Q345R钢拉伸损伤过程声发射特征参数表征及定量评价
2018-01-18,,,
,, ,
(1.广州特种承压设备检测研究院,广州 510100;2.南昌航空大学 无损检测技术教育部重点实验室,南昌 330063)
Q345R钢是一种专业用钢,具有耐腐蚀性好、强度高、低温性能好等特点,且更加适应焊接性能的要求,因此在压力容器、压力管道等特种设备制造中应用广泛[1-2]。目前,对于该材料的无损检测主要根据构件的结构特点、可达性和检测要求等因素,采用超声、射线、涡流、磁粉和渗透等常规检测方法,但是这些方法都是静态的主动检测方法,一般需要根据标准对构件的固定部位进行定期检测,而无法实现在役使用过程中全范围的实时监测[3-4]。
声发射检测(AE)技术是一种动态的、被动的检测技术,可通过分布在检测对象上的传感器,在使用过程中实时接收由损伤处产生的弹性波信号,从而实现对损伤声源的定位和分析,进而判断材料或结构整体的损伤程度,达到在结构件的在役使用过程中,实现全范围实时监测的目的[5-6]。耿荣生等[7]对两类三代机的全尺寸疲劳试验实施了全程声发射监测,对一些关键构件的疲劳裂纹实施了早期预报,为确定和延长飞机的机群寿命发挥了重要作用;沈功田[8]对金属压力容器和常压金属储罐的声发射监测及安全评价方法进行了深入探索,取得了较大的经济效益;何存富等[9]通过对声发射信号处理方法的研究,获取了大型观览车低速滚动轴承的声发射特性,证明了利用声发射技术可以实现对该滚动轴承的健康监测。而在钢材的声发射检测和特性分析上也有一些研究工作,但是主要都集中在损伤声源定位、时域特征参数及频谱分析上[10-14],而在损伤过程中各个损伤阶段的声发射信号特征参数表征和定量研究上还没有过多探讨。
笔者主要通过拉伸力学试验,监测Q345R钢从裂纹萌生到断裂的整个过程,研究材料在各个力学阶段的声发射信号特征参数与载荷历程间的内在联系,再通过声发射信号特征参数表征材料的损伤程度,实现对材料损伤的定量评价。
1 声发射检测原理
声发射实际上是材料中局域源快速释放能量产生瞬态弹性波的现象,也称为应力波发射。声发射检测是根据材料本身缺陷释放的弹性声波信号来进行定位和定性检测的。声发射检测原理示意如图1所示,从声发射源发射的弹性波最终传播到材料的表面,引起可以用声发射传感器探测的表面位移,这些探测器将材料的机械振动转换为电信号,这些电信号被放大、处理和记录,再根据观察到的声发射信号进行分析与推断,以了解材料产生声发射的机制[15-18]。
图1 声发射检测原理示意
声发射源信号可以基本分为突发型信号和连续型信号,突发型信号的波形图和单个脉冲的波形图相似;连续型声发射信号是由许多密集的突发型信号构成的,由于单个信号间的间隔时间太短而无法分辨。用仪器探测、记录、分析声发射信号和利用声发射信号推断声发射源的技术称为声发射技术。由于声发射信号具有瞬态和多态的特点,且容易受到外界噪声的干扰,因此在工程实践中,通常将接收到的声发射信号转换为计数、幅值、能量等特征参数形式,然后再通过对特征参数的处理分析声发射信号的特征[19-20]。采用特征参数分析法,依据特征参数的历程分析,应用特征参数累积量的归一化曲线进行Q345R钢拉伸损伤过程的监测和定量评价研究。
2 试验过程
2.1 试验装置
试验装置包括材料力学试验系统以及声发射监测系统两部分。材料力学试验机是由美国生产的INSTRON8801型液压伺服多功能材料试验系统,其载荷容量高达100 kN,可以满足试验要求。声发射检测系统为美国PAC公司生产的PCI-2型8通道测试系统。试验采用的声发射传感器(也称为探头)型号为R15α,其中心频率为150 kHz,频带宽度为100 kHz~400 kHz,各类金属材料损伤发出的声发射信号都在该频带范围内。试验中的前置放大器的增益可选择20,40,60 dB,这些均能够满足试验需要。
2.2 检测试块及传感器布置
