CN102661996B - 探头偏心状态下金属管件参数电涡流检测方法 - Google Patents
探头偏心状态下金属管件参数电涡流检测方法 Download PDFInfo
- Publication number
- CN102661996B CN102661996B CN201210135322.8A CN201210135322A CN102661996B CN 102661996 B CN102661996 B CN 102661996B CN 201210135322 A CN201210135322 A CN 201210135322A CN 102661996 B CN102661996 B CN 102661996B
- Authority
- CN
- China
- Prior art keywords
- probe
- metal tube
- parameter
- signal
- eddy current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开的一种探头偏心状态下金属管件参数电涡流检测方法，主要由信号发生器、功率放大器、电涡流探头、信号调理电路、采集卡、计算机数据处理***构成。该装置采用信号发生器输出正弦波，经功率放大器后驱动电涡流探头。电涡流探头输出信号经信号调理电路和采集卡后进入计算机数据处理***。计算机数据处理***对采集信号进行预处理并设定待测参数初值，将探头阻抗理论模型仿真结果与实验结果对比，再根据二者偏差反复优化估计的金属管件参数，直至偏差满足要求，并将最终的参数估计值作为检测结果输出显示。该方法与装置无须对轴器或精密定心装置，可在探头偏心条件下对金属管件多参数进行在线精确测量。
Description
技术领域
本发明涉及一种金属管件参数电涡流检测方法，尤其是一种适用于探头偏心状态下金属管件参数电涡流检测方法与装置。属于无损检测技术领域。
背景技术
金属管件在矿山装备、石油化工、电力等行业应用非常广泛。例如：钢管是能源和化工行业传输液态和气态介质的最为安全经济的运输方式，截至2010年底，我国生产的无缝钢管已约占全球总量的60%，根据国家要求，无缝钢管出厂前必须进行100%的无损检测以保证产品质量；蒸汽发生器中的换热管是换热的关键元件，因管径小、管壁薄，并工作于恶劣环境，是蒸汽发生器中最易发生故障的部分，也是核电厂故障的主要来源之一，因此，对蒸汽发生器换热管进行在役无损检测至关重要。概言之，研发金属管件参数的无损检测方法与装置，具有极其重要的理论意义与应用价值。
在金属管件生产过程中，对管件内径、壁厚、电导率等质量参数的测量方法大体分为接触式和非接触式测量两种方法。传统的管件参数检测仪器多为接触式的，大多采用电机驱动，靠轮子或履带和管壁之间产生的摩擦力来运动，工作时会对管壁产生磨损或造成局部压力过大，致使管道产生局部变形甚至破坏。此外，检测前需要做大量辅助工作，耗时长，可能影响管件的正常工作，所以接触式的测量方法已逐渐被非接触式测量取代。现有的非接触式测量技术要以典型的激光测量方法、气动法和电涡流测量方法为代表,由于各种测量方法的原理及生产过程中的设备和环境的实际情况，使其又具有各自的优缺点，在各自的使用方面有着不同的局限性。1、激光测量方式：具体是以一精密旋转控制结构带动源和光电接收器件在被测轴孔内部旋转测量,在同一测量截面实现多方向测量，然后经过后算法的处理，拟合出被测轴孔内径完成测量。此方法测量精度高，但是对旋转机构的精度要求非常高，多次测量时间长，无法实现在线测量，对现场使用条件要求高，特别是焦烟、温度的影响，因此，激光测量方式在在线测量使用上效果受到很大影响，并且激光测量方式无法实现对管件的多质量参数同时测量。2、气动测量方式：该技术是近几年国外新开发并引进国内市场，该测量方式具有精度高、测量安全，符合现代生产技术使用要求，但目前该设备市场售价高，***修复成本昂贵，推广性较差。3、电涡流测量法因成本低、速度快和不须接触等优点，在管道电导率和内径检测方面得到了广泛应用，但在常规涡流检测中，均要求探头线圈与管道共轴。为此，常需要设计专用对轴器或精密定心装置以保证二者同轴。实践中，因工作环境限制无法使用对轴器，或人员操作不当，探头与管道不共轴的情况经常发生，最终影响检测结果的精度和可靠性，且无法实现对管道的多质量参数同时测量。
发明内容
技术问题：本发明的目的是克服已有技术中的不足之处，提供一种结构简单、易操作、可实现在线测量、测量精度高的探头偏心状态下金属管件参数电涡流检测方法与装置。
