铝合金焊缝裂纹涡流检测系统设计及试验研究

针对铝合金焊缝表面及近表面裂纹缺陷涡流检测时缺陷信号难于识别问题,开发了基于ARM的铝合金焊缝裂纹涡流检测系统,设计研制了铝合金焊缝涡流检测探头,开展了带有预制裂纹的铝合金焊缝涡流检测试验。试验结果表明:利用研发的铝合金焊缝涡流检测系统及探头能够有效实现对铝合金焊缝表面及近表面裂纹的检测和判别,其中噪声信号阻抗图平行于实部分量轴线,缺陷信号阻抗图呈现"8字"形且和噪声信号具有较大的相位差,具有较高的信噪比。对非铁磁性材料焊缝的涡流检测系统的开发和探头的研制具有一定的工程应用价值。     

飞机发动机燃烧室外套纵向焊缝的超声波检测

某型发动机燃烧室外套 ,曾因其搭接板内表面滚焊缝热影响区产生疲劳裂纹而发生空中爆破 ,造成严重的飞行事故。为确保飞行安全 ,决定用超声检测技术对正在服役的发动机作定期普查监检。1　检测方法1 .1　燃烧室外套及裂纹易出现部位燃烧室外套的形貌示于图 1 ,疲劳裂纹发生的部位及裂纹发展方向示于图 2。疲劳裂纹起始于外套滚焊缝上搭接板内表面的熔合线或热影响区 ,由内表面向外表面扩展。图 1　燃烧室外套图 2　裂纹部位1 .2　标准试块制作试块用电火花刻槽 ,用 2 mm的铜片作电极 ,刻槽宽度为 0 .2 5mm;深度分别为 0 .5,1 .0和 1 .5mm;长…     

电磁超声和涡流组合检测方法

两栖装甲车工作环境恶劣,车体尤其是底部容易破损。提出了一种电磁超声和涡流组合检测的快速方法,利用电磁超声的激励信号在被测金属表面感应的涡流,实现表面和近表面缺陷的涡流检测,无须额外增加专门的涡流线圈及其激励电路。设计了组合检测系统和探头,对带有表面缺陷和内部缺陷的装甲钢试块进行了检测试验。结果表明,该方法可以实现装甲钢试块内部缺陷和表面裂纹的检测,比单一的电磁超声检测或涡流检测能获取更全面的有用信号。     

铁磁性材料的涡流与磁记忆集成检测研究

提出了一种磁记忆和涡流集成检测的快速方法,利用磁记忆和涡流检测信号,实现铁磁性材料表面和近表面应力集中和缺陷的检测,同时设计了集成检测系统和传感器,对模拟试块分别进行了四种状态的检测试验。结果表明,集成方法可以实现铁磁性试块应力集中和裂纹的检测,比单一检测能获取更全面的有用信号。     

超声爬波技术检测薄壁焊缝的试验研究

采用超声横波检测薄壁焊缝表面和近表面缺陷时存在检出率低的问题。分析了爬波的波型特征,制作了带长横孔和刻槽孔和刻槽缺陷的焊缝试块,对薄壁焊缝的爬波检测技术进行了试验研究。结果表明,采用特制的爬波探头检测时,灵敏度满足不同深度缺陷的检出要求,并且对表面和近表面缺陷表现出更好的检出能力。     

Ф12mm不锈钢异型管件涡流检测

对内壁含肋的不锈钢异型管件进行了涡流检测试验。采用外穿过式线圈,通过涡流阻抗平面图分析和数据整理,比较了刻有人工缺陷的不锈钢异型管件和普通管件。结果表明,外穿过式线圈在最佳检测频率时可以检测出异型不锈钢管件表面深0.20mm的周向槽,同时与异型管件内壁宽10mm肋的信号分离,检测结果更可靠。     

