非金属防腐层分层缺陷超声导波检测

李茂东， 林晓辉， 杨 波， 洪晓斌

(1. 广州特种承压设备检测研究院，广东 广州 510663; 2. 华南理工大学机械与汽车工程学院，广东 广州 510640)

0 引 言

工业用金属材料表面通常覆盖有非金属防腐层，如各种金属板材以及石化行业中用到的内衬防腐管道等，随着使用时间增加，防腐层容易产生各种缺陷，其中界面分层是常见的一种缺陷。总体而言，分层缺陷的产生主要来自生产过程和使用过程，生产过程中，非金属防腐层与金属基材之间的结合通常要经过加热加压保温的步骤，若在此过程中出现加压复合时压力过小、防腐层厚度不均匀等，则可能导致防腐层材料不能充分产生塑性变形而残存较大应力，进而在冷却时产生分层缺陷。而在使用过程中，可能存在反复的加载、卸载、升温、降温等复杂工况，会在应力集中的区域形成很大的交变应力，如不加以检测防范，会使得非金属防腐层产生分层缺陷，金属基材将失去保护而遭到腐蚀甚至发生断裂。

目前对防腐层界面损伤检测可分为非超声波防腐层界面损伤监测方法和超声波防腐层界面损伤监测方法两大类，其中非超声波防腐层界面损伤监测方法主要包括红外热波检测方法、漏磁检测方法、涡流检测法等。如Han J S等[1]通过加热被检测区域，采用红外热像仪记录试件表面温度场，通过数据分析软件对红外图像进行处理后得到涂层缺陷程度。J.Jun等[2]使用一个扫描式的漏磁探头结合霍尔传感器阵列来检测复合材料中的裂纹情况，并对其检测能力进行讨论。JH.Rose等[3]提出了一种基于频率变化阻抗的涡流检测线圈，用来检测金属涂层的厚度和导电性。红外热波方法若要达到一定分辨率，对仪器设备要求较高；漏磁检测需要在铁磁材料上进行，不适用于非金属材料的分层检测；涡流检测对金属表面或近表面的缺陷有很高的检出灵敏度，但是对于非金属的热障涂层损伤却无法进行检测。

超声波检测法是广泛用于材料探伤的常用方法，也是最早用于复合材料无损评价的方法之一。它主要利用复合材料本身或其缺陷的声学性质对超声波传播的影响来检测材料内部和表面的缺陷，如气泡、分层、裂纹、脱粘、贫胶等。超声波应用于防腐层界面损伤检测主要有声发射法、超声脉冲回波法、超声导波法等。如Gallego A等[4]基于声发射技术，对在热镀锌的钢样品表面防护层和本体金属的结合程度进行评价。日本庆应义塾大学的Y Suga等[5-6]利用超声波方法研究了喷敷层脱粘现象，并探索了影响超声波检测效果相关因素，同时将这种方法应用于检测陶瓷喷敷层材料脱层现象实验，发现处于热冲击试验下产生的脱层现象可以利用这种方法有效检测出来。韩国先进科技学院的H.Sohn等[7]探索了使用非接触超声导波检测多层复合材料中隐藏的脱层现象可行性。现有的超声检测方法大多为检测复合材料的粘接质量，而较少涉及对金属和非金属分层缺陷的研究。本文采用超声导波检测方法，搭建试验平台，利用超声导波设备对分层缺陷进行检测并提取有效数据，接着基于小波变换，提出利用小波能量值检测分层缺陷损伤程度的评价方法。

1 非金属防腐层分层缺陷测量原理

1.1 超声导波在双层介质中的传播规律

由于界面的存在和材料性质的不同，超声导波在双层介质中的传播不同于传播在无限大介质或者层板中。建立双层板模型如图1所示。其中，ρ，λ和µ分别为介质密度和Lame参数，h表示介质层厚度，x轴、y轴、z轴如图所示。在分层介质中，对于按eiw简谐变换的位移场，必定满足Navier位移方程，即有：

