基于Arduino的三维磁记忆检测系统设计及试验研究

2017-06-22刘海朝程志远李轶名任吉林

传感技术学报 2017年6期

关键词：法向梯度分量

宋凯,刘海朝,王振,程志远,李轶名,任吉林

(1.南昌航空大学无损检测技术教育部重点实验室,南昌 330063;2.南昌航空大学科技学院,南昌 330034)

基于Arduino的三维磁记忆检测系统设计及试验研究

宋凯1*,刘海朝1,王振2,程志远1,李轶名1,任吉林1

(1.南昌航空大学无损检测技术教育部重点实验室,南昌 330063;2.南昌航空大学科技学院,南昌 330034)

利用三轴线性霍尔传感器MLX90393制作磁记忆检测探头,基于Arduino硬件开发平台研制金属磁记忆检测系统,以30CrMo材料试件为试验对象,在静载拉伸作用下开展金属磁记忆试验研究,分析磁记忆信号变化规律以及磁记忆信号梯度值与拉伸载荷之间的变化特征。实验结果表明,拉伸过程中试件表面的磁记忆信号切向分量梯度最大值在拉伸载荷达到16 kN时开始明显变化,在23 kN之后急剧增大到0.042 5;法向分量梯度最大值在拉伸载荷达到23 kN之后急剧增大到0.55。本系统为铁磁性材料中应力集中的判定和测量提供了一种有效的检测方法。

磁记忆检测;传感器;梯度;应力集中;Arduino

铁磁性金属材料具有良好的硬度、强度、韧性和塑性等特点,在航空航天、石油化工、压力容器、建筑等领域均得到了广泛应用,在使用过程中会不可避免地受到应力集中而出现疲劳损伤和腐蚀缺陷,进而引发事故导致严重的后果[1-3],因此对铁磁性材料构件中存在应力集中的评估和检测工作显得非常重要[4]。金属磁记忆检测方法能够有效地检测出铁磁性材料构件中的应力集中,可以实现对铁磁性材料构件的预诊断[5-6]。在磁记忆检测技术机理的研究工作中,很多专家和学者开展了深入的研究和探索。2000年任吉林、林俊明等[6]编著了我国第1部关于磁记忆检测技术的专著,在专著中提出了能量平衡说,建立了力-磁效应的数学模型;周俊华,雷银照[7]研究了在正磁致伸缩系数情况下受力铁磁杆件的有效场表达式,解释了试件应力集中部位磁记忆信号法向过零、切向最大的现象;清华大学李路明教授课题组[8-9]研究了磁记忆效应与地磁场之间的关系,探讨了试件表面法向分量与焊缝周围残余应力的关系。在金属磁记忆检测系统的开发方面,清华大学无损检测中心[9]通过利用磁阻传感器开发的掌上型金属磁记忆检测仪器,能够快速实时分析应力集中状况,在表征应力集中检测结果方面参考了磁记忆信号法向分量变化特征;军械工程学院无损检测研究所[10]研发的JLY-1A型智能微磁裂纹检测系统,用于对宏观裂纹缺陷的磁记忆检测;马晓琳,朱红运[11]基于高速数据传输的S3C2440A嵌入式平台设计了金属磁记忆检测系统,其检测探头是利用A1302线性霍尔传感器制作而成,在结果显示部分采用一维信号描述磁记忆信号特征。为推动磁记忆检测技术的应用发展,应研制精度更高,体积更小的传感器模块,开发通用的磁记忆自动检测系统,以降低手工操作的误差[12-13],并且需要结合二维磁记忆信号或者三维磁记忆信号以及多维分量梯度值的变化特征,对铁磁性材料构件中存在的应力集中进行准确并且有效的判定[14-15]。

本文利用线性霍尔传感器MLX90393设计了三维磁记忆检测探头,研制了基于Arduino硬件开发平台的金属磁记忆检测系统,以30CrMo材料试件为试验对象开展了金属磁记忆检测试验研究,实现了在拉伸载荷作用下对试件的自动化在线检测,研究了30CrMo材料试件在拉伸载荷作用下的磁记忆信号特征,验证了金属磁记忆检测系统的稳定性和可行性。

