APP下载

基于磁梯度测量的金属管道焊缝与缺陷检测实验研究

2021-06-05王怀江陈秋华李国立刘仁杰胡祥云

工程地球物理学报 2021年3期
关键词:极值模量梯度

曲 杰,王怀江,陈秋华,李国立,黄 尧,刘仁杰,刘 双,胡祥云

(1.中海石油技术检测有限公司,天津 300459;2.中国地质大学 地球物理与空间信息学院,湖北 武汉 430074)

1 引 言

能源的开采和运输对于国家的发展有重大的意义。随着国家能源战略的逐步实施,油气管道等设备在运输过程中的安全可靠性正日益引起人们的注意。一旦发生油气管道泄漏,会给人民群众的人身财产安全带来巨大隐患,给当地的经济发展、生态环境造成恶劣的影响[1]。为维护油气管线安全,预防油气管道泄漏,保护环境和能源,必须定期对油气管道进行安全检测[2]。

目前用于管道无损检测的方法有:涡流检测、射线检测、超声检测、漏磁检测、探地雷达[3]、高密度电阻率法[4]、金属磁记忆检测等。金属磁记忆检测作为一门新兴的无损检测技术,不仅能够检测宏观损伤,还能有效评价应力集中区与微观损伤。因此被广泛地应用于油气管道的裂隙损伤检测[5]。

金属磁记忆检测技术是一种利用金属磁记忆效应来检测部件应力集中部位的快速无损检测方法。该方法最早在20世纪90年代由俄罗斯的杜波夫教授提出,它能够克服传统无损检测的缺点,主要运用磁分量扫描装置进行测量,能够对铁磁性金属构件内部的应力集中区,即微观缺陷和早期失效和损伤等进行诊断,防止突发性的疲劳损伤。

金属磁记忆的原理目前还比较模糊,只涉及磁信号极值与应力集中区域的关系,要深刻理解金属磁记忆现象,就要建立磁信号、管道缺陷、应力集中间的具体物理模型,研究其作用机制。磁记忆信号与被检测管道缺陷的类型和大小关系尚不明确,要能通过磁记忆信号定性和定量判断缺陷存在位置、类型和大小。目前磁记忆法的特征识别只包括法向磁场强度是否过零点和磁梯度是否出现峰值,如何更充分地利用所测得的漏磁场信息对缺陷进行定量分析,尚需进行深入的研究[6,7]。

2 金属磁记忆检测原理

在管线探测中,磁法是以目标管线与周围介质的磁性差异为基础,通过观测管线受地磁场磁化后产生的磁异常的形态和变化来探查地下管线的一种方法。金属磁记忆法是以磁法在管线探测中的应用为基础,将其扩展到无损检测领域的一种新型无损检测方法[8]。

金属磁记忆检测技术主要是基于铁磁材料在地磁场和应力作用下的力磁效应机理。在应力和变形集中区域内会发生具有磁致伸缩性质的磁畴组织定向和不可逆的重新取向,而且这种磁状态的不可逆变化在工作载荷消除后不仅会保留,还与最大作用力有关[9]。金属磁记忆检测的原理示意图如图1所示。

铁磁材料发生损坏的原因主要是由于应力集中。在应力集中区域,由于金属管道受到地磁场的作用,在该处的金属材料表面会产生漏磁场,导致该处磁场强度增大。因此通过检测金属材料表面的磁场强度分布特征,观测磁场强度和磁场强度梯度的极值就可以发现应力集中区,预测管道缺陷位置[10]。

3 实验场地及观测设备

本次的实验材料为中海油能源发展装备技术有限公司天津港码头金属管道缺陷检测实验室的油气管道。对3条尺寸分别为8寸、10寸、12寸的油气管道(每条管道整体由八段管道焊接而成)进行焊接和人工制造缺陷。其中制造的缺陷的类型有针孔腐蚀、轴向沟槽、环向沟槽、轴向开槽、环向开槽、腐蚀坑、普通缺陷,并且在施工时将制造的缺陷呈等距分布。实验管道连接方式如图2所示。