技术方案：本发明的探头偏心状态下金属管件参数电涡流检测方法，包括以下步骤：
（1）将电涡流探头放入被测的金属管件内，使电涡流探头与管道平行，信号发生器在计算机***的控制下产生正弦信号，经功率放大器放大后激励电涡流探头，电涡流探头在正弦波的激励下产生交变磁场，交变的电涡流信号又产生变化的二次磁场，影响原磁场的信号，进而电涡流探头测得的磁场为原磁场和二次磁场的叠加值；
（2）电涡流探头的输出信号输入到信号调理电路，经采集卡采集后输入计算机数据处理***；
（3）计算机数据处理***对采集的信号进行处理，根据线圈的阻抗模型，反复优化金属管件参数使其与测量信号值之间的偏差值接近，并将偏差值最小的参数值即作为被测的金属管件参数，经计算机数据处理***处理后输出金属管件的待测参数。
所述反复优化金属管件参数的步骤如下：
31）采用小波变换等手段对采集到的实验数据进行去噪处理，作为金属管件参数优化模型的优化目标，并设定金属管件参数初始值；
32）建立探头偏心状态下金属管件参数电涡流检测的探头阻抗理论模型；
33）应用建立的探头阻抗理论模型进行计算，得到仿真结果；
34）将得到的仿真结果与实验结果进行比较，计算误差；
35）如果误差超过设定范围，则利用自适应粒子群与单纯形混合优化策略优化并修改管件参数，重复步骤33）、步骤34）和步骤35），如果误差没有超过设定范围，则停止计算；
36）将最后一次修改的金属管件参数设定值作为最终结果输出，即为最优的金属管件参数值。
实现上述方法的探头偏心状态下金属管件参数电涡流检测装置，包括信号发生器、功率放大器、电涡流探头、信号调理电路、采集卡、计算机，其特征在于：所述的信号发生器的输出端与功率放大器的输入端相连接，功率放大器的输出端连接电涡流探头，电涡流探头的输出端与信号调理电路的输入端相连接，信号调理电路的输出端经采集卡与计算机数据处理***相连接，计算机数据处理***与信号发生器的输入端相连接。
所述的电涡流探头由检测线圈构成；所述信号调理电路包括放大电路、相敏检波电路、低通滤波电路，其特征在于：放大器的输入端即为信号调理电路的输入端，放大电路的输出端与相敏检波电路的输入端连接，相敏检波电路的输出端与低通滤波电路的输入端连接，低通滤波电路的输出端为信号调理电路的输出端。
有益效果：本发明应用信号发生器产生正弦信号，经功率放大器放大后输入电涡流探头，电涡流探头放入金属管件内，不要求与管件同轴，电涡流探头采用线圈产生和测量磁场，输出信号经信号调理电路和采集卡输入到计算机数据处理***，经所建立的优化模型处理后获得金属管件的待测参数。与现有技术相比，可在探头偏心（探头与管件非共轴）条件下对金属管件多参数进行在线精确测量，可用于金属管件质量的无损检测与评估。无需使用专用对轴器或精密定心装置，可在探头与金属管件非共轴的条件下，实现金属管件参数的准确快速在线检测。能对位移、厚度、速度、应力、材料损伤等进行非接触式连续测量，另外还具有体积小、灵敏度高、频率响应宽等特点；其结构简单、操作方便、测量参数准确、在本技术领域内具有广泛的实用性。
附图说明
图1是本发明的原理框图。
图2是本发明的电涡流探头横截面结构示意图。
图3是本发明的电涡流探头的剖面结构示意。
图4是本发明的数据处理流程图。
图中：1-金属管件，2-电涡流探头。
具体实施方式
本发明的探头偏心状态下金属管件参数电涡流检测方法：
如图2、图3所示，因管件内径比电涡流探头外径大，在没有使用对轴器或对轴器精度不足的情况下，电涡流探头与管件轴线很难一致，即电涡流探头偏心。本发明通过对电涡流探头采用了偏心补偿功能，从而能够抑制电涡流探头偏心对检测结果的影响，提高检测精度与可靠性。具体步骤如下：
（1）将电涡流探头放入被测的金属管件内，使电涡流探头与管件平行，信号发生器在计算机***的控制下产生正弦信号，经功率放大器放大后激励电涡流探头，电涡流探头在正弦波的激励下产生交变磁场，交变的电涡流信号又产生变化的二次磁场，影响原磁场的信号，进而电涡流探头测得的磁场为原磁场和二次磁场的叠加值；电涡流方法的基本原理是根据法拉第电磁感应原理，即金属管件置于变化的磁场时，导体内将产生呈涡旋状的感应电流，此电流称为电涡流；
（2）电涡流探头的输出信号输入到信号调理电路，经采集卡采集后输入计算机数据处理***；