图1 三维磁记忆检测系统模块图

1 金属磁记忆检测系统设计

金属磁记忆检测系统由三轴运动扫查平台、传感器模块、系统控制器模块及检测结果显示软件4个主要部分组成,如图1所示。三轴运动扫查平台由X、Y、Z3个轴组成,其中每个轴均包括步进电机、导轨和丝杆,X轴的有效行程为500 mm,Y轴和Z轴的有效行程为600 mm,扫查平台的运动精度为0.03 mm;检测探头是采用霍尔传感器制作而成,被固定在Z轴中部纵向载物台上;系统控制部分通过串行接口电路与计算机之间实现数据通讯;检测结果显示软件是通过利用python和C语言编制而成,可以实时显示和输出检测结果。磁记忆检测系统不仅可以提高系统运行平稳性和准确性,而且可以实现负载的快速、准确定位。

1.1 传感器模块设计

磁记忆检测探头的传感器模块采用一款霍尔传感器MLX90393,该传感器具有高精度、高灵敏度、低功耗、高电阻率,便于与现有的半导体芯片工艺集成等优点。MLX90393数字芯片的弱磁传感器和附属电路被集成在3.0 mm×3.0 mm×1.0 mm大小的LCC固体模块中,数字芯片由三维磁敏电阻电桥获取相互垂直的切向分量 Hp(x)和Hp(y)和法向分量Hp(z)。MLX90393数字芯片是一种可编程的线性霍尔传感器,其磁场测量分辨率是通过编程来确定的,在本文试验中数字芯片检测结果的磁场切向分量 Hp(x)和Hp(y)的分辨率为0.161 μT,法向分量 Hp(z)的分辨率为0.294 μT。磁记忆检测探头传感器电路原理图如图2所示,其中电容C1和电阻R1、R2可对数字芯片起到保护作用;数字芯片的11、12引脚为地址引脚A1、A0,用于硬件地址编程,采用二进制方式将数字芯片地址分为:00、01、10、11四个不同的地址,在检测过程中按照地址的顺序进行数据传输;在MLX90393数字芯片内部存在的微控制器把检测到的磁记忆信号以数字量的形式通过I2C总线(图2中的时钟线SCL和数据线SDA)输出到Arduino控制模块中。

磁记忆检测探头剖面图如图4所示,通过采用弹簧控制探头的提离,能够使探头在磁记忆在线检测过程中紧贴被检试件的表面,减少了提离影响,确保检测结果的准确性。磁记忆检测探头中的4个MLX90393数字芯片所检测的位置不同,每个数字芯片之间相隔5 mm,在试验过程中检测探头的覆盖区域宽度为20 mm。检测探头能够准确的得出所检测位置的磁场信息,每个MLX90393数字芯片的检测数据具有较好的重复性和一致性,在磁记忆检测试验过程中被检试件处于地磁场作用下,不需要额外施加激励磁场,MLX90393数字芯片中也不会产生磁场,数字芯片相互之间不影响检测结果。

图3 磁记忆检测探头示意图

图4 磁记忆检测探头剖面图

1.2 磁记忆检测系统硬件结构设计

传感器模块是通过I2C控制方式实现数据通讯,在磁记忆检测系统硬件电路设计过程中,微处理器采用 Arduino mega ADK硬件开发平台,Arduino mega ADK硬件开发平台提供主I2C接口,可以方便的实现计算机与MLX90393数字芯片、步进电机驱动系统之间直接的数据传输,I2C控制方式最高传送速率为100 kbit/s。Arduino mega ADK可连接大量的传感器和应用模块,例如霍尔传感器、按钮模块、触摸传感器和操纵杆传感器等。在Arduino mega ADK开发平台基础上的磁记忆检测系统的硬件结构设计如图5所示。

图5 磁记忆检测系统硬件结构设计图

图5中,硬件部分的供电是通过稳压电源提供的;传感器模块检测到的磁记忆信号经过信号调理电路后通过系统控制器实时显示并存储在计算机中;检测系统控制器通过提供脉冲信号,使步进电机驱动器和步进电机带动传感器进行检测。此外,磁记忆检测系统提供对计算机接口电路,能够实现计算机与磁记忆检测系统之间数据通讯,磁记忆检测仪器如图6所示。

