劉幫俊,陳榮剛
(中國人民解放軍陸軍軍官學院, 安徽 合肥 230031)
無損檢測是在不損傷材料或構件的可靠性和有效性的前提下對構件表面和內(nèi)部各種損傷缺陷進行探測的技術,是一門交叉性極強的涉及材料、電磁、計算機、激光等多學科的檢測技術,其水平能反映相應行業(yè)甚至國家的工業(yè)技術水平。經(jīng)過一個多世紀的發(fā)展,無損檢測在機械、化工、航空航天、軍事裝備等各個領域有著廣泛的應用并發(fā)揮重要作用;隨著科技的發(fā)展,無損檢測還會向著自動無損評價、定量無損評價技術方向發(fā)展,使得無損檢測技術在工業(yè)領域發(fā)揮更加重要的作用。身管作為槍炮武器系統(tǒng)中的重要零部件,在使用中會產(chǎn)生大量的損傷,如何對這些損傷進行有效的檢測是確保武器系統(tǒng)發(fā)揮作戰(zhàn)效能及使用者安全的重要保障。本文對當前主要的無損檢測技術的發(fā)展進行了簡要綜述,提出在基于身管外表面應變特征的健康監(jiān)測方法的探究過程中,運用工業(yè)CT對身管內(nèi)膛磨損量和裂紋擴展量進行輔助性定量研究的思路。
無損檢測是利用材料在射線輻射、彈性波等作用下呈現(xiàn)的性質(zhì)以及電化學、磁學、熱學等物理性質(zhì),通過對這些物理性質(zhì)及其變化情況進行測量,以實現(xiàn)檢測各種缺陷與損傷的一門技術。根據(jù)不同物理性質(zhì)發(fā)展得到的主要無損檢測方法有:射線檢測(Radiographic Testing,RT)、超聲檢測(Ultrasonic Testing,UT)、磁粉檢測(Magnetic particle Testing,MT)、滲透檢測(Penetrant Testing,PT)、渦流檢測(Eddy current Testing,ET)、聲發(fā)射技術(Acoustic Emission Technology,AE)和工業(yè)CT(Industrial Computed Tomography)等。
射線檢測的是將射線能量注入到被檢測對象中[1],使能量與被檢測對象的物質(zhì)發(fā)生交互作用,并利用膠片和傳感器收集該交互作用的結(jié)果,通過圖像將該結(jié)果信息( 能量的強度、相位等)顯示出來,根據(jù)已知的射線能量與物質(zhì)作用的關系,對得到的圖像進行分析判斷進而對被檢測對象的組織結(jié)構、缺陷和不連續(xù)性進行評估,原理如圖1所示。大體將其分為射線照相技術(Radiography)、射線實時成像技術(Radioscopy)、射線層析成像技術(Tomography)和其他射線檢測技術4類。
圖1 射線檢測原理
射線檢測能對構件的表面和內(nèi)部損傷進行有效的檢測,得到了大量的應用。文獻[2]中利用X射線顯微成像技術分析了航空工業(yè)機械接頭的疲勞微裂紋的成核與擴展機制。文獻[3]中通過X射線對硬質(zhì)合金/不銹鋼之間的焊縫裂紋與氣孔缺陷進行檢測。文獻[4]中利用X射線對注射成形的MIM418渦輪進行檢測,分析其缺陷狀況,提高成型質(zhì)量。
超聲檢測是根據(jù)超聲波在被測構件或材料中傳播時,材料的聲學特性和內(nèi)部的組織變化對超聲波的傳播產(chǎn)生影響,通過對超聲波受影響程度和狀況進行探測進而了解材料性能和結(jié)構變化,其原理如圖2所示[5]。超聲波具有遇到界面反射、指向性好、傳播能量大、穿透力強等特性,其聲速、衰減、散射等特性提供了豐富的檢測信息,使得其在無損檢測領域被廣泛應用。根據(jù)原理將其分為:反射法、共振法和穿透法3種超聲檢測方法。
