阙永彬,刘 琰,徐春燕,贾海东,田 野,莫润阳,贾鹏军，姚 欢,聂向晖

(1.中石油 西北联合管道有限责任公司，乌鲁木齐 830013；2.中国石油天然气集团公司 管材研究所，西安 710077；3.陕西师范大学 陕西省超声学重点实验室，西安 710119)

0 引言

随着我国长输管线运行时间的延长和运行条件日益复杂苛刻，管线安全评价已成为安全保障的重要举措。输气管线对接环焊缝缺陷严重危害其安全运行，裂纹、未熔合等作为焊缝常见危害性缺陷，对其自身高度的测量一直是无损检测面临的重要课题[1-2]。杨锋平等[3]在对5道在役X80天然气管道切割更换的环焊缝进行力学性能试验和缺陷解剖分析发现，缺陷高度检测误差均值达到40.5%。现有在役环焊缝无损检测技术对真实缺陷自身高度的检测准确度有待提高。

20世纪70年代初，由英国的Silk博士首先提出一种依靠超声波与缺陷端部相互作用发出的衍射波来检出、定量缺陷的技术——超声波衍射时差法(Time of Flight Diffraction，TOFD)，并逐渐成为对缺陷自身高度进行定量的专门技术[4-5]。但TOFD因存在表面盲区使部分表面、近表面埋藏缺陷漏检，而基于全矩阵数据的阵列超声因其高精度成像质量成为缺陷定量评价的重要手段，是对该法的有益补充。阵列超声技术与采用单一压电晶片的常规超声技术相比，无需移动换能器便可实现二维或三维区域的扫描，具有更高的检测效率、检测精度以及更直观的缺陷判别能力，被应用于解决先进材料和复杂结构的检测与评价难题。阵列超声按缺陷回波信号的获取方式不同分为基于相位控制和基于全矩阵数据(Full Matrix，FM)两大种类。基于相位控制采用合成声束与试件内部缺陷相互作用，根据A型回波信号对缺陷进行检测和评价，接收回波信号时一般采用动态深度聚焦技术(Dynamic Depth Focusing，DDF)，以增加接收聚焦点数量，成像方法包括B型、C 型以及S型显示。然而，FM方式中发射声波不具有任何声束指向性，并不能直接用于成像，但因数据具有完备性，可利用全矩阵数据设计出声束条数、聚焦点数量均远远大于相位控制方法上限的新算法，突破常规方法检测评价能力极限[6-9]。

全聚焦成像方法(Total Focusing Method，TFM)是一种基于全矩阵捕捉(Full Matrix Capture，FMC)数据进行图像重建的超声阵列后处理技术，由Holmes等[10-11]于2005年首次提出，因其可用任意多数量的聚焦点进行成像，被称为阵列超声检测的“黄金标准”算法，为结构内部缺陷的高精度阵列检测提供了新方法和新思路。全矩阵算法的目标是根据换能器、材料属性、几何结构特征以及采集到的全矩阵数据，对被测试件内部的缺陷分布、缺陷形态进行反演[12-14]。本文基于全矩阵数据，建立一种环焊缝断面实时全聚焦成像方法，并基于全聚焦图像对管线对接环焊缝中缺陷的自身高度进行精确测量。

1 基本理论

1.1 全聚焦成像理论

全矩阵数据指将相控阵换能器内所有阵元依次作为发射-接收阵元组合，所采集到的超声回波时域信号，是发射阵元序列、接收阵元序列和时间采样点数的三维数据。相控阵换能器的N个阵元依次激发，每个阵元被激发时，所有阵元都接收超声回波信号并储存。将发射阵元的序号记为i，接收阵元的序号记为j，则每个阵元接收的超声回波时域信号记为Sij,待N个阵元都激发完成后，便可得到一个包含了检测物体全部信息的N×N矩阵集，此即全矩阵数据，其本质是阵列超声换能器以特殊的激发接收模式工作时，从被测试件内部采集到的所有超声A型信号构成的集合。采用一定的空间间隔对成像区域进行离散，对每个成像点(x,z)T构造二维矩阵I，并用式(1)计算I(x,z)，考虑到在全聚焦算法的扫描区域内，任何一点的声压幅值即为每一个声波在此点的回波幅值之和，则：

