Design of magnetoacoustic emission stress detection system based on FPGA and LabVIEW
-
摘要:
磁声发射(Magnetoacoustic emission,MAE)是一种应力检测的有效方法,针对传统检测仪器设计参数固定,灵活性较差的问题,结合FPGA(现场可编辑逻辑门阵列)和LabVIEW设计了参数可调的磁声发射应力检测系统。其中,FPGA负责激励信号产生波形,并将接收到的AD转换数据发送至上位机进行处理。设计的LabVIEW上位机程序负责信号接收、数据处理和存储。试验结果表明,所设计的检测系统简单可靠,集成度高,能够灵活调整激励信号,满足应力检测的需求。
Abstract:Magnetoacoustic emission (MAE) is an effective method for stress detection. Aiming at the problems of fixed design parameters and poor flexibility of traditional detection instruments, a magnetoacoustic emission stress detection system with adjustable parameters was designed by using FPGA and LabVIEW. Among them, the FPGA was responsible for generating waveform of the excitation signal, and sent the received AD conversion data to the host computer for processing. LabVIEW host computer program was responsible for signal reception, data processing and storage. The experimental results showed that the designed detection system was simple, reliable, highly integrated, and can flexibly adjust the excitation signal to meet the demand of stress detection.
-
Keywords:
- magnetoacoustic emission /
- stress detection /
- FPGA /
- virtual instrument
-
铁磁性材料因具有良好的力学性能,在航空器材、铁路、大型桥梁设施等方面有着广泛的应用[1]。这些设备在服役过程中经常承受较大的应力,存在极大的安全隐患,因此对铁磁性材料进行应力检测具有重要意义。磁声发射(Magnetoacoustic emission,MAE)是一种对铁磁性材料进行应力检测与评估的有效方法。磁声发射是指铁磁性材料在磁化过程中产生声发射的现象,当铁磁性材料受到应力作用时,内部的磁畴结构会随之发生变化,从而引起材料磁声发射信号特征的变化。国内外学者对磁声发射技术在应力检测方面的应用做了大量的研究。马咸尧等[2-3]提出了通过频谱主频变化推测应力方向的方法。王金凤等[4]分析了拉应力状态下钻杆材料的磁声发射信号特征,发现应力平均检测误差可控制在22 MPa以内。PIOROWSKI等[5]发现磁声发射信号随变形量的增加而呈现出规律性的变化。曾文钧等[6]对静拉伸状态下磁声发射行为进行了仿真分析,结果表明随着拉应力的增大,MAE信号的均方根电压、包络面积等特征值都呈现下降的趋势。SU[7]通过弯曲试验验证了MAE信号的影响因素,结果表明在4 mm的测量深度内最大测试误差为30 %。AUGUSTYNIAK等[8-9]定量分析了磁声发射影响因素,并通过不同应力测试方法的对比分析,指出磁声发射是一种有效的应力评估手段。李志农等[10]建立Q235钢静载拉伸下的磁-力耦合模型,确定了应力对磁声发射的影响以及钢疲劳状态下对磁声发射的影响。陈炫宇等[11]建立了基于信号样本熵特征量的磁声发射应力检测方法,相较于其他特征量,样本熵值的波动性指标更能反映与应力的对应关系。
由于铁磁性材料的磁声发射现象影响因素众多,如激励信号的波形、频率以及励磁强度等,并且不同试件的最佳励磁条件也存在一定差异,因此在实际检测中,需要对激励信号进行调整[12]。针对目前MAE仪器中存在的不足,基于FPGA(现场可编辑逻辑门阵列)设计了参数可调的应力检测系统。在满足磁声发射应力测量的条件下,该系统能够对激励信号进行灵活配置,可以提高磁声发射在应力检测中的应用范围和检测效果。
1. 磁声发射检测原理
磁畴是指铁磁性材料在自发磁化过程中形成的许多磁化方向不同的微小区域,在同一个磁畴内的原子磁矩排列方向一致,相邻磁畴间的原子磁矩排列方向不同[13-16]。相邻磁畴之间存在一定厚度的原子层,称为磁畴壁。对于立方晶体,根据磁畴壁两边磁化矢量的夹角,可将磁畴壁分为90°畴壁和180°畴壁。在交变磁场作用下,磁畴壁不断运动,在两个畴壁内磁致伸缩不一致而引起磁声发射信号,其结构示意如图1所示。
经过磁声发射理论的不断发展,现在基本认为磁声发射信号源包括:①180°和90°磁畴壁的不可逆移动;②磁化矢量的不可逆转动;③磁畴壁的产生和湮灭[17]。应力主要通过改变磁畴结构进而对MAE信号特征造成影响。在拉应力作用下,铁磁性材料中各类畴壁逐渐转化成180°畴壁,对磁声发射信号强度作用较大的90°畴壁所占比例降低,导致磁声发射信号强度减小。
