王靜,凌元錦

(青島科技大學環(huán)境與安全工程學院,山東青島266042)

壓力容器是現(xiàn)代工業(yè)生產中的重要組成部分之一。為了保障設備在運行過程中能夠穩(wěn)定運行,需要對壓力容器進行定期的檢查[1-2]。壓力容器內部通常會覆蓋奧氏體不銹鋼層,來增加壓力容器的耐腐蝕性,但是當含氯離子的流體流入壓力容器時,壓力容器內部也會很容易產生點蝕[3-4]。因此,無損檢測對于檢查壓力容器內表面的完整性和設備的安全運行來說就顯得尤為重要。無損檢測是在不損害或不影響被檢測對象使用性能的前提下,采用渦流、超聲等檢測技術來判斷被檢對象內部結構、狀態(tài)與性質的檢測技術的總稱[5]。

渦流檢測是檢測此類缺陷的一種潛在方法。渦流檢測對工件表面上或附近的缺陷具有很高的檢測靈敏度,并且在一定范圍內具有良好的線性指示[6]。但是,由于奧氏體不銹鋼焊縫的表面比較粗糙,在進行渦流檢測時會產生高水平的噪音。當缺陷的尺寸較小時,噪聲信號將會覆蓋渦流缺陷信號,從而導致測試結果出錯。為了更加準確地評估缺陷的檢出概率,有必要更概率地量化渦流探頭的檢測能力,以便進行后續(xù)分析。

為了解決這一問題,缺陷檢出概率(POD)被使用來量化渦流探頭的檢測結果。POD的主要概念是在給定的檢測條件和工藝下,能夠檢測出某一缺陷尺寸范圍的可能性,它代表了無損檢測方法缺陷檢測的能力[7-9]。POD 不僅有助于量化非破壞性測試方法,而且有助于基于風險的維護[10-11]。傳統(tǒng)的POD 模型是定義缺陷檢測信號大于預定義決策閾值,則說明該缺陷可以被檢測出。但是,POD 曲線會隨決策閾值的變化而發(fā)生改變,沒有明確的理由說明哪一個決策閾值是合理的。

在此背景下,本工作中提出了一種新的POD模型,該模型對傳統(tǒng)的POD 模型進行改進,不是定義固定的決策閾值去評估缺陷的檢出能力,而是采用隨機選取決策閾值的方法。所提出的方法可以使缺陷檢測能力不受主觀因素影響而呈現(xiàn)出POD 曲線的唯一性。在本研究中,制備了6塊覆蓋奧氏體不銹鋼包層的焊接板樣品,板上被鉆有43個不同尺寸的人工鉆孔,來模擬大型壓力容器內表面上的腐蝕點。實驗結果表明,本工作提出的新的POD 模型對于評估渦流探頭在奧氏體不銹鋼中缺陷的檢測能力更為合理。

1 樣品制備和渦流檢測

1.1 板樣品的制作

這項研究制備了9塊板狀樣品,板表面覆蓋了奧氏體不銹鋼層,以模擬大型壓力容器的內壁。由于奧氏體不銹鋼材料價格較高,而且制造的過程中有許多不同于低合金鋼和碳素鋼的特殊要求,綜合各種條件考慮,所以本工作中板樣品采用了復層為奧氏體不銹鋼的鋼板作為樣品。圖1說明了板樣品的具體細節(jié)。樣品的基層金屬是鋼板(SM490 或ASTM A387 Gr22),其長度為251～401 mm,寬度為112～175 mm。覆蓋層材料為US-B309L,厚度約5 mm。焊縫的寬度為50～70 mm。6個板樣品上被鉆有不同直徑和深度的人工鉆孔(如圖1 所示),以模擬壓力容器內部的點蝕。樣品包含的鉆孔的數(shù)量取決于焊接板樣品的尺寸。表1列出了與每對直徑和深度相對應的鉆孔數(shù)量,總共制備了85個鉆孔。鉆孔之間的間距為30 mm(如圖1 所示)。在本實驗中,還準備了3塊無缺陷的板樣品作為對照組,以獲取噪聲數(shù)據(jù)。

圖1 奧氏體不銹鋼樣品Fig.1 Sample of Austenitic stainless steel

表1 鉆孔的數(shù)量Table 1 Number of drilled holes /mm

1.2 渦流檢測

渦流檢測實驗中使用了均勻渦流探頭和商用渦流測試儀(aect-2000N,日本大阪)來采集數(shù)據(jù)。探頭的尺寸如圖2所示。檢測過程中采用的激勵頻率為100 k Hz。在檢測過程中渦流檢測探頭被固定在XYZ平臺上,探頭距板平面的垂直高度為1 mm,由電腦控制平臺來回移動探頭掃描檢測區(qū)域,通過探頭掃過掃描區(qū)域而獲取缺陷信號,然后由AD 轉換器將采集的信號以數(shù)據(jù)的形式呈現(xiàn)在電腦上。探頭的掃描區(qū)域是一個以鉆孔為中心的30 mm×30 mm 正方形區(qū)域(如圖1所示)。掃描的間距在樣品的橫向和縱向分別為500和100μm。