图2 实验管道连接图Fig.2 Experimental pipeline connection diagram

本次实验所获得的数据主要来自于11-12W 型扫描装置,如图3所示。

图3 11-12W型扫描装置Fig.3 Type 11-12W scanner

11-12 W型扫描装置是集成有4个三分量的磁探测传感器和模-数转换器的专用高灵敏度扫描装置,分辨率为0.1 A/m,用于埋深2~3 m油、气管道的无接触式磁测诊断。该扫描装置可分别测量磁场法向分量与两个切向分量,四个传感器按水平布置,每个传感器含三个测量通道。扫描装置设计成伸缩杆式,长度可调节,传感器间距、方向也均可调节,有扣紧装置,且带计数器接口。其中杆长度和传感器之间距离的调整取决于被检测管道的直径。仪器放置方式及测量磁场强度分量方向[11]如图4所示。

图4 仪器放置方式及磁测分量图Fig.4 Instrument placement and magnetic component diagram

4 磁异常数据处理

为了分析探头远近、气压大小、管道尺寸等诸多因素对管道缺陷处的金属磁记忆检测的影响,分别进行了多组对比实验。其中,分别采用8寸、10寸、12寸的管道进行实验,管道内径各不相同,用以研究管道尺寸对金属磁记忆强度的影响。每个规格的管道都在探头分别位于管道上方30 cm、71 cm、152 cm三个垂直高度时进行实验,用以研究仪器与被检查管道之间的距离对金属磁记忆强度的影响;另外还对管道分别加压0 MPa、5 MPa、10 MPa,研究管道在不同压力状态下对于金属磁记忆检测的影响,加压方式为管内加压,油气管道布设环境条件复杂,受压不同反映了管道不同的压力背景,有一定的实际意义。

本次11-12 W型扫描装置能够直接采集的数据分别有磁场强度分量Hx(轴向)、Hy(垂向)、Hz(径向),磁一阶梯度分量dHx/dx、dHy/dx、dHz/dx,本次研究主要用磁一阶梯度三分量来进行数据处理和缺陷位置的预测。

(1)

(2)

式中:Q代表归一化磁异常梯度模量,无单位;T、Tmax、Tmin分别是测点的磁异常梯度模量、整段最大的磁异常梯度模量、整段最小的磁异常梯度模量,单位是(A/m)/mm。

磁异常综合指数F[13]为:

(3)

其中,Qa指的是实测磁力梯度模量;Qn指的是平均梯度模量;系数A代表了管道应力缺陷对磁性特征的影响,系数A由开挖时的应力检测所确定,此处将A值设为1;F无单位。

5 磁异常观测结果

本次实验主要研究焊缝和管道缺陷两种缺陷类型,探究在不同外部条件下金属磁记忆法预测两种缺陷的效果,并分析适合进行缺陷检测的条件。

实验结果如下列图像所示,其中红色区域为预测管道缺陷位置,焊缝位置可直接由曲线极值判断。为方便起见,用小写字母按顺序来分别表示8段管道间的焊缝,而每段管道中的管道缺陷则用数字符号来表示。

如图5所示,在对11-12 W型扫描装置的数据进行初步的分析后发现,只有dHx/dx、dHy/dx、dHz/dx三个分量对异常有较好的分辨能力。三个分量的梯度有明显极值且分布规律,这是进行异常识别的基础。磁场强度分量梯度的极值表示该处磁场强度分量发生剧烈变化,即产生了磁异常,因此可以利用金属磁记忆检测原理来预测缺陷位置[14]。

图5 10寸管道加压5 MPa探头距管道71 cm原始数据Fig.5 Original data chart of 10 inch pipeline pressurized 5 MPa with probe 71 cm away from pipeline

计算管道数据的T、Q、F值并绘制曲线。如图6所示,在T、Q两幅图中,均出现了多次极大值,而根据金属磁记忆原理,应力集中部位会出现导磁率减小,金属管道表面的漏磁场增大的现象。在应力集中处,磁场y方向梯度分量会达到极值[15],相应地,磁异常梯度模量T到达极值,因此T模量与Q模量的极大值对应于8段管道之间的焊缝处;而对于F参数,F参数值越靠近于零值,则说明该处F值与F平均值偏差越大,可以判断为应力集中区。

