模拟高速漏磁巡检的磁滞后效应进行分析[9]。而低速运行中的漏磁检测可直接仿真计算。
2. 2 涡流效应的有限元仿真分析
感生涡流大小跟磁通量的变化率成正比,所以涡流效应对漏磁检测的影响程度有待分析。如图3所示是检测速度为4 m/min时考虑了被检钢板材料的涡流效应和没有涡流效应情况下缺陷漏磁场分布曲线。从图中可见,速度为4 m/min时的涡流效应很小,唯有缺陷漏磁场分量Bx、Bz曲线的基准线值略有浮动,对峰值和波峰距离这两个评判缺陷的重要因素几乎没有影响。
3 罐壁缺陷的漏磁检测有限元仿真
根据以上分析,4 m/min速度时可以仿真模拟缺陷的动态漏磁检测,并可以忽略涡流效应。为分析漏磁检测的低速特性,以下对正方形和长方形缺陷进行动态模拟,并加上了纯铁材质的聚磁结构以提高对漏磁场信号的拾取。
图4、图5 所示分别为边长10 mm和15 mm,误差2 mm、4 mm正方形缺陷漏磁场动态仿真分布曲线,曲线在缺陷处变化明显: 缺陷漏磁场分量Bx曲线只在缺陷部分呈现波形起伏,其他部分在某一数值范围波动,且曲线波形多呈双峰状; 分量Bz曲线在缺陷边沿发生突变,其他部分在某一数值范围波动,形成明显的正负双峰状,且曲线向检测器运动的反方向即X轴正方向偏移[10—12],右侧峰最值绝对值大于左侧峰最值绝对值; 虽然缺陷漏磁场分量Bz曲线正负双峰状明显,但正负双峰间距随x方向尺寸的增加而愈不明显,且双峰最值并不够大,在实际检测中容易被噪声淹没。
处于相同磁场位置且尺寸相同的缺陷,漏磁场分量Bx曲线幅值和分量Bz曲线正负双峰最值均随缺陷深度的增加而增加; 处于相同磁场位置且深度相同的缺陷,漏磁场分量Bx曲线幅值和分量Bz曲线正负双峰最值均随缺陷边长的增加而增加,且波峰跨度和波峰间距增加,双峰状愈加明显; 处于相同磁场位置的缺陷,分量曲线基准值相近,而处于磁场正中的缺陷漏磁场曲线基准值越大于其他位置缺陷的漏磁场曲线基准值。
综合仿真分析可见: 低速漏磁检测仍具有很好的检测效果,漏磁场分量Bx曲线和分量Bz曲线特征明显,良好地反应了缺陷部分几何尺寸; 低速的漏磁场信号没有出现高速检测状况下的失真现象,信号具有很可观的有效性。
4 缺陷漏磁检测实验
在设定速度条件下,实验采集了边长10 mm、15 mm的正方形缺陷、长30 mm宽10 mm的长方形缺陷、长10 mm宽30 mm的长方形缺陷的漏磁场信号,实验首先证明了本文设计的漏磁检测样机可以检测到缺陷。
如图6、图7 所示为滤波处理后的正方形缺陷实测漏磁场信号,包括了边长10 mm、15 mm深度2 mm、3 mm、4 mm的正方形缺陷。从图中可见: ①缺陷深度增加其漏磁场信号增强; ②缺陷处于磁场正中的漏磁场信号更大,可见所在磁场位置的影响甚至会大于缺陷深度带来的影响; ③缺陷边长增加,会引起缺陷漏磁场沿磁力线方向范围的扩大,且漏磁场信号增强; ④随着缺陷边长的增加,漏磁场分布曲线波峰变得平滑。在有限元仿真中也得到以上结论,现通过实验得到验证。
如图8 所示为长30 mm宽度10 mm长方形缺陷实测漏磁场信号,从这些图中可见: 对比处于相同磁场位置、具有相同宽度10 mm宽度的正方形与长方形,长方形长度方面的增加会引起漏磁场信号的增强和漏磁场沿磁力线方向范围的扩大。
如图9 所示为长10 mm宽30 mm深2 mm、3 mm、4 mm的长方形缺陷实测漏磁场漏磁场信号,此6 个缺陷均处于磁场正中位置,即相同位置。除已得到的结论,从这些图中可见: ①对比图6 到图8,可见缺陷沿x方向的尺寸越长漏磁场信号峰波越平滑,而长10 mm的长方形缺陷漏磁场分布曲线呈尖锐波形;②同一缺陷,长边平行磁力线与短边平行磁力线两种情况下,前者所产生的漏磁场信号峰值更大;③由于缺陷在y方向尺寸大于霍尔传感器的间距,不只一个霍尔传感器拾取到了缺陷的漏磁场信号。
5 结论
通过对所设计的漏磁检测装置的速度效应进行理论分析,将速度效应分为磁滞后效应与涡流效应,各自做出相应的仿真分析,发现低速时涡流效应微小,并得到低速漏磁检测可以通过软件仿真的结论。在设定速度4 m/min条件下仿真各类缺陷的漏磁检测结果,发现低速状态下漏磁检测有很好的效果,漏磁场磁感应强度曲线特征明显,对于缺陷尺寸有一定的判别价值。最终结合实验的结果,验证了仿真的正确性: 低速漏磁检测具有很好的检测效果,所得信号并未出现失真现象; 结果信号曲线波形明显,规律与静态漏磁仿真一致,信号峰值随缺陷尺寸、深度、磁场位置的变化而改变。
摘要：针对储罐罐壁缺陷的漏磁检测,做出速度效应分析,研究了不同速度时,以及低速时各缺陷的漏磁检测效果。通过速度效应的理论分析,再利用有限元仿真软件分析磁滞后效应与涡流效应,发现缺陷的低速检测结果是可以通过软件模拟的;同时可忽略涡流效应。模拟分析了不同缺陷的低速漏磁检测结果,并得到了很好的结果曲线。最后通过实验证明:4 m/min的速度具有很好的漏磁检测效果。
关键词：储罐罐壁,漏磁检测,速度,动态仿真,实验
