Войдите в систему

Для просмотра этого контента требуется подписка на Jove Войдите в систему или начните бесплатную пробную версию.

В этой статье

  • Резюме
  • Аннотация
  • Введение
  • протокол
  • Результаты
  • Обсуждение
  • Раскрытие информации
  • Благодарности
  • Материалы
  • Ссылки
  • Перепечатки и разрешения

Резюме

Здесь мы представляем протокол для количественной оценки относительной толщины (т.е. толщины в процентах по отношению к эталону) проводящих ферромагнитных материалов с использованием датчиков импульсного тока на основе катушки на основе детектора, преодолевая калибровку Требование.

Аннотация

Количественная количественная количественная количественная оценка проводящих ферромагнитных материалов с помощью неразрушающей оценки (NDE) является важнейшим компонентом структурного мониторинга состояния здоровья инфраструктуры, особенно для оценки состояния проводящих большого диаметра ферромагнитные трубы, найденные в энергетическом, водном, нефтяном и газовом секторах. Пульсированный eddy ток (PEC) зондирование, особенно детектор катушки основе УИК датчик архитектуры, зарекомендовал ажиотажа на протяжении многих лет в качестве эффективного средства для обслуживания этой цели. В предыдущих работах были представлены подходы к проектированию датчиков УИК, а также обработке сигналов. В последние годы, использование скорости распада детекторкатета на основе времени домена УИК сигнал амек для целей толщины количественной была изучена. Такие работы установили, что метод, основанный на частоте распада, имеет общность с архитектурой датчика на основе катушки на основе детектора, с определенной степенью иммунитета к таким факторам, как форма датчика и размер, количество поворотов катушки и тока возбуждения. Более того, этот метод показал свою эффективность в NDE больших труб из серого чугуна. После такой литературы, в центре внимания этой работы явно детектор датчика УИК датчик катушки напряжения на основе проводящей ферромагнитной толщины материала количественной. Тем не менее, проблема, с которой сталкивается этот метод является трудность калибровки, особенно когда дело доходит до приложений, таких как in situ оценки состояния трубы после измерения электрических и магнитных свойств некоторых трубных материалов или получения калибровки образцы трудно на практике. Мотивированная этой задачей, в отличие от оценки фактической толщины, как это было сделано некоторыми предыдущими работами, эта работа представляет собой протокол для использования метода, основанного на частоте распада, для количественной оценки относительной толщины (т.е. толщины конкретного места по отношению к максимальной толщины), без требования к калибровке.

Введение

Импульсный эдди ток (PEC) зондирования техника, пожалуй, самый универсальный член семьи eddy тока (EC) неразрушающей оценки (NDE) методы и имеет много применений в обнаружении и количественной оценки дефектов, а также геометрия металлов и металлических структур1. Толщина количественной оценки проводящих ферромагнитных стеноподобных конструкций, имеющих толщину стен ы не более нескольких миллиметров до нескольких десятков миллиметров, является высоковостребованной инженерной службой в области структурного мониторинга состояния здоровья инфраструктуры. Критическая инфраструктура из ферромагнитных сплавов, требующих этой услуги, обычно доступна в энергетической, водной, нефтяной и газовой промышленности. В то время как датчики УИК могут быть разработаны после нескольких архитектур, детектор катушки на основе архитектуры было определено, чтобы быть наиболее эффективным и широко используется в оценке состояния ферромагнитных материалов2,3,4,5. Таким образом, именно архитектура датчика НА основе катушки на основе детектора закладывает основу для решения проблемы количественной оценки толщины проводящих ферромагнитных материалов.

Детектор катушки основе УИК датчик архитектуры, как правило, состоит из двух концентраторски раны, воздуха сердцевиной, проводящие катушки2,3,4,5,6 (обычно медные катушки). Это довольно часто, чтобы ветер эти катушки, чтобы быть круглыми в форме2,3,4,5,6, но иногда, прямоугольной формы катушки6 были использованы. Из двух катушек в датчике, один ведет себя как возбудить катушки в то время как другой действует как детектор катушки. В датчике УИК, катушки возбуждают импульс напряжения - то, что может быть охарактеризована как функция шаг тяжелой в принципе. Это импульсное возбуждение генерирует переходное магнитное поле (называемое первичным полем) вокруг датчика. Когда датчик находится рядом с проводящей испытательной частью (например, проводящей ферромагнитной стеноподобной структурой), это переходное магнитное поле индуцирует время, изменяющееся изодевленных токов в испытательном фрагменте. Эти излиханные токи генерируют вторичное магнитное поле (называемое вторичным полем), которое противостоит первичному полю. В ответ на резцирующее влияние первичных и вторичных полей, переходное напряжение индуцируется в катушке детектора - который становится сигналом уиК-каприта времени, представляющим интерес для этой работы.

