铁道微磁探伤仪及其探伤方法转让专利

申请号 : CN200710151626.2

文献号 : CN100588965C

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 王祥国徐章遂

申请人 : 王祥国

摘要 :

本发明属于安全无损检测技术领域,具体涉及一种铁道微磁探伤仪及其探伤方法。铁道微磁探伤仪采用微磁缺陷磁荷变异检测原理实现缺陷检测,由磁传感器装置、信号预处理器、A/D转换器、计算机系统组成。检测中由传感装置测取缺陷泄漏的磁信号,并转化为电信号输出到信号预处理器;信号预处理器对信号进行放大、滤波、提纯,送入A/D转换器变成数字信号,再由计算机进行数字滤波、信号分析、缺陷特征提取、缺陷判别、缺陷计算、显示记录,同时对上述各部分实施控制,实现缺陷检测。该探伤仪用于铁道的损伤缺陷探测,缺陷检出可靠性比传统无损检测方法高2倍以上,工效提高5倍以上,同时解决了目前没有有效手段进行道岔探伤的世界性难题。

权利要求 :

1.一种铁道微磁探伤仪,包括一个可沿工件表面运动的磁传感 器装置,磁传感器装置与信号预处理器连接,信号预处理器连接A/D 转换器,计算机系统分别与磁传感器装置和A/D转换器连接,其特 征在于:所述的磁传感器装置包括一个支架(22),支架(22)内设 有上、下两个磁传感器(2B、2A),构成互补差分结构,两个磁传感 器外均设有磁屏蔽罩(21、26),下部的磁传感器(2A)上方设有聚 磁片(25),下部的磁屏蔽罩(21)上方设有压紧弹簧(23),磁屏蔽 罩(21)下方设有铝质合金盖(24);磁传感器连接非线性校正电路 以及置位、复位电路。

2.一种铁道微磁探伤方法,该方法通过沿工件表面运动的磁传 感器装置,测取缺陷泄漏的微磁信号,并转化为电信号输出到信号预 处理器;信号预处理器对信号进行放大、滤波、提纯,再经A/D转 换器变成数字信号,送入计算机;计算机对上述各部分实施控制,同 时对接收的信号进行数字滤波、信号分析、缺陷特征提取、缺陷判别 与计算、显示记录,实现裂纹缺陷检测,其特征在于:该方法采用微 磁缺陷磁荷变异检测原理,建立缺陷磁荷模型,并根据缺陷磁荷模型 确定泄漏磁信号的缺陷特征,用于判别缺陷的存在。

3.如权利要求2所述的铁道微磁探伤方法,其特征在于:缺陷特 征提取由计算机系统执行,针对铁道材料特性判别缺陷的幅度标准 为:裂纹为(105~1123)点,可表示为U=-0.01u3+6.1u2-18u+130孔洞为(315~836)点,可表示为U=0.22u3-3.2u2+49u+260点蚀为(207~321)点,可表示为U=0.1u3+4.1u2-16u+230划痕为(287~568)点,可表示为U=0.11u3-2.31u2+28u+30缺陷幅度判别规则为:凡大于或等于105点的均可判为缺陷幅度 特征;

判别缺陷梯度标准为:

裂纹为(45~97),可表示为G=0.078g2+3.4g+41孔洞为(27~37),可表示为G=0.0178g2+5.4g+11点蚀为(18~26),可表示为G=0.011g2+1.4g+61划痕为(13~21),可表示为G=0.008g2+7.4g+8缺陷梯度判别规则为:凡梯度大于或等于18并具有正负峰的均 可判为缺陷梯度特征。

4.如权利要求2所述的铁道微磁探伤方法,其特征在于:缺陷 判别由计算机系统执行,针对铁道材料特性,缺陷判别规则为:如待判检测数据中具有缺陷,则信号特征同时符合:①缺陷幅度 判别规则;②缺陷梯度判别规则,由于裂纹是缺陷中幅度起点最低, 划痕梯度起点最小,因此,以裂纹幅度函数、划痕的梯度函数为依据 进行判别判别缺陷模式为:

