管道不规则接头的超声相控阵自动检测信号识别方法

李夕强，史亚琨，张 俊，李晓红，马君鹏

(1.江苏方天电力技术有限公司，南京 211102；2.武汉大学 无损检测中心，武汉 430072)

管道不规则接头的超声相控阵自动检测信号识别方法

李夕强1，史亚琨2，张 俊2，李晓红2，马君鹏1

(1.江苏方天电力技术有限公司，南京 211102；2.武汉大学 无损检测中心，武汉 430072)

针对电站管道不规则接头的超声相控阵自动检测时数据处理效率低、信号源位置识别困难等问题，建立了超声相控阵自动检测信号识别算法，设计制作了带有人工缺陷的模拟试件，并利用该试件对识别算法进行验证。结果表明：提出的超声相控阵自动检测信号识别算法能够提高信号的初判效率，直观显示信号沿扫查方向的分布情况，有效区分结构干扰信号及同一缺陷的多个显示，为管道不规则接头超声相控阵自动检测提供了技术支持。

管道不规则接头；超声相控阵；自动检测；信号识别

火电站高温高压蒸汽管道系统中含有大量三通、弯头、阀门及封头等锻造加工的管件，以及直管焊接或彼此相互焊接形成的一类不规则的管道对接接头。管道对接接头外在特征明显，接头母材双侧或单侧靠近焊缝处有斜台，常常在内壁也有斜台。由于这些斜台的几何尺寸随母材管径和壁厚的不同而发生变化，因此对不规则接头的斜探头超声检测没有相关标准。斜台会使检测声束的有效覆盖面积减小、盲区增大，严重降低了超声检测的可靠性，而已成熟应用的超声TOFD检测技术[1-2]，在对不规则接头进行检测时，也会因斜台的干扰受到限制。

笔者在文献[3]中分析了超声相控阵检测不规则接头的可行性，建立了相控阵声束在管道不规则接头中传播的声线模型，探讨了内外斜台对检测工艺的影响。超声相控阵检测虽然能解决管道不规则接头超声检测区域声束覆盖面积小的问题，但还存在由于接头台阶处反射面增多、波型转换复杂、管件壁厚有较大尺寸偏差而使信号识别困难的缺点。现有研究[4-6]只有针对管道接头的超声相控阵检测信号分析，同时，市面上各相控阵仪器商业软件也没有针对带台阶的管件接头的超声相控阵检测信号分析模块，无法将其应用于管道不规则接头超声相控阵自动检测中。

针对上述问题，笔者开发了超声相控阵检测系统采集模块，设计了超声相控阵自动检测信号识别算法，该算法可对采集数据进行筛选，对构建的侧视图和扇扫图进行图像处理，自动获得任一信号的位置信息；在得出的壁厚轮廓中，引用声线路径算法追踪已知周向位置信号的来源。对模拟检测数据的处理表明，该算法处理效率高，能够有效区分结构干扰信号及同一缺陷的多个显示，具有很好的应用前景。

1 超声相控阵自动检测信号识别算法

该识别算法实现的流程如图1所示。

图1 识别算法实现流程图

1.1阈值筛选

由采集模块导入的数据量很大，如果逐个对信号进行评判十分耗费时间，数据中超过检测阈值的信号才是检测人员关注的重点，因此利用基于距离-波幅曲线(DAC)的检测阈值对采集信号进行筛选，将采样点幅值与DAC曲线进行比较，保留超过DAC曲线的检测信号。

1.2周向信息提取

对超标信号构建侧视图，侧视图是将任一扫查位置扇扫数据行取最大值，再投影于深度方向，依次按照扫查位置排列形成的视图，其可以反映超标信号沿扫查方向的分布情况。但初始图像中信号形状较为模糊，缺乏连续性，边上仍然有锯齿状棱角，需通过数学形态学对图像进行处理。

通过对图像进行腐蚀和膨胀[7]等方面的处理，减少了图像中的噪声信息，填平了图像边界不平滑的凹陷部分，处理后的图像将更加平滑清晰。此外，初始图像还存在始波的干扰，而始波出现于距离探头表面固定深度的范围，故将该范围内信号幅值置零，即完成了始波消除。在此基础上提取采集信号质心，得到信号周向位置及长度。

1.3截面信息提取

在获得信号周向位置后，为进一步确定采集信号在焊缝截面处的来源，需对该扫查位置处构建的扇扫图像进行处理。由于回波信号边缘处是图像灰度值局部发生变化最显著的部分，故选用计算量小、速度快的Sobel边缘检测算子对回波信号进行边缘提取，在此基础上利用质心提取得到焊缝截面中回波信号对应的扫查角度As和传播时间ts，为后续信号源声线追踪算法提供参数。