超聲檢測始于20世紀30年代,是無損檢測領域使用頻率最高、發(fā)展最快的一種無損檢測技術,被廣泛應用于幾乎所有的工業(yè)探傷領域,對構件內(nèi)部缺陷有較好的檢測能力。文獻[6]中利用基于蘭姆波透射的超聲檢測技術對航空領域應用較多的LY12鋁合金的缺陷進行檢測,確保其使用安全。文獻[7]中對纖維增強復合材料缺陷進行超聲檢測,并對檢測信號進行張量分析,提高其缺陷識別能力。文獻[8]中通過超聲檢測方法對合金彈體的缺陷進行識別,并采用支持向量機等方法將缺陷識別率提高97.5%。
圖2 超聲檢測原理
磁粉探傷是利用鐵磁材料被磁化后,由于不連續(xù)的存在或截面變化,在強磁場中或通以大電流磁化后,會使構件表面和近表面的磁力線發(fā)生局部畸變而產(chǎn)生漏磁場(即磁感應線離開和進入表面時形成的磁場),將導磁性良好的磁粉施加在構件上,缺陷附近的漏磁場吸住磁粉,進而在構件表面形成在合適光照下目視可見的磁痕,從而顯示缺陷的位置、形狀和大小,原理如圖3所示。
圖3 磁粉檢測原理
磁粉檢測具有顯示直觀、操作簡單、檢測靈敏度高、檢測效率高、費用低等優(yōu)點。但其也存在相應的局限性:如只適用于鐵磁性材料和表面探傷、受構件涂層影響、缺陷方向性要求高、容易產(chǎn)生非相關顯示以及必要時需要做退磁處理等。
磁粉探傷主要對結(jié)構表面和近表面的損傷進行探測,被認為是眾多表面缺陷檢測中最靈敏的方法之一。文獻[9]對航空航天領域應用較多的17-4PH不銹鋼進行磁粉檢測,并對偽缺陷進行了區(qū)分,檢測可靠性高。
滲透檢測主要應用了毛細現(xiàn)象的原理,如圖4所示,即:在構件表面施加滲透劑,利用構件毛細作用滲透到表面狹窄的開口缺陷內(nèi);去除表面多余的滲透劑后,在構件表面施加顯像劑;顯像劑具有吸引滲透液的作用,缺陷處的滲透液在毛細作用下被吸出;用特定的光源(白光/紫外線光)對試件進行照射,顯示出缺陷部位滲透液的痕跡,從而能夠直觀地判斷出缺陷的形貌以及分布情況。
滲透檢測只能用于構件的表面開口缺陷檢測。文獻[10]中對滲透檢測方法在飛機配件的制造、使用等各階段損傷檢測的有效性進行了研究分析。文獻[11]針對焊接接頭中不同類型、大小和數(shù)量的缺陷,利用滲透檢測方法進行無損檢測,并在X5CrNi8-10高合金鋼、S235碳素鋼以及AlMg5鋁合金的焊接質(zhì)量進行試驗研究。文獻[12]利用ZL-27A與ZL67滲透液對GH4169渦輪盤表面徑軸向裂紋進行熒光滲透檢測的檢測質(zhì)量進行了分析研究。
圖4 滲透檢測原理
渦流檢測是建立在電磁感應基礎上,利用在交變磁場作用下不同材料產(chǎn)生不同振幅和相位的渦流來檢測鐵磁性和非鐵磁性金屬材料的物理性能、缺陷和結(jié)構的異常。其原理[13]:將構件放在交流電線圈中(如圖5( a))或接近線圈(如圖5 (b)),通電時線圈產(chǎn)生交變磁場Ha;在Ha作用下,金屬構件感應出渦流并產(chǎn)生相應的磁場Hs。磁場Hs與交變磁場Ha相互作用,導致原磁場發(fā)生變化,使線圈內(nèi)的磁通發(fā)生變化,從而改變線圈的阻抗。構件的任何變化(如尺寸、內(nèi)部組織結(jié)構等)都會改變渦流的密度和分布,從而改變線圈的阻抗。從阻抗的變化過程中,可以測定構件的電導率、磁導率和尺寸特征以及裂紋的大小和方向。
圖5 渦流檢測原理
