用于金属管材裂纹检测的涡流加载线圈设计

发布日期：2017-06-26 23:47　　　浏览次数：次

1 引言1

随着科学技术的不断发展，金属管道输送系统已广泛应用于石油、冶金及化工等领域中。由于管道的工作环境复杂，易被腐蚀造成泄漏事故，因此金属管线有必要进行定期检测[1-4]。

电磁声发射技术是近年出现的一种新型无损检测技术，它通过在被检金属管道外施加高频电磁场，使得被检导体管道中感应出电涡流，当管道中存在裂纹缺陷时，涡流将在缺陷周围改变流动方向，并产生集中现象，同时，缺陷区域将受到洛伦兹力的作用产生较大幅值的应力波。通过压电换能器或电磁声换能器对该应力波进行检测，即可得到缺陷的相应信息。文献[5, 6]对采用直接加载和涡流加载的金属板电磁声发射检测进行了深入的分析和实验，证实了电磁激励对于金属板材缺陷无损检测的有效性。

对金属材料的局部电磁加载激发应力波，并以此来检测金属结构中的缺陷，可以做到对特定区域的检测而避免对结构的整体加载，该方法对飞机航行器、油气储罐等大型金属结构中缺陷的检测具有巨大的发展潜力[7]。

本文通过建立金属管材裂纹的有限元模型，分析涡流加载线圈结构、尺寸和激励电流参数的变化对于电磁加载效果的影响，并设计高效的涡流加载线圈，为电磁声发射技术应用于金属管道检测提供理论依据。

2 涡流加载的建模与仿真

对于金属管道的裂纹检测，简单的把管道表面视为平面进行处理，将产生较大的误差[8]，因此基于平板导体的涡流激励仿真结果无法直接应用于管道的涡流加载中。

2.1 金属管道涡流加载的求解模型建立

通常金属裂纹的实际界面并不是单一平面，本文建立了体现裂纹粗糙界面形貌的金属管道裂纹模型，图1 为金属管道涡流激励模型及剖分结果的三维视图。金属管道厚度为10mm，长度为400mm，外径为100mm，在管道外侧中心预制1mm×20mm×10mm 的裂纹，在裂纹上方区域放置半径为20mm的曲面螺旋线圈。

2.2 金属管道涡流加载的有限元分析

以曲面螺旋形线圈作为加载线圈，在线圈中通入频率为1kHz 幅值1A 的交变电流，即可在金属管道上感应出涡流，当加载线圈位于裂纹上方时，所得到的涡流分布如图2 所示。涡流在裂纹的两个尖端均存在明显的集中现象。图3 为电磁加载作用下裂纹区域的磁通密度分布。图4 为洛伦兹力作用下裂纹的形变云图。由此可见，在电磁加载的作用下，裂纹将受到较强的洛伦兹力，进而激发出大幅值的应力波。

3 不同电磁加载参数对涡流加载的影响

在电磁声发射检测中，涡流加载的目的是使得裂纹尖端产生电流集中效应，进而激发出应力波。加载线圈的参数对于涡流加载效果有着重要的影响。

3.1 线圈形状对比

涡流的分布与加载线圈的形状密切相关，针对平面螺旋、曲面螺旋、三角形和回形四种线圈，通入频率为1kHz 幅值1A 的交变电流，分别对比了其在2cm 长的裂纹区域所感应的涡流密度和洛伦兹力分布，如图5 所示。由图5 可知，曲面螺旋线圈在裂纹区域所产生的洛伦兹力是最大的，因此其激发应力波的幅值也越高，有利于应力波的后续采集与处理。

此外，螺旋线圈对于裂纹方向不敏感，而三角形和回形线圈对于不同方向的裂纹其加载效果也各有不同。因此，曲面螺旋线圈最适于作为电磁加载线圈。

3.2 线圈尺寸对比

针对 2cm 长的裂纹，分别采用半径为0.5cm、1cm、2cm、3cm、4cm 和5cm 的曲面螺旋线圈对裂纹区域进行加载。可以看到，当裂纹长度与螺旋线圈半径接近时，线圈感应出的涡流集中现象越明显，洛伦兹力越强，激发的应力波也越显著。因此，对金属管道进行电磁加载的过程中，为了提高加载和检测效率，有必要采用多种尺寸的线圈分别对金属管道进行加载，以筛查出不同尺寸的裂纹。

3.3 加载电流频率对比

随着加载线圈激励电流频率的增大，金属管道中的感应涡流密度越大，洛伦兹力也单调增大。因此，提高激励电流频率，可以有效增大加载效果。

4 结论

本文建立了管道涡流加载的有限元仿真模型，对金属管道的电磁加载过程进行了深入分析，对比了加载线圈形状、尺寸、加载电流频率等参数对于加载效果的影响。本研究成果为电磁声发射检测技术在金属管道缺陷检测中的进一步应用奠定了基础。

参考文献

[1] Hellier Charles J. 无损检测与评价手册[M]. 戴光，徐彦廷，等译. 北京：中国石化出版社，2006.

[2] Chen Z，Yusa N，Miya K．Enhancements of eddy current testing techniques for quantitative nondestructive testing of key structural components of nuclear power plants[J]. Nuclear Engineering and Design, 2008, 238(7): 1651-1656.

[3] 黄松岭, 徐琛, 赵伟, 许鹏. 油气管道变形涡流检测线圈探头的有限元仿真分析[J]. 清华大学学报:自然科学版, 2011, 51(3): 390-394.

[4] Khodayari-Rostamabad A, Reilly J P, Nikolova N K,et al. Machine learning techniques for the analysis ofmagnetic flux leakage images in pipeline inspection[J]. IEEE Transactions on Magnetics, 2009,45(8): 3073-3084.

[5] 张闯, 刘素贞, 金亮, 等.. 基于大电流直接加载的电磁声发射试验[J]. 电工技术学报, 2013, 28(1):101-105.

[6] Liang Jin, Qingxin Yang, Suzhen Liu. Electromagnetic Stimulation of the Acoustic Emission for Fatigue Crack Detection of the Sheet Metal [J]. IEEE Transactions on Applied Superconductivity, 2010, 20(3): 1848-1854.

[7] 刘素贞, 金亮, 张闯, 等. 电磁声发射检测技术的涡流激励方法[J]. 电工技术学报, 2012, 27(7):153-159.

[8] 毛雪飞, 雷银照. 金属管道外放置式偏心弯曲矩形线圈涡流场的解析解[J]. 电工技术学报, 2012,27(9): 153-159.

张闯 1 刘素贞 1 金亮 2 杨庆新1, 2

（1. 河北工业大学河北省电磁场与电器可靠性重点实验室天津 300130 2. 天津工业大学天津 300160）

< 上一篇：基于现场声发射监测井下爆破对于露天边坡稳定性影响分析

< 下一篇：声发射技术