（3）计算机数据处理***对采集的信号进行处理，获取探头阻抗信号的实验结果Z m(, rtb 1, rtb 2, μ r, σ)；通过改变激励频率f，多次测量探头阻抗信号Z m并保存；频率f的改变次数取决于待测参数的数量及检测精度；根据线圈的阻抗模型，反复优化金属管件参数使其与测量信号值之间的偏差值接近，并将偏差值最小的参数值即作为被测的金属管件参数，经计算机数据处理***处理后输出金属管件的待测参数。为提高金属管件参数优化效率和精度，本发明采用了自适应粒子群算法和传统的共轭梯度混合优化策略。常用的优化算法一般有确定论方法和随机类方法两大类。确定论方法需要目标函数的梯度信息，收敛速度较快，但容易陷入局部极值。随机类方法是在搜索过程中引入随机变量，使算法在搜索过程中以较大的概率跳出局部极值点，但其致命弱点是收敛速度慢、计算量大。
所述反复优化金属管件参数的步骤如下：
31）采用小波变换等手段对采集到的探头阻抗实验数据进行去噪处理，将处理后的实验结果Z m作为金属管件参数优化模型的优化目标，并设定金属管件参数初始值；
32）建立探头偏心状态下金属管件参数电涡流检测的探头阻抗理论模型Zc(, rtb1, rtb2, μr, σ)；
33）根据实验采用的激励频率和金属管件参数值，计算探头阻抗仿真结果Zc并保存；
34）计算探头阻抗实验结果Zm与探头阻抗仿真结果Zc之间的偏差err=Zm-Zc；
35）若偏差err不满足***设置精度且未达到最大迭代次数，则采用自适应粒子群和共轭梯度混合优化策略修改待测管件参数，并重复步骤33）、步骤34）和步骤35），直至偏差err满足***设置精度或达到最大迭代次数，具体优化过程的流程图如图4所示；
36）将最后一次的金属管件参数估计值作为最终结果输出，即为最优的金属管件参数值。
实现上所述方法的探头偏心状态下金属管件参数电涡流检测装置，包括信号发生器、功率放大器、电涡流探头、信号调理电路、采集卡、计算机，所述的涡流探头由检测线圈构成；所述信号调理电路包括放大电路、相敏检波电路、低通滤波电路，放大器的输入端即为信号调理电路的输入端，放大电路的输出端与相敏检波电路的输入端连接，相敏检波电路的输出端与低通滤波电路的输入端连接，低通滤波电路的输出端为信号调理电路的输出端。所述的信号发生器的输出端与功率放大器的输入端相连接，功率放大器的输出端连接电涡流探头，电涡流探头的输出端与信号调理电路的输入端相连接，信号调理电路的输出端经采集卡与计算机数据处理***相连接，计算机数据处理***与信号发生器的输入端相连接。
Claims (1)
1. 一种探头偏心状态下金属管件参数电涡流检测方法，其特征在于包括以下步骤：
（1）将电涡流探头放入被测的金属管件内，使电涡流探头与管道平行，信号发生器在计算机***的控制下产生正弦信号，经功率放大器放大后激励电涡流探头，电涡流探头在正弦波的激励下产生交变磁场，交变的电涡流信号又产生变化的二次磁场，影响空间磁场的大小，进而电涡流探头测得的磁场为原磁场和二次磁场的叠加值；
（2）电涡流探头的输出信号输入到信号调理电路，经采集卡采集后输入计算机数据处理***；
（3）计算机数据处理***对采集的信号进行处理，根据探头阻抗理论模型，反复优化金属管件参数使其与测量信号值之间的偏差值接近，并将偏差值最小的参数值即作为被测的金属管件参数，经计算机数据处理***处理后输出金属管件的待测参数；
所述反复优化金属管件参数的步骤如下：
31）采用小波变换等手段对采集到的实验数据进行去噪处理，作为金属管件参数优化模型的优化目标，并设定金属管件参数初始值；
32）建立探头偏心状态下金属管件参数电涡流检测的探头阻抗理论模型；
33）应用建立的探头阻抗理论模型进行计算，得到仿真结果；
34）将得到的仿真结果与实验结果进行比较，计算误差；
35）如果误差超过设定范围，则利用自适应粒子群与单纯形混合优化策略优化并修改管件参数，重复步骤33）、步骤34）和步骤35），如果误差没有超过设定范围，则停止计算；
36）将最后一次修改的金属管件参数设定值作为最终结果输出，即为最优的金属管件参数值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210135322.8A CN102661996B (zh) | 2012-05-04 | 2012-05-04 | 探头偏心状态下金属管件参数电涡流检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210135322.8A CN102661996B (zh) | 2012-05-04 | 2012-05-04 | 探头偏心状态下金属管件参数电涡流检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102661996A CN102661996A (zh) | 2012-09-12 |