检测试块是根据标准GB/T 228.1—2010《金属材料 拉伸试验 第1部分:室温试验方法》加工成的,标准拉伸试块尺寸如图2所示,试块材料为Q345R钢,共加工了4块,试块编号依次为LS1,LS2,LS3和LS4。为了减少夹具与试块间的摩擦,在试块两端先用塑料薄膜紧贴包裹好,然后再用夹具固定。
图2 标准拉伸试块尺寸示意
根据试块尺寸,只需布置两个传感器,采用线性定位方法即可,所以将探头对称性地放置在长度方向的中心线上,使两探头的间距为110 mm,并且各自离加载端端点分别为40 mm,实现对称定位,具体布置方式如图3所示。安装传感器时需要用耦合剂填充传感器和试块接触面,并使用磁夹具固定。
图3 声发射传感器布置示意
2.3 拉伸试验过程
拉伸测试前先按照声发射检测程序进行软件设置,然后分别进行试块材料衰减测量、传感器灵敏度测量、背景噪声测量等。根据背景噪声大小,设置门槛幅值为65 dB,采用线性时差法测定声速为4 700 m·s-1。
以上准备工作全部完成后,开始进行拉伸损伤声发射监测试验。试验时要求材料试验机加载工作和声发射采集工作同步开始,从而保证后期试验数据的有效分析。试验拉伸速度保持匀速1 mm·min-1,声发射检测仪采集材料损伤萌生、扩展、断裂整个过程所发出的全部声发射信号,拉伸试验机可自动记录在均匀拉伸速率下拉伸损伤过程的载荷、位移以及时间3个力学参数,并可绘出材料所对应的拉伸载荷与应变位移的拉伸曲线变化(见图4)。
图4 试块拉伸载荷与位移曲线
由图4可明显发现,Q345R钢具有典型的塑性材料特征,明显存在塑性材料拉伸损伤过程的各个力学行为阶段。利用拉伸位移量可以区分出弹性阶段(0~0.689 mm)、屈服阶段(0.689~4.324 mm)、强化阶段(4.324~32.400 mm)、颈缩阶段(32.400~40.580 mm)以及断裂阶段。根据各个力学阶段采集的声发射信号,并将这些声发射信号转换成特征参数,对比各个阶段的变化情况,就可找出特征参数与各个力学阶段的内在联系。
3 特征参数历程图分析
声发射信号特征参数历程图分析法是一种分析声发射监测过程采集到的声发射信号特征参数随时间变化过程的方法,该分析方法可有效评价拉伸损伤全过程以及各个力学阶段的声发射源的活动情况。因为撞击计数可以反映声源产生信号的活动性,幅度和能量可以反映声源信号的强度,所以主要提取了Q345R钢在整个拉伸损伤全过程产生的撞击计数、能量和幅值3个声发射特征参数的历程图进行对比分析。此外,为了便于结合力学规律的分析,将拉伸载荷随时间变化的历程图放在一起进行对比分析,Q345R钢的AE特征参数历程图和载荷历程图的对比如图5所示。
图5 Q345R钢的AE特征参数历程图和载荷历程图
由图5可知,在拉伸过程中,Q345R钢在弹性阶段几乎不产生声发射信号,只监测到少量几个低能量、低幅值的声发射信号;屈服阶段为整个拉伸损伤过程中主要产生声发射信号的阶段,且在屈服阶段的开始端和结束端还将会有大量较高能量、高幅值(高达98 dB)的声发射信号产生,并在整个过程中特别突出;在强化阶段存在低能量(主要分布在200 μV·ms以下)、低幅值(主要在65~80 dB)的信号,且信号的数量在慢慢地减少为0;在颈缩阶段声发射特征参数基本都为0,即在该阶段不产生声发射信号;在断裂阶段有少量高能量(为整个过程最高能量处)、高幅值(高达98 dB)的声发射信号产生。通过上述分析,说明声发射信号特征参数在一定程度上可以表征出材料拉伸损伤过程的各个力学阶段及其特征。通过对拉伸试验监测出的声发射信号的各个参数在损伤过程累积量随时间变化的分析,有利于定量地评价被监测试件在拉伸损伤过程中,其各个力学行为阶段的内部损伤量在整体过程中的占有量,同时又可以反映出其变化过程中各种规律性的信息。
4 特征参数累积量的定量评价
选取上升时间、计数、能量、持续时间以及幅值这5个主要特征参数的累积量随时间的变化进行分析。通过拉伸损伤监测试验对声发射信号特征参数的采集和提取,对各个特征参数进行累积计算处理后,得到结果如图6所示。
