程 欣,池作和,陸銘慧
(1.中國(guó)計(jì)量大學(xué),浙江 杭州 310018;2.江西省特種設(shè)備檢驗(yàn)檢測(cè)研究院,江西 南昌 330029;3.南昌航空大學(xué) 無損檢測(cè)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,江西 南昌 330063)
壓力容器制造過程中常見的缺陷有隧道型孔洞和根部未焊合,這些缺陷無一不危害構(gòu)件的安全運(yùn)行。隨著超聲檢測(cè)技術(shù)的不斷發(fā)展,相控陣(PA,Phased Array)在缺陷檢測(cè)中得到越來越多的應(yīng)用[1-4]。目前工業(yè)實(shí)際中大多采用的相控陣扇形掃查得到缺陷圖像,存在缺陷圖像畸變,難以準(zhǔn)確定性等問題[5-8]。利用全聚焦法(TFM,Total Focusing Method)得到的缺陷圖像具有更高的檢出率、還原度更高、成像更清晰等優(yōu)點(diǎn),是近來超聲檢測(cè)領(lǐng)域的1個(gè)研究熱點(diǎn)[9]。
在TFM的缺陷成像方面,國(guó)內(nèi)外學(xué)者做出了以下研究工作:孫昌立等[10]利用MATLAB平臺(tái)編程,在沒有機(jī)械移動(dòng)超聲探頭掃描情況下得到缺陷三維成像,但沒有涉及到不同深度缺陷的對(duì)比研究,實(shí)際應(yīng)用范圍有限。楊貴德等利用現(xiàn)場(chǎng)可編程門陣列(FPGA,F(xiàn)ield Programmable Gate Array)實(shí)現(xiàn)實(shí)時(shí)三維TFM檢測(cè),并將其與二維TFM作對(duì)比,而對(duì)比試驗(yàn)僅是圖像展示,沒有具體的定性、定量、定位數(shù)據(jù)的對(duì)比。彭國(guó)平等[11]采用一維線陣探頭獲得二維切片數(shù)據(jù),并通過3d-DOCTOR軟件實(shí)現(xiàn)對(duì)接焊縫典型缺陷的三維重建,而重建過程存在延時(shí),檢測(cè)效率不高。
本文采用TFM的二維和三維實(shí)時(shí)超聲成像技術(shù),分別使用一維線陣和二維面陣實(shí)現(xiàn)缺陷的二維和三維成像,并與傳統(tǒng)PA檢測(cè)得到的圖像作對(duì)比,能檢出各種類型缺陷,在檢測(cè)鋁合金壓力容器內(nèi)取向復(fù)雜的各類缺陷方面有較好的應(yīng)用前景。
TFM是基于全矩陣數(shù)據(jù)采集(FMC,F(xiàn)ull Matrix Capture)的1種超聲后處理成像方法[12]。在全矩陣數(shù)據(jù)采集過程中假設(shè)有n個(gè)超聲換能器陣元,每個(gè)陣元依次單獨(dú)激發(fā)。當(dāng)某個(gè)陣元激發(fā)時(shí),n個(gè)陣元均采集超聲回波時(shí)域信號(hào)并儲(chǔ)存,此時(shí)刻獲得n列回波信號(hào)。然后依次激發(fā)所有陣元,即可獲得n×n列超聲回波時(shí)域信號(hào)[13]。
TFM成像算法中,以相控陣探頭中心為原點(diǎn),建立直角坐標(biāo)系,P點(diǎn)為待測(cè)物上任意1點(diǎn),坐標(biāo)為(x,y),通過計(jì)算P點(diǎn)到各陣元中心的距離,可獲得P點(diǎn)在每列回波信號(hào)中的振幅,P點(diǎn)對(duì)應(yīng)的全矩陣數(shù)據(jù)表示為Sij(i=1,2,…,n;j=1,2,…,n),各回波信號(hào)疊加,獲得表征該點(diǎn)信息的回波振幅I(x,y)。通過對(duì)檢測(cè)區(qū)域進(jìn)行像素點(diǎn)劃分,如圖1所示,即可依次得到待測(cè)區(qū)域內(nèi)每點(diǎn)的成像,每個(gè)表征點(diǎn)的回波振幅大小可表示為式(1):
圖1 全聚焦成像算法示意Fig.1 Schematic diagram of TFM imaging algorithm
(1)
式中:Sij為陣元i激勵(lì)、陣元j接收的回波信號(hào)中表征點(diǎn)(x,y)的振幅信息;tij(x,y)是聲回波傳送的時(shí)間,如式(2)所示:
(2)
式中:xi,xj分別為發(fā)射陣元信號(hào)和接收信號(hào)陣元中心的橫坐標(biāo);c為聲波在待測(cè)物體中的傳播速度,m/s。
通過以上計(jì)算,將檢測(cè)區(qū)域中每1點(diǎn)的聲波信息(振幅、延時(shí)等)提取出來,疊加到目標(biāo)成像區(qū)域?qū)?yīng)的位置,并對(duì)每1點(diǎn)進(jìn)行全息重構(gòu),從而得到檢測(cè)圖像[14]。
