利用抗环境磁场干扰的磁屏蔽探针进行信号重建与缺陷评估

《NDT & E International》:Signal reconstruction and defect evaluation using the magnetic shielding probe resistant to interference from environment magnetic fields

【字体: 大 中 小 】 时间:2026年07月08日 来源:NDT & E International 6.0

编辑推荐:

  帅浩|石鹏鹏|苏三清 中国内蒙古呼和浩特市010051,内蒙古工业大学土木工程学院 摘要 磁通量泄漏检测因其无损检测的优势而被广泛应用于桥梁、建筑、航空航天、铁路轨道等领域。在实际检测环境中,被测物体附近的其他分支或附属金属结构,以及机电设备中的运转电机,都可能产生环境磁场干扰,

  帅浩|石鹏鹏|苏三清 中国内蒙古呼和浩特市010051,内蒙古工业大学土木工程学院 摘要 磁通量泄漏检测因其无损检测的优势而被广泛应用于桥梁、建筑、航空航天、铁路轨道等领域。在实际检测环境中,被测物体附近的其他分支或附属金属结构,以及机电设备中的运转电机,都可能产生环境磁场干扰,影响磁通量泄漏信号的灵敏度及检测结果的可靠性。为解决这一问题,本文提出了一种高灵敏度的磁屏蔽检测探头,该探头能够有效抵御环境磁场干扰;同时结合所提出的信号重建算法,开发出一种考虑环境磁场干扰的表层圆孔缺陷半径和深度的联合定量评估方法,以抵消环境磁场干扰的负面影响。该磁屏蔽检测探头结构简洁轻便,由两片镀锌铁板构成。由于传感器封装长度为13毫米、磁轭宽度为20毫米、磁轭内高度为40毫米的限制,仅测试了长度在15~21毫米、高度在10~25毫米、厚度在0.3~0.9毫米不同尺寸参数下的探头检测性能,最终确定高度为25毫米、长度为15毫米、厚度为0.9毫米时探测性能最佳。随后,在理想检测条件及存在环境磁场干扰的情况下,分别对表层圆孔缺陷样本(半径和深度分别为2毫米~5毫米、1毫米~5毫米)进行了传统磁通量泄漏检测探头与所提磁屏蔽检测探头的灵敏度及抗干扰能力测试,结合有限元仿真验证了磁屏蔽检测探头在缺陷检测方面的优势。此外,还利用所提出的基于磁屏蔽检测探头的磁通量泄漏检测信号重建算法,对缺陷的半径和深度进行了联合定量评估,重建信号的形态与理想检测信号一致,且缺陷尺寸误差可控制在0.5毫米以内。预计所提出的磁屏蔽检测探头能够提升实际复杂工作条件下缺陷检测的精度以及缺陷尺寸的定量评估水平。引言 磁通量泄漏检测是用于检测铁磁材料或结构常见缺陷的方法之一,因其快速、准确且无损的特点,被广泛用于高速铁路轨道[1]、油气管道[2]以及钢丝绳[3]、[4]的检测中。在磁通量泄漏检测技术中,磁化器先将待测铁磁材料磁化,随后缺陷处的漏磁场会泄漏出来,可通过磁传感器或检测线圈采集到缺陷的漏磁信号,从而发现并定位缺陷。关于磁通量泄漏检测的理论研究包括基于麦克斯韦方程组的磁偶极子模型和有限元方法。1966年,前苏联学者Zatsptin和Scherbinin首次提出了用于计算缺陷漏磁场的磁偶极子模型[5],为后续磁通量泄漏检测理论研究的发展奠定了基础。此后,许多研究人员针对不同类型的缺陷开展了磁偶极子模型研究,代表性的缺陷磁偶极子模型包括单个圆形缺陷、相邻圆形缺陷及跑道形缺陷[6],矩形缺陷、V形缺陷以及组合槽形缺陷[7]。此外,还有考虑温度效应的磁偶极子模型[8],以及考虑应力和外磁场的磁机械磁偶极子模型[9]。与磁偶极子模型不同,有限元方法不再依赖假设的磁荷分布来描述缺陷附近漏磁场的分布特征,而是通过求解整个磁场来获得缺陷漏磁场的分布情况。Hwang和Lord率先将有限元方法引入缺陷漏磁场的计算中,建立了缺陷漏磁场的有限元模型,并指出了数值计算在解决形态复杂的缺陷漏磁场问题中的重要性[10]。在此基础上,一些研究人员进一步基于有限元方法分析了影响磁通量泄漏信号的因素,如缺陷尺寸[11]、缺陷类型[12]、[13]、相邻缺陷的叠加效应[14]、被测材料的磁导率[15]、抬升值[16]、磁化强度[17]、磁化气隙[18]、磁化装置的速度[19]、[20]、磁化装置的加速度[21]以及传感器位置的选择[22]。研究人员通过选取合适的特征量建立磁通量泄漏信号与缺陷尺寸之间的关系,再借助机器学习、深度学习为代表的人工智能技术实现对缺陷类型和尺寸的定量评估。Pan等人利用SSA-BP算法,通过提取径向信号的峰谷值、径向信号谷值间的水平距离、轴向信号的波形面积以及信号能量,对管道的缝隙、周向裂纹、点蚀以及表面剥落缺陷进行了分类[23]。Li等人从检测到的磁通量泄漏图像中提取了八项特征,包括表示图像纹理混乱程度的熵值、表示图像局部均匀性的对比度以及反映图像纹理一致性的相关性,然后使用GLCM-SVM算法对穿透缺陷、表面缺陷、次表面裂纹以及无缺陷情况进行了分类,分类准确率达到了91.5%[24]。Tu等人将磁通量泄漏信号的19项特征输入到Dempster-Shafer证据理论模型中,得到弱特征子集,再将这些弱特征输入到Apriori算法中得到强特征子集,最后将强特征子集输入到Stacking网络中,对点蚀缺陷、穿透缺陷、轴向裂纹、周向裂纹以及表面剥落缺陷进行分类,分类准确率达到了98.5%[25]。Zhou等人利用GA-PSO-BP网络,通过提取轴向信号峰值、峰谷值以及谷值间水平距离等特征,对二维矩形缺陷进行了定量评估,与BP神经网络相比,GA-PSO-BP网络提升了缺陷尺寸的预测精度[26]。