渦流檢測能對金屬構件表面和近表面的缺陷進行檢測,檢測速度快、精度高,并能對具有包覆層的管道進行檢測等。文獻[14]針對壓力管道中的磨損等損傷,提出利用脈沖渦流檢測方法進行無損探傷,并在實驗室中進行了模擬試驗。文獻[15]利用渦流檢測方法對奧氏體不銹鋼的表面疲勞裂紋進行了試驗研究,著重分析了熱對渦流信號的影響。渦流檢測在碳纖維增強復合材料的無損檢測方面也得到了研究應用[16]。
聲發(fā)射檢測技術(acoustic emission technology, AE)也稱應力波發(fā)射,是指當材料在受到外力或內(nèi)力作用而產(chǎn)生塑性變形、裂紋和相變時,以彈性波的形式釋放出應變能的現(xiàn)象,稱為聲發(fā)射。借助聲發(fā)射檢測系統(tǒng)進行采集、記錄、分析信號并對聲發(fā)射源的性質(zhì)進行評定的技術稱為聲發(fā)射技術。聲發(fā)射信號包括突發(fā)型和連續(xù)性兩種,聲發(fā)射信號的分析方法主要包括參數(shù)分析法和波形分析法。其檢測原理如圖6所示。
圖6 聲發(fā)射檢測原理
聲發(fā)射具有動態(tài)檢測能力,其聲源能量來自被監(jiān)測構件的活性缺陷;對線性缺陷敏感以及對構件幾何形狀無要求等優(yōu)點。因此,作為一種整體性檢測技術,在軸承、壓力容器等領域得到了廣泛應用。
工業(yè)CT(Industrial Computed Tomography),亦稱計算機層析成像技術、斷層成像技術,是射線檢測技術中一種嶄新的無損檢測技術,是一門融合計算機科學、放射學、傳感器、圖像處理等多門學科為一體的新型檢測技術。基本原理為:由射線源提供X或γ等射線束對某一特定厚度的物體層面進行透射;由于不同密度的結(jié)構對射線具有不同的吸收率、透過率以及使射線產(chǎn)生衰減,在探測器的感光材料上出現(xiàn)與構件內(nèi)部結(jié)構或缺陷相對應的電信號,根據(jù)相應的轉(zhuǎn)換形成圖像信號;最后根據(jù)圖像處理技術,分析構件的結(jié)構、組成等特性,如內(nèi)部是否有缺陷及缺陷的種類、位置、體積大小等。
工業(yè)CT技術于1917年由Randon.J提出,1970年左右開始在無損檢測領域大量應用。因其具有不受目標周圍細節(jié)特征遮擋,可直接獲得目標的空間位置、形狀、尺寸大小等信息,以及突出的密度分辨能力和數(shù)字化的結(jié)果顯示等特點;被稱為材料內(nèi)部微觀結(jié)構狀況的最佳無損檢測手段,得到國內(nèi)外大量研究與應用。隨著科技的發(fā)展,CT掃描的能量越來越大、分辨率越來越高、像素尺寸達微米甚至納米數(shù)量級、掃描速率越來越快,使其在航空航天[17]、工業(yè)管道[18]、巖土工程[19]等領域得到了廣泛應用。
工業(yè)CT具有獨特的“透視”結(jié)構件的能力,得到的數(shù)據(jù)可以提取構件三維輪廓[20],用于對一些復雜結(jié)構件的尺寸測量,檢測其加工精度等。文獻[21]利用工業(yè)CT對大型復雜機匣進行掃描分析,解決了關鍵尺寸復合性分析和局部壁厚測量等問題;文獻[22]通過工業(yè)CT掃描飛機發(fā)動機葉片并進行成型與尺寸測量等,指導葉片的設計生產(chǎn)。
結(jié)合工業(yè)CT的三維成像能力、圖像處理技術與算法,可以實現(xiàn)構件裂紋、缺陷等的重構及定性定量分析[23]。文獻[24]通過工業(yè)CT對高鐵齒輪箱的材料缺陷進行掃描得到三維立體結(jié)構數(shù)據(jù),結(jié)合相應的圖像處理技術實現(xiàn)4種內(nèi)部裂紋的自動識別,其最小分辨率達到5μm。文獻[25]通過工業(yè)CT的掃描成像實現(xiàn)材料內(nèi)部裂紋的定性表征以及定量分析等。