图6 10寸管道无加压探头距离30cm的T、Q、F参数对比Fig.6 Comparison diagram of T, Q and F parameters of 10 inch pipeline without pressure but with probe 30 cm away from it

根据得到的图像,可以明确地判断管道之间的焊缝位置。经过多组数据的对比计算发现,T,Q,F三个参数反映管道焊缝位置均有一定效果,但F图像噪音较大,不易进行去噪处理,噪声较大是由于F采用了指数函数的形式,根据F参数公式(3),只要实测磁力梯度模量不接近于平均梯度模量,曲线就会发生剧烈抖动,而管道本身设置了众多缺陷,因此这种情况经常发生,曲线形态较为杂乱。但同时,F曲线极值较为明显,能明显反映焊缝处带来的磁记忆效应,仍然是可靠的磁异常识别量。Q是T归一化之后的模量,比T模量更加方便对比。所以为了在同一标度下进行比较,使图像更为简洁直观,下面的图像主要采用归一化磁异常梯度模量Q来进行分析。

如图7所示,在10寸管道5 MPa压力下,探头距离不同时Q参数曲线图发生了不同的变化。其中探头距离从30 cm变为71 cm时,曲线变化幅度较小,并且均能较好地识别管道焊缝处位置,极值明显且分布较为规律。当探头与管道距离进一步增大至152 cm时,Q参数曲线出现了多处极值,无法与焊缝位置一一对应,且杂乱无章。因此推测探头距管道距离不同会对测量结果造成影响,探头距管道越远,异常识别越困难。原因可以解释为探头距管道较近时,磁探头采集的数据基本可以反映管道的磁性特征。一旦距离变远,受到外部影响就会增大,缺陷异常幅值与焊缝异常幅值差变小,不利于预测焊缝位置。

图7 10寸管道5 MPa压力探头距管道不同距离的Q参数对比Fig.7 Q parameter comparison diagram of different distances between probe and pipeline in 10 inch pipeline with 5 MPa pressure

从图8中可以发现,在气压不同时,三条曲线的极值位置均不同。随着气压增大,管道缺陷的异常幅值越来越小,只能观测到管道焊缝的异常。推测可能是由于对管道整体加压后,由于管道焊缝的异常值较大而管道缺陷的异常值较小,后者在压力较大的背景场下被压制,导致管道缺陷难以识别。由此可见,外部压力给利用Q参数极值预测焊缝位置带来困难,在实际数据处理中要尽量减小压力对于数据的影响[16]。

图8 10寸管道探头距管道30 cm的不同气压的Q参数对比Fig.8 Q parameter comparison diagram of different pressure in 10 inch pipeline with probe 30 cm away from it

图9对8寸,10寸,12寸管道分别预测了各自的焊缝位置。其中8寸管道第一段距离过长,推测原因可能是采集数据时未能严格匀速对管道进行扫描;10寸管道预测第二段焊缝和第三段焊缝间存在一处较大极值,且其他焊缝位置有伴生极值出现,认为是对管道进行人工制造缺陷过程中部分缺陷设置不当,规模较大,影响了焊缝的识别;12寸管道识别效果较好,极值分布均匀且噪音较少,但部分极值较小,不易区分。

图9 加压5 MPa探头距管道71 cm的Q参数对比Fig.9 Q parameter comparison diagram of pipelines of different sizes pressurized 5 MPa with probe 71 cm away from pipes

由上述结果可知,本次实验采用的归一化磁异常梯度模量能够很好地识别管道焊缝。图10为每段管道间提前布设好的管道缺陷识别情况。分别计算10寸管道中每一段数据的Q参数值并绘制曲线,去掉焊缝位置处的极值以便于判断管道缺陷的位置。

图10是10寸管道的Q参数图像,无外部加压,探头与管道垂直距离为30 cm。作图方式为先根据预测焊缝位置计算出每一段管道的T值并绘制曲线,去掉两端焊缝处的极值并且对T进行归一化,进而得到每一段管道中的Q参数值。这样可以明显观测到管道缺陷的异常值点,压制焊缝异常幅值,增大管道缺陷异常幅值。经过研究发现,这种方法可以识别出每一段管道中的大部分管道缺陷。