Sobel算子[8-9]包括两个运算操作：导数方向的平滑垂直运算和简单中心差分运算。垂直平滑可由帕斯卡三角形得到，两个运算操作的表达式为：

在二维Sobel运算中，x方向(水平)和y方向(垂直)的梯度矩阵可表达为：

x方向和y方向的卷积模板计算如下

式中：A为通过检测阈值筛选后的输入图像；Gx，Gy分别为x方向和y方向的输出图像；G为输出图像；θ为梯度方向；*为卷积运算符号。

文中在传统Sobel算子基础上增加了45°方向和135°方向两个模板，使得Sobel算子还可以检测出对角线方向上的边缘部分，增强了边缘检测的方向不变性，改进后的Sobel算子计算公式如下：

1.4信号源声线追踪

得到焊缝截面信号中心入射角度As及传播时间ts后，利用声线追踪算法，建立扇扫图像中回波信号与其在焊缝截面中几何位置的对应关系，得到信号源位置，声线在界面的反射以及发生的波型转换遵循Snell定律，计算流程如下所述。

(1) 将信号中心对应入射角度As作为初始入射向量D0，结合检测截面关键点坐标集合P和探头入射点I，求解在声线检测截面中的反射向量D和反射点O。反射面分为平面和弧面两种情况，声线在界面处的反射原理如图2所示，D1为与界面平行的单位向量，I0为界面法向量，得到反射向量D的计算公式为：

图2 声线在界面处的反射原理示意

(2) 利用声线模型计算得到反射点O之后，计算探头入射点I到反射点O这一路径对应的传播时间t。

(3) 如果t小于信号中心对应的传播时间ts，则将求得的反射点O作为新的入射点，反射向量D作为新的入射向量，回到步骤(1)继续运算；否则进入步骤(4)。

(4) 计算t与ts的差值Δt，将其与声线传播路径中最后一段对应的声速相乘，即可据此得到声线终止点位置，此位置为信号源。

由于管件壁厚存在较大尺寸偏差，若在每个扫查点都采用标称尺寸进行检测截面的绘制，容易出现对根部缺陷的误判，因此需要基于壁厚轮廓测量进行声线路径计算。使用相控阵仪器支持多组检测参数添加，分别设置轮廓测量与数据采集两组参数，可保证壁厚轮廓与检测数据的匹配性。

2 试验方法

2.1试验对象

为验证自动识别算法，设计制作了模拟试件(见图3)，试件用料取自某电厂高压旁路管道用P92管材，规格为φ443 mm×75 mm(外径×壁厚)。为模拟管道不规则接头，将管材切割后在端部加工内外台阶，再通过焊接形成带台阶接头。

图3 模拟试件实物

在模拟试件上制作了人工缺陷，缺陷参数如表1所示。

表1 模拟试件人工缺陷信息

图4 检测系统结构示意

2.2试验系统

针对管道不规则接头开发了专用检测系统，其结构如图4所示，该系统包括工艺设计、信号采集以及分析模块，采集模块为多浦乐公司制造的超声相控阵仪器，阵元型号为5L32-0.5*10，楔块型号为SD1-N55S，入射横波角度范围设定为36°80°，DAC曲线制作参照标准NB/T 47013-2015《承压设备无损检测》。由于采集时未连接编码器，故后续侧视图信号周向位置及长度不能分别作为其真实周向位置和指示长度。

2.3试验结果

2.3.1 信号初判

相控阵采集数据初始侧视图如图5所示，从图5可知，信号存在强烈始波，形状较为模糊，缺乏连续性，无法真实反映信号的周向分布情况。基于DAC曲线阈值筛选，通过图像腐蚀膨胀及始波消除处理后，得到侧视图如图6所示。可知经过处理后的图像更加平滑清晰，可自动获取图中沿周向扫查方向分布的5个不同带状信号的质心位置，其中信号1，2，3的深度分别为30，45，73 mm，而接头壁厚为75 mm，故上述信号均处于一次波检测范围内；而信号4，5深度分别为93，122 mm，超出一次波检测范围；同时需要注意信号3在整个扫查过程中一直出现且波幅强烈，初步怀疑为与接头结构相关的干扰信号。

图5 相控阵采集数据初始侧视图

图6 图像腐蚀膨胀及始波消除处理后侧视图

图7 试件侧视图周向66 mm处扇扫图

2.3.2 信号源位置确定

选取模拟试件侧视图同时出现5个信号的扫查位置(周向66 mm)，其对应的焊缝截面扇扫图如图7所示。由于侧视图中同一深度信号可能发生重叠，该位置处焊缝截面中实际存在9个超标信号，根据信号显示深度位置可得：a、b同属于侧视图中的信号1；c、d同属于侧视图中的信号2；e为侧视图中信号3；f、g、h同属于侧视图中的信号4；i为侧视图中的信号5。

a、b、c、d、e均为一次波检测范围内的信号，可根据其在焊缝截面位置直接进行识别，a、b位于上部坡口附近，c、d位于下部坡口附近，可判定a、b、c、d为4个未熔合缺陷；e位于内斜台面，结合侧视图中信号3在整个扫查过程中均出现的情况，可判定其为小角度(36°～45°)声线在内斜台处形成的结构回波。