| CN102661996B true CN102661996B (zh) | 2014-10-29 |
Family
ID=46771528
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210135322.8A Expired - Fee Related CN102661996B (zh) | 2012-05-04 | 2012-05-04 | 探头偏心状态下金属管件参数电涡流检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102661996B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2719299C2 (ru) * | 2015-09-17 | 2020-04-17 | Валлурек Тубос Ду Бразил С.А. | Автоматическая система и способ для измерения и механической обработки концов трубных элементов |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103163215B (zh) * | 2012-11-30 | 2015-07-29 | 中国矿业大学 | 大型矿用振动筛疲劳裂纹的脉冲涡流检测装置与方法 |
| CN104062355B (zh) * | 2013-03-18 | 2017-08-25 | 宝山钢铁股份有限公司 | 涡流线圈中心校准装置及校准方法 |
| CN103247357B (zh) * | 2013-03-29 | 2015-06-03 | 西安交通大学 | 一种iter内部线圈多层套管结构偏心的在线无损检测方法 |
| CN107917733B (zh) * | 2017-11-15 | 2019-10-01 | 中国矿业大学 | 一种基于模型的导电结构厚度与电导率涡流检测方法 |
| CN109696138B (zh) * | 2019-03-01 | 2024-04-09 | 中国计量大学 | 圆柱度检测装置及其偏心校准方法 |
| CN114608437B (zh) * | 2022-03-21 | 2023-05-05 | 天津大学 | 一种海底管道弯曲角度的测量方法 |
-
2012
- 2012-05-04 CN CN201210135322.8A patent/CN102661996B/zh not_active Expired - Fee Related
Non-Patent Citations (6)
| Title |
|---|
| 《人工神经网络在涡流检测信号处理中的应用》;施克仁等;《无损检测》;19960731;第18卷(第7期);第199-120页 * |
| 《基于电涡流法的金属管缝探测装置的研制》;熊良才等;《冶金自动化》;19951231(第2期);第38-39页 * |
| 《小直径涡流检测仪》;张友明等;《石油仪器》;20041031;第18卷(第5期);第30-32页 * |
| 张友明等.《小直径涡流检测仪》.《石油仪器》.2004,第18卷(第5期),第30-32页. |
| 施克仁等.《人工神经网络在涡流检测信号处理中的应用》.《无损检测》.1996,第18卷(第7期),第199-120页. |
| 熊良才等.《基于电涡流法的金属管缝探测装置的研制》.《冶金自动化》.1995,(第2期),第38-39页. |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2719299C2 (ru) * | 2015-09-17 | 2020-04-17 | Валлурек Тубос Ду Бразил С.А. | Автоматическая система и способ для измерения и механической обработки концов трубных элементов |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102661996A (zh) | 2012-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102661996B (zh) | 探头偏心状态下金属管件参数电涡流检测方法 | |