铁素体与奥氏体异种钢焊接接头表面开口裂纹的电磁检测

为了研究电磁检测技术检测铁素体与奥氏体异种钢焊接接头表面开口裂纹的能力,制作了Q235R与S30408异种钢横向刻槽对比试样和纵向刻槽对比试样,开展了涡流阵列检测和交流电磁场检测试验。结果表明:涡流阵列检测技术能够检测异种钢焊接接头的横向裂纹和远离铁素体与奥氏体熔合线处的纵向裂纹,但无法检出熔合线处的纵向裂纹;交流电磁场检测技术能够检测熔合线处的纵向裂纹,但无法检测出远离铁素体材料的纵向刻槽;涡流阵列检测技术与交流电磁场检测技术的组合,可以解决铁素体与奥氏体焊接接头的表面开口裂纹的检测问题。     

铝合金熔焊缝表面缺陷阵列涡流检测的仿真和试验

分析了铝合金熔焊缝的特点,通过仿真和试验分析了铝合金熔焊缝不同区域对电导率的影响,以及焊缝表面形状对涡流检测信号的影响。结果表明,采用阵列涡流检测方法可以检测出铝合金熔焊缝表面尺寸为3.0mm×0.2mm×0.3mm的人工槽缺陷。     

核电厂反应堆水池覆面焊缝的阵列涡流检测

核电厂反应堆水池普遍采用不锈钢覆面结构，在建造和运行期间均发生过泄漏现象。从覆面结构特点出发，开展了覆面焊缝的阵列涡流检测试验，主要探讨平面对接焊缝中人工刻槽和孔型缺陷的可检出性。结果验证了阵列涡流用于反应堆水池焊缝缺陷检测的可行性。通过对某电厂在役检测期间的反应堆水池焊缝进行阵列涡流检测，总结了其特点及存在的问题，可为核电厂在役期间水池查漏提供参考建议。     

人工槽宽度对涡流检测信号影响的探讨

涡流检测用对比样棒上表面人工槽的长度、宽度和深度都会影响涡流检测信号的幅值和相位。通过点式涡流探伤系统对两组相同长度和深度但宽度不同的5个表面人工U型刻槽连续检测10次，将10次涡流检测的信号幅值和信号相位数据进行比较分析，得出人工U型槽的宽度对涡流检测信号幅值高度影响较小，涡流检测信号相位值随人工U型槽宽度的增加逐渐递增，为对比样棒上人工缺陷的制作和缺陷尺寸信息分析判断提供理论支撑。     

基于ANSYS仿真分析的管材涡流检测频率优化研究

针对传统的涡流检测激励频率确定方法存在与实际情况不符和难以得到最佳检测频率的问题,基于大型通用有限元软件ANSYS建立了外径19 mm、壁厚2 mm的1Cr18Ni9Ti不锈钢管材涡流检测内插式探头和穿过式探头的仿真模型,根据差动探头的特性,通过计算距人工缺陷不同距离时检测线圈电流的实部IREAL、虚部IIMAG和线圈的阻抗差ΔZ,进而得到缺陷仿真信号,通过比较不同频率下缺陷信号的幅值和相位,确定穿过式探头的最佳检测频率为50 kHz。     

外径<φ3mm的奥氏体不锈钢管材涡流检测技术研究

介绍外径〈Φ３ｍｍ的三种规格奥氏体不锈钢管材的涡流检测技术,包括涡流检测系统的设计、配置,以及通过涡流阻抗平面图分析和数据处理,对检测参数、灵敏度、分辨力和端部效应影响区等的研究。解决了外径〈Φ３ｍｍ管材涡流检测的难题,为制订此类管材涡流检测标准奠定了基础。     

凝汽器不锈钢管双频涡流检测缺陷信号分析

介绍了凝汽器不锈钢管常见缺陷与双频涡流检测阻抗信号间的关系。阐述了双频涡流检测技术的原理。通过试验分析,比较了各种缺陷信号间的差异,结合现场应用中缺陷信号的特征,得出阻抗信号参数与缺陷性质具有紧密关系的结论。试验分析结果不仅对同类型非铁磁性凝汽器管的涡流检测具有指导意义,也对进一步开展双频涡流检测的理论研究和实际应用具有很好的参考价值。     