Датчик датчика УИК детектор катушки скорость распада напряжения (обозначается как q) было сообщено6,7 ,8, чтобы показать пропорциональность figure-introduction-3214 No2, когда сигнал приобретается размещение датчика УИК выше проводящего ферромагнитного слоя магнитной проницаемости , электрическая проводимость ,и толщина d. Хотя эта функция сигнала скорости распада имеет значительный иммунитет к таким параметрам, как размер датчика, форма датчика и подъем6,7,8, что делает скорость распада весьма желательно йен для сложных сценариев NDE, таких как оценка состояния трубопровода in situ9,10,11, эта функция должна быть откалибрована (т.е., , , г) количественная оценка. Для обеспечения традиционных методов распада скорости на основе толщиныколичественной6,8, эта калибровка должна быть сделана путем извлечения образцов калибровки6,8 или с участием эдди текущей основе материальных методов характеристики свойства12,13. Кроме того, сложности калибровки можно избежать, представляя толщину в виде относительной толщины. Предположим, что упражнение NDE выполняется и значения, извлеченные из сигналов, затем, значение, качественно репрезентативное точки максимальной толщины в испытательной части, рассматривается в качестве эталона (т.е. figure-introduction-4838 реф юаней макс2); то, толщина любого другого места может быть представлена в figure-introduction-5056 процентах от максимальной толщины в форме, представляя относительную толщину в качестве вывода, который по-прежнему полезна качественная информация как выход NDE, который также несет в себе простоту не откалибровать для з ,. В представленном здесь протоколе описываются шаги, которым следует следовать для достижения этой цели.

Так как скорость распада показывает общность на основе катушки детектора на основе уИК сенсорной архитектуры, показывая иммунитет к параметрам конструкции датчика, а также подъем6,7,8,14, практики могут использовать любой детектор катушки на основе УИК зондирования системы их выбора на подходящий проводящий ферромагнитный материал для выполнения относительной толщины количественной оценки после протокола здесь. Пример конструкции датчика УИК для проводящего ферромагнитного материала доступен для заинтересованных читателей15. Сигналы и результаты, представленные в этой работе, были получены с помощью системы ПЭК, разработанной Технологическим университетом Сиднея6,8. Проводящий ферромагнитный материал, используемый для репрезентативных результатов, полученных системой ПЭК, представляет собой серый чугун, извлеченный из испытательного полигона9,10,11 в Сиднее, Австралия.

Следует отметить, что методы, результаты и обсуждения, представленные в этой публикации явно сосредоточиться на использовании детектора катушки на основе участок на основе участок на основе порядка распада домена домена сигнала времени для толщины количественной проводящей ферромагнитных материалов. Публикация не содержит более широкого обсуждения общих конвенций принципов зондирования УИК и конфигураций датчиков. Другие опубликованныеработы 16,17,18 может быть полезным для читателей, чтобы получить больше понимания о конфигурациях датчиков УИК, кроме детектора катушки на основе сенсорной архитектуры.

протокол

1. Извлечение скорости распада - из доступного сигнала ПЭК на основе детектора

  1. Выразите доступный экспериментально захваченный сигнал УИК (т.е. напряжение детектора детектора времени (обозначенное как V(t)))в логарифмической форме ln'V(т)). Типичный сигнал УИК, выраженныйв форме Ln'V(t)показан на рисунке 1.
  2. Найти линейную область figure-protocol-470 в виде такого, чтобы сигнал figure-protocol-580 figure-protocol-662 удовлетворял условию, где. В соответствии с сигналом на рисунке 1, figure-protocol-847 происходит, чтобы быть удовлетворительным и практическилинейным регионом.
  3. Как показано на рисунке 2, figure-protocol-1070 приспосабливайте модель прямой линии к экспериментальным данным сигнала в пределах идентифицированной линейной области и оценивайте значение q.