圖2 探頭的尺寸示意圖Fig.2 Schematic of probe size

在實驗之前,需要對儀器進行校準,以使渦流檢測探頭在標準材料板(耐腐蝕合金Inconel600)上分別由長度、深度和寬度分別為20、5、0.5～0.6 mm的人造焊縫引起的最大信號變?yōu)?.0 V 和0°。校準使得在人工縫隙處的最大振幅控制在10 mm×10 mm的正方形區(qū)域中。因此,由于缺陷引起的信號包含在圍繞鉆孔的10 mm×10 mm 正方形區(qū)域中。然后,以相同的方式提取噪聲。

2 POD 分析

這項研究采用了兩種POD 模型:傳統(tǒng)POD 模型和新提出的POD 模型。

傳統(tǒng)POD模型采用的是vsa方法,這種方法適用于數(shù)量較少的樣本。此方法假定裂紋尺寸(a)和信號幅度)之間呈線性關系。然后,為了獲得合適的表達式來表達它們之間的相關性,通常采用對數(shù)變換來滿足它們之間的線性關系。關系可以寫成

其中ε是噪聲項,均值為零且標準偏差為σ的正態(tài)分布。β0,β1,σ是通過簡單的回歸分析獲得。vsa方法是當缺陷信號幅值超過給定的決策閾值時,則說明缺陷可以被檢測出,即P(a)＝P(≥)。該方法具體的過程和詳細信息可以在USDOD 和ASM 手冊中找到[8-9]。

這項研究中,提出的新POD 模型使用隨機決策閾值,而不在使用固定決策閾值()來評估檢測信號超過噪聲信號的概率。該模型第一步需要分別評估缺陷信號和噪聲信號的分布。第二步假定裂紋尺寸(a)和信號幅度(^a)之間呈線性關系。然后,選擇合適的表達方式來表達它們之間的相關性,本工作中所有數(shù)據(jù)均采用了對數(shù)變換。第三步是在一個缺陷參數(shù)下隨機和獨立的分別從缺陷函數(shù)的分布和噪聲的分布中抽取一個樣本數(shù)據(jù)。比較兩個數(shù)據(jù)的大小以確定缺陷是否可以被檢測出來。如果缺陷信號大于噪聲信號,則將其記錄為“命中”,否則將其記錄為“未命中”。最后,在一個缺陷參數(shù)下,隨機抽取n次并比較n次抽取數(shù)據(jù)的大小以評估“命中”的概率。在本工作中,隨機抽樣和獨立比較一百萬個樣本,最終值趨于穩(wěn)定。則該比率即為某一缺陷參數(shù)下的POD 值。

3 結果與討論

圖3～4總結了傳統(tǒng)POD 分析的結果。在本研究中,所有缺陷參數(shù)和信號幅值均被做了對數(shù)變換,評估缺陷參數(shù)和信號幅值之間的線性關系,如圖3(a)和圖4(a)所示。這里值得注意的是圖3～4中在計算傳統(tǒng)POD 曲線時均選取的是95%的噪聲作為決策閾值。圖3(b)揭示了信號幅值與參數(shù)深度之間的關系,從中可以觀察到深度作為缺陷參數(shù)是不可靠的,因為它存在較大的置信區(qū)間。相反,圖4(b)顯示的缺陷直徑作為參時,直徑和信號幅值的置信區(qū)間要窄得多。因此,這就暗示直徑作為參數(shù)更合理。為了進一步確認使用單個直徑作為參數(shù)是否合理,所以進行了進一步的評估,評估了參數(shù)對信號幅度的影響程度。表2總結了當直徑作為參數(shù)時,檢出概率的數(shù)值。從表2中可以發(fā)現(xiàn),當直徑作為參數(shù)時,直徑大于3 mm 時,無論深度如何變化,缺陷引起的信號總是大于噪聲的最大幅值,說明缺陷可以被檢測出來。實驗結果表明直徑作為參數(shù)是合理的,并且深度對檢出概率影響可以忽略。

圖3 缺陷深度與信號幅值之間的關系變化Fig.3 Results of regression and POD analysis when the depth was used as a parameter

圖4 缺陷直徑與信號幅值之間的變化關系Fig.4 Uniform probe results of regression and POD analysis when the diameter was used as a parameter

表2 缺陷的檢出比例Table 2 Ratio of detected drill holes /mm

圖5是選取的是不同決策閾值下傳統(tǒng)POD 曲線的變化,從圖5中可以發(fā)現(xiàn),隨著決策閾值的變化POD 曲線也發(fā)生了明顯的改變。圖6是使用新模型計算獲得的POD 曲線。圖4和圖6結果表明本工作提出的新的POD 模型評估渦流探頭對奧氏體不銹鋼中缺陷的檢測效果更好。

圖5 不同決策閾值下的傳統(tǒng)POD曲線Fig.5 Traditional POD curve under different decision thresholds

圖6 新提出的POD曲線Fig.6 Novel proposed POD curve

4 結語

提出了一種基于隨機決策閾值的新的POD 模型,用于評估渦流探頭在奧氏體不銹鋼中缺陷的檢測能力。提出的新模型是對傳統(tǒng)的POD 模型的改進,采用隨機選取決策閾值的方法,不受主觀因素的影響,檢測結果呈現(xiàn)出一條獨立的POD 曲線。實驗結果表明,該模型評估渦流探頭在奧氏體不銹鋼中缺陷的檢測能力更為合理,優(yōu)于傳統(tǒng)POD 模型。