图6 载荷历程图与5个特征参数累积量随时间的变化过程曲线
因为每一个声发射特征参数的定义和量纲是不一样的,所以声发射信号的各种特征参数的累积量变化表征过程之间也存在一定的差异。这里主要研究的是各个特征参数在拉伸损伤过程中的变化过程,为了更好地用一个图形综合对比分析各个特征参数以及加载载荷随时间的变化过程,再次对各个特征参数累积量曲线进行归一化数据处理,这样可以有效地对比各个声发射特征参数累积量变化规律之间的异同,并且可以明显地分析出各个特征参数变化过程的占有量,使其实现量化对比分析。
此次使用的归一化方法主要是考虑各特征参数中的每个时刻采集累积量相对总量的大小,所以采用式(1)进行数据归一化。
(1)
式中:X,P分别为归一化前后的特征参数累积量的数据;Xmax、Xmin为 AE特征参数累积量X的最大和最小值。
该归一化处理方法不会改变每个累积分量对累积总量的比例,既不会改变每一个特征参数累积曲线本身变化过程的规律,又可通过每个特征参数的增量比例反映该阶段信号成分量的特征,所以归一化后更有利于用每个特征参数定量分析各个力学行为阶段的声发射情况。在Q345R钢拉伸损伤过程中,声发射监测信号的各特征参数累积量随时间变化曲线归一化处理后的结果如图7所示。
图7 载荷历程图与5个特征参数累积量归一化曲线
由图7可得,Q345R钢在弹性阶段的声发射特征参数累积量变化不大,在该阶段几乎不产生声发射信号。从屈服阶段初始端开始,各声发射特征参数累积量几乎呈线性增加趋势,并持续到屈服阶段的结束端,声发射信号约占所有接收到的声发射信号总量的70%,这是由于存在的塑性变形产生了大量的可动位错,产生了大量的声发射信号。与此同时,在屈服阶段的结束端点处出现了一条垂直时间轴的直线,表明在该处各参数有大量累积量的产生,仅在该处产生的增量高达20 %左右,且该点有效成为屈服阶段进入强化阶段的分界点,该点和拉伸力学曲线分界点基本重合。
在强化阶段过程中,声发射信号特征参数的累积增量还在不断增加,但是增加的速率逐渐减小,最后达到平行直线,即不再产生增量,该阶段声发射信号的占有量在20%左右。在该阶段产生了完全的塑性变形,但晶粒的可动位错量越来越少,表面滑移线亦愈趋明显,强化阶段表征结束,各特征参数增量变为0时恰好又能表征进入颈缩阶段。在颈缩阶段,各特征参数累积量曲线几乎一直处于平行,增长几乎为0,声发射信号占有量几乎为0,即在该阶段基本不产生声发射信号。在断裂阶段,声发射信号特征参数累积有突增现象,且能量参数在该阶段的突增最明显,能量在断裂处的占有量高达20%以上,其他特征参数相对能量的变化较低,说明在断裂阶段产生的是高能量的声发射信号。这是由于颈缩阶段局部变形增加,颈缩区域内的材料滑移将累积到很高程度,这时位错塞积及位错群密度都会增加,以至在断裂阶段出现声发射信号的突增,且成为高能量信号。
总体看来,Q345R钢声发射信号源在屈服阶段和强化阶段所占整个拉伸时间的比例(除能量参数外)都高达90%以上,同时Q345R钢的声发射特征参数累积曲线还可以完整表征出该材料在拉伸损伤过程中的弹性、屈服、强化等各个力学行为阶段,较特征参数的历程图能更准确清晰地反映出各自变化特征和各个阶段间的分界点,更好地评价出拉伸损伤的各个拉伸力学阶段及其相应变化特征。
5 结语
通过建立拉伸测试系统和声发射监测系统,对Q345R钢试块进行了拉伸损伤全过程的动态声发射检测研究。参照拉伸载荷图反映出来的材料损伤的各个力学行为阶段,采用声发射特征参数历程图分析和累积量分析方法对损伤全过程进行表征和定量评价研究。试验结果表明,两种特征参数分析方法都能对损伤过程的各个阶段进行表征,其中累积量分析方法能够更准确清晰地反映出各个阶段的转折点,且能对材料的定量评价研究提供更准确的参考。
[1] 崔庆丰,惠虎,王昊旸,等. 国产压力容器用钢Q345R的低温韧性研究[J]. 机械强度,2016,38(6):1198-1204.