Hou等人利用改进的MBSO算法,基于三维磁通量泄漏信号重建三维不规则缺陷的形态,事实证明,该方法在收敛能力以及缺陷形态重建精度方面均远优于传统优化算法[27]。上述研究中所采用的手动特征提取方法严重依赖个人经验,无法充分挖掘磁通量泄漏信号的特征。近年来,研究人员试图通过卷积网络自动提取适合缺陷分类和评估的特征值。Yang等人利用预训练并经过筛选的卷积核构建了卷积神经网络,该网络能够自动从焊接图像中提取特征,实现周向焊缝和螺旋焊缝的自动分类[28]。Lang等人采用了所提出的多层特征融合多尺度GhostNet模型,对管道上的焊缝、腐蚀缺陷、T形缺陷以及普通缺陷进行分类,该模型能够在输入的磁通量泄漏信号曲线的不同层级自动提取特征,缺陷分类准确率达到了98.5%[29]。Sun等人提出了一种基于物理原理的双馈交叉残差深度神经网络,用于缺陷尺寸评估。输入的磁通量泄漏信号曲线经过多个卷积层处理后可获得输入数据的特征信息,预测得到的缺陷深度误差控制在管壁厚度的0.4%以内[30]。Zhang等人基于卷积神经网络框架提出了视觉深度迁移学习神经网络,用于预测不规则缺陷的尺寸和截面轮廓,测试结果显示,缺陷长度、深度以及截面轮廓的预测误差分别为0.67毫米、0.97%以及2.67%[31]。从现有的大量研究中可以看出,磁通量泄漏检测的理论研究旨在通过理论分析解释实验现象,而基于磁通量泄漏信号的缺陷评估研究则致力于提升缺陷类型和尺寸的定量评估能力。无论是理论研究还是缺陷评估研究,提升磁通量泄漏信号的质量都至关重要。磁通量泄漏信号是由磁通量泄漏检测探头采集的,该探头由缠绕有线圈的激励磁轭以及由拾取线圈或磁敏感元件构成的传感器组成。基于电磁感应现象的线圈是最常见的电磁传感器,可将磁信号转换为电信号。在现有研究中,磁通量泄漏信号是通过拾取线圈[32]、[33]、缠绕在激励线圈上的永磁体[34]以及缠绕在激励线圈上的铁芯[35]来采集的。拾取线圈采集的检测信号的灵敏度取决于线圈的匝数、线圈直径以及激励磁轭的磁导率[35],但拾取线圈仅适用于变化磁场环境中的检测,且在低频率下灵敏度会下降。霍尔传感器是一种基于霍尔效应的磁场传感器,被广泛用于检测裂纹缺陷[36]、近侧和背侧缺陷[37]、[38]以及圆孔缺陷[39]等,旨在验证霍尔元件在磁通量泄漏检测中的应用效果。各向异性磁阻、巨磁阻以及隧道磁阻等磁阻传感器由于具有高灵敏度和高稳定性,被用于铁磁材料的缺陷检测。GMR传感器首次被应用于磁通量泄漏检测,用于检测钢板的表面缺陷[40],而TMR传感器则用于检测钢丝绳的缺陷,能够检测深度和直径均为0.3毫米的盲孔[41]。此外,还有一些研究通过优化检测探头的结构来提升检测信号的质量。有人通过在传感器周围放置磁体,设计出了基于局部磁化增强的新型磁通量泄漏探头[42],还有研究通过使两个磁极之间的磁通量集中,设计了具有壶形激励结构的磁通量泄漏检测探头[43],也有研究使用电缆作为磁化装置,替代传统的较大U形磁轭[44]、[45],还有专门为检测焊接接头质量而设计的磁通量泄漏检测探头[46]。在实际检测环境中,被测物体附近的其他分支或附属金属结构,以及机电设备中的运转电机,都可能产生环境磁场干扰。一些研究人员还尝试将磁屏蔽技术引入磁通量泄漏检测探头中,以提升磁通量泄漏检测信号的质量。在磁通量泄漏检测过程中,磁屏蔽检测探头可以通过其磁屏蔽结构改变空间中磁力线的方向,从而提升传感器检测信号的质量。Sun等人通过在传统磁通量泄漏检测探头上添加磁屏蔽结构,使实验信号的强度提升了15.36%,但对有限元模型下的信号提升效果不明显[47]。Ma等人使用磁屏蔽检测探头对钻杆表面的盲孔缺陷进行了实验检测和有限元分析,发现有限元模型下信号的增强效果明显低于实验信号下的增强效果[48]。此外,还有一些研究人员使用其他无损检测方法来探讨磁屏蔽检测探头在检测中的作用。Zhou等人使用磁屏蔽检测探头对钢板的近侧和背侧缺陷进行了涡流检测实验及有限元分析,发现实验信号与有限元模型下的信号在灵敏度方面存在差异[49]。根据目前的研究结果,对于磁屏蔽检测探头是否有助于信号增强,存在不同的解释[50]、[51],且信号增强的效果也差异很大。近期,我们还建立了考虑磁屏蔽结构的磁通量泄漏检测系统的有限元计算模型[52],通过与现有研究中的实验结果和模型结果[47]进行比较,确认了所建立的考虑磁屏蔽结构的磁通量泄漏检测模型具有良好的定量分析能力,同时也阐明了磁屏蔽检测探头在磁通量泄漏检测中的信号增强机制。本研究是在实验基础上,进一步探索利用磁屏蔽检测探头获取能有效抵御环境磁场干扰的磁通量泄漏检测信号的能力的延续性研究。本文进一步研究了MS检测探头的设计、制备、测试及应用。针对表面圆孔缺陷,分别在理想测试条件及环境磁场干扰条件下,测试了传统MFL检测探头与所提出的MS检测探头的灵敏度以及抗环境磁场干扰的能力,并结合有限元仿真验证了MS检测探头在缺陷检测方面的优势。基于所提出的信号重建算法,建立了用于求解正问题的MFL检测快速计算模型;同时,通过PSO智能优化算法,利用检测到的干扰信号共同预测缺陷的半径和深度以解决反问题。预测结果表明,基于所提出的MS检测探头的MFL检测信号重建算法能够有效获取特征信号,且利用该探头采集的信号预测的缺陷尺寸误差可控制在0.5毫米以内。本文结构如下:第2节介绍所提出的用于MFL检测的MS检测探头的设计、制备及测试过程;第3节分别在理想条件及干扰条件下,使用该探头与传统MFL检测探头对表面圆孔缺陷进行检测实验,并通过有限元方法模拟表面缺陷附近的磁场分布;第4节提出了MFL检测信号重建算法以及用于定量评估表面圆孔缺陷半径和深度的方法,进而利用所提两种探头采集的干扰信号对缺陷的半径和深度进行评估。

