管壁厚度变化炮筒的无损检测

高　瑜，张艳花，杨　录

（中北大学信息与通信工程学院，山西 太原 030051）

管壁厚度变化炮筒的无损检测

高瑜，张艳花，杨录

（中北大学信息与通信工程学院，山西 太原 030051）

由于炮筒管壁属于板型构件，且厚度较小，使用传统的横波与纵波无损检测都较困难，而且漏检率和误判率较高。通过对炮筒构件壁的厚度变化以及缺陷特征的分析，提出用单模式兰姆波水浸探伤方法对薄、不等厚壁炮筒进行无损检测，并用5层小波分解与重构的方法对采集到的信号进行去噪。通过Hilbert变换提取出信号包络，然后对信号进行10点滑动平均等一系列信号处理，从而达到对缺陷信号的有效识别。兰姆波的硬件检测与小波分析的信号处理有效融合，使得无损检测的漏检率和误判率有很大的提高。并采用20通道超声检测总控系统，达到3s/件的检测速率，大大提高检测效率。

薄壁炮筒；兰姆波；无损检测；信号处理；小波分析

0　引　言

弹药的炮筒由于生产工艺的限制，可能会有裂纹、夹杂等缺陷。这会带来巨大的安全隐患，所以在炮筒成型前对其进行无损检测是必要的。而用人为观察的方法检测既会引起漏检且效率过低。对于较厚的工件用横波和纵波这些常规波形进行超声波探伤是有效的。但当工件厚度小于2mm时，这两种波形都有噪声大、声程短、缺陷回波较弱的缺点。因此选取一种对工件的厚度在2mm以内变化时不敏感并且能量很高的单一波形是很重要的。兰姆波是超声检测中经常遇到的一种导波形式，与常规超声的逐点扫查不同，兰姆波检测一次可以扫查一条线，并且收发探头可以置于试件同一侧，使得其具有横波和纵波无法比拟的快捷高效的特点［1］。但由于兰姆波传播和反射机理的复杂性，国内外至今尚未制订相关标准［2-4］。兰姆波的多模式和频散特性使其在边界以及缺陷处的回波信号很复杂，可能产生多模式的导波和噪声，因此采用合适的信号处理技术提取有用的信号，提高信噪比非常重要。

1　炮筒工件的尺寸及缺陷特点

炮筒的形状、工件尺寸及声束入射方向如图1所示，长245mm，外部直经54.6mm，管壁的厚度变化是由口部的0.8mm到根部的1.2 mm，然后是实心体部分。缺陷主要分布于炮筒的内壁与外壁上，方向与金属流线的方向一致，是呈纵向分布的。

图1　工件尺寸及声束入射方向

通过分析其形状与缺陷可知，对于筒型工件的纵向缺陷，可以用轴向传播的兰姆波来检测。

2　无损检测原理

兰姆波的检测原理：兰姆波在工件中传播时，当遇到工件的基体组织发生如裂缝、夹杂等变化时，兰姆波会发生反射和散射，这会使接收到的回波信号的幅值、频率成分等发生显著变化。通过分析回波信号就可提取出其中所包含的缺陷信息，从而达到无损探伤的目的。兰姆波具有频散以及多模式等特性，因此限制了其应用的范围。波在传播过程中有两个重要的参数，即相速度Cp和群速度Cg，相速度就是指声波相位变化的速度，群速度是指波能量传播的速度［5］。