[2] 赵蕾. Q345R压力容器板性能分析与研究[J]. 物理测试,2012,30(1):5-8.
[3] 彭国平,张在东,刘志浩,等. 钢制构件对接焊缝缺陷超声相控阵三维重构[J]. 无损检测,2015,37(1):86-89.
[4] 何才厚,吴琼,李秋锋,等. 起重机械声发射动态监测技术研究进展[J]. 南昌航空大学学报(自然科学版),2015,29(3):38-44.
[5] 龙小江,李秋锋,何才厚,等. 起重机钢梁疲劳特性声发射监测实验研究[J]. 中国测试,2015,41(9):11-15.
[6] 李昕,康正亮,胥凯晖,等. GFRP不同损伤情况下声发射检测信号特征研究[J]. 南昌航空大学学报(自然科学版),2016,30(4):75-81.
[7] 耿荣生,景鹏. 声发射技术在全尺寸飞机疲劳试验中的应用[J]. 应用声学,2013,32(4):246-251.
[8] 沈功田. 金属压力容器和常压储罐声发射检测及安全评价技术与应用[J]. 中国特种设备安全,2016,32(7):1-5.
[9] 何存富,张君娇,沈功田,等. 大型观览车滚动轴承的声发射特性[J]. 北京工业大学学报,2013,39(5):653-659.
[10] 龙小江,李秋锋,何才厚,等. 不同拉伸速率下钢材损伤的声发射监测评价[J]. 振动与冲击,2017,36(7):219-225.
[11] 熊亚飞,李强,叶辉. Q345R钢焊接缺陷声发射信号的时频分析[J]. 无损检测,2014,36(9):19-24.
[12] 龙飞飞,王琼,宋阳,等. 基于K均值聚类对Q345R钢低温拉伸的声发射信号分析[J]. 无损检测,2013,35(9):23-26.
[13] 李昕,罗更生,龙盛蓉,等. 钢板声发射时间反转聚焦增强定位方法[J]. 仪器仪表学报,2016,37(8):1792-1799.
[14] 李秋锋,陈建娟,何才厚. 基于时间反转聚焦的声发射源定位算法[J]. 传感技术学报,2017,28(11):1659-1663.
[15] 邱枫,戴光,张颖,等. 储罐底板声源辨识及定位方法研究[J]. 应用声学,2015,34(4):364-372.
[16] 刘增华,董拓灿,彭秋玲,等. 碳纤维复合材料板的声发射源定位[J]. 无损检测,2016,38(10):48-52.
[17] 冯剑飞,耿荣生,邬冠华,等. 机体飞行载荷疲劳试验中的声发射特性分析[J]. 机械工程学报,2010,46(8):6-11.
[18] 胡聪,吴琼,李秋锋,等. 时间反转在列车转向架声发射源定位中的应用[J]. 中国测试,2016,42(12):136-139.
[19] 王慧晶. 基于声发射参数的材料疲劳断裂研究[D].大连:大连理工大学,2013.
[20] 耿荣生,沈功田,刘时风. 声发射信号处理和分析技术[J]. 无损检测,2002,24(1):23-28.