工業(yè)CT其不破壞結(jié)構件進行內(nèi)部損傷檢測的能力,在軍事方面亦具有較大的應用價值和前景。文獻[26]利用工業(yè)CT對導彈戰(zhàn)斗部進行無損檢查,確保其發(fā)射安全;文獻[27]利用工業(yè)CT對固體火箭發(fā)動機襯層與藥柱脫落情況進行檢測。文獻[28]檢測彈壁厚度與裝藥均勻性等。
身管作為槍炮系統(tǒng)的重要零部件,其損傷決定著槍炮系統(tǒng)的作戰(zhàn)效能及使用者的安全。因此對身管進行無損檢測與損傷評估具有重要意義。目前,超聲檢測在身管內(nèi)部裂紋檢測方面得到研究[29],利用機器視覺等新技術對身管內(nèi)表面的磨損等表面缺陷進行檢測[30];但研究均還處于初級階段,還需更加深入才能在身管領域得到較好應用。
身管的損傷形式主要為內(nèi)膛的燒蝕磨損和沿徑向的裂紋擴展,從無損檢測的深度可知其損傷形式包含表面損傷和內(nèi)部損傷。上述總結(jié)歸納的6種主要無損檢測方法中:滲透檢測只能用于表面損傷;磁粉檢測與渦流檢測主要用于表面和近表面的損傷檢測;因此該3種方法不適于身管損傷檢測中。超聲檢測主要用于內(nèi)部檢測,可以對身管的裂紋擴展情況進行檢測,文獻[29]進行了初步探索,但不同方向的裂紋對超聲檢測的掃描具有不用要求,因此超聲檢測存在操作復雜、檢測裂紋不全面、不能實時檢測等不足。
射線與聲發(fā)射均能用于表面和內(nèi)部缺陷的損傷檢測。聲發(fā)射檢測主要用于裂紋的擴展情況監(jiān)測,對身管內(nèi)膛的燒蝕磨損情況還需要結(jié)合其他檢測手段。且聲發(fā)射檢測結(jié)果還需結(jié)合其他方法進行局部分析。綜上,結(jié)合射線檢測中發(fā)展的工業(yè)CT技術能夠全面反映身管燒蝕磨損和疲勞裂紋擴展量的優(yōu)點,可采用工業(yè)CT進行相應的損傷檢測。
基于應變特征的身管健康監(jiān)測是根據(jù)身管的燒蝕磨損和疲勞裂紋損傷導致的相同作用力下應變不同的物理性質(zhì),利用工業(yè)CT無損檢測技術對構件的三維結(jié)構參數(shù)進行掃描、重建和測量以及探測結(jié)構內(nèi)部的裂紋并對其擴展深度進行定量分析。通過對完好身管與不同損傷狀況身管進行掃描,得到不同狀況下的身管內(nèi)徑磨損量和最大裂紋擴展量。再將其與測得的身管外表面應變特征值建立聯(lián)系,進行身管壽命預測模型的探索研究。使建立的模型與方法更加精確完善,更準確地實時預測身管健康狀況。
該實驗中,試樣為內(nèi)徑32.00 mm、壁厚2.80 mm,以線切割方式預制深0.30 mm、長20 mm裂紋的45#鋼制薄壁管,如圖7所示。利用MTS實驗平臺,通過底座、試樣、壓桿形成一個密閉環(huán)境,在其中添加液壓油進行疲勞試驗。通過MTS循環(huán)加載使油壓對預制裂紋與構件產(chǎn)生疲勞作用并使裂紋逐漸擴展至試樣破裂。
圖7 試樣
圖8為利用工業(yè)CT對在循環(huán)應力幅為-30.25 kN(即循環(huán)壓力范圍-55~-5.5 kN)的加載情況下進行疲勞試驗,疲勞次數(shù)為 8 000次時的試樣裂紋擴展狀況掃描圖。由圖可知裂紋的擴展深度為:366.1 μm。此時通過應變測量得到的試樣裂紋外表面周向應變值為2 278 με。因此,通過工業(yè)CT掃描可以很好地建立裂紋深度與對應外表面應變值的關系,更好地實現(xiàn)身管健康狀況監(jiān)測。
圖8 試樣掃描圖