本实验采用兰姆波水浸聚焦法进行检测，使用双探头可以提高探伤的准确性，如图2所示。

图2　水浸聚焦检测原理

因为不同的偏心距以及不同的超声波入射角度都会影响回波的能量，故偏心距与入射角度的确定尤为重要。确认偏心距的方法如图3所示。

图3　偏心距的确认

兰姆波是一种由纵波和横波合成的特殊形式应力波，分对称型和非对称型两种模态［7］：

对于对称型有：

对于非对称型有：

式中：d——工件厚度，mm；

CL——纵波速度，m/s；

CS——横波速度，m/s；

CP——兰姆波相速度，m/s；

f——工作频率，MHz。

通过查表可知CL=5920m/s，CS=3170m/s。

兰姆波群速度方程为

利用Matlab对式（1）～式（3）进行数值求解可得fd-CP曲线和fd-Cg曲线分别如图4和图5所示。

图4　Cp-fd关系曲线

图5　Cg-fd关系曲线

由图4可以看出当频厚积fd＞4MHz·mm时，A0与S0的相速度基本趋于一个常数，因为炮筒的厚度d在0.8～1.2mm之间变化，因此当用频率为5MHz的探头时，A0与S0的相速度趋于一个常数。因为兰姆波是以能量的形式，即群速度的方式传播，所以为了抑制其频散特性，使波形不易转换，应选择群速度保持良好的兰姆波模式。通过图5可以看出当fd在4～6 MHz·mm之间变化时，A0模式的群速度相比与S0模式变化比较小，基本保持在3 200 m/s左右。故选择A0模式进行探伤。A0模式所对应的入射角度为27.8°。

3　系统软硬件组成

系统软件主要指PC机中的上位机处理程序，而硬件部分主要由20通道探头、探伤电路板和高压模块组成。这3部分构成的数字超声总控系统的硬件结构如图6所示。

图6　20通道超声总控系统硬件结构

1）在超声发射电路部分，由触发信号产生电路，先产生窄脉冲触发信号，经由高压脉冲电路最后在输出端产生激励探头发射超声波的负高压脉冲［8］。在这个过程中用TC4427去驱动MOS管8N80工作。

2）在接收电路部分，先让回波信号经过一个衰减幅度为0～60dB的衰减电路，滤除高压脉冲。之后经过电压跟随器进入压控增益放大电路，之后进入检波放大电路，利用检波方法提取信号包络；然后在门选电路中利用门控信号对超声回波进行截取，利用合适闸门可以去掉始发波和钢底波，最后将有用的超声缺陷信号送给峰保电路。

4　缺陷信号处理及结果分析

1）在实际生产中缺陷的深度一般在0.05～0.1mm之间，因此在实验中选择尺寸最小最难检测的人工刻伤进行检测，人工刻伤的尺寸如表1所示。

表1　人工刻伤尺寸

超声波通过螺旋型轨迹对工件进行扫查，扫查轨迹如图7所示。

图7　扫查轨迹

炮筒外径54.6mm，周长L=54.6×3.14=171.44mm；炮筒长度245mm，检测总圈数N=245/2.5=98圈，采样总点数为171.44×98=16801；炮筒转动频率为160ms/圈，炮筒转速为375r/min；炮筒上行螺距为2.5mm；所用探头为焦斑2mm的点聚焦探头。系统每通道的信号采集速率为0.75 kHz，A/D分辨率为12位，采用10组20通道的并列结构可将检测速率提高到3s/件。

2）利用上面介绍的单模式兰姆波水浸聚焦法对标准伤件进行检测，并从采集数据中取1600点对其进行缺陷信号处理。缺陷的深度可以通过幅值体现出来。针对原始信号采用5层小波分解与重构的方法去除原始波形中的噪声、奇异点以及基线偏移。

小波分析是一种信号的时间-尺度（时间-频率）分析方法，具有多分辨率分析（multi-resolutionanalysis）的特点；而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变，但其形状、时间窗和频率窗都可以改变的时频局部化分析方法［9］。即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率［10］，适合于探测正常信号中夹带的瞬态反常现象并展示其成分，能将时域和频域结合起来描述观察信号的时频联合特征，构成信号的时频谱［11］。如图8所示，cA1-cA5是提取5层分解的小波变换低频系数的过程，cD1-cD5是提取5层分解小波变换高频系数的过程。

图8　小波5层分解过程

如图9所示，a5是对分解结构中的第5层低频部分进行重构，d1～d5是对分解结构中的各层高频部分进行重构（用db6小波分解第6层：s=a5+d5+d4+ d3+d2+d1）。