设xj∈Rn(j=1,2,…,n)为对应第j个缺陷的n个特征参数; Pi∈Rm(i=1,2,…,m)为对应的i种缺陷类别标准模型,L为待定模式, 如对任意ε>0,满足||Lj(X)-Pi(X)||<ε

则Lj为模式Pi,式中Pi为:幅度105、梯度13,即信号变化幅度大 于105,梯度大于13的均可判为缺陷。

5.如权利要求2所述的铁道微磁探伤方法,其特征在于:缺陷类 别判别由计算机系统执行,针对铁道材料特性,缺陷类别判别规则为:设xj∈Rn(j=1,2,…,n)为对应第j个缺陷的n个特征参数; Pi∈Rm(i=1,2,…,m)为对应的i种缺陷类别标准模型,L为待定模式, 如对任意ε>0,满足||Lj(X)-Pi(X)||<ε

则Lj为模式Pi,式中Pi为

裂纹:幅度U=-0.01u3+6.1u2-18u+130,梯度G=0.078g2+3.4g+41;

孔洞:幅度U=0.22u3-3.2u2+49u+260,梯度G=0.0178g2+5.4g+11;

点蚀:幅度U=0.1u3+4.1u2-16u+230,梯度G=0.011g2+1.4g+61;

划痕:幅度U=0.11u3-2.31u2+28u+30,梯度G=0.008g2+7.4g+8。

6.如权利要求2所述的铁道微磁探伤方法,其特征在于:缺陷深 度计算由计算机系统执行,针对铁道材料特性,缺陷深度根据公式计 算:d=KHm

式中d为深度,K为系数,Hm为幅度峰值,

针对铁道材料,K=31。

说明书 :

技术领域

本发明属于安全无损检测技术领域,具体涉及一种铁道微磁探伤 仪及其探伤方法。

背景技术

我国铁路随着提速和重载的需要,对铁道线路本身的质量和安全 状态提出了更高的要求。目前,铁道的常规探伤采用超声波探伤法, 其主要弊病是体重大(约80公斤)、携带不便、操作复杂(需6人同 时操作),还需不断施加耦合剂--水(寒冬季节还需在水中加柴油, 以防结冰),极为繁琐;而且,检测速度慢,对轴向缺陷的分辨率低、 小缺陷无法检出;同时,检测未实现智能化,需人工分析、判断;特 别是铁路道岔部位的探伤,迄今国内外还是一项空白,由于其截面不 规则,超声波和其他探伤方式如电涡流检测等均无能为力,目前只能 靠人工手锤敲和目视巡检解决。