本文對當前無損檢測的發(fā)展以及主要無損檢測技術的基本原理、優(yōu)缺點等進行了簡要的總結(jié)歸納。針對身管在使用過程中各種損傷狀況等,提出基于身管外表面應變特征的方法進行身管健康監(jiān)測。為了更好地建立該方法的模型,提出利用工業(yè)CT對不同階段的身管進行掃描與分析,得到相應的磨損量和裂紋擴展信息,進而更好地建立應變與結(jié)構損傷的關系,實現(xiàn)身管的實時健康監(jiān)測。
[1] 鄔冠華,熊鴻建.中國射線檢測技術現(xiàn)狀及研究進展[J].儀器儀表學報,2016,37(8):1683-1695.
[2] PROUDHON H,BUFFIèRE J Y,FOUVRY S.Characterisation of fretting fatigue damage using synchrotron X-ray micro-tomography[J].Tribology International,2006,39(10):1106-1113.
[3] 王悅悅,殷國濤,胡小小,等.硬質(zhì)合金/不銹鋼激光焊焊接性分析[J].熱加工工藝,2017(5):200-203.
[4] 景艷紅,楊福寶,李大全,等.MIM418渦輪的射線檢測及其缺陷分析(英文)[J].稀有金屬材料與工程,2017,46(2):317-321.
[5] 美國無損檢測學會.美國無損檢測手冊:2卷[M].世界圖書出版公司,1996.
[6] CHEN Xinya,CHEN Zhen.Research on the ultrasonic testing of defect for LY12 aluminum alloy based on transmission wave in lamb wave[J].Journal of vibroengineering,2017,19(3):1392-8716.
[7] YOU R,YAO Y,SHI J.Tensor-based ultrasonic data analysis for defect detection in fiber reinforced polymer (FRP) composites[J].Chemometrics & Intelligent Laboratory Systems,2017,163:24-30.
[8] 陳友興,劉藺慧,肖兆騫,等.合金彈體內(nèi)部缺陷超聲檢測的類型識別方法[J].固體火箭技術,2017(1):105-109.
[9] 劉靖波.17-4PH不銹鋼磁粉檢測中出現(xiàn)的問題分析[J].無損檢測,2012,34(5):20-24.
[10] XU G,GUAN X,QIAO Y,et al.Analysis and Innovation for Penetrant Testing for Airplane Parts[C]//2014 asia-pacific international symposium on aerospace technology.[S.l.]:[s.n.],2014.
[11] CZUCHRYJ J,IREK P.Evaluation of pore sizes in welded joints made in various constructional materials on the basis of penetrant testing by colour method[J].Archives of Metallurgy & Materials,2017,62(1):19-25.