参考文献
[1]杨理践,袁希平,高松巍.输气管道漏磁内检测的速度效应分析.管道技术与设备,2013;20(05):19—21Yang L J,Yuan X P,Gao S W.Analysis of the eddy current influence produced by the speed effect in the MFL inspection.Pipeline Technique and Equipment,2013;20(05):19—21
[2] 袁希平.漏磁管道内检测器的速度效应研究与应用.沈阳:沈阳工业大学,2013Yuan X P.Research and application of the speed-effect of magnetic flux leakage pipeline detector.Shenyang:Shenyang University of Technology,2013
[3] 宣建青,陈智军,王平,等.钢轨漏磁检测的速度效应.无损检测,2010;32(10):749—752,772Xuan J Q,Chen Z J,Wang P,et al.Speed effect on rail magnetic flux leakage inspection.Nondestructive Testing,2010;32(10):749—752,772
[4] 宣建青.高速钢轨漏磁无损检测的仿真与实现.南京:南京航空航天大学,2010Xuan J Q.Simulation and system research on high-speed MFL rail testing.Nanjing:Nanjing University of Aeronautics and Astronautics,2010
[5] Yong Li,Gui Yuntian,Ward S.Numerical simulation on magnetic flux leakage evaluation at high speed.NDT&E International,2006;(39):367—373
[6] Huang Zuoying,Que Peiwen,Chen Liang.3D FEM analysis in magnetic flux leakage method.NDT and E International,2006;39(1):61 —66
[7] Chen Liang,Que Peiwen,Huang Zuoying,et al.Three-dimensional finite element analysis of magnetic flux leakage signals caused by transmission pipeline complex corrosion.Journal of the Japan Petroleum Institute,2005;48(5):314—318
[8] 高运来.铁路钢轨裂纹的在线高速漏磁巡检.南京:南京航空航天大学,2013Gao Y L.Magnetic flux leakage technique for rail cracks online high speed detection.Nanjing:Nanjing University of Aeronautics and Astronautics,2013
[9] Katoh M,Nishio K,Yamaguchi T.The influence of modeled B-H curve on the density of the magnetic leakage flux due to a flaw using yoke-magnetization.NDT&E International,2004;37(8):603—609
[10] 吴德会,黄松岭,赵伟,等.油气长输管道裂纹漏磁检测的瞬态仿真分析.石油学报,2009;30(01):136—140Wu D H,Huang S L,Zhao W,et al.Transient simulation analysis on magnetic flux leakage detection of cracks in long-distance oil and gas pipeline.Acta Petrolei Sinica,2009;30(01):136—140
[11] 贾晓媛.基于漏磁原理的钢轨裂纹高速检测.南京:南京航空航天大学,2012Jia X Y.Research on magnetic flux leakage for high speed railtrack detection.Nanjing:Nanjing University of Aeronautics and Astronautics,2012