发明内容

本发明的目的是为了克服现有技术中的不足,利用微磁技术,提 供一种体积小巧、携带方便、操作简单、快捷准确的铁道微磁探伤仪, 这种仪器可以快速检出铁道伤损部位和程度,确定危险部位。同时, 本发明还要提供该铁道微磁探伤仪所使用的探伤方法。
本发明的技术方案如下:一种铁道微磁探伤仪,包括一个可沿工 件表面运动的磁传感器装置,磁传感器装置与信号预处理器连接,信 号预处理器连接A/D转换器,计算机系统分别与磁传感器装置和A/D 转换器连接。
如上所述的铁道微磁探伤仪,其中,所述的磁传感器装置包括一 个支架,支架内设有上、下两个磁传感器,构成互补差分结构,两个 磁传感器外均设有磁屏蔽罩,下部的磁传感器上方设有聚磁片,下部 的磁屏蔽罩上方设有压紧弹簧,磁屏蔽罩下方设有铝质合金盖;磁传 感器连接非线性校正电路以及置位、复位电路。
一种铁道微磁探伤方法,该方法通过沿工件表面运动的磁传感器 装置,测取缺陷泄漏的微磁信号,并转化为电信号输出到信号预处理 器;信号预处理器对信号进行放大、滤波、提纯,再经A/D转换器 变成数字信号,送入计算机;计算机对上述各部分实施控制,同时对 接收的信号进行数字滤波、信号分析、缺陷特征提取、缺陷判别与计 算、显示记录,实现裂纹等缺陷检测。
如上所述的铁道微磁探伤方法,其中,该方法采用微磁缺陷磁荷 变异检测原理,建立缺陷磁荷模型,并根据缺陷磁荷模型确定泄漏磁 信号的缺陷特征,用于判别缺陷的存在。
与传统的超声探伤法相比,本发明的有益效果是:
1、检测速度快。由于微磁检测是一种被动检测,缺陷泄漏的微 磁信号一直存在,且磁信号以光速传播,因此磁传感器获取信号时间 少于0.1纳秒;超声检测是一种主动检测,其波速比光速小得多,探 测头获取信号时间大于4微秒。因此,微磁检测速度比超声检测高 10000倍,适于火车提速后的轨道、道岔探伤。
2、检测灵敏度高。微磁传感装置可获取小于10-8T的磁信号, 相当于宽度1微米、深度50微米、长100微米的缺陷泄漏的磁信号。 超声检测中,可分辨的缺陷通常在Φ1毫米以上(较为先进的仪器可 达Φ0.3毫米,但价格昂贵),因此,微磁检测灵敏度比超声检测高 1000倍。
3、可靠性好。微磁检测灵敏度高,对于尺寸在宽度80微米、深 度500微米、长500微米以上的缺陷信号,能可靠捕捉。而且与超声 检测相比,可靠性高2倍以上,而且,不需外加条件,从而,消除了 外加的不稳定因素。
4、检测工艺简便。微磁检测对被检工件表面状态要求低,不必 打磨、清洗,不需加耦合剂,可在有铁锈油污的条件下工作。
5、微磁检测过程对环境无污染,而且节能。
6、解决铁路道岔探伤检测的世界性难题。
7、为便携式,体积小、重量轻、携带方便、特别适宜铁道线路 流动现场检测的需要。
8、操作简单(一至二人即可)、判据客观(检测钢轨自有磁场)、 准确可靠、实用性强。
9、仪表为智能型,可以替代人工分析判断而直接输出检测结果。

附图说明

图1是本发明的铁道微磁探伤仪原理框图;
图2(a)是图1中所示的传感器探测装置的结构图;
图2(b)是磁传感器非线性校正电路图;
图3是磁传感器置位、复位电路图;
图4是图1中所示的信号预处理器电路图;
图5是图1中所示的计算机系统组成原理框图;
图6是信号分析处理装置计算机实现流程图;
图7是缺陷特征提取模块计算机实现流程图;
图8是缺陷类别判别模块603计算机实现流程图;
图9是缺陷类别模块计算机实现流程图;
图10缺陷深度计算模块计算机实现流程图。