[12] 喬海燕,任學冬,史亦韋,等.GH4169高溫合金渦輪盤表面徑軸向裂紋的滲透檢測可行性[J].航空材料學報,2016,36(6):92-96.
[13] 張勇.漏磁檢測若干關鍵技術的研究[D].合肥:中國科學技術大學,2007.
[14] ZHANG Qing,WU Xinjun,LI Jian.An analytical method for pulsed eddy current testing of the steel plate with a flat-bottom hole[J].International Journal of Applied Electromagnetics and Mechanics,2016,52:339-345.
[15] TETSUYA UCHIMOTOA,TOSHIYUKI TAKAGIA,WU Xiaoyang,et al.Changes in eddy current testing signals of fatigue cracks by heat processing[J].International Journal of Applied Electromagnetics and Mechanics,2016,52:677-684.
[16] CHENG Jun,QIU Jinhao,XU Xiaojuan,et al.Research advances in eddy current testing for maintenance of carbon fiber reinforced plastic composites[J].International Journal of Applied Electromagnetics and Mechanics,2016,51:261-284.
[17] REDDY M V,LUKOSE S N,SUBRAMANIAN M P,et al.Industrial computed tomography system for aerospace applications:development and characterisation[J].Insight - Non-Destructive Testing and Condition Monitoring,2011,53(53):307-311.
[18] GUO J,ZENG L,LIU B.High-quality image reconstruction from exterior helical cone-beam CT data for NDE of industrial pipelines[J].Insight:Non-Destructive Testing & Condition Monitoring,2011,53(10):534-541.
[19] GHORBANI Y,BECKER M,PETERSEN J,et al.Use of X-ray computed tomography to investigate crack distribution and mineral dissemination in sphalerite ore particles[J].Minerals Engineering,2011,24(12):1249-1257.
[20] JIANG H,ZENG L,BI B,et al.An improved method of 3D contours extraction from industrial computed tomography volume data[J].Optics & Laser Technology,2013,49(7):166-172.
[21] 蔣紹青,欒傳彬,滿月娥,等.工業(yè)CT在大型復雜機匣檢測中的應用[J].無損檢測,2017,39(2):18-21.
[22] 王倩妮,蘇宇航,郭廣平.基于工業(yè) CT 圖像的空心渦輪葉片壁厚測量法[J].無損檢測,2015,37(6):29-32.
[23] LI Z,ZENG L,ZOU X,et al.Crack surface extraction of industrial CT volume data using FPIT and planelet.[J].Journal of X-ray science and technology,2011,19(1):1-12.
[24] 艾軼博,王楠,闕紅波,等.工業(yè)CT的高鐵齒輪箱體材料缺陷識別[J].哈爾濱工業(yè)大學學報,2015,47(10):45-49.
[25] 楊少丹,宋克興,張彥敏,等.基于工業(yè)CT掃描的材料內(nèi)部裂紋表征與分析[J].金屬熱處理,2017,42(2):211-215.
[26] 常雙君,董國慶.無損檢測在提高導彈戰(zhàn)斗部發(fā)射安全性中的應用[J].四川兵工學報,2010,31(6):4-5.
[27] 鄭偉,鄧安華,劉云峰,等.固體火箭發(fā)動機襯層與藥柱脫粘高能X射線檢測技術[J].海軍航空工程學院學報,2014,29(4):355-359.
[28] GAO Yu-ling,CHEN Xing-quan,LIU Yan-ping,et al.Effect of warhead wall thickness on charge uniformity in industrial CT detection [J].Journal of MeasurementScience s& sinstrumentation,2017.
[29] 高望,張金,葉麗娜,等.基于L(0,2)模態(tài)的身管損傷無損檢測方法研究[J].聲學技術,2015,34(5):407-412.
[30] SHANMUGAMANI R,SADIQUE M,RAMAMOORTHY B.Detection and classification of surface defects of gun barrels using computer vision and machine learning[J].Measurement,2015,60:222-230.