如图10所示，原始信号和经过小波5层分解与重构去噪后的波形对比，去噪后的信号去除了原始信号中的噪声、奇异点以及消除了抬高的偏置基线。

如图11所示，为经过小波5层分解与重构去噪后的波形进行缺陷算法处理及识别的过程，图11（b）中的信号经过图11（a）中信号Hilbert变换，提取包络信号得到；图11（c）中的平滑包络信号经过图11（b）中信号10点滑动平均算法后得到。采用经典阈值算法，设定阈值范围为3～4V，若缺陷信号达到阈值范围，则判定炮筒有损伤存在。从图中可以看出，回波幅值达到了所设定的阈值范围，由于探头会靠近有伤的位置和远离有伤的位置，故波形呈现出前面递增，后面递减的三角形形状，这与实际的样伤相符，很好地达到了检测要求。

5　结束语

1）小波变换较好地保留了原始信号的高频特性，把缺陷信号的多峰性表现出来，有效提取了信号特征。

图9　小波分解后重构过程

图10　原始信号与小波去噪后对比

2）应用该方法对100件产品进行检测，通过统计发现漏检率与误判率都为0，检测速率为3 s/件。说明基于A0模式的单模态兰姆波无损检测以及小波分析的信号处理手段，能够较好地实现对管壁厚度小于2mm炮筒的缺陷检测。这对产品的生产质量和工艺都有较大的促进。

图11　去噪信号缺陷识别

［1］王杜.金属薄板的超声兰姆波无损检测［D］.武汉：武汉科技大学，2007.

［2］薄钢板兰姆波探伤方法：GB/T 2108——1980［S］.北京：中国标准出版社，1980.

［3］金属板材超声板波探伤方法：GB/T 8651——2002［S］.北京：中国标准出版社，2002.

［4］金属薄板兰姆波探伤方法：QJ 1269——1987［S］.北京：中国标准出版社，1987.

［5］王杜，郑祥明，唐正连.兰姆波在薄钢板无损检测中的应用研究［J］.无损检测，2007，29（4）：193-194.

［6］蒋黎，陈军文.冷挤压变壁厚药筒件的超声兰姆波探伤［J］.精密成形工程，2012，4（1）：40-44.

［7］李家伟，陈积懋.无损检测手册［M］.北京：机械工业出版社，2004：155-221.

［8］曾素琼.超声探伤仪智能系统设计［J］.电子测试技术，2006，29（1）：108-109.

［9］毛红艳.基于小波变换的信号消噪及滤波技术［D］.沈阳：东北大学，2003.

［10］金报春，干学仁，万国金.基于小波变换的跳频信号分析仿真［J］.南昌大学学报，2001，23（1）：52.

［11］DAUBECHIES I，LU J F，WU H T.Synchrosqueezed wavelet transforms：An empirical mode decompositionlike tool［J］.Applied and Computational Harmonic Analysis，2011，30（2）：243-261.

（编辑：李妮）

Nondestructive testing of gun barrel with wall thickness changes

GAO Yu，ZHANG Yanhua，YANG Lu
（School of Information and Communication Engineering，North University of China，Taiyuan 030051，China）

Gun barrel walls belong to plate-type components and are small，so it is difficult to identify the defects and both the miss rate and the misjudgment rate of conventional transverse wave and longitudinal wave nondestructive testing are high.By analyzing the wall thickness changes and defect characteristics of cartridge components，have put forward a single-mode lamb wave water immersion detection method to check the defects of thin-and thick-wall gun barrels and then used five-layer wavelet decomposition and reconstruction to remove the noises of acquired signals at the same time.Signal envelopes have been extracted by the Hilbert transform and then the signal was processed by 10-point moving average and other ways to identify flaw signals.The fusion of the hardware detection of lamb waves with the signal processing of wavelet analysis have greatly reduced the miss rate and the misjudgment rate of nondestructive testing. Moreover，a 20-channel master control system forultrasonic testing wasadopted and the detection rate was up to one gun barrel per three seconds.

thin-walled gun barrel；lamb waves；nondestructive testing；signal processing；wavelet analysis

A

1674-5124（2016）05-0113-06

10.11857/j.issn.1674-5124.2016.05.024

2015-10-21；

2015-12-09

高瑜（1989-），男，山西吕梁市人，硕士研究生，专业方向为无损检测。