杨永锋 冯挺 邵涛

西安三环科技开发总公司 陕西西安 710077

随着国家经济的快速发展，截止2017年中国陆上油气长输管道总里程达到2×105km，其中60%～70%的管道服役时间超过20a。油气长输管道多为大管径、厚壁管道，在高温、高压、高流速、高腐蚀环境条件下，焊缝处存在缺陷，在应力和腐蚀的共同作用下，将会出现应力腐蚀裂纹（SCC）、氢致裂纹（HIC）、硫化物应力腐蚀裂纹（SSC）、疲劳裂纹、晶间腐蚀开裂等，最终导致管道失效泄漏，对经济和环境产生重大影响。但是，一旦管道在输送过程中出现了破损、裂痕等情况就极易发生能源泄露以及爆炸，从而危害到人民群众的安全，因此，管道焊缝的质量直接影响到了管道结构的整体性和安全性。为了更好地检查管道焊缝的质量，一般采取管道焊缝的无损检测技术，无损检测技术是判定管道焊缝是否合格、完整、安全的关键手段，采用合适的无损检测技术可以更好地判断出管道的质量。为了更好地减少管道事故，提高管道运输能源的社会效益和经济效益，我国需要不断提高管道焊缝无损检测技术，从而及时地修复管道焊缝中的缺陷，保证管道焊缝的完整性、安全性、可靠性。

1 管道焊缝概述

管道焊缝主要是指通过适当的物理方式从而连接管道与管道，使得管道和管道两个固态物体产生原子间的结合力而连接在一起。管道焊缝是打造大规模管道系统的关键要素，激光焊是常见的管道焊缝技术，具有较高能量、较高精度的特点，可以适用于大口径的管道焊缝。随着激光焊缝技术的不断成熟，激光焊缝技术的应用范围也越来越广，并且在管道焊缝过程中也展现出来了更多的优良性能，例如防止热裂和冷裂的能力。激光焊缝技术中的组织晶粒较细，在进行管道焊缝中可以有效地防止热裂纹的产生，再加上焊缝速度较高管道热烈变敏感度也会变低，激光焊缝技术加热区域小，对于管道焊缝具有着重要的意义，因此激光焊缝金属成为了管道焊缝先进制造技术，可以将管道焊缝过程简单化、集中化、自动化[1]。

2 典型焊缝缺陷分析

2.1 表面开口型缺陷

表面开口型缺陷包括：上表面开口缺陷、下表面开口缺陷和贯穿缺陷。（1）上表面开口缺陷。信号特征为1扫描信号中未出现直通波，D扫描图像中直通波断开，未检测到缺陷上端点的衍射信号，仅观察到与直通波相位相同的缺陷下端点的衍射信号，底面回波信号基本无变化。（2）下表面开口缺陷。信号特征为底面回波消失或中断，图像中无缺陷下端点的衍射信号，只有与直通波相位相反的缺陷上端点衍射信号，表面直通波的信号无明显变化。（3）贯穿缺陷。由于缺陷在试件的上、下表面完全裂开，因此发射探头和接收探头的衍射波信号会完全中断，直通波和底面回波信号也会中断，该缺陷相对容易识别。

2.2 气孔缺陷

气孔属于点状缺陷，按照气孔数量和分布特点可以分为单个气孔、密集气孔和连续气孔。气孔的D扫描图像为多个独立的点状缺陷图像的叠加，由于缺陷内部充满空气，在对应的射线检测底片上，表现为深浅不一的圆点。

2.3 夹渣缺陷

夹渣缺陷中，小夹渣与气孔的检测图像特征类似，在此不再重复。条状夹渣缺陷的D扫描图像比较杂乱，在长度方向会出现1条比较长的直线，但深度不一，且缺陷上端为反射信号，信号较强；缺陷下端为衍射信号，信号较弱。

2.4 根部未焊透缺陷

根部未焊透缺陷与焊缝的坡口型式密切相关，如为X型坡口，则信号图像位于检测图像的中间位置；如为V型坡口，则信号图像位于检测图像的底面位置，属于下表面开口型缺陷，该缺陷会表现出很强的衍射信号，该信号与底面回波的相位相反，缺陷高度对底面回波的影响较小[2]。

2.5 裂纹缺陷

裂纹缺陷的图像具有参差不齐的轮廓，其上、下端点的衍射信号既不规则，也不连续，端点信号之间还会出现很多杂乱无章的信号，但裂纹缺陷在射线检测底片上容易识别，一般具有中间略宽、两端细小的成像特征。