(1)

式中Sij——第i个阵元发射，第j个阵元接收的时域信号值；

Tip——声波从阵元i传播至点p所用的时间，s；

Tpj——声波从p点返回到阵元j所用的时间，s；

Δt——采样间隔时间，s。

式(1)中，⊗定义为：设右元素取整后结果为k，则该结果为左边行向量的第k个分量的值。

当换能器直接贴合于试件表面时，若被测试件为各向同性介质，则：

(2)

式中xi——发射阵元中心横坐标，m；

xj——接收阵元中心横坐标，m；

c——超声波在待测物体中传播的纵波速度，m/s。

1.2 成像截面网格划分

以西二线∅1219 mm×18.4 mm对接环焊缝为例，焊缝宽度为12 mm,钢板公称壁厚T=18.4 mm。为便于对缺陷评定，以焊缝长度方向为y轴、沿焊缝宽度方向为x轴、被检物体深度方向为z轴,建立直角坐标系o-xyz(见图1(a))，原点为探头阵列右侧第一个阵元中心，阵列探头(多普勒，5L32-A30)按图1(a)所示方式直接耦合在试件表面。32个阵元的FMC会得到32×32=1 024个A扫原始信号。成像前，首先对成像范围进行界定：以阵列探头右侧第一个阵元中心坐标为成像区左边界，焊缝宽度再加5 mm为右边界，z方向范围较公称壁厚要大，以壁厚与余高之和21.24 mm为厚度下边界(见图1(b)虚线框)。第二步，网格划分：网格过于粗大，可能无法检测到缺陷；但网格划分太细、检测效率低。为了对接近或者小于波长的缺陷能进行检测且可以定量评价，网格尺度应比波长更小，按此原则将焊缝成像区域网格划分为300×400。在全聚焦算法的扫描区域内，任何一点的声压幅值可以认为是所有阵元发射声波的共同作用，则待测区域内任意一点的幅值即为每一个声波在此点的回波幅值之和。

(a)

(b)

1.3 FMC数据成像算法

TFM运作的第一步就是采集FMC数据。FMC数据采集时发射的超声波不具有任何声束指向性，不能直接用于成像，需要借助特定全矩阵数据处理算法实现缺陷的检测与评价。因此第二步依托完备的FMC数据进行图像重建。理论上，可利用全矩阵数据设计出合成声束及聚焦点数量远远大于基于相位控制方法上限的检测与评价新算法，突破常规方法的检测与评价能力极限。本研究基于Matlab平台，利用FieldⅡ软件自带开源函数包、通过调用函数进行缺陷仿真。首先，利用内置函数、初始化探头基本参数：阵元个数32个，阵元宽度0.5 mm，阵元间隔0.1 mm，阵元高度10 mm;然后，以矩阵的形式创建缺陷散射体的位置，矩阵和对应的散射强度矩阵，初始化阵元的脉冲激励;最后,利用全聚焦成像的激励模式，调用内部函数计算出回波数据，使用全聚焦成像的时域线性算法对得到的回波数据进行处理，并将计算结果进行成像。本算法处理中将单个阵元等效成活塞换能器，对其发射和接收的声波利用指向性函数进行了修正[6]。