不锈钢管件裂纹深度的涡流阻抗分析

在利用外穿过式线圈对不锈钢管件进行涡流检测时,发现深度分别为0.10,0.15和0.20 mm的三种裂纹无法利用检测信号的相位角进行识别。针对这一现象,利用阻抗分析方法进行了计算,得出在不同检测频率下,管件表面从0.10～1.90 mm不同深度裂纹的相位角,以及上述无法区分的三种缺陷的幅值。在此基础上,制作了带有人工缺陷的试样管件并对其进行涡流检测。检测结果表明,根据检测信号幅值的大小,可将深度差异为0.05 mm的人工缺陷区分开,且检测结果稳定可靠。     

钢管内壁缺陷涡流检测的机理研究

钢管涡流检测多采用磁饱和技术以抑制磁导率波动引起的信号噪声,检测实践中发现此时内壁缺陷被检出,这与趋肤效应原理相矛盾。建立了含内壁刻槽的钢管磁饱和下的仿真和试验模型,剖析了内壁缺陷检出机理。仿真和试验结果表明:钢管缺陷漏磁场在探头内引起低频响应经相敏检波后被滤除,对信号无作用贡献,内壁缺陷在钢管外壁引起的磁导率畸变是影响信号的真正根源。研究结果明确了磁饱和下钢管涡流检测机理,可望指导钢管的工程实践检测。     

奥氏体不锈钢管磁法检测研究

针对奥氏体不锈钢管在出厂前可能存在的横、纵裂纹对在役过程中的安全使用存在的巨大威胁,提出了一种基于地磁场环境下的磁法检测技术。通过对试验样管的内外壁制作人工刻槽,并且根据钢管的特殊形态,建立合适、稳定的阵列式检测装置的方式进行试验研究。通过对磁传感器采集到的磁场强度进行差分处理分析,并实现了二维成像。试验结果表明,磁法检测对该不锈钢管的外表面刻槽具有很好的检测效果,对该壁厚样管的内部刻槽也能很好地检出。同时,该成像方法能够直观地表示出缺陷的具体位置,为缺陷的判定带来便捷。     

An artificial neural network for eddy current testing of austenitic stainless steel welds

An artificial neural network is presented for on-line eddy current testing of austenitic stainless steel welds. Time-domain parameters that are functions of digitized in-phase and quadrature components of probe impedance are used as input to the neural network and the network output, in depth units, is evaluated and displayed continuously. The neural network is trained to recognize disturbing variables such as variations in weld microstructure, lift-off and edge-effect as well as notches of different depth. The neural network is able to detect and characterize longitudinal and transverse surface-breaking notches, despite the presence of disturbing variables.     

奥氏体不锈钢换热器管的涡流检测

介绍采用双频涡流技术检测奥氏体不锈钢换热器管。在对比样管上的检测试验发现,样管上的相位-壁厚减薄曲线与各类文献中的缺陷标准曲线存在较大差异。比较了自然缺陷与人工缺陷信号间的差异,分析了因换热器管在制造过程中形成的台阶状壁厚变化导致的伪缺陷信号。利用幅-相报警功能可辅助监控被检区域。结果表明,涡流检测速度快、成本低,可有效应用于奥氏体不锈钢换热器管的检测。     

基于有限元仿真的核电站传热管涡流检测

核电是公认的清洁能源,但核电安全问题日益引起人们的高度关注。采用有限元仿真的方法研究了核电站蒸汽发生器传热管缺陷特征与涡流阻抗信号之间的关系。利用内穿式差动Bobbin线圈对传热管缺陷进行了数值模拟检测。研究了缺陷形状结构对缺陷信号特征的影响,分析了检测频率、裂纹宽度和裂纹深度对缺陷信号特征的影响。通过对仿真试验结果的分析,发现不同缺陷结构、不同缺陷宽度、不同缺陷深度及不同检测频率对涡流阻抗信号影响具有各自明显的规律。该研究成果对核电站在役管道的涡流无损检测具有重要的实用价值和理论意义。