為了驗(yàn)證TFM具有檢出率高、測(cè)量誤差小、成像還原度高等特點(diǎn),分別用傳統(tǒng)算法與TFM對(duì)鋁合金試樣進(jìn)行檢測(cè),對(duì)比其試驗(yàn)結(jié)果。
設(shè)計(jì)1塊鋁合金試樣(150 mm×95 mm×17.5 mm),并在試樣中加工了不同尺寸的孔、線槽、弧槽,分別模擬壓力容器制造中可能出現(xiàn)的孔洞和不同形態(tài)未焊透,如圖2所示。
圖2 鋁合金樣板俯視圖Fig.2 Vertical view of aluminum alloy template
以下試驗(yàn)采用SUPOR-32P相控陣設(shè)備和對(duì)應(yīng)探頭5.0L64(探頭頻率5.0 MHz,64陣元直探頭)、4.0M32(4 MHz,32陣元斜探頭)分別實(shí)現(xiàn)線掃和扇掃,以及CTS-PA22T相控陣全聚焦設(shè)備和對(duì)應(yīng)探頭5L64-0.6×10(探頭頻率5.0 MHz,64陣元線陣直探頭,陣元間距0.6 mm,陣元寬度10 mm)SM8×8-1.5×1.5(探頭頻率5.0 MHz,8×8陣元面陣直探頭,陣元間距1.5 mm×1.5 mm)、36°斜楔塊分別實(shí)現(xiàn)2d-TFM和3d-TFM檢測(cè)。
為了測(cè)量試樣中內(nèi)圓弧上平底孔的孔徑和埋深,將探頭5.0L64放置在試樣下底面進(jìn)行線掃,探頭放置位置如圖3中探頭1所示,通過相控陣圖譜對(duì)應(yīng)的刻度分別讀取對(duì)應(yīng)平底孔徑大小與埋深,將探頭5L64-0.6×10和SM8×8-1.5×1.5分別放置在上述線掃探頭同樣位置,得到平底孔的2d-TFM和3d-TFM檢測(cè)數(shù)據(jù)。為了測(cè)量半橫通孔的埋深,將該探頭放置在試樣前側(cè)面進(jìn)行掃查,探頭位置如圖3中探頭2所示,測(cè)得半橫通孔埋深,線掃成像如圖4所示,將探頭5L64-0.6×10和SM8×8-1.5×1.5分別放置在上述線掃探頭同樣位置,得到2d-TFM和3d-TFM檢測(cè)數(shù)據(jù),2d-TFM成像如圖5所示,3d-TFM成像如圖6所示。以上測(cè)得所有數(shù)據(jù)與設(shè)計(jì)值的對(duì)比見表1。
表1 平底孔、半橫通孔測(cè)量數(shù)據(jù)對(duì)比Table 1 Measurement data comparison of flat-bottom hole and half transverse penetration hole
圖3 探頭放置圖Fig.3 Arrangement of detectors
圖4 半橫通孔線掃成像圖Fig.4 Linear scanning image of half transverse penetration hole
圖5 半橫通孔2d-TFM成像圖Fig.5 2d-TFM image of half transverse penetration hole
圖6 半橫通孔3d-TFM成像圖Fig.6 3d-TFM image of half transverse penetration hole
分析以上圖像和數(shù)據(jù)可以得到:
1)3d-TFM檢測(cè)對(duì)于不同缺陷大小的孔徑、平底孔埋深、半橫通孔埋深,其誤差均在6.5%以內(nèi),相比另2種方法,檢測(cè)結(jié)果更為精確,對(duì)于孔長(zhǎng)的三維成像還原度更高。
2)2d-TFM檢測(cè)方法準(zhǔn)確度高于線掃,孔徑尺寸還原度更高。
為了測(cè)量試樣中不同線槽的寬度、深度,將探頭5.0L64放置在試樣下底面進(jìn)行線掃,探頭位置如圖3探頭1所示,通過相控陣圖譜對(duì)應(yīng)的刻度分別讀取不同線槽的數(shù)據(jù),將探頭5L64-0.6×10和SM8×8-1.5×1.5分別放置在上述線掃探頭同樣位置,得到線槽的2d-TFM和3d-TFM檢測(cè)數(shù)據(jù),以上所有測(cè)量數(shù)據(jù)見表2。為了對(duì)比線槽不同檢測(cè)方法的成像效果,將斜探頭4.0M32放置樣板前側(cè)面進(jìn)行扇掃,探頭位置如圖3探頭2所示,扇掃成像如圖7所示,將探頭5L64-0.6×10(粘連36°斜楔塊)和SM8×8-1.5×1.5(粘連36°斜楔塊)分別放置在上述扇掃探頭同樣位置,2d-TFM成像如圖8所示,3d-TFM成像如圖9所示。
表1(續(xù))
表2 線槽測(cè)量數(shù)據(jù)對(duì)比Table 2 Measurement data comparison of linear chute