2 结果与讨论

2.1 含缺陷焊接样管及缺陷多方法评定

选取∅1219 mm×18.4 mm管线管，并从管材上割取管段若干，委托某公司按照埋藏型缺陷的产生机理，模仿其形成的条件，通过控制焊接工艺和焊接手法进行缺陷预埋，制作设计深度为2～6 mm的层间未熔合、气孔、条形夹渣等人工仿真缺陷作为试验试块(见图2(a))。为确认试板中缺陷的存在及其性质，对试样进行TOFD和RT检测。TOFD条状图也能明显发现3个缺陷(见图2(b))。射线照相时因焊缝较长，经两次透照所得RT结果(见图2(c)(d)，图中箭头所指为缺陷)显示，1#未熔合缺陷长度为22 mm，2#为圆形气孔缺陷，3#条形夹渣缺陷长度为26 mm。对2#圆形气孔类缺陷，实践中一般不关注其高度，因此缺陷高度的测量主要针对的是1#，3#缺陷。

图2 对接环焊缝试样射线照相缺陷显示

焊缝缺陷自身高度无损评价方法包括手工超声(UT)、衍射时差(TOFD)及常规阵列超声(PA)技术。本研究中，UT利用MS380型A型脉冲反射式超声波探伤仪并结合宽带窄脉冲超声探头进行，TOFD测量采用英国SONATEST VEO+32∶128超声一体机的TOFD功能，PA采用Flexscan 32/64相控阵检测仪并结合D2-5L32探头及SD2-N55S楔块、经扇扫成像检测缺陷。其结果汇总于表1。

表1 缺陷自身高度测量结果 mm

Hmax表示最大波幅处缺陷深度，mm;ΔH表示缺陷自身高度，mm;y1,y2分别为沿焊缝方向缺陷始端和末端点y坐标，mm;Δy表示缺陷指示长度，mm;ymax表示缺陷回波最高处的位置，mm

UT只能给出缺陷最大埋深但无法给出缺陷的自身高度；TOFD是目前缺陷测高最为可靠的技术，阵列超声最大优势是灵活调控焦点位置和聚焦方向，具有缺陷测高潜力的技术。图3为1#(y=103 mm处)、3#(y=135 mm)缺陷扇扫图像，通过图像上的光标给出缺陷高度ΔH分别为4.9,4.4 mm，对比TOFD结果，此二值分别为3.83,4.20 mm。可见，同一缺陷用不同方法检测，给出的高度存在一定差异。

(a)1#缺陷 (b)3#缺陷

2.2 基于全聚焦图像的缺陷定量评价

采用并行超声相控阵数据采集平台(UT-Studio)进行全矩阵数据采集，线阵探头型号为5L32-A30，阵元个数为32个，阵元长度10 mm，阵元宽度0.5 mm，阵元间隔0.1 mm。TFM采用纵波模式进行，不考虑剪切波的影响，纵波在钢管中的传播速度c是常量，且c=5 900 m/s。

2.2.1 全聚焦图像

探头从焊缝一端(y=0)沿焊缝长度移动，无缺陷处(y=80 mm)截面全聚焦成像效果见图4(a),可清晰看到焊板下表面(图4(a)中箭头所指)。探头移至距离端面90 mm处开始出现缺陷显示，在y=103 mm处1#缺陷显示最明显，此时断面一次回波成像原始效果见图4(b)，虽然图像的电噪声较高，但仍可清楚看到缺陷断面形状不规则且在厚度方向有高度。考虑到缺陷图像与尺寸、形状以及换能器相对位置密切相关，在此通过归一化因子消除换能器位置对缺陷图像的影响，归一化处理后效果见图4(c)。缺陷分辨率提高的同时，距离探头较远处的背景噪声也随之增大。为对远场背景噪声进行抑制，以无缺陷处焊缝图像作对比进行背景噪声修正，图4(d)示出消除背景噪声后的效果，远场处背景噪声降低，成像效果明显变好，缺陷更为清晰。当探头沿焊缝移动到y=315 mm处，3#夹渣缺陷全聚焦成像见图5。