2. Количественная оценка относительной толщины

  1. Предположим, что есть несколько сигналов(Рисунок 3),приобретенных из задачи NDE, выполняемой на проводящей ферромагнитной тестовой части, имеющей различную толщину. Во-первых, определить линейную область, общую для всех сигналов, и извлечь значения. В соответствии с сигналами на рисунке 3, figure-protocol-1756 как представляется, адекватный и практический линейный регион.
  2. Выберите максимальное значение и наметьте его как figure-protocol-1980 реф, так как максимальное значение должно в принципе соответствовать максимальной толщине в соответствии с пропорциональностью 6,7,8.
  3. Экспресс относительная толщина figure-protocol-2389 процента в figure-protocol-2488 форме, figure-protocol-2579 где индекс соответствует й измерения.

3. установка PEC_Signal_Processor

  1. Найдите файл PEC_Signal_Processor.exe. Дважды щелкните файл и дайте выполнить.
  2. При появляются интерфейсы ниже, нажмите Далее. Когда интерфейс всплывает, укажите местоположение файла для установки и отметьте флажок Добавить ярлык на рабочий стол, чтобы добавить значок программного обеспечения на рабочий стол. Затем нажмите Далее.
  3. Укажите место установки для требуемой среды Runtime, затем нажмите Далее. Если необходимая среда Runtime уже установлена, просто нажмите кнопку Next.
  4. Читайте и соглашайтесь на условия лицензии. Затем нажмите Установить.
  5. Нажмите Закончить, когда установка завершена. Появится значок рабочего стола.

4. Подготовка сигналов

  1. Убедитесь, что датчик УИК выводит «сырые сигналы, т.е., V(т)расположены как таблица.
  2. Копирование таблицы, содержащей сигналы, на рабочий стол (или в папку, содержащуюся в родительском каталоге, где установлено приложение). Для удобства рекомендуется настольный компьютер.

5. Выполнение приложения

  1. Дважды щелкните значок рабочего стола для запуска приложения. Интерфейс откроется.
  2. Загрузите сигналы, нажав на вкладку Load Signals и выберите файл, содержащий сигналы, чтобы импортировать сигналы в программный интерфейс.
  3. Подождите, пока количество сигналов, содержащихся в таблице, содержащей необработанные сигналы появляются перед Числом сигналов.
  4. Нажмите на сигналы участка и наблюдайте за сигналами, проложенные в логарифмической шкале.
  5. Нажмите на вкладку Увеличить и отрегулируйте окно участка, чтобы линейная область была хорошо видна.
  6. После наблюдения определитесь с разумными нижними и верхними краями для линейной области и введите значения в отсотылаемых текстовых пространствах.
  7. Нажмите на участок поля и ждать поля, которые будут построены в зеленом цвете.
  8. Нажмите на элементы экстракта и наблюдайте, как сегменты прямой линии построены красным цветом.
  9. Нажмите на вычисление относительной толщины и наблюдайте, как строится гистограмма рассчитанных значений относительной толщины.
  10. Нажмите на Кнопку Относительная Толщина, чтобы сохранить рассчитанные значения относительной толщины. Предоставьте имя файла и нажмите OK.
  11. Подтвердите имя файла, нажав OK еще раз, чтобы подтвердить имя файла. Значения относительной толщины будут сохранены в виде таблицы на рабочем столе.

Результаты

Представительрезультаты в рамках этого раздела были получены с использованием сигналов УИК, предоставляемых в качестве дополнительного материала со ссылкой8; как уже упоминалось выше, сигналы были захвачены на серый чугуна образцов, извлеченных из трубы испытательного л...

Обсуждение

Был представлен протокол количественной оценки относительной толщины (т.е. толщины в процентах по отношению к эталону) проводящих ферромагнитных материалов с использованием датчиков УИК на основе катушки детекторов. Основным преимуществом этого метода является способность преодоле?...

Раскрытие информации

Авторы не имеют конфликта интересов раскрыть. Авторы хотели бы рекомендовать работы2,6,7,8,9,10,11 в качестве дополнительного материала для чтения.

Благодарности

Авторы хотели бы отметить вклад Майкла Беренса и Дэмита Абейвардана в проектирование и внедрение нескольких аппаратных компонентов зондирования. Также признаются роли в научно-исследовательском надзоре, которую играют Ален Алемпиевич, Тереза Видаль-Каллея, Гамини Диссанаяке и Сарат Кодагода, а также вклад всех лиц и организаций, которые финансировали проект «Критические трубы» и сотрудничали с ними. .

