胡德洲,左憲章,李 偉,張玉華

(軍械工程學院無人機工程系,河北 石家莊 050003)

·紅外技術(shù)及應(yīng)用·

鋼板表面腐蝕的脈沖渦流熱成像檢測研究

胡德洲,左憲章,李 偉,張玉華

(軍械工程學院無人機工程系,河北 石家莊 050003)

鋼鐵腐蝕是威脅工業(yè)安全生產(chǎn)的重要原因之一,采用脈沖渦流熱成像缺陷檢測技術(shù)對鋼板表面腐蝕進行了檢測和評估。用二維感應(yīng)加熱模型分析了腐蝕表面幾何形狀對感應(yīng)加熱溫度分布的影響,根據(jù)實驗結(jié)果提取腐蝕缺陷的表面溫度均方根對腐蝕程度進行表征,并研究了涂層對鋼板腐蝕程度評估的影響。用主成分分析法、因子分析法和脈沖相位法重構(gòu)感應(yīng)加熱紅外圖像,提高了腐蝕缺陷的識別能力和腐蝕程度的評估能力。

感應(yīng)加熱；熱成像；腐蝕檢測；特征提取

1 引 言

鋼鐵材料具有優(yōu)異的物理性能和機械強度,在船舶、油氣管道、航空航天、核電站等工業(yè)領(lǐng)域得到了廣泛的應(yīng)用。由于經(jīng)常工作在比較惡劣的環(huán)境下,腐蝕成為鋼鐵常見的缺陷之一,導致材料的變薄、穿孔,給設(shè)備的使用壽命和人員安全帶來了嚴重隱患。近年來,一些新的無損檢測技術(shù)迅速發(fā)展,如熱波檢測、渦流檢測、聲發(fā)射技術(shù)等[1-3],對腐蝕缺陷進行檢測和腐蝕程度作出評估,極大地提高了設(shè)備的安全性和可靠性。

脈沖渦流熱成像無損檢測技術(shù)結(jié)合了渦流檢測和熱波檢測的優(yōu)勢,通過渦流加熱的激勵方式,直接在金屬內(nèi)部產(chǎn)生熱量,由表面溫度分布的紅外圖像來實現(xiàn)導電材料表面、近表面缺陷的檢測,具有加熱效率高、無表面接觸、單次檢測面積大、檢測結(jié)果直觀的特點,適用于缺陷的實時在線檢測,受到了國內(nèi)外學者的廣泛關(guān)注。K.Kobayashi等采用感應(yīng)加熱對鋼筋混凝土內(nèi)部腐蝕進行了檢測[4],Seunghoon Baek等研究了混凝土厚度和鋼筋的腐蝕程度等參數(shù)對混凝土感應(yīng)加熱表面溫升的影響規(guī)律[5]。英國紐卡斯爾大學的田貴云研究團隊對鋼板的表面腐蝕進行了一系列的研究,利用模型分析了腐蝕區(qū)域物理參數(shù)變化對感應(yīng)加熱結(jié)果的影響[6],并用主成分分析法提高了實際腐蝕缺陷的識別效果[7]。以上研究說明,通過表面溫度可以實現(xiàn)腐蝕缺陷的檢測,并具有定量分析的能力。

由于腐蝕脫落等原因,腐蝕缺陷的形成和發(fā)展伴隨著腐蝕表面幾何形狀的變化,引起鋼鐵表面粗糙度的增加,腐蝕的表面粗糙度可以在感應(yīng)加熱的溫度輪廓曲線上得到反映[8]。本文通過有限元模型分析了腐蝕脫落對感應(yīng)加熱表面溫度分布的影響,以表面溫度輪廓均方根為特征量,對鋼板有涂層和無涂層的腐蝕缺陷進行評估,研究了主成分分析法、因子分析法和脈沖相位法三種圖像處理算法對提高腐蝕缺陷識別能力和評估能力的可行性。

2 基本理論

感應(yīng)加熱伴隨著渦流產(chǎn)生、渦流加熱、熱擴散三個物理過程,涉及渦流場和溫度場兩個物理場。感應(yīng)加熱渦流場的控制方程可由Maxwell方程組推導得出：

(1)