| Miao et al. | Online defect recognition of narrow overlap weld based on two-stage recognition model combining continuous wavelet transform and convolutional neural network | |
| CN105891323A (zh) | 一种检测管道变形的涡流探头阵列 | |
| CN206208832U (zh) | 一种连续油管在线检测装置 | |
| Daura et al. | Wireless power transfer-based eddy current non-destructive testing using a flexible printed coil array | |
| CN102901748B (zh) | 一种基于管道温度场分布的无损检测方法 | |
| CN101300482B (zh) | 管内面涡流探伤中的s/n比测量方法 | |
| CN102706317B (zh) | 电站锅炉承压部件热膨胀量在线监测装置 | |
| CN103645243A (zh) | 一种输电线电磁无损检测*** | |
| CN107478715B (zh) | 核电站热交换器传热管的无损检测分析方法、装置及*** | |
| CN103775832A (zh) | 基于瞬变流反问题方法的输油管道漏失检测的装置 | |
| CN105548348A (zh) | 一种金属线材表面缺陷在线检测方法及检测装置 | |
| Xin et al. | Deformation characterization of oil and gas pipeline by ACM technique based on SSA-BP neural network model | |
| Yang et al. | A novel circumferential eccentric eddy current probe and its application for defect detection of small-diameter tubes | |
| CN105044201A (zh) | 一种马鞍形开放式涡流检测装置及涡流探测方法 | |
| Allport et al. | Turbocharger blade vibration: Measurement and validation through laser tip-timing | |
| WO2018092352A1 (ja) | 押付力測定方法 | |
| Jiang et al. | In‐Process Quality Inspection of Rolling Element Bearings Based on the Measurement of Microelastic Deformation of Outer Ring | |
| CN108375437A (zh) | 基于逆磁致伸缩效应的船舶轴功率测量方法 | |
| CN203502599U (zh) | 奥氏体受热面氧化皮电磁检测仪及检测*** | |
| CN113137912B (zh) | 一种磁结构耦合的管道形变分析方法 | |
| KR101131996B1 (ko) | 증기발생기 전열관 외경축 균열에 대한 모터구동 회전 탐촉자 와전류 탐상검사방법 | |
| CN204882461U (zh) | 一种基于马鞍形涡流探头的管体表面缺陷检测*** | |
| Zhang et al. | Online Magnetic Flux Leakage Detection System for Sucker Rod Defects Based on LabVIEW Programming. | |
| Zhang et al. | Waveform Prediction of Blade Tip‐Timing Sensor Based on Kriging Model and Static Calibration Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141029 Termination date: 20150504 |
|
| EXPY | Termination of patent right or utility model |