3 基于TOFD的管道焊缝无损检测技术

3.1 室内实验与仿真计算

考虑到长输管道常用壁厚多在10～30mm之间，根据NB/T47013.10—2015《承压设备无损检测第10部分：衍射时差法超声检测》中的相关规定，TOFD适用于壁厚12mm及以上的压力管道及压力容器检测。因此根据现场管道的材质、壁厚、坡口型式以及焊接工艺设计了厚度20mm对接焊缝模型和试件，母材为低合金高强度结构钢16MnR，焊接方式为SMAW，坡口型式为X型，分别在试件上预设上表面开口、埋藏缺陷和下底面开口（较腐蚀更难以检测到）等人工缺陷。试件解析模型如图1所示。

图1 试件及缺陷设置示意图

TOFD检测采用美国声学公司制造的POCK-ETUT检测仪器，探头的参数参照NB/T47013.10—2015附录选择60°，探头中间间距取69mm，晶片尺寸6mm，晶片频率5MHz，扫查方式采用沿焊缝方向非平行扫查。为了更好地进行不停产检测，分别对管道内部有无油层状态下的三种缺陷形式进行检测和扫描，检测结果见图2、图3。

图2 无油层状态下的TOFD检测结果

图3 油层状态下的TOFD检测结果

由图2、图3可知，当底部有油垢时，实际扫查结果明显存在底部反射信号较强的现象，在同等增益的情况下，导致直通波信号偏弱，上表面缺陷不易识别，但如果降低整个增益，又会导致底部缺陷不易检出。

为了提高缺陷检测效率，减少噪声对信号的影响，将深度学习引入信号识别和降噪全过程。其中，小波神经网络具有较强的非线性映射能力，具有广泛的适应性，已经在各个领域成功应用，可以对文字、图像、语音进行有效识别。在此，主要应用小波神经网络中的阈值去噪功能，基于噪声和有效信号频率、幅值的不同，通过对不同类型的小波系数进行阈值处理，高于阈值的小波系数被保留，低于阈值的被清零，从而有效控制噪声，进行信号重构。

在小波阈值去噪的过程中，最重要的是阈值函数和阈值规则的选取。对于阈值函数，常用的主要有硬阈值和软阈值两种，硬阈值会造成小波系数筛选的不连续性，容易出现震荡现象；而软阈值虽然将输入、输出函数转换为连续函数，但在小波重构的过程中容易出现奇异点缺失的现象。在此，引入一个折中方案，即采用改进的一致函数，当小波系数低于设置的阈值时，不进行直接置零，而是进行平滑置零处理，可保证加、减阈值后的过渡处理[3]。

3.2 现场测试及结果分析

TOFD检测将管道按照环向90°分成了4段，并与常规射线检测结果进行对比，其中第1段环焊缝经TOFD检测发现了1处为深度9mm、长度2mm、高度1.1mm的条状埋藏缺陷和3处底部腐蚀缺陷，射线只发现了1处缺陷；第2段经TOFD检测发现了1处在近表面长约10mm的埋藏缺陷和2处底部腐蚀缺陷，射线只发现了1处缺陷；第3段经TOFD检测发现了1处深度9.6mm、高度2.1mm的面积状埋藏缺陷和1处底部腐蚀缺陷，射线未发现缺陷；第4段经TOFD检测发现了3处埋藏缺陷和5处底部腐蚀缺陷，射线发现了2处缺陷。

通过缺陷模型，在室内对20mm试件的对接焊缝进行了缺陷检测，并针对TOFD检测结果不易识别出上表面缺陷和底部缺陷的特点，利用小波变化优化了模型参数，最后在现场对管道的环焊缝和角焊缝缺陷情况进行了对比验证，证明了TOFD可在不停产、不卸料的条件下检测出更多的缺陷和内壁腐蚀情况，但在实际应用中还有以下问题值得注意：（1）高温条件对TOFD的影响。目前国际通用的标准中规定检测温度不应超过50℃，但现场实际工况条件基本上均超过该上限温度，为了符合当前标准法规的要求，需要考虑温度因素对检测结果的影响。（2）国内TOFD标准规定的适用壁厚下限为12mm，但部分油气田集输管道的壁厚往往小于10mm，因此对该类管道使用TOFD检测时，需要考虑与标准的冲突和演示验证的问题。

4 结语

为了更好地加强管道焊缝检测技术，在进行管道焊缝检测过程中，可以采用红外线+TOFD超声波检测技术，两种检测技术通过使用可以有效地解决两者的不足，相互补充、取长补短，将检测效果达到极致，我们称这样的管道检测技术为综合无损检测技术。