感應(yīng)渦流總是分布在導體表面,并由表面沿導體深度方向按指數(shù)規(guī)律衰減,當渦流密度降低為表面的1/e時距離表面的深度稱為趨膚深度,其計算公式為：

(2)

式中,δ為趨膚深度;f為激勵電流頻率;μ為磁導率;σ為電導率。

根據(jù)焦耳定律,產(chǎn)生的渦流將部分轉(zhuǎn)化為焦耳熱,產(chǎn)生的熱量Q正比于渦流密度Je和電場密度E：

(3)

式中,σ為材料電導率。

產(chǎn)生的焦耳熱Q將會在材料內(nèi)部傳播,其傳播規(guī)律遵循能量守恒定律和傅里葉熱擴散定律：

(4)

式中,ρ，Cp，k分別為材料的密度、熱容量和熱導率。

3 仿真分析

3.1 模型建立

為研究腐蝕表面幾何形狀對腐蝕缺陷檢測的影響,首先對鋼板的腐蝕缺陷進行仿真分析。仿真模型需要對感應(yīng)加熱渦流場和溫度場進行耦合。本文通過有多物理場分析軟件COMSOLMultiphysic3.5a的AC/DC模塊,對鋼板長度方向截面建立了感應(yīng)加熱二維有限元模型,如圖1所示。圖1(a)為模型的整體視圖。鋼板長100mm,厚5mm；腐蝕區(qū)域位于鋼板表面中心位置,腐蝕長30mm,深1mm；正方形感應(yīng)線圈位于鋼板中央,橫截面寬度10mm,長80mm,提離2mm；激勵電流幅值為350A,頻率為256kHz；加熱200ms,初始溫度為293K。腐蝕脫落區(qū)域A的示意圖及幾何參數(shù)如圖1(b)所示。鑒于實際腐蝕表面幾何形狀的特點[9],對實際問題進行了簡化：腐蝕中心區(qū)域A設(shè)置為腐蝕脫落區(qū)域,兩側(cè)為腐蝕未脫落區(qū)域；用三角形區(qū)域模擬了腐蝕的脫落,三角形的高d的大小模擬腐蝕的脫落程度。表1給出了仿真參數(shù)[6]。由式(2)計算鋼板和腐蝕的趨膚深度分別為0.059 mm和0.575 mm。

圖1 仿真模型

參 數(shù)鋼 板腐 蝕電導率/(S·m-1)4.68×1060.75×106相對磁導率604密度/(kg·m-3)78505242比熱容/(J·kg-1·K-1)475100熱導率/(W·m-1·K-1)44.50.6

3.2 仿真結(jié)果分析

圖2為加熱100 ms腐蝕及附近無缺陷區(qū)域的溫度分布情況,可以發(fā)現(xiàn),腐蝕區(qū)域溫度高于兩端的無缺陷區(qū)域,腐蝕脫落導致腐蝕區(qū)域出現(xiàn)局部低溫分布,隨著腐蝕脫落程度的增加,腐蝕脫落區(qū)域溫度逐漸降低。文獻[10]指出,這是感應(yīng)加熱渦流分布不均引起：由于腐蝕脫落深度d與感應(yīng)渦流的趨膚深度相當,在腐蝕脫落區(qū)域底部渦流密度較大,溫度升高較快,而其他位置渦流密度較小,因此表現(xiàn)為局部低溫。

圖2 腐蝕區(qū)域溫度分布(100 ms)

為進一步分析不同程度的腐蝕脫落對感應(yīng)加熱溫度分布的影響,比較了腐蝕脫落區(qū)域和未脫落區(qū)域溫度的差異,如圖3所示。其中,k為腐蝕未脫落區(qū)域溫度與腐蝕脫落區(qū)域表面溫度均值的比值?？梢钥闯?二者溫度差異最大位于加熱早期,隨著加熱時間的增加,熱量向周圍擴散,k值逐漸減小,最后趨于平穩(wěn)。