具体实施方式

下面结合附图与实施例对本发明作进一步描述。
图1是本发明的铁道微磁探伤仪原理框图,包含磁传感器装置1、 信号预处理器2、、A/D转换器3、计算机系统4。磁传感器装置1沿 工件表面扫描,获取被检工件缺陷泄漏的微磁信号,并转换为电信号 输送到信号预处理器2;信号预处理器2对信号进行放大、滤波、提 纯,并将信号送入A/D转换器3;A/D转换器将信号转换为数字信号, 并送计算机系统4。计算机系统4对上述各部分工作实施控制,同时 对接收的信号进行数字滤波、信号分析、缺陷特征提取、缺陷判别、 显示记录。
图2(a)是图1中的磁传感器装置结构图,包括一个支架22, 支架22内设有上、下两个磁传感器2B、2A,两个磁传感器外均设有 磁屏蔽罩26、21,下部的磁传感器2A上方设有聚磁片25,下部的 磁屏蔽罩21上方设有压紧弹簧23,磁屏蔽罩21下方设有铝质合金 盖24;磁传感器连接非线性校正电路以及置位、复位电路,支架上 部设有引线27。磁传感器2A、磁传感器2B构成互补差分结构,抵 消地磁、外界电磁干扰及材料晶粒不均匀、电源等引起的干扰。
本实施例中的磁器件选用的HM201是一种用于检测转角的器 件,用于测材料泄漏磁场要对输出特性进行非线性校正,同时要进行 置位、复位以恢复检测灵敏度。
图2(b)为用于非线性校正的电路,外加一惠斯通电桥与磁阻的电 桥相对应,使磁阻的ΔR/R的变化是关于角度θ轴对称,在45度角 范围内存在一个线性区域。在线性范围内,输出电压与外加磁场成正 比,即ΔVout=SHVb,其中S为磁阻传感器的灵敏度,可达3mv/1v/Oe, 线性范围在2Oe之内。
图3是磁传感器置位、复位电路图。当磁传感器工作在有强干扰 的外磁场作用的环境中,其敏感轴方向上施加超过2×10-4T的磁场时, 会扰乱传感器磁阻内部磁畴的极化方向,改变传感器的输出特性,使 输出的信号变弱,灵敏度降低为此采用采用置位、复位电路来消除强 干扰磁场的影响,恢复传感器的灵敏度。
为用于抵消变化环境磁场的置位复位电路,包含方波产生器31、 跟随器32、推挽开关电路(IRF7105)36。方波产生器31产生5kHz 的方波信号送跟随器32置位控制电路(74HC04)、脉冲加工电路 (74HC04)33、相位调整电路34、反相器(2N3904)35。如磁传感 器工作在有干扰的外磁场作用的环境中,其敏感轴方向上施加超过 2×10-4T的磁场时,会扰乱传感器磁阻内部磁畴的极化方向,改变传 感器的输出特性,使输出的信号变弱,灵敏度降低。为此,采用置位 复位电流带,以一定的置位复位电流产生的磁场来消除干扰磁场的影 响,恢复传感器的灵敏度。由于传感器的输出电压的极性取决于内部 磁畴的极化方向,所以对传感器施加与置位脉冲方向相反的复位脉 冲,能够使磁畴方向反转,对外表现为传感器输出的极性反转。图中 由方波产生器(定时器)31产生的方波脉冲经脉冲加工电路33(A、 B、C、D)整形后送相位调整电路34;若33A输出脉冲波为正,相 位调整电路34A的二极管截止,脉冲经延迟后送入33B,再经33C 和反相器35进行相位调整后送推挽开关电路36,使开关管36A导通; 此时34B的二极管导通,33A输出脉冲波几乎不经延迟就送入34D, 经反相后使推挽开关电路36的开关管36B截止,置复位电路进入 置位状态,置位电流通过电流带产生的磁场抵消环进磁场。若33A 输出脉冲波为负,34A的二极管导通,33A输出脉冲波几乎不经延迟 就送入34B,再经34C和反相器35进行相位调整后送推挽开关电路 36,使开关管36A截止;此时34B的二极管截止,脉冲经延迟后送 入34D反相后送推挽开关电路36,使开关管36B导通,置复位电路 进入复位状态,通过电流带的电流反向,产生的磁场使传感器的特性 恢复到零点,即恢复原来的灵敏度。因此,相位调整电路34使推挽 开关电路36在开关管36A导通前开关管36B可靠截止;在开关管 36B导通前开关管36A可靠截止。方波产生器的脉冲波不断翻转,推 挽开关电路36的两个开关管36A、36B轮流导通,不断置位复位, 消除外界变化磁场的干扰;置位控制电路32是通过计算机来控制置 复位电路的工作。当需要置复位时,计算机输出一脉冲,使方波产生 器31的4端置高电平,启动定时器工作,进行置复位;其他时间计 算机输出低电平,封闭方波产生器31的工作,置复位电路处于等待 状态。
