Page 67 - 无损检测2023年第十期
P. 67

曾晨明, 等:

   基于磁巴克豪森效应的 P92钢热老化状态检测

   材料硬度、 屈服强度和冲击吸收功等力学性能变
   化 [ 3 ] , 当材料的力学性能不能满足实际工作需求时,
   需要对其进行更换, 否则就会引发安全事故。因此
   为确保火电厂安全有效地运行, 需要对 P92钢材料
   的热老化程度进行监测。
       P92钢材料的无损检测方法主要有超声检测和
   磁巴克豪森噪声( MBN ) 检测。超声检测方法需要
   耦合剂且设备昂贵, 不适用于 P92钢热老化程度的
   检测。 P92钢热老化的根本原因是位错密度变化和                                  图2 P92钢热老化检测仪器硬件框图
   金属相析出等微观结构的改变              [ 4-6 ] , 而 MBN 信号对
                                                     1.2 基于小波包分解算法的硬度测定试验
   此类缺陷敏感, 可在保证材料完整性的同时进行检                                                                      [ 9 ]
                                                       应用小波包算法需选择合适的小波基函数                         ,
   测, 同时检测便捷, 适用于现场和在线检测                 [ 7-8 ] 。
                                                     选用 Dme y 小波函数作为小波基函数, 其具有良好
  1 试验与分析                                            的对称 性 和 光 滑 性, 可 以 进 行 快 速 离 散 小 波 变
                                                     换 [ 10 ] , 能够有效呈现 MBN 信号中的有用信息。
   1.1 试样制备与 MBN 信号测量                                     检测标准 P92钢得到其 MBN 信号, 其基于启
     试验对象为进口威曼高登 P92耐热钢, 该材料                         发式阈值原则的硬阈值方法和软阈值方法                     [ 11 ] 的降

   用于国内某电厂超超临界机组主蒸汽管道。
                                                     噪信号图像如图3所示。
       为了方便后续对被测试件进行扫描电镜和电子
   背散射衍射分析技术的观测和研究, 设计 P92钢试件
   的尺寸为15mm×15mm×1mm ( 长×宽×高), 所



   检测的 P92钢试件分为两种, 一种是已知硬度( HB )
   分别为165 , 175 , 185 , 205 , 215的试件, 另一种是已知
                          4        4        4
   服役时间分别为0 , 3×10 , 4.9×10 , 5.6×10 , 7×

             4
     4
   10 , 9.3×10 h的试件, 试件实物如图1所示。












                 图1 P92钢试件实物
       基于 MBN 产生原理研制了一套 P92钢热老化
   检测仪器, 检测仪器的硬件框图如图2所示。该仪
   器整体设计轻巧, 并通过增加大容量的锂电池组进
   行供电, 使检测仪器能够用于现场检测。                                    图3 MBN 信号启发式阈值原则降噪信号图像
       MBN 信号检测的缺点是信噪比低, 虽然在获                             采用启发式阈值原则的硬阈值、 软阈值方法
   取 MBN 信号的过程中通过硬件高通滤波电路滤除                          对硬度分别为165 , 175 , 185 , 205 , 215的 P92钢试
   了低频干扰成分, 但硬件以及周围环境的干扰仍然                           件进行基于 MBN 的检测, 对检测结果进行量化,
   会使得 MBN 信号信噪比降低。故为了提高信噪                           其能量比和均方根误差如表 1 所示。从表 1 可
   比, 选用时、 频域相结合进行信号分解的小波包算法                         知, 启发式硬阈值的方法对 MBN 信号进行降噪处
   以及可以对信号进行自适应分解的 VMD 算法来对                          理时的能量比大、 均方根误差小, 可以获得较好的
   MBN 信号进行处理。                                       滤波效果。
                                                                                                3
                                                                                               3
                                                                             2023年 第45卷 第10期
                                                                                     无损检测
   62   63   64   65   66   67   68   69   70   71   72