圖3 不同程度腐蝕脫落k值比較

通過仿真分析可以發(fā)現(xiàn),鋼板存在腐蝕缺陷時,腐蝕區(qū)域溫度會高于無缺陷區(qū)域。在腐蝕缺陷區(qū)域,腐蝕脫落引起表面幾何形狀的變化會導致感應(yīng)加熱形成局部低溫,隨著脫落程度的增加,腐蝕脫落區(qū)域與未脫落區(qū)域溫度差異逐漸增大,并且在感應(yīng)加熱初期表現(xiàn)更加顯著。對于實際腐蝕缺陷,腐蝕時間越久,腐蝕脫落現(xiàn)象越嚴重,導致感應(yīng)加熱時腐蝕區(qū)域表面溫度發(fā)生變化,因此可以通過表面溫度分布實現(xiàn)腐蝕程度的評估。

4 實驗研究

4.1 實驗設(shè)計

為驗證仿真結(jié)果的正確性,對相同尺寸的不同腐蝕程度的鋼板進行感應(yīng)加熱實驗研究。腐蝕試件的制作過程為：使用黑色塑料帶覆蓋鋼板,剩余中間30 mm×30 mm的區(qū)域,將試件放置在海洋大氣環(huán)境中,分別暴露1個月、3個月、6個月,在未覆蓋塑料帶區(qū)域便形成了不同程度的大氣腐蝕?？紤]到在實際工業(yè)應(yīng)用中,鋼鐵材料表面經(jīng)常會帶有涂層,實驗中用非導電涂料對部分腐蝕試件覆蓋,對無涂層的腐蝕缺陷和有涂層的腐蝕試件分別進行了研究。實驗系統(tǒng)如圖4所示。圖5給出了暴露時間為3個月的無涂層和有涂層的腐蝕試件,圖5(b)中方框內(nèi)為腐蝕區(qū)域。實驗中試件參數(shù)和激勵條件與仿真相同,加熱200 ms,冷卻300 ms,熱像儀圖像幀頻為200 Hz,共記錄100幀圖像。

圖4 脈沖渦流熱成像實驗系統(tǒng)

圖5 暴露3個月的腐蝕試件

4.2 實驗結(jié)果分析

圖6給出了加熱25 ms時無涂層試件的表面溫度分布,圖7為加熱200 ms時腐蝕6個月有涂層和無涂層的表面溫度分布?？梢钥闯?腐蝕區(qū)域出現(xiàn)了局部高溫分布,與仿真結(jié)果相一致；由于感應(yīng)加熱鄰近效應(yīng)的存在,腐蝕區(qū)域溫度分布不均勻,靠近線圈附近溫升較大；腐蝕程度的增加引起腐蝕表面溫度輪廓粗糙度的增加,不同程度腐蝕表面溫度分布在感應(yīng)加熱早期差異很明顯；加熱時間增加時表面溫度分布逐漸均勻,這是熱量的橫向擴散引起；涂層的存在會使得熱量分布更加均勻,降低了腐蝕缺陷的識別能力。

4.3 特征提取

仿真和實驗結(jié)果均表明,腐蝕脫落導致了腐蝕區(qū)域感應(yīng)加熱溫度輪廓粗糙度的增加,腐蝕脫落程度可由表面溫度輪廓的粗糙度來反映。采用腐蝕區(qū)域溫度輪廓的均方根值R來描述溫度輪廓的粗糙程度。腐蝕區(qū)域第i行溫度輪廓的均方根值Ri為：

圖6 加熱25 ms時試件表面溫度分布

圖7 加熱200 ms時腐蝕6月試件表面溫度分布

(i=1,2,3…,n)

(5)

(i=1,2,3,…,n)

(6)

式中,T(i,j)表示溫度值;Tmax(i,j)為第i行溫度最大值。通過計算溫度比值,避免了感應(yīng)加熱溫度升高對均方根R的影響。

最后可得腐蝕區(qū)域溫度輪廓的均方根值R：

(7)

通過取均值,減小了隨機誤差的影響。

圖8 均方根R隨時間變化規(guī)律

圖8為無涂層和有涂層兩種情況下腐蝕區(qū)域均方根R隨時間變化規(guī)律?？梢钥闯?與仿真結(jié)果類似,腐蝕區(qū)域溫度輪廓粗糙度最大值出現(xiàn)在加熱早期,隨著加熱時間的增加,R逐漸減小,冷卻階段R迅速趨于平穩(wěn)；腐蝕程度越大,均方根R值越大,最大值出現(xiàn)在50ms左右；涂層會導致R的減小,但在加熱早期仍然可以區(qū)分不同程度的腐蝕。