图1 双层板模型

基于Navier位移方程结合Helmholtz分解可计算得到超声导波在多层介质中传播的位移场势函数通解[8]：

其中为任意参数；每一个势函数可以看作向下和向上传播的平面波两项，相当于每一层板中包括两个纵波和两个剪切波的4个平面体积波。从上述理论分析可知，超声导波在多层介质中传播存在多模态，多方向等较为复杂特点，难以利用特定模态对分层缺陷进行准确检测。同时，随着层数的增加，导波在介质中传播的模态大幅增加，从能量方面考虑，层数越多，在相同距离内，导波发生的折射和模态转换越多，即能量消耗越严重，因此，可根据接收信号能量大小对非金属防腐层分层缺陷进行判断。

1.2 基于小波包变换的信号能量值评估

小波变换是当前应用数学中发展迅速的领域，它是以局部化函数形成的小波基作为基底展开的，具有许多特殊的性能和优点，小波包变换是基于小波变换的进一步发展，能够提供比小波变换更高的分辨率。对于信号函数x(t)使用小波Ψ(t)为基的小波变换[9]的定义为：

其中x(t)∈L2(R)，Ψ(t)是母小波，a，b分别为小波变换的尺度因子和时间因子，满足条件：a>0。基于式（6）可以得到相对应的小波重构公式为

小波变换是一种积分变换，它的实质在于将L2(R)空间中的任意函数表示为其在具有不同伸缩因子a和 平移因子b的 Ψ(t)之上的投影的叠加。通过调整伸缩因子a和 平移因子b可以得到具有不同时域宽度的小波以匹配原始信号的任意位置，达到对信号的时频局部化分析的目的。在这里，用一个信号的3层小波包分解树说明小波分解的过程。如图2所示，其中A表示低频，D表示高频，末尾的序号数表示小波分解的层数。由图可知，分解级数越大，也就是选择的小波包尺度越大，小波包系数对应的空间分辨率就越低，利用这一点，可以在不同的空间分辨率上进行分析。

图2 3层小波包分解树

本文在基于小波能量值的分层缺陷评估中，将小波包变换引入对分层缺陷信号分析，通过n阶小波包对接收信号进行分解，得到2n个信号小波子集分解后的子集可以表示如下：

其中j是频率范围，m指总的采集的数据，定义第i个经过分解的能量信号如下：

因此，第i个能量集合定义为：

基于上面公式推导，定义第i个能量集合的小波能量值为：

非金属防腐层分层缺陷损伤可以用信号的小波能量值Ew来评估。由于超声导波在双层介质中的传播损耗更大，因此理论上采用基于小波能量值的分层缺陷评估方法中，小波能量值越小，表明信号能量损耗越大，进而说明分层缺陷损伤越大。

2 基于小波能量值的分层缺陷评估实验平台

为检测出非金属防腐层分层缺陷，基于超声波在双层板中的传播理论，本文首先搭建基于小波能量值分层缺陷损伤评估方法的实验平台，如图3、图4所示。实验平台由上位机、波形发生器、压电放大器、试样和PCI-20614数据采集卡组成。实验过程中，首先在上位机编制发射信号，通过波形发生器生成信号，接着信号放大器将信号放大50倍之后通过发射探头激励试样，经过分层缺陷并被接收探头接收，接收的信号通过采集卡采集并传输到上位机进行进一步的信号处理。