图6 磁记忆检测仪器

1.3 磁记忆检测系统软件设计

磁记忆检测系统软件部分主要包括系统初始化参数预置、模式选择、信号采集、数模转换、数据处理、补偿与校准、显示输出以及保存等,软件流程图如图7所示。检测系统的软件部分可以检测到探头是否接通,当检测探头没有接通时系统即停止工作;检测过程中可以预置各种参数,包括检测速率、探头灵敏度、步进距离等,也可以实时显示和读取检测结果的数据;检测系统配置了不同的测量模式,包括自动检测和手动检测;在试验过程中将每次获取的三轴磁场值与获取的环境磁场做差,从而消除环境磁场的干扰,达到校准的目的。

图7 磁记忆检测系统的软件流程图

金属磁记忆检测系统的显示界面如图8所示,在试验过程中,可以实时显示4个检测通道中的X、Y、Z3个方向的磁记忆信号,也可以实时显示出所扫查区域应力集中程度的应力云图。在控制方面,可以实现自动控制和手动控制两个模式,自动控制即为通过设置参数可以对所预定的扫查范围进行扫查检测;手动控制即为点动控制。

图8 磁记忆检测系统显示界面

2 金属磁记忆试验研究

2.1 试验条件

试件材质为30CrMo钢,试件尺寸规格为220 mm×40 mm×2 mm,如图9所示。在试件中间预置两个宽为10 mm,深度为6 mm的三角形缺口。试件表面标注了四条相互间隔5 mm、长度为60 mm的扫查线L1、L2、L3、L4,其中扫查线L1、L2与三角形缺口的最近距离为1.5 mm。为了消除残余应力,在试验之前对30 CrMo试件进行了去应力退火热处理,试件的实际屈服强度为450 MPa,抗拉强度为644.4 MPa。在磁记忆检测试验过程中,检测探头通过三轴扫查装置被安置在试件表面,对试件表面的四条扫查线进行匀速扫查。同时在静载拉伸试验机上采用1 kN、2 kN、…、23 kN的加载方式对试件进行加载,并记录下每次测量时得到的数据信息。

图9 试件规格示意图

2.2 试验结果分析

根据矢量合成法将磁记忆信号切向分量Hp(x)和Hp(y)合成为磁记忆信号切向分量Hp(xy),Hp(xy)的定义如下:

(1)

矢量合成之后的磁记忆信号切向分量Hp(xy)的信号特征会更加明显[15],在拉伸载荷作用下测得的磁记忆信号法向分量和切向分量分布曲线如图10所示。

图10 不同拉伸载荷下的磁场分量变化

随着载荷的不断增大,当拉伸载荷达到8 kN时,磁记忆信号切向分量Hp(xy)开始出现最大值,法向分量Hp(y)表现出过零点的现象,此时的磁记忆信号变化幅值比较小;当拉伸载荷达到16 kN时磁记忆信号变化特征比较明显,切向分量Hp(xy)出现的最大值为0.1 Gs,法向分量Hp(y)过零点、出现极性变化的特征更加明显;随着拉伸载荷继续增大,磁记忆信号幅值变化更加明显,当拉伸载荷达到23.2 kN时拉伸试件即将断裂,缺口处会出现缩颈现象,此时表现出明显的应力集中现象,切向分量Hp(xy)表现出的最大值为0.45 Gs,法向分量Hp(y)的幅值达到1.3 Gs。

2.3 应力集中定量评估分析与讨论

为了进一步研究磁记忆信号特征与应力集中严重程度的变化规律,对切向分量Hp(xy)和法向分量Hp(z)进行微分处理求出切向分量Hp(xy)的梯度值KHp(xy)和法向分量Hp(z)的梯度值KHp(z),能够得到磁记忆信号切向分量梯度值的最大值|KHp(xy)|max和法向分量梯度值的最大值|KHp(z)|max,根据梯度值的最大值来判断应力集中的严重程度。磁记忆信号切向分量和法向分量梯度值的定义如下所示:

(2)

(3)