5 圖像重構(gòu)

為提高腐蝕缺陷的識別能力和腐蝕程度的評估能力,選用了主成分分析法[11]、因子分析法[12]和脈沖相位法[13]三種圖像處理方法對感應(yīng)加熱的紅外圖像序列進行重構(gòu)。其中,主成分分析法和因子分析法為統(tǒng)計學分析方法,主成分分析法的基本思想是將主成分表示為各個變量的線性組合,而因子分析法的基本思想是將變量表示為各個公因子的線性組合；脈沖相位法是一種基于傅里葉變換的頻域分析方法,重構(gòu)后得到的相位圖可以減少環(huán)境輻射、不均勻加熱等因素的影響。

由三種圖像分析的算法特點可知,越靠前的主成分和公因子所包含的原始圖像的信息量越大,高階的主成分圖像和公因子圖像以及相位圖像的高頻分量往往含有較大的噪聲。因此,主成分分析法選取了前4個主成分圖像進行分析,因子分析法所選用的公因子圖像數(shù)目為4,脈沖相位法分析了頻率小于12.5Hz的相位圖像。由于三種方法重構(gòu)的圖像數(shù)目較多,只對每種方法得到的圖像中視覺效果最好的一幀圖像進行了分析。

圖9和圖10分別給出了腐蝕6個月時無涂層和有涂層腐蝕試件采用三種方法計算得到的重構(gòu)圖像?？梢钥闯?與原始紅外圖像相比,重構(gòu)后的圖像有效提高了腐蝕缺陷的識別能力,受不均勻加熱影響較小,并且提高了腐蝕缺陷的識別范圍。

圖9 無涂層腐蝕缺陷重構(gòu)圖像

圖10 有涂層腐蝕缺陷重構(gòu)圖像

圖11給出了不同程度腐蝕經(jīng)過圖像重構(gòu)后得到的最佳圖像腐蝕區(qū)域均方根R隨腐蝕程度的變化規(guī)律?？梢钥闯?隨著腐蝕程度的增加,均方根R逐漸增大,重構(gòu)后的圖像在提高腐蝕缺陷的識別能力的同時,保留了對腐蝕程度的評估能力。由主成分分析法得到的重構(gòu)圖像對有涂層和無涂層兩種情況下不同程度的腐蝕均可以取得很好的評估效果；因子分析法受涂層影響較大,有涂層時R迅速降低；脈沖相位法作為頻域分析方法,受涂層的影響很小。

圖11 三種圖像重構(gòu)方法均方根R比較

6 結(jié) 論

通過建立感應(yīng)加熱二維模型,分析了腐蝕脫落對腐蝕區(qū)域溫度分布的影響。以腐蝕區(qū)域溫度分布的均方根為特征量,研究了腐蝕區(qū)域溫度粗糙度隨時間的變化規(guī)律。通過圖像重構(gòu),提高了腐蝕缺陷的檢測能力和腐蝕程度的評估能力。經(jīng)過以上分析,可以得出結(jié)論如下：

(1)腐蝕區(qū)域在感應(yīng)加熱過程中相對于無缺陷區(qū)域溫升較大,其表面幾何形狀的變化會引起腐蝕區(qū)域局部低溫分布,由此可對不同程度腐蝕進行評估。

(2)腐蝕區(qū)域溫度均方根最大值出現(xiàn)在感應(yīng)加熱初期,此時比較適合對腐蝕程度進行估計,涂層的存在會減小表面溫度的粗糙度,降低腐蝕缺陷的識別能力。

(3)采用主成分分析法、因子分析法和脈沖相位法重構(gòu)的圖像均可以提高腐蝕缺陷的識別能力和腐蝕程度的評估能力,但因子分析法受涂層影響較大,脈沖相位法基本不受涂層影響。致 謝：本研究中的實驗數(shù)據(jù)是作者在英國紐卡斯爾大學無損檢測實驗室實驗獲得,作者特對該實驗室提供的實驗系統(tǒng)、試件及實驗條件表示感謝。

[1] Liu Z,Genest M,Krys D.Processing thermography images for pitting corrosion quantification on small diameter ductile iron pipe[J].NDT & E International,2012,47:105-115.