**MFL检测中的MS检测探头设计**
本节介绍了所提出的MS检测探头的设计及制备方案,同时针对表面圆孔缺陷开展了MFL检测重复性实验,以检验该探头采集信号的稳定性。此外,还通过不同尺寸参数的探头进行MFL检测实验,分析了MS尺寸参数对检测信号响应的影响。如图1(a)所示,传统MFL检测探头……

**检测探头的测试**
在理想测试条件下,使用传统MFL检测探头与所提出的MS检测探头对带有表面圆孔缺陷的试样进行MFL检测实验,比较了两类探头的检测信号灵敏度。随后,在被测试样周围引入磁场干扰,测试两类探头在干扰条件下的缺陷检测精度。最后通过有限元仿真进行分析……

**基于所提出MS检测探头的缺陷尺寸评估**
MFL信号的质量是影响缺陷尺寸定量评估的重要因素。本研究首先提出一种信号重建算法,用于生成抗干扰信号,再利用PSO算法将这些重建信号用于缺陷检测。同时,通过求解正问题建立缺陷尺寸与理想信号之间的非线性关系。最终,将重建算法与相关方法相结合,实现对缺陷尺寸的精准评估……

**结论**
在实际检测环境中,被测物体附近的其他分支或附属金属结构,以及机电设备中的运转电机都可能产生环境磁场干扰,从而影响MFL信号的灵敏度及检测结果的可靠性。为解决这一问题,本文提出了一种具有高灵敏度且能抵抗环境磁场干扰的MS检测探头,同时建立了相应的定量评估方法……

**作者贡献声明**
苏三清:指导、项目管理。史鹏鹏:可视化、验证、指导、资源协调、项目管理、方法论、形式分析、概念构建。郝帅:初稿撰写、可视化、软件应用、研究分析、形式分析、数据整理。

**利益冲突声明**
? 作者声明不存在任何可能影响本文研究工作的已知财务利益或个人关系。

**致谢**
本研究得到了宁夏回族自治区重点研发计划项目(编号2026BEE02002)、内蒙古自治区自然科学基金(编号2026QC0367)、内蒙古自治区直属高校基础科学研究经费项目(编号JY20250025)以及内蒙古工业大学科研启动基金项目(编号BS2025048)的支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号