通过数据处理可得到磁记忆信号切向分量梯度最大值和法向分量梯度最大值随拉伸载荷的变化关系,如表1所示。

表1 磁记忆信号分量梯度值的最大值

磁记忆信号切向分量梯度最大值|KHp(xy)|max和法向分量梯度最大值|KHp(z)|max随拉伸载荷的变化关系如图11所示。

图11 磁记忆信号分量梯度最大值变化规律

3 结论

根据金属磁记忆检测原理,设计了基于线性霍尔传感器MLX90393的三维阵列式磁记忆检测探头,采用Arduino硬件开发平台研制了金属磁记忆检测系统,以30CrMo材料试件为试验对象开展了磁记忆试验研究。结果表明在拉伸载荷作用下,试件表面磁记忆信号的法向分量和切向分量会随拉伸载荷的增加而不断增加;磁记忆信号切向分量梯度最大值|KHp(xy)|max在拉伸载荷达到16 kN时开始明显变化,在23 kN之后急剧增大;法向分量梯度最大值|KHp(z)|max在拉伸载荷达到23 kN之后开始急剧增大。根据磁记忆信号切向分量梯度最大值和法向分量梯度最大值随拉伸载荷的变化特征,能够实现对铁磁性试件的应力集中严重程度进行有效的判定;该检测系统能够很好的反映应力集中部位,可以克服依靠单一法向分量磁记忆信号判断应力集中程度存在漏检的可能性。本系统提供的磁记忆检测方法为新型磁记忆在线检测仪器的开发提供了新的思路。

[1] 王坤. 铁磁性材料拉伸疲劳的磁记忆信号研究[D]. 哈尔滨:哈尔滨工业大学,2009.

[2] Doubov A A. Development of a Metal Magnetic Memory Method[J]. Chemical and Petroleum Engineering,2012,47:113-12.

[3] Jaap Schijve. Fatigue of Structures and Materials[M]. B.V.:Springer Science+Business Media,2009.

[4] Doubov A A. Screening of Welding Quality Using the Metal Magnetic Memory[J]. Welding in the World,1998,(41):196-199.

[5] Wang Huipeng,Dong Lihong,Dong Shiyun,et al. Fatigue Damage Evaluation by Metal Magnetic Memory Testing[J]. J Cent South Univ T,2014(21):65-70.

[6] 任吉林,林俊明,池永滨,等. 金属磁记忆检测技术[M]. 中国电力出版社,2000.

[7] 周俊华,雷银照. 正磁致伸缩铁磁材料磁记忆现象的理论探讨[J]. 郑州大学学报,2003,24(3):101-105.

[8] 黄松岭,李路明,等. 地磁场在应力致磁畸变产生过程中的影响[J]. 清华大学学报,2003,43(2):208-210.

[9] 李路明,胡斌,黄松龄,等. 掌上型金属磁记忆检测仪[J]. 无损检测,2004,26(5):249-252.

[10] 董丽虹,徐滨士,朱子新,等. 铁磁材料磁记忆检测技术的研究现状[J]. 新技术新工艺,2005(9):24-27.

[11] 马晓琳,朱红运. 便携式磁记忆检测仪系统硬件设计[J]. 电子设计工程,2015,23(5):74-76.

[12] 罗红玉,乐燕芬,侍财源,等. 基于USB的WSN测试与分析系统[J]. 传感技术学报,2016,29(3):411-416.

[13] 郝晓明,李杰,黄玉岗. 基于ADS8568的八路数据采集系统设计[J]. 传感技术学报,2016,29(1):150-154.

[14] 宋凯,周松蔚,王婵,等. ACSM法系统设计及铁磁构件应力测量研究[J]. 传感技术学报,2014,27(2):267-271.

[15] 任吉林,孙金立,周培. 磁记忆二维检测的研究与工程应用[J]. 机械工程学报,2013,49(22):8-15.

Design and Experimental Study of Three-Dimensional Magnetic Memory Testing System Based on Arduino

SONG Kai1*,LIU Haichao1,WANG Zhen2,CHENG Zhiyuan1,LI Yiming1,REN Jilin1

(1.Key Laboratory of Nondestructive Test(Ministry of Education),NCHU,Nanchang 330063,China;2.Science and Technology College of Nanchang HangKong University,Nanchang 330034,China)

The Magnetic memory detection probe is fabricated by a three-axis linear Hall sensor MLX90393.A type of metal magnetic memory testing system is developed,based on the Arduino hardware development platform. The metal magnetic memory test of 30CrMo material is carried out under the static load,analyzes the variation of the magnetic memory signal,and analyzes the variation between the magnetic memory signal gradient and the tensile load. The results show that,the maximum gradient of the tangential component of the magnetic memory signal on the surface of the test specimen changes markedly at the tensile load of 16 kN,and sharply increases to 0.042 5 after 23 kN;The maximum value of the normal component gradient increases abruptly to 0.55 after the tensile load reach 23 kN. This system provides an effective method for the determination and measurement of stress concentration in ferromagnetic materials.

magnetic memory testing;sensor;gradient;stress concentration;Arduino