图10 10寸管道无加压探头距管道30 cm的每一段Q参数放大图像Fig.10 Q parameter magnified diagram of every paragraph in 10 inch pipeline without pressure and with probe 30 cm away from it

具体而言,1、3、4、5、7段管道异常极值较明显且基本分布均匀,每段管道均能识别出6处异常。对样本管道进行缺陷处理时,每一段管道中均设置了5处缺陷,多识别了1处缺陷。推断原因是由于管道缺陷与焊缝处距离较近,焊缝形状不规则,极值范围较大,影响了管道缺陷的识别。第2段管道识别出5处异常,但最后一处异常与之前相距较远;第6段和第8段管道识别出5处异常,第6段第一处异常距上一焊缝较远,整体异常值偏小;第8段第一处异常距上一焊缝较远,整体异常值较大。

除此之外,另外提出一种特征量,将梯度模量整体取对数lg运算再进行归一化得到归一化对数异常梯度模量参数(L),L无单位,它的优势在于能够在一张图中同时展示出管道焊缝位置和管道缺陷位置,更为简洁明了。

其中,Q表示测点处的归一化磁异常梯度模量;Qmax和Qmin分别表示整段中Q模量的极大值与极小值;lg表示取以10为底的对数运算。

如图11所示,英文字母表示焊缝位置,每段焊缝间有异常极值,即表示管道缺陷位置。

图11 10寸管道无加压探头距管道30 cm的L参数异常识别Fig.11 L parameter anomaly recognition diagram of 10 inch pipeline without pressure and with probe 30 cm away from it

通过以上实验,总结出金属磁记忆检测不仅能识别出管道焊缝位置,在一定条件下也能识别管道缺陷。表1~表3为本次研究总结出的预测缺陷位置表以及缺陷评价等级。其中,管道焊缝为Ⅰ级缺陷,管道缺陷为Ⅱ级缺陷[17]。

表1 8寸管道预测缺陷参数

另外,基于磁梯度的金属磁记忆检测对于焊缝的识别精度明显高于人工制造缺陷,这是因为缺陷检测基于磁参量极值,焊缝规模大于人工制造缺陷。实验中识别了管道的全部焊缝位置,10寸管道中识别了45处缺陷位置。人为共设置40处缺陷,预测缺陷数大于实际缺陷数,这是因为部分人工缺陷靠近焊缝,导致磁参量曲线在其附近异常值较大,错误识别了多处缺陷。总体而言,磁梯度测量的金属磁记忆检测发现与识别裂隙缺陷的精度较高。

表2 10寸管道预测缺陷参数

续表2

表3 12寸管道预测缺陷参数

6 结 论

本文利用金属磁记忆检测技术,对油气管道的焊缝和缺陷进行检测。在实地实验分析中验证得出,相比于只利用磁场强度分量的传统方法,利用磁一阶梯度分量dHx/dx、dHy/dx、dHz/dx的归一化磁异常梯度模量Q更能清晰地表征磁异常特点,找出异常区域。

然后通过对比实验发现各种实际因素对异常识别的影响如下:

1)探头距管道越近,越易发现异常的位置。但是距离较近时干扰也会更强,甚至将真正的缺陷位置覆盖。

2)加压实验表明管道的压强越大干扰越强,给管道的缺陷识别造成了困难。

3)管道的自身尺寸越大,越能突出表现缺陷的位置。

最后发现焊接点的归一化总梯度模量值与管道缺陷异常值相比过大,会严重干扰管道缺陷的识别。于是对其做对数化处理,得到了可以同时表现管道焊缝异常和管道缺陷异常的归一化对数异常梯度模量参数L。

猜你喜欢

极值模量梯度
一个改进的WYL型三项共轭梯度法
极值点带你去“漂移”
极值点偏移拦路,三法可取
高劲度模量沥青混合料在京台高速车辙维修段的应用
一种自适应Dai-Liao共轭梯度法
室内回弹模量和回弹再压缩模量试验参数探讨
一类“极值点偏移”问题的解法与反思
一类扭积形式的梯度近Ricci孤立子
关于现行规范路基顶面回弹模量的理解和应用
借助微分探求连续函数的极值点