Материалы

NameCompanyCatalog NumberComments
A Detector Coil-based PEC Sensing System.N/AThe representative results in this work were generated using the PEC system developed by University of Technology Sydney (UTS), Australia and published in works 6,8. This system may be accessible to readers via collaborating with UTS.
A suitable conductive ferromagnetic material of varying thickness.N/AThe representative results in this work were generated by acquiring PEC measurements on grey cast iron test pieces extracted from a pipe test-bed located in Sydney Australia, whose location and vintage details are available in references 9-11. The pipe test-bed as well as the extracted calibration samples may be accessible to readers via collaborating with UTS.
A computation platform for PEC signal processingMathWorks, Natick, MA, USA.A computation platform in which the PEC signal processing algorithm can be coded and executed is required. In this publication, PEC signal processing was done using a software executable named "PEC_Signal_Processor", produced using MATLAB R2017b, Publisher: MathWorks, Natick, MA, USA.
An application that can produce a table containing raw PEC signals (e.g., Microsoft Office Excel).Microsoft Corporation, One Microsoft Way, Redmond, Washington, USA.Microsoft Office Excel (Office 16) was used for the work of this publication.

Ссылки

  1. García-Martín, J., Gómez-Gil, J., Vázquez-Sánchez, E. Non-destructive techniques based on eddy current testing. Sensors. 11 (3), 2525-2565 (2011).
  2. Huang, C., Wu, X., Xu, Z., Kang, Y. Ferromagnetic material pulsed eddy current testing signal modeling by equivalent multiple-coil-coupling approach. Non-Destructive Testing and Evaluation International. 44 (2), 163-168 (2011).
  3. Xu, Z., Wu, X., Li, J., Kang, Y. Assessment of wall thinning in insulated ferromagnetic pipes using the time-to-peak of differential pulsed eddy-current testing signals. Non-Destructive Testing and Evaluation International. 51, 24-29 (2012).
  4. Huang, C., Wu, X. An improved ferromagnetic material pulsed eddy current testing signal processing method based on numerical cumulative integration. Non-Destructive Testing and Evaluation International. 69, 35-39 (2015).
  5. Chen, X., Lei, Y. Electrical conductivity measurement of ferromagnetic metallic materials using pulsed eddy current method. Non-Destructive Testing and Evaluation International. 75, 33-38 (2015).
  6. Ulapane, N., Alempijevic, A., Valls Miro, J., Vidal-Calleja, T. Non-destructive evaluation of ferromagnetic material thickness using Pulsed Eddy Current sensor detector coil voltage decay rate. Non-Destructive Testing and Evaluation International. 100, 108-114 (2018).
  7. Ulapane, N., Nguyen, L., Valls Miro, J., Dissanayake, G. A Solution to the Inverse Pulsed Eddy Current Problem Enabling 3D Profiling. IEEE Conference on Industrial Electronics and Applications. , (2018).
  8. Ulapane, N., Alempijevic, A., Vidal Calleja, T., Valls Miro, J. Pulsed Eddy Current Sensing for Critical Pipe Condition Assessment. Sensors. 17 (10), 2208 (2017).
  9. Valls Miro, J., et al. A live test-bed for the advancement of condition assessment and failure prediction research on critical pipes. Proceedings of the Leading-Edge Strategic Asset Management Conference (LESAM13). , (2013).
  10. Valls Miro, J., Ulapane, N., Shi, L., Hunt, D., Behrens, M. Robotic pipeline wall thickness evaluation for dense nondestructive testing inspection. Journal of Field Robotics. 35 (8), 1293-1310 (2018).
  11. Valls Miro, J., Hunt, D., Ulapane, N., Behrens, M. Towards Automatic Robotic NDT Dense Mapping for Pipeline Integrity Inspection. Field and Service Robotics. , 319-333 (2018).
  12. Chen, X., Lei, Y. Electrical conductivity measurement of ferromagnetic metallic materials using pulsed eddy current method. Non-Destructive Testing and Evaluation International. 75, 33-38 (2015).
  13. Desjardins, D., Krause, T. W., Clapham, L. Transient eddy current method for the characterization of magnetic permeability and conductivity. Non-Destructive Testing and Evaluation International. 80, 65-70 (2016).
  14. Chen, X., Lei, Y. Excitation current waveform for eddy current testing on the thickness of ferromagnetic plates. Non-Destructive Testing and Evaluation International. 66, 28-33 (2014).