图4是图1中信号预处理电路。信号预处理电路包含预处理放大 器41、滤波器42。
信号预处理放大器包含放大器411、放大器412、放大器413,3 个放大器由INA128组成,构成差分结构。其中放大器411放大由磁 阻传感器2A输送的信号,为检测传感放大器;放大器412放大由磁 阻传感器2B输送的信号,为参考传感放大器;放大器413为综合放 大器,放大抵消地磁、外界电磁干扰及电源等引起的干扰后的缺陷信 号,总增益在1~10000。放大器的输出管角6与滤波器42的电阻 R1相连。
滤波器42是一个二阶有源滤低通波器,由电阻R1、R2、R3、R4, 电容C1、C2和运算放大器OP07组成。当检测信号频率高于10kHz 时,电容C2近于短路,电路无输出;当信号频率低于10kHz时,电 容C2近于开路,电路相当于一个同相放大器,电路输出低于10kHz 的信号,主要用于滤除高于10kHz的外界干扰信号,放大输出缓慢 变化信号,使电路3能检测慢变化磁信号,实现磁场绝对量检测。滤 波器的输出管角6通电阻R5与计算机的A/D转换器输入口相连。
A/D转换器3采用RM9的内置A/D转换器,转换分辨率12位, 转换速度100K样本/秒。
图5是图1中的计算机系统组成图。计算机系统包含计算机51、 显示记录装置52、电源53、信号分析处理装置54。
计算机51采用三星公司的S3C24lO型主板,它是RISC结构的 32位微处理器,基于ARM92T内核,采用五级流水线,生产工艺为 0.18微米CMOS,最高工作频率可达203MHz。
S3C24lO具有增强ARM体系的MMU(支持WinCE,EPOC32 和Linux),16kB的指令和数据高速缓存以及高速AMBA总线接口。 S3C32410常用于手持设备以及普通的嵌入式应用的集成系统,内嵌 的功能模块丰富,接口齐全,主要包括如下部分:LCD控制器 (STN&TFT),NAND Flash引导装入程序、系统管理(片选逻辑和 SIR控制器),3通道UART,SD主口和多媒体卡接口、2通道SPI 和2通道PLL。4通道DMA,4通道PWM时钟、I/O口、RTC,8 通道10位ADC及触摸屏接口、IIC总线接口、IIS总线接携式智能 仪器使用的高性能、低功耗微处理器,具有USB主口和USB设备口、 非常适合于便铁道道岔探伤软件系统运行于移植到ARM9平台上的 Linux操作系统上。
显示记录装置52由显示器和存储器组成。显示器为 PLANAR-EL320×256-FD7,宽温(-25℃~+65℃),彩色显示,使 各种数据、图表显示直观明了,在强光下可正常显示。
计算机主要用于提取裂纹信息特征,判别缺陷为裂纹、划痕、点 蚀等,计算缺陷尺寸,界面设定及系统控制。
电源53包含输出7.4V锂电池、TSD05-12s05型DC-DC模块, 输出5V、1A。
计算机的信号分析处理装置54包含数据采集模块、缺陷特征提 取模块、缺陷类别判别模块、缺陷深度计算模块、记录显示模块,数 据采集模块完成数据输入。信号分析处理装置的计算机实现流程如图 6所示,包括对采集的数据进行缺陷特征提取步骤601,缺陷判别步 骤602,缺陷深度计算及长度估算步骤603,以及显示记录步骤604。
图7是缺陷特征提取模块计算机实现流程图。在步骤701开始后, 步骤702将数据文件编号,步骤703读取数据文件0号;在步骤704 将0号文件数据滤波。
滤波运用平滑估计方法,其步骤为:
(1)由数据序列{Xi}构造一个新的数据序列{X′}。方法是从{X}中 取每相邻的5位数的中位数构成{X′},即取X1,X2,X3,X4,X5 的中位数X3(记为X′3),依此类推,一直取到最后一位数,显然X′的 项数比原序列少四项。