[2] He Y,Tian G,Zhang H,et al.Steel corrosion characterization using pulsed eddy current systems[J].Sensors Journal,IEEE,2012,12(6):2113-2120.

[3] HOU Suxia,LUO Jijun,ZHANG Qinghua,et al.Analysis corrosion dots of steam generator tues based on acoustic emission technique[J].Atomic Energy Science and Technique,2010,44(3):315-319.(in Chinese) 侯素霞,羅積軍,張清華,等.基于聲發(fā)射技術(shù)的蒸汽發(fā)生器傳熱管點電腐蝕研究[J].原子能科學技術(shù),2010,44(3):315-319.

[4] Kobayashi K,Banthia N.Corrosion detection in reinforced concrete using induction heating and infrared thermography[J].Journal of Civil Structural Health Monitoring,2011,1(1-2):25-35.

[5] Baek S,Xue W,Feng M Q,et al.Nondestructive corrosion detection in RC through integrated heat induction and IR thermography[J].Journal of Nondestructive Evaluation,2012,31(2):181-190.

[6] Yunze He,Gui Yun Tian,Li Xiang Chen,et al.Parameters influence in steel corrosion evaluation using PEC thermography[C]//Automation and computing(ICAC),2011 17th international conference on IEEE,2011:255-260.

[7] Gui Yun Tian,Yunze He,LiangCheng,Paul Jackson.Pulsed eddy current thermography fo corrosion characterization[C]//International Journal of Applied Electromagnetics and Mechanics 2012,(39):269-276.

[8] He Y,Tian G,Cheng L,et al.Corrosion characterisation under coating using pulsed eddy current thermography[C]//50th Annual Conference of The British Institute of Non-Destructive Testing,Telford,UK:2011.

[9] Komorowski J P,Forsyth D S,Simpson D L,et al.Probability Of Detection Of Corrosion In Aircraft Structures[C]//RTO AVT Workshop-Airframe Inspection Reliability under Field/Depot conditions,Brussels,Belgium,May 1998 and RTO MP,1998,10.

[10]Wally G,Oswald-Tranta B.The influence of crack shapes and geometries on the result of the thermo-inductive crack detection[C].Proceedings of SPIE,the International Society for Optical Engineering.Society of Photo-Optical Instrumentation Engineers,2007:654111.1-654111.8.

[11]Yin A,Gao B,G Yun Tian,et al.Physical interpretation and separation of eddy current pulsed thermography[J].Journal of Applied Physics,2013,113(6):064101-1-064101-8.

[12]LI Zheng,GUO Xingwang.Factor analysis used in pulsed infrared thermographic NDT[J].Journal of Beijing University of Aeronautics and Astronautics,2010,36(5):622-626.(in Chinese) 李政,郭興旺.因子分析法在脈沖紅外無損檢測中的應(yīng)用[J].北京航空航天大學學報,2010,36(5):622-626.

[13]Y Z He,G Y Tian,M C Pan,et al.Eddy current pulsed phase thermography and feature extraction[J].Applied Physics Letters,2013,103(8):084104-1-084104-4.

Study of steel surface corrosion detection with pulsed eddy current thermography

HU De-zhou，ZUO Xian-zhang,LI Wei，ZHANG Yu-hua

(Department of UAV Engineering，Ordnance Engineering College,Shijiazhuang 050003,China)

Steel corrosion is one of the most serious problems for industrial safety. In this paper,steel surface corrosion is detected and evaluated by pulsed eddy current thermography. A two-dimension inductive heating model is built to analyze the influence of corrosion geometry on its surface temperature distribution. Corrosion extent is then characterized by the root mean square of the surface temperature base on experiment data. The effect of coat on the steel corrosion extent is also studied. With principal component analysis method,factor analysis method and pulse phase analysis method,the infrared images of the steel samples are reconstructed to improve the abilities of corrosion recognition and corrosion extent evaluation.

inductive heating; infrared thermography; corrosion detection; feature extraction

1001-5078(2015)02-0144-06

國家自然科學基金項目(No.51307183)資助。

胡德洲(1990-)，男，漢族，碩士研究生，從事電磁熱成像無損檢測方面的研究。E-mail：hdz199075@sina.cn

2014-06-11

TG115.28

A

10.3969/j.issn.1001-5078.2015.02.006