图3 基于小波能量值的分层缺陷评估实验平台

图4 基于小波能量值的分层缺陷评估实验流程图

其中试样的构成如图5所示，由上层PC板和下层镀锌钢板组成，两层介质之间通过水紧密连接。利用两块PC板之间的空隙模拟分层缺陷，通过控制移动两块PC板可以控制分层缺陷的位置和大小。PC板和钢板的厚度均为3 mm。经过测试不同频率和入射角度的超声斜探头，发现不同的频率和入射角度对实验结果的总体趋势影响不大，因此实验选择常用的2.5Z10×10A60的超声斜探头作为发射和接收探头。发射探头与接受探头位置固定且距离为200 mm。分层缺陷产生时，在缺陷产生的区域，非金属防腐层与金属基材发生分离，该实验平台模拟的分层缺陷与实际的分层缺陷基本符合，同时本文中涉及的基于增益值的分层缺陷损伤评估方法和基于小波能量值的分层缺陷评估方法原理是利用接收信号能量在正常区域和缺陷区域的损耗不同来实现对分层缺陷的检测，在这一方面模拟的分层缺陷与实际的分层缺陷对信号能量所造成的影响是一致的，因此模拟分层缺陷的实验结果具有较高的可信度。

图5 分层缺陷试验实物图

在超声导波检测领域中，由于经过汉宁窗调制的正弦信号具有频散特性弱、能量损失低、信号失真低等优点，因此本实验采用10周期汉宁窗正弦调制信号检测分层缺陷，同时，基于探头的谐振频率，选择调制信号的中心频率为2 MHz。该汉宁窗正弦调制信号的具体时域频域图如图6和图7所示。

图6 汉宁窗正弦调制信号时域图

3 实验结果及分析

3.1 基于增益值的分层缺陷损伤评估实验

超声检测仪器的增益值是衡量回波幅值的重要指标，增益值越大说明回波幅值越小，即信号能量越低。利用增益值的这一特点，本文首先探索了一种基于增益值的分层缺陷损伤评估方法。实验平台中试样和探头与第2节中一致，发射和接收部分则由常规超声仪器代替，如图8所示。

基于增益值的分层缺陷损伤评估方法的实验按照模拟的分层缺陷宽度大小分为21组进行，从分层缺陷宽度为0 mm开始到200 mm，每隔10 mm一组。对于每一组缺陷，通过移动发射探头和接收探头使得缺陷回波幅值达到最高，接着利用超声检测仪器的自动增益功能将回波幅值调到80%的高度，记录下此刻仪器显示的增益值。实验过程中，始终保持分层缺陷位于发射探头和接收探头中间，实验结果如图9所示。

由图可知，随着分层缺陷宽度的增加，使接收信号达到80%高度的仪器增益值整体呈下降趋势，结果表明利用接收信号的能量变化可以判断分层缺陷的大小。然而，由于实际应用这种基于增益值的分层缺陷损伤检测方法时，需要通过移动发射探头和接收探头使得缺陷回波幅值达到最高，这个过程中产生的误差影响其检测精度。此方法只能在分层缺陷较大的情况下才能将其有效分辨出来，从图中可以看出，当分层缺陷为0 ，10 ，20 mm时，增益值分别为47.2 ，47.3 ，47 dB，即在此范围内，增益值并没有随着分层缺陷的增大而单调减小，此时利用超声仪器增益值的方法难以有效分辨出分层缺陷。下面利用小波能量法检测非金属防腐层分层缺陷并进行比较。

图9 基于增益值的分层缺陷损伤检测实验结果

3.2 基于小波能量值的分层缺陷评估实验

本文基于小波能量值的分层缺陷评估方法总共进行了41组实验，为了更加细致地观察不同分层缺陷宽度下接收信号的小波能量值的规律，从分层缺陷宽度为0 mm开始到200 mm每隔5 mm取一组缺陷进行实验，每组实验进行10次并取接收信号的平均值进行3层的小波包分解，如图2所示。用A表示低频，D表示高频，末尾的序号数表示小波分解的层数，则得到小波包分解信号如图10所示。