(2)从{X′}中取每相邻的三位数的中位数构成新的数据序列 {X″}。
(3)最后的数据序列 { X } = 1 4 x i - 1 + 1 2 x i + 1 4 x i + 1 .
(4)分析X-X″′,检查是否有|xi-x″′i|>k(预定值),如有则用一 内插值代替xi。
在步骤704分段搜索信号变化幅度最大点,在706以缺陷判别幅 度标准衡量各个最大幅度点,符合要求的在707记为预判点。
针对铁道材料,经过多次实验,缺陷幅度标准为:
裂纹为(105~1123)点,可表示为U=-0.01u3+6.1u2-18u+130
孔洞为(315~836)点,可表示为U=0.22u3-3.2u2+49u+260
点蚀为(207~321)点,可表示为U=0.1u3+4.1u2-16u+230
划痕为(287~568)点,可表示为U=0.11u3-2.31u2+28u+30
判别规则为:凡幅度大于或等于105点的可作为缺陷幅度特征判 据。
各数据文件的数据处理完后,在步骤709记录,并在710读取 记录数据,在步骤711求取各预判点两恻各10点的幅度变化梯度, 并在712分析梯度是否连续最大,且具有正、负峰,符合要求的在 713判为缺陷并记录。
针对铁道材料,经过多次实验,缺陷梯度标准为:
裂纹为(45~97),可表示为G=0.078g2+3.4g+41
孔洞为(27~37),可表示为G=0.0178g2+5.4g+11
点蚀为(18~26),可表示为G=0.011g2+1.4g+61
划痕为(13~21),可表示为G=0.008g2+7.4g+8
判别规则为:凡梯度大于或等于18的均可作为缺陷梯度特征判 据。
各数据文件的数据处理完后,在步骤718结束。
图8是缺陷判别模块计算机实现流程图。流程在步骤801开始后, 步骤802读取记录的缺陷数据,并由步骤803、804的幅度特征函数、 梯度特征函数进行缺陷判别,凡符合两函数要求的即为缺陷,不符合 的予以删除;属缺陷的在806进行记录。由于裂纹是缺陷中幅度起点 最低,划痕梯度起点最小,因此以裂纹幅度函数、划痕的梯度函数为 依据进行判别。
判别缺陷类别的模式为:
设xj∈Rn(j=1,2,…,n)为对应第j个缺陷的n个特征参数; Pi∈Rm(i=1,2,…,m)为对应的i种缺陷类别标准模型,L为待定模式, 如对任意ε>0,满足
||Lj(X)-Pi(X)||<ε
则Lj为模式Pi。式中Pi为:幅度105、梯度13。即信号变化幅 度大于105,梯度大于13的均可判为缺陷。
图9是缺陷类别判别模块计算机实现流程图。在步骤901开始后, 步骤902读取记录缺陷数据,在903进行缺陷类别判别,凡符合类别 幅度特征函数、梯度特征函数要求的即可归为某类缺陷,不符合的, 记为新模式,再由人工确定。一直到缺陷数据处理完后,在步骤908 记录。
判别缺陷类别的模式为:
设xj∈Rn(j=1,2,…,n)为对应第j个缺陷的n个特征参数; Pi∈Rm(i=1,2,…,m)为对应的i种缺陷类别标准模型,L为待定模式, 如对任意ε>0,满足
||Lj(X)-Pi(X)||<ε
则Lj为模式Pi。式中Pi为:
裂纹:幅度U=-0.01u3+6.1u2-18u+130,梯度G=0.078g2+3.4g+41;
孔洞:U=0.22u3-3.2u2+49u+260,梯度G=0.0178g2+5.4g+11;
点蚀:U=0.1u3+4.1u2-16u+230,梯度G=0.011g2+1.4g+61);
划痕:U=0.11u3-2.31u2+28u+30,梯度G=0.008g2+7.4g+8。
图10是缺陷深度计算模块计算机实现流程图。在步骤1001开始 后,1002读取缺陷参数,并在步骤1003将参数代入公式计算:
d=KHm
式中d为深度,K为系数,Hm为幅度峰值。
针对铁道材料,经过多次实验,K=31。
一直到所有的缺陷参数处理完,在步骤1006结束。