  15. Ulapane, N., Nguyen, L., Valls Miro, J., Alempijevic, A., Dissanayake, G. Designing a pulsed eddy current sensing set-up for cast iron thickness assessment. 12th IEEE Conference on Industrial Electronics and Applications (ICIEA). , 901-906 (2017).
  16. Sophian, A., Tian, G., Fan, M. Pulsed eddy current non-destructive testing and evaluation: A review. Chinese Journal of Mechanical Engineering. 30 (3), 500 (2017).
  17. Sophian, A., Tian, G. Y., Taylor, D., Rudlin, J. Design of a pulsed eddy current sensor for detection of defects in aircraft lap-joints. Sensors and Actuators A: Physical. 101 (1-2), 92-98 (2002).
  18. Li, P., et al. System identification-based frequency domain feature extraction for defect detection and characterization. Non-Destructive Testing and Evaluation International. 98, 70-79 (2018).
  19. Ulapane, N., Nguyen, L. Review of Pulsed-Eddy-Current Signal Feature-Extraction Methods for Conductive Ferromagnetic Material-Thickness Quantification. Electronics. 8 (5), 470 (2019).
  20. Nguyen, L., Valls Miro, J., Shi, L., Vidal-Calleja, T. Gaussian Mixture Marginal Distributions for Modelling Remaining Pipe Wall Thickness of Critical Water Mains in Non-Destructive Evaluation. arXiv. , 01184 (2019).
  21. Ulapane, N., et al. Gaussian process for interpreting pulsed eddy current signals for ferromagnetic pipe profiling. 2014 9th IEEE Conference on Industrial Electronics and Applications. , 1762-1767 (2014).
  22. Ulapane, A. M. N. N. B. . Nondestructive evaluation of ferromagnetic critical water pipes using pulsed eddy current testing (Doctoral dissertation). , (2016).
  23. Thiyagarajan, K., Kodagoda, S., Alvarez, J. K. An instrumentation system for smart monitoring of surface temperature. 2016 14thInternational Conference on Control, Automation, Robotics and Vision (ICARCV). , 1-6 (2016).
  24. Thiyagarajan, K., Kodagoda, S., Van Nguyen, L. Predictive analytics for detecting sensor failure using autoregressive integrated moving average model. 2017 12th IEEE Conference on Industrial Electronics and Applications (ICIEA). , 1926-1931 (2017).
  25. Thiyagarajan, K. . Robust sensor technologies combined with smart predictive analytics for hostile sewer infrastructures (Doctoral dissertation). , (2018).
  26. Thiyagarajan, K., Kodagoda, S., Van Nguyen, L., Ranasinghe, R. Sensor failure detection and faulty data accommodation approach for instrumented wastewater infrastructures. IEEE Access. 6 (56), 562-574 (2018).
  27. Thiyagarajan, K., Kodagoda, S., Ranasinghe, R., Vitanage, D., Iori, G. Robust sensing suite for measuring temporal dynamics of surface temperature in sewers. Scientific Reports. 8, 16020 (2018).
  28. Thiyagarajan, K., Kodagoda, S., Van Nguyen, L., Wickramanayake, S. Gaussian Markov random fields for localizing reinforcing bars in concrete infrastructure. 35th International Symposium on Automation and Robotics in Construction. , 1052-1058 (2018).
  29. Thiyagarajan, K., Kodagoda, S., Ulapane, N. Data-driven machine learning approach for predicting volumetric moisture content of concrete using resistance sensor measurements. 2016 IEEE 11th Conference on Industrial Electronics and Applications. , 1288-1293 (2016).
  30. Giovanangelia, N., et al. Design and Development of Drill-Resistance Sensor Technology for Accurately Measuring Microbiologically Corroded Concrete Depths. 36th International Symposium on Automation and Robotics in Construction. , (2019).
  31. Wickramanayake, S., Thiyagarajan, K., Kodagoda, S., Piyathilaka, L. Frequency Sweep Based Sensing Technology for Non-destructive Electrical Resistivity Measurement of Concrete. 36th International Symposium on Automation and Robotics in Construction. (771), (2019).
  32. Ulapane, N., Wickramanayake, S., Kodagoda, S. Pulsed Eddy Current Sensing for Condition Assessment of Reinforced Concrete. 14th IEEE Conference on Industrial Electronics and Applications. , (2020).

Перепечатки и разрешения

Запросить разрешение на использование текста или рисунков этого JoVE статьи

Запросить разрешение

Смотреть дополнительные статьи

155NDENDT

This article has been published

Video Coming Soon

JoVE Logo

Исследования

Образование

О JoVE

Авторские права © 2025 MyJoVE Corporation. Все права защищены