2. 磁声发射应力检测系统整体设计
基于FPGA和LabVIEW的磁声发射应力检测系统结构示意如图2所示。系统中,FPGA主控模块控制整个系统的数据采集、信号处理和控制逻辑,协调各个子系统,负责数据流的管理和控制信号的发出。DA转换电路将FPGA生成的数字信号转换为模拟信号,经过功率放大电路增强到足够的功率,并通过检测线圈和磁轭传输到待测试件。检测线圈和磁轭产生的磁场会相互作用并激发磁声发射信号。传感器通过前置放大电路检测磁声发射信号的变化,并将其转换为电压信号,该信号通过信号滤波电路进行滤波,去除噪声和不需要的频率成分。处理后的信号传递到AD转换电路,进行数字化处理。上位机接收FPGA的数据,提供实时数据可视化、存储和分析工具以及用户交互界面。
3. 磁声发射应力检测系统硬件设计
3.1 激励信号产生模块
激励信号由FPGA驱动AD转换芯片AD 9708产生,其转换位数为8位,最大转换速度为125 MSPS。FPGA中存储试验所需的激励信号波形数据,可根据试验条件选择不同的激励信号波形和频率。启动工作时FPGA将激励信号波形数据和转换时钟输出到AD 9708,AD 9708即可输出所需的激励信号。
由于DA转换电路产生的激励信号功率较小,经过线圈后不足以产生满足要求的交变磁场,因此需要将激励信号进行功率放大,使之能够满足检测要求。设计中采用LM 3886作为功率放大芯片,LM 3886是一种高性能的音频功率放大芯片,具有输出功率大、信号失真度小的特点,在额定工作电压下,其连续不失真平均功率最大可达68 W。
3.2 励磁单元和接收传感器
励磁单元包括线圈和U形磁轭两部分。漆包线圈均匀缠绕于U形磁轭表面,当在线圈两端施加交变电流时,线圈中产生交变磁场。磁轭起到磁力线传输的作用。系统中采用硅钢片作为磁轭材料,采用600匝直径0.4 mm的漆包铜线紧密缠绕在磁轭表面作为励磁线圈。
由于磁声发射信号频率集中在20~400 kHz,故采用北京声华科技的G150窄带传感器,其频率范围为60~400 kHz,覆盖了大多数磁声发射信号的频率范围,且采用整体屏蔽设计,可以有效降低干扰。
3.3 信号调理单元
3.3.1 前置放大电路
磁声发射信号较为微弱,如果直接进行采集,会造成数据缺失,因此需要对其进行放大处理。OP37是一种高精度低噪声的集成运放,其具有63 MHz的增益带宽。文章设计采用3片OP37组成差分放大电路,通过调节电位器可对放大倍数进行动态调整。
3.3.2 带通滤波电路
磁声发射信号中经常含有大量的噪声,会对检测结果造成干扰,因此需要对放大后的信号进行滤波处理。系统采用二阶有源低通滤波器和二阶有源高通滤波器级联组成的有源带通滤波器。有源器件仍采用OP37集成运放。通过选择并确定相关参数,使得通带频率集中在10~500 kHz。
3.4 数据采集和传输模块
数据采集模块在FPGA主控单元控制下将经过调理后的磁声发射输出信号变为数字信号,系统采用AD 9238作为AD转换芯片,其具有12位转换精度,最高采样率为65 MSPS,能够满足磁声发射信号采样要求。
FPGA将AD采样数据通过千兆以太网发送到上位机进行数据处理。FPGA和上位机之间通过UDP协议进行通信。
4. 磁声发射应力检测系统软件设计
检测系统的上位机程序由LabVIEW编写,其前面板示意如图3所示。上位机软件主要实现4个功能,分别为波形显示、UDP通信、数据存储、数据处理,其程序流程图如图4所示,各部分功能描述如下。
(1)波形显示。磁声发射检测系统要求用户能够对激发出的磁声发射信号进行实时观测,波形显示功能负责在波形图表中显示磁声发射信号波形数据。当停止接收信号时,用户可对历史数据进行回溯。
(2)UDP通信。负责接收FPGA通过UDP协议上传到上位机中的磁声发射检测信号数据。
(3)数据存储。负责将上位机接收到的磁声发射信号数据存储到本地文件中。
(4)数据处理。负责对接收到的磁声发射信号数据进行处理,包括对MAE信号进行滤波、在波形图表中显示MAE信号时频图谱以及信号时域特征值计算3个部分。系统选择了峰峰值、均方根值、整流平均值、振铃计数、标准差和方差共6个时域特征值进行数据分析。
5. 试验结果与分析
选用商用Q235钢为试验对象,在0~240 MPa应力内每隔30 MPa进行一次应力加载试验。当拉伸应力达到预定值时,保载并进行MAE信号采集。FPGA驱动DA芯片产生50 Hz的正弦波信号,调节功率放大倍数使得激励信号幅值为20 V,然后进行磁声发射试验,分别在0,60,150,240 MPa应力下,在波形观察窗口观测到的MAE信号波形如图5所示。
不同应力下MAE信号均方根值变化曲线如图6所示,可见,随着应力的不断增加,信号强度不断降低。这表明MAE信号对试件应力变化较为敏感,是一种检测评估应力的有效方法,所设计的磁声发射应力检测系统能够满足应力检测要求。
此外,所设计的检测系统能够对激励信号进行灵活调节以适应不同的检测需求。利用试验装置产生不同的激励信号,分别用不同的激励电压、激励频率和激励信号波形对试件进行磁声发射试验,得到的MAE信号特征变化曲线如图7所示。
由图7可知,随着励磁电压的增大,磁声发射信号逐渐增大并趋于饱和;随着励磁频率的增大,磁声发射信号强度呈现先增大后逐渐降低的趋势;在方波激励下磁声发射信号强度明显增大。即,所设计的检测系统能够根据现场检测需求对励磁条件进行灵活调节,增强了磁声发射检测装置的适应性和灵活性,更适用于现场检测。