实验过程中始终保持发射探头和接收探头位置不变。对接收信号利用Matlab程序提取小波能量值，记录这41组数据，结果如图11所示。

从图中实验结果可以发现，随着分层缺陷宽度的增大，接收信号的小波能量值单调增大，表明分层缺陷宽度越大，超声导波传播过程中发生的反射、折射和损耗就越小，因此小波能量值越大。不同于基于增益值的评估方法，由于在此方法中，探头始终保持固定，不需要每一组实验都移动发射接收探头，避免了移动过程中可能产生的误差。在基于增益值的评估方法实验结果中，增益值总体呈减少趋势，但具体在相邻的某几组实验中，并不一定是单调减少的。而在基于小波能量值的分层缺陷检测实验中，可发现接收信号的小波能量值具体到相邻的实验中，都是随着缺陷宽度而单调增加。同时，对于分层缺陷宽度在0～20 mm的范围内，由于较多误差存在使得基于增益值的分层缺陷评估方法并不能很好地反映出缺陷问题，对较小分层缺陷容易产生漏检的情况。如表1所示，利用基于小波能量值的分层缺陷评估方法，即使在缺陷宽度为0～20 mm的情形下，也具有比较明显的趋势，虽然小波能量值的增长绝对值不大，但随着分层缺陷宽度的增加仍有明显的单调上升趋势，即通过小波能量值可判断出较小分层缺陷的存在。

图10 分层缺陷宽度为5 mm时接收信号的三层小波包分解信号

图11 基于小波能量值的分层缺陷评估实验结果

表1 较小分层缺陷下的小波能量值

4 结束语

本文为了实现对非金属防腐层的分层缺陷检测，首先基于超声导波在多层介质中的传播理论，建立了超声导波在双层板状介质中的传播模型，提出了基于小波能量值的分层缺陷检测方法，搭建了基于小波能量值的分层缺陷检测平台。实验部分首先利用超声仪器增益值的指标对分层缺陷宽度进行检测，结果表明随着分层缺陷宽度的增加，达到相同回波幅度的增益值逐渐下降，但由于存在操作误差和仪器误差，在局部范围内无法识别出分层缺陷。接着利用基于小波能量值的分层缺陷检测方法对分层缺陷做进一步的检测，实验结果表明接收信号的小波能量值这一指标能更好地实现对分层缺陷的检测，特别是在缺陷宽度较低的情况下，采用小波能量法能更好满足分层缺陷检测需求。

[1]HAN J S, PARK J H. Detection of corrosion steel under an organic coating by infrared photography[J]. Corrosion Science,2004, 46(4): 787–793.

[2]JUN J, LEE J, PARK D. NDT of a nickel coated inconel specimen using by the complex induced current–magnetic flux leakage method and linearly integrated hall sensor array[J].Journal of the Korean Society for Nondestructive Testing, 2007,27(5): 375–382.

[3]SETHURAMAN A, ROSE J H. Rapid inversion of eddy current data for conductivity and thickness of metal coatings[J].Journal of Nondestructive Evaluation, 1995, 14(1): 39–46.

[4]GALLEGO A, GIL J F, VICO J M, et al. Coating adherence in galvanized steel assessed by acoustic emission wavelet analysis[J]. Scripta Materialia, 2005, 52(10): 1069–1074.

[5]SUGA Y, LIAN D, KURIHARA S, et al. Effect of some measuring factors on detection of sprayed coating delamination in ultrasonic testing method[C]// Japan Welding Society, 1995:246–247.

[6]LIAN D, SUGA Y, SHOU G, et al. An ultrasonic testing method for detecting delamination of sprayed ceramic coating[J]. Journal of Thermal Spray Technology, 1996, 5(2):128–133.

[7]SOHN H, DUTTA D, YANG J Y, et al. Delamination detection in composites through guided wave field image processing[J].Composites Science & Technology, 2011, 71(9): 1250–1256.

[8]ROSE J L. Ultrasonic guided waves in solid media[J].Cambridge University Press , 2014.

[9]PUN C M, LEE M C. Log–polar wavelet energy signatures for rotation and scale invariant texture classification[J]. Hydrology& Earth System Sciences Discussions, 2003, 25(5): 590–603.