全矩阵数据的计算过程中相当于发射并接收了300×400条聚焦于焊缝不同位置的虚拟超声合成声束，远高于基于相位控制扇扫声束的条数(相位控制方法共发射32×32条)。TFM正是因为其不受超声控制硬件单元限制的庞大数量发射接收声束聚焦，成像结果显著优于基于相位控制方法。同时，与常规扇扫相比，TFM不需要输入聚焦位置,图像更容易理解,从原理上能更清晰地进行缺陷类型表征，缺陷高度测量能力有所提高。

2.2.2 缺陷定量评价

TFM对缺陷定量评价方法主要有两种:基于散射系数矩阵的算法和基于缺陷图像的算法。前者利用全矩阵数据对检出缺陷的实际散射系数矩阵进行反演，将实际散射系数矩阵与理论散射系数矩阵数据库进行匹配，根据匹配结果确定缺陷实际尺寸和形状。该算法充分利用了全矩阵数据中包含的缺陷信息以及复杂形状缺陷的理论散射规律，能够实现更加精准的缺陷特征评价，但其定量评价精度取决于理论散射系数数据库规模，规模越大的匹配精度越高。对焊缝各类缺陷，考虑到因目前尚不具备理论散射系数矩阵数据库，同时缺陷图像算法能有效解决大于声波波长的缺陷的几何类型识别和尺寸定量，所以本研究采用实操难度较小的缺陷图像法进行量化，但缺陷图像与缺陷尺寸、形状以及换能器相对位置密切相关，需要通过对指定点声强进行归一化处理，即将扩散衰减项及指向性衰减项的乘积作为归一化因子，消除换能器相对位置对缺陷图像的影响。利用缺陷TFM图像对其进行高度测量时，先根据壁厚T对成像区域深度范围进行标定,然后根据缺陷图像确定振辐最大位置，通过(-6dB)法获得上下两个端点的水平位置，其间垂直距离即为缺陷高度。按此方法可得1#,3#缺陷自身高度分别为4.61,4.52 mm(见图4(d)和图5(b))。

2.3 缺陷解剖结果

为对缺陷自身高度测量效果进行检验，分别对1#,3#缺陷进行了解剖。图6为沿1#缺陷长度方向每4 mm切割制样所得6幅金相显微图，通过OLS 4100激光共聚焦显微镜、Smart Zoom5超景深数码显微镜，对每个金相样中缺陷自身高度进行了精确测量，结果依次为3.66,3.90,4.12,4.14,4.19，4.64 mm,其中y=103 mm处对应的缺陷高度为4.12 mm。图7为3#缺陷金相显微图，显微测高结果分别为3.94，3.96,3.73，4.22 mm。各方法对1#，3#缺陷自身高度测量结果见表1。对比表1数据可见，基于TFM的断面成像方法对1#，3#缺陷高度测量结果较缺陷实际解剖高度的最大值偏差均小于1 mm,说明TFM在缺陷测高方面有潜力。需要说明的是，在将FMC采集到的数据进行TFM全聚焦方法处理时，可以选择多种不同的模式，不同模式针对的缺陷类型不同，对应的检测结果也会有差异。

图6 1#未熔合缺陷金相显示

图7 3#夹渣缺陷金相显示

3 结论

基于全矩阵数据的阵列超声无损检测与评价方法，采用时域线性全算法对焊缝进行断面成像，根据图像可对焊缝内部缺陷进行定量评价，可以作为缺陷定量评价手段的有益补充。实际检测时，根据不同的缺陷选择适当的检测模式可保证正确成像。缺陷图像与缺陷尺寸、形状以及换能器相对位置密切相关，且全矩阵数据中存在的噪声信号等都将降低上述算法的测量能力，需通过归一化处理及噪声处理提高测量能力。同时，TFM并不是万能的，往往需要借助声学响应分布图(Acoustic Influence Mapping，AIM)帮助使用者提前确认哪种模式对哪种缺陷的响应更加强烈，以及响应区域与焊缝区域是否重叠等问题，以使缺陷不漏检。