圖7 線槽扇掃成像圖Fig.7 Linear scanning image of linear chute
圖8 線槽2d-TFM成像圖Fig.8 2d-TFM image of linear chute
圖9 線槽3d-TFM成像圖Fig.9 3d-TFM image of linear chute
分析以上圖像和數(shù)據(jù)可以得到:
1)3d-TFM能檢測(cè)到線槽寬度,而其他2種方法不能,3d-TFM測(cè)量結(jié)果更加全面。
2)3d-TFM對(duì)于線槽寬度的測(cè)量誤差均在4%以內(nèi)。
3)3d-TFM對(duì)于線槽深度的測(cè)量誤差不超過0.52%,精確度明顯高于其他2種方法,而2d-TFM的測(cè)量誤差不超過1.48%,精確度高于線掃。
4)扇掃只能檢測(cè)到距離探頭較近的3根線槽,對(duì)于較遠(yuǎn)的2根線槽存在漏檢,而2d-TFM與3d-TFM均能掃到5根線槽,檢出率更高。
為了測(cè)量試樣中不同弧槽的寬度、深度,將探頭5.0L64放置在樣板下底面進(jìn)行線掃,探頭位置如圖3探頭1所示,通過相控陣圖譜對(duì)應(yīng)的刻度分別讀取不同弧槽的數(shù)據(jù),將探頭5L64-0.6×10和SM8×8-1.5×1.5分別放置在上述線掃探頭同樣位置,得到弧槽的2d-TFM和3d-TFM檢測(cè)數(shù)據(jù)。為了對(duì)比弧槽不同檢測(cè)方法的成像效果和扇徑,將斜探頭4.0M32放置樣板前側(cè)面切口處進(jìn)行扇掃,探頭位置如圖10所示,扇掃成像如圖11所示,將探頭5L64-0.6×10(粘連36°斜楔塊)和SM8×8-1.5×1.5(粘連36°斜楔塊)分別放置在上述扇掃探頭同樣位置,2d-TFM成像如圖12所示,3d-TFM成像如圖13所示,以上所有測(cè)量數(shù)據(jù)見表3。
圖10 斜切口面探頭掃查俯視圖Fig.10 Detecting diagram of vertical view
表3 弧槽測(cè)量數(shù)據(jù)對(duì)比Table 3 Measurement data comparison of arc chute
圖11 弧槽扇掃成像圖Fig.11 Fan sweeping image of arc chute defects
圖12 弧槽2d-TFM成像圖Fig.12 2d-TFM image of arc chute
圖13 弧槽3d-TFM成像Fig.13 3d-TFM image of arc chute
分析以上圖像和數(shù)據(jù)可以得到:
1)3d-TFM能檢測(cè)到弧槽寬度,而其他2種方法不能,3d-TFM測(cè)量結(jié)果更加全面。
2)3d-TFM對(duì)于弧槽寬度的測(cè)量誤差在8%以內(nèi)。
3)2d-TFM的測(cè)量誤差不超過2.07%,精確度高于傳統(tǒng)PA。
4)3d-TFM對(duì)于弧槽扇徑的測(cè)量誤差不超過0.16%,精確度明顯高于其他2種方法,而2d-TFM的測(cè)量誤差不超過0.625%,精確度高于傳統(tǒng)PA。
5)扇形掃查只能檢測(cè)到扇徑為80 mm的弧槽,對(duì)于扇徑為50 mm的弧槽存在漏檢,而2d-TFM和3d-TFM均能掃到2根弧槽,檢出率更高。
本文采用基于TFM的實(shí)時(shí)超聲成像技術(shù),與傳統(tǒng)扇形掃查進(jìn)行對(duì)比,并獲得以下結(jié)論:
1)3d-TFM對(duì)于各類缺陷測(cè)量數(shù)據(jù)精度在每1個(gè)維度上相對(duì)其他2種方法更高:對(duì)于孔類缺陷,測(cè)量誤差在6.5%以內(nèi);對(duì)于槽類缺陷,測(cè)量誤差在8%以內(nèi)。2d-TFM的測(cè)量精度比傳統(tǒng)PA更高:對(duì)于孔類缺陷,測(cè)量誤差在30%以內(nèi);對(duì)于槽類缺陷,測(cè)量誤差在2.07%以內(nèi)。
2)3d-TFM檢測(cè)能獲取3個(gè)維度的數(shù)據(jù),對(duì)于孔類缺陷能夠較好顯示面陣探頭下方樣板的多個(gè)缺陷立體成像,還原度較高,可以掌握缺陷的三維形態(tài)走向;對(duì)于槽類缺陷,TFM檢測(cè)還原度高于扇形掃查。
3)TFM檢測(cè)相對(duì)于扇形掃查,能檢出更多缺陷,可減少漏檢。
基于TFM的實(shí)時(shí)超聲成像技術(shù)在對(duì)于孔洞、線槽、弧槽缺陷檢測(cè)結(jié)果均優(yōu)于相控陣扇形掃查方法。
中國(guó)安全生產(chǎn)科學(xué)技術(shù)2022年1期