剩余f、g、h、i信号均超出一次波检测范围，利用边缘检测及质心提取后的信号截面信息进行声线追踪，其位置信息见表2。f、g、h、i信号声线传播路径如图8所示。f、g为声束在接头内壁反射后形成的下部坡口未熔合的二次波信号；h对应声线入射角小于第三临界角，存在两种反射路径。1为声线在内斜台反射为横波至热影响区；2为内斜台反射为纵波至焊缝上部坡口，其中2对应位置与左侧上部坡口未熔合位置吻合，见图8(c)，而一次波范围内未见到热影响区存在明显回波。故h为内斜台处变型纵波超声的上部坡口未熔合信号；i为声束在内斜台反射后至接头外壁处形成的结构回波。综上所述，采集信号精确识别算法能够建立扇扫显示信号与其在焊缝截面实际位置的对应关系，有效区分结构干扰信号及同一缺陷的多个显示。

表2 扇扫图像各信号位置信息

图8 f、g、h、i信号声线传播路径

3 结语

研究了管道不规则接头超声相控阵自动检测信号识别算法。先对采集数据进行筛选，再对构建的侧视图和扇扫图进行图像处理，自动获得任一信号的位置信息，最后利用声线路径算法追踪已知周向位置信号的来源。对模拟试件检测数据的应用表明，该算法处理效率高，能够有效区分结构干扰信号及同一缺陷的多个显示，缺陷定位结果与设计值的偏差在5 mm以内，具有很好的应用前景。

[1] 惠维山，钟华，穆晓忠. 超声衍射时差法用于核电站常规岛管道焊缝检测的可行性[J].无损检测，2016,38(9)：37-39.

[2] 裴彪，徐振，常宇. 耐腐蚀合金复合材料海底管道环焊缝各区域全自动超声波检测[J].无损检测，2016,38(9)：46-48.

[3] 蒙殿武，马君鹏，张俊，等. 管道不规则接头内外斜台对相控阵超声检测的影响[J].无损检测，2015,37(11)：78-83.

[4] SZABOLCS S, ZOLTAN B, JUDIT D,et al. Modeling of phased array ultrasonic inspection of a steam generator dissimilar metal weld[C]// 21st European Conference on Fracture.[S.l.]:[S,n],2016.

[5] NANEKAR P,JOTHILAKSHMI N, JAYAKUMAR T. Ultrasonic phased array examination of circumferential weld joint in reactor pressure vessel of BWR[J]. Nuclear Engineering and Design, 2013,265:366-374.

[6] 牟彦春，朱晓智，金南辉. 超声相控阵检测技术在电站厚壁管道检测中的应用[J].无损检测，2014,36(9)：59-61.

[7] 杨琨，曾立波，王殿成. 数学形态学腐蚀膨胀运算的快速算法[J].计算机工程与应用，2005,41(34):54-56.

[8] SIYU C, XU Y, ZHANPINGY,et al. Innovation of aggregate angularity characterization using gradient approach based upon the traditional and modified Sobel operation[J]. Construction and Building Materials, 2016,120:442-449.

[9] 崔玉柱，刘清华. 一种X射线图像增强方案[J].无损检测，2014,36(1)：45-48.

欢迎网上投稿欢迎订阅欢迎刊登广告

SignalRecognitionMethodofAutomaticPhasedArrayUltrasonicInspectionoftheIrregularPipeJoint

LI Xiqiang1, SHI Yakun2, ZHANG Jun2, LI Xiaohong2, MA Junpeng1

(1.Jiangsu Frontier Electric Technology Co., Ltd., Nanjing 211102, China;2.NDT Research Center, Wuhan University, Wuhan 430072, China)

Aiming at the automatic phased array ultrasonic inspection of the irregular structure of welds, an algorithm of signal recognition is proposed to solve the problem of inefficiency of data processing due to large amount and identification of signal source because of complexity of beam propagation with the appearance of tilt parts. The test block with artificial defects is designed and manufactured for validation of the algorithm. The results show that the proposed algorithm provides important support for the inspection as follows: the efficiency of data processing can be improved; the distribution of signals along the scanning direction can be displayed intuitively; the source of signals can also be acquired to distinguish pseudo signal from structure and multiple displays from one and the same defect.

irregular pipe joint; phased array ultrasonic; automatic inspection; signal recognition

TG115.28

： A

：1000-6656(2017)09-0024-05

2017-02-28

李夕强(1973-),男，硕士，高级工程师，主要从事火力发电厂焊接及检测技术研究工作

马君鹏,asvragod@163.com

10.11973/wsjc201709006