基于CIVA仿真的电涡流检测参数优化

2019-12-19陈健飞1于成龙王安泉3周先军

无损检测 2019年12期

陈健飞1，于成龙，王安泉3，周先军

(1.中国石化股份胜利油田分公司技术检测中心，东营 257000；2.中国石油大学(华东) 机电工程学院，青岛 266580;3.胜利油田检测评价研究有限公司，东营 257000)

涡流缺陷检测是指利用电磁感应原理，通过测量被检工件内感生涡流的变化来确定缺陷的无损检测方法。为提高涡流检测的效率,国内外研究学者做了大量的研究，诸如通过有限元分析、理论推导等方法对传感器的部分参数进行优化[1-8]，但还是缺乏整体、系统的参数研究。笔者运用了CIVA仿真软件，通过设计合适的正交实验，较为全面地分析了不同影响因素发生变化时对最终结果的影响，并总结了不同因素的影响显著性程度以及对结果波动的贡献率大小，最终提出了最优的探头尺寸参数，以及实际调试过程中不同参数的推荐调试顺序。

1 电涡流传感器CIVA软件仿真模型

CIVA软件作为新兴的无损检测仿真软件，同传统的有限元仿真软件相比，更为专业，操作更为简洁。待测板材的材料参数如表1所示。

表1 待测板材材料参数

试验时，运用CIVA软件中的检测模拟模块(3D)，被测试件是尺寸(长×宽×厚)为100 mm×100 mm×10 mm的板材，采用5 mm×0.2 mm×1 mm (长×宽×深)的缺陷来模拟裂纹，缺陷位置位于板材表面，探头位于板材有缺陷的表面一侧。采用CIVA软件中BEM方式下的自由划分模式进行缺陷网格划分，具体划分如图1(a)所示。

图1 仿真模型的网格划分图与扫描区域及扫描设置

探头采用普通圆柱形线圈(不含铁磁芯)，线圈与板材间设置为空气域，探头的扫描方式采用栅形方式，步数及步长如图1(b)所示。扫描需要确保扫描区域覆盖缺陷区域。更改相关的检测参数[9-10]，通过模拟仿真得出响应电压幅值来评价缺陷检测的敏感度，响应电压幅值越大表明对缺陷越敏感。最终的仿真模型及模拟结果如图2所示。

图2 仿真模型及模拟结果

2 正交实验

正交实验设计法可实现对多个影响因子和水平的考察。笔者先选取合适的影响因子和水平，确定合适的正交表并完成实验，最后通过直观分析法，方差分析法及贡献率分析法对实验数据进行分析[11]。

2.1 探头因素影响

针对与探头相关的影响因素，在不考虑各因素之间交互作用的前提下，考虑5因子5水平正交实验，选用L25(56)正交表，因子水平表如表2所示。

表2 探头因子水平表

用正交表L25(56)安排的实验共有25个不同水平的组合，在这些水平组合之下，保持激励频率500 kHz，激励电流100 mA不变，进行实验。实验完成后，统计各实验的响应电压幅值，响应电压幅值越大，代表对缺陷越敏感，实验结果越好。

(1) 铬镍铁合金(Inconel 600)板结果分析

对25次缺陷检测实验仿真结果(响应电压幅值的平均值)的直观分析计算结果如表3所示。

从表3可以看出，对铁合金板而言，最优的水平组合为A4B5C2D5E1，其与25个实验中最好的水平组合A3B5C2D4E1(15号实验)有所不同，所以增加了最优组实验，模拟得到A4B5C2D5E1组合下的响应电压幅值为2 736.66 mV，大于15号实验1 553.67 mV的响应电压幅值，进一步确定优方案为A4B5C2D5E1。对于铁合金板的缺陷检测，最主要的影响因子为D(线圈匝数)，其次是E(提离距离)，而该实验中的极差最小，说明实验误差较小，实验可靠性高。

铁合金板方差分析结果如表4所示(表中*代表在显著性水平0.01上是显著的，**代表在显示性水平0.05上是显著的)。

表3 铁合金板直观分析计算结果

表4 铁合金板方差分析结果

从方差分析表可以看出，FD>F0.05(4,4)=6.39，FE>F0.01(4,4)=4.11，因子D与因子E分别在显著性水平0.05和0.01上是显著的，其他因子则不够显著。贡献率的数据同样说明了因子D与因子E对实验结果的影响较大，贡献率分别为56.38%和10.01%，因子A、B、C的贡献度较小，而因子B的贡献更是仅占到了1.02%，故可认为因子A、B、C相对而言不重要。