6. 结语
设计的磁声发射应力检测系统采用FPGA作为控制中心,通过所设计的AD/DA模块、功率放大模块、信号调理模块等电路模块实现了磁声发射信号的激励和采集。开发了基于LabVIEW的上位机软件,可以便捷地进行信号观测分析。通过对不同应力试件的磁声发射试验,表明所设计系统结构简单,工作稳定,操作方便,具有较高的应用价值。
-
[1] 侯玉婷铁磁性材料的多磁参数融合与疲劳寿命预测方法研究成都电子科技大学2021侯玉婷 .铁磁性材料的多磁参数融合与疲劳寿命预测方法研究[D].成都:电子科技大学,2021. [2] 马咸尧,孙大千,邱保文,等 .应力对材料磁声发射频谱特征的影响[J].华中理工大学学报, 1995, 23(9):83-87. [3] 马咸尧,吴金山 .磁声发射测定应力模型及计算方法[J].钢铁研究, 1992, 20(4):42-46. [4] 王金凤,樊建春,仝钢,等 .磁声发射无损检测方法研究进展[J].石油矿场机械, 2008, 37(5):72-75. [5] PIOTROWSKI L ,CHMIELEWSKI M ,AUGUSTYNIAK B .The influence of elastic deformation on the properties of the magnetoacoustic emission (MAE) signal for GO electrical steel[J].Journal of Magnetism and Magnetic Materials, 2012, 324(16):2496-2500. [6] 曾文钧,李志农,沈功田,等 .静载拉伸过程的磁声发射特性仿真与试验研究[J].兵器装备工程学报, 2020, 41(9):204-209,226. [7] SU F .Methodology for the stress measurement of ferromagnetic materials by using magneto acoustic emission[J].Experimental Mechanics, 2014, 54(8):1431-1439. [8] AUGUSTYNIAK B ,PIOTROWSKI L ,MACIAKOWSKI P ,et al .Study of microstress state of P91 steel using complementary mechanical Barkhausen,magnetoacoustic emission,and X-ray diffraction techniques[J].Journal of Applied Physics, 2014, 115(17):17E306. [9] AUGUSTYNIAK B, PIOTROWSKI L, CHMIELEWSKI M. Impact of frequency and sample geometry on magnetacoustic emission voltage properties for two steel grades[J]. Journal of Electrical Engineering, 2008, 59(7):33-36. [10] 李志农,曾文钧,闻庆松,等 .静载拉伸和低周疲劳下Q235钢磁声发射特性[J].兵工学报, 2021, 42(1):185-191. [11] 陈炫宇,龙盛蓉,韩壮禄,等.基于磁声发射信号样本熵特征量的应力检测方法研究[J/OL].中国测试, 2022:1-7[2024-01-29]. http://kns.cnki.net/kcms/detail/51.1714.TB.20221114.1513.006.html. [12] 张文君磁声发射检测系统的开发与研究南昌南昌航空大学2019张文君 .磁声发射检测系统的开发与研究[D].南昌:南昌航空大学,2019. [13] JILES D C ,LI L .A new approach to modeling the magnetomechanical effect[J].Journal of Applied Physics, 2004, 95(11):7058-7060. [14] JILES D C .Theory of the magnetomechanical effect[J].Journal of Physics D:Applied Physics, 1995, 28(8):1537-1546. [15] JILES D C ,SUOMINEN L .Effects of surface stress on Barkhausen effect emissions:model predictions and comparison with X-ray diffraction studies[J].IEEE Transactions on Magnetics, 1994, 30(6):4924-4926. [16] JILES D C .Magnetic properties and microstructure of AISI 1000 series carbon steels[J].Journal of Physics D:Applied Physics, 1988, 21(7):1186-1195. [17] 沈永娜,沈功田,柯卫杰,等 .磁声发射检测技术研究进展[J].无损检测, 2017, 39(5):87-98.