(2) 铝合金(Aluminum Alloy 2024)板结果分析

对铝合金缺陷板，重复上面的正交实验方法进行实验，同样运用直观分析法进行分析，得到优方案为A4B3C2D5E1，影响程度为RD>RE>RA>RC>RB。在优方案条件下进行实验，得到的响应电压幅值为2 482.144 mV。

方差分析法得到各因子的F比为：FA=4.27，FB=1.47，FC=4.23，FD=24.52，FE=6.47，同铁合金板相比，因子D更加显著，而因子E愈加趋近于显著性水平0.05的临界值。各因子的贡献率分别为：A，7.80%;B,1.12%;C,7.69%;D,56.04%;E,13.05%；误差e，14.30%。从贡献率分析，因子D最为重要，同铁合金板相比，因子E的贡献率开始提高，误差的影响开始减小。

(3) 铜(Cooper)板结果分析

同理可得到铜缺陷板的正交实验结果，直观分析法得到的优方案为A4B3C2D5E1，因子的影响程度为RD>RE>RA>RC>RB，同铝合金缺陷板相比，其在优方案与因子的影响程度上，基本无变化。在优方案A4B3C2D5E1条件下进行实验，得到的响应电压幅值为2 454.78 mV。

方差分析法得到各因子的F比为：FA=4.74，FB=1.68，FC=4.59，FD=26.26，FE=7.25,各因子的贡献率分别为：A,8.21%;B,1.50%;C,7.90%;D,55.48%;E,13.73%；误差e，13.18%。同铁合金与铝合金板相比，铜板随着材料电导率的增加，因子D(线圈匝数)的贡献率越来越小，因子E(提离距离)的贡献率越来越大。

(4) 小结

通过正交实验，得到不同材料缺陷板的检测最优探头参数如表5所示。

综上所述，对不同材料检测时，探头的尺寸参数受实际情况影响，本身可改变的范围较小，所以在模拟时，探头的尺寸参数对最终结果的影响较小。另外，线圈匝数的增加会使感应磁场增强；提离距离越小，电涡流的强度越大。优方案中，线圈匝数取最大值以及提离距离取最小值也是符合实际理论的。在实际应用时，应结合精度需求与实际工况，尽量取大的线圈匝数以及小的提离距离。

表5 不同材料缺陷检测探头的最优参数表

2.2 其他因素影响

确定探头的尺寸参数，使内径为1.6 mm，外径为2.4 mm，高度为1.2 mm，线圈匝数为300。考虑3因子3水平正交实验，选用L9(34)正交表，因子水平表[12-15]如表6所示。

表6 因子水平表

对铁合金的直观分析结果(响应电压幅值的平均值)如表7所示。

从表7可以看出，对于激励频率与激励电流值应该尽量取大，提离距离尽量取小，提离距离的选择对应了探头因素实验中提离距离的选择。从直观分析可以看出，影响程度RX>RY>RZ。对于铝合金与铜板的直观分析，结果基本上与铁合金板的相同，优方案取X3Y3Z1，因子间的影响程度大小也相同，同样为RX>RY>RZ。

对铁合金的方差分析结果如表8所示。

表7 铁合金板直观分析结果

表8 铁合金板方差分析结果

从表8可以看出，因子X、Y、Z同样在0.05显著性水平上显著,各因子的贡献率也分别达到了43.97%,28.54%和25.00%，误差e1的贡献率相比其他因子的小，可以认为误差在此次实验中起到的作用可以忽略。对铝合金板与铜板的方差分析结果基本相同，两次试验的各因子同样在0.05显著性水平上显著。铝合金板各因子的贡献率分别为：因子X，31.18%；因子Y,34.28%;因子Z,32.92%；误差e1,0.6%。对于铜板，各因子的贡献率为:因子X,29.37%;因子Y,34.93%;因子Z,34.25%;误差e1,1.45%。随着被测工件电导率的增大，因子X(激励频率)的贡献越来越小，因子Y(激励电流)和因子Z(提离距离)的贡献越来越大，提离距离贡献率的增大验证了之前的实验结果。

不同材料时，各影响因子对检测结果的贡献度如图3所示。