王勇勇，孙全德，王恪典,3，原 鹏

（1.新疆大学机械工程学院，新疆 乌鲁木齐 830047; 2.新疆维吾尔自治区特种设备检验研究院，新疆 乌鲁木齐 830047;3.西安交通大学机械工程学院，陕西 西安 710049）

0 引 言

在压力管道中，角焊缝作为一种基本的连接方式，能够满足复杂管道之间连接而被广泛应用。且由于角焊缝连接对象呈一定角度，导致焊缝处的受力状况复杂、焊接条件差，易出现裂纹、气孔、未熔合等缺陷[1]，对企业的安全生产造成重大隐患，因此对于角焊缝的定期无损检测至关重要。

目前常用的无损检测方法有磁粉检测、渗透检测、超声检测和涡流检测等。但由于角焊缝结构相对复杂，导致常规无损检测方法存在一定的局限性。电涡流脉冲热成像技术（eddy current pulsed thermography,ECPT）是一种新型红外热成像无损检测技术，其原理是基于电磁学中的涡流现象与焦耳热现象，具有检测速度快、非接触、灵敏度高、缺陷信息直观准确等优点[2]。此前ECPT技术多用于铁轨表面RCF裂纹、金属腐蚀，以及复合材料裂纹、冲击损伤等缺陷的检测[3-7]。由于电涡流热成像技术不受检测试件几何形状影响，因此对角焊缝表面裂纹的检测具有潜在的有效性。Yuan等[8]将ECPT用于监测液压系统堆焊构件，通过对红外热图像序列进行离散傅里叶变换得到相位图像，实现对缺陷表征与定量。Martina等[9]通过焊缝缺陷区域与非缺陷区域的存在不同的冷却速率，识别存在的缺陷，并提出一种等高线算法用来对于缺陷区域生成清晰的温度轮廓，区分不同裂纹的形状。位会娟等[10]通过数值模拟建立电磁激励红外热像角焊缝的有限元模型，研究了内部裂纹的位置和尺寸变化对其可检测性的影响。陈怡帆等[11]采用ECPT检测不锈钢焊缝缺陷，并基于独立成分分析（independent component analysis,ICA）算法重构热图像序列，增强缺陷的特征。从当前研究现状来看，对于焊缝检测方面大多集中在常规对接焊缝表面缺陷的检测，而对于角焊缝表面缺陷研究较少，特别是对于腐蚀金属表面自然裂纹的检测。

针对这一问题，本文采用涡流热成像技术，研究带腐蚀层角焊缝表面自然裂纹的检测。并利用主成分分析（principal component analysis,PCA）图像处理算法，提高ECPT检测灵敏度，减小不均匀加热的影响，增强原始热图像中缺陷的特征。

1 ECPT检测技术

1.1 ECPT检测技术原理

ECPT检测原理如图1所示，依据电磁感应定律，当线圈中通入交变电流时，在靠近线圈的导体会产生感应涡流，当试件中存在缺陷时，涡流将被迫绕过缺陷导致部分区域涡流密度出现差异，根据焦耳定律可知，导体产生的热量将呈现出不均匀的分布，缺陷区域与周围材料之间产生不同热分布，利用红外热像仪观察并记录试件表面的温度分布情况，通过分析表面温度图像观察缺陷大小[12]。

图1 涡流热成像原理图

1.2 感应加热数学模型

在涡流脉冲热成像检测中，激励电流在导体内产生感应涡流存在趋肤效应，由下式计算：

其中，f为激励电流的频率；σ为被测件的电导率；μ为材料磁导率。

由于材料本身的电阻，导致涡流在导体的中产生焦耳热[13]。依据焦耳定律可得出试件内涡流产生的热量Q：

其中，jc为线圈电流密度；E为电场强度。

受趋肤效应的影响热量主要集中在试件表面，然后逐渐从试件表面局部高温区向内部低温区扩散，以达到热平衡，热传导方程可表示为：

其中，ρ为材料密度；Cp为材料比热容；T为被测试件表面的温度；k为材料的导热系数。

由此可见，涡流热成像检测缺陷的能力与材料趋肤效应与热透入深度相关，而趋肤深度与热透入深度由材料的电导率、热扩散系数等参数决定。例如，铁磁性材料趋肤深度在频率100 kHz时为0.04 mm，200 kHz为0.03 mm。对于铁磁性材料而言，趋肤深度较小，加热方式为近表面加热。

2 PCA算法原理

PCA 法的基本原理为：利用对数据降维的方法，通过正交变化将原始 n维随机向量转换为新的线性无关的向量，从而使数据相互独立，PCA算法的一般模型为[14]：

在实际问题中，通过PCA降维的方法减少变量个数，将图像中缺陷信息的关键变量分离，利用一个或几个互相独立的变量信息，实现对缺陷信息概括，依据包含变量信息多少分为第一主成分到第n主成分。而在实际对焊缝表面裂纹的特征提取中，通常第一主成分信息包含缺陷大部分特征信息，可以提高缺陷对比度，更明显识别出缺陷形状特征，而第二、第三主成分则可以减小图像中不均匀加热的影响，提取裂纹尖端等局部高温区域。由于前几个主成分特征信息的方差较大，包含图像的特征信息较多，因此需要提取前几个主成分进行分析。

式中：yk——第k个主成分zk的贡献率；

3 涡流热成像实验分析

3.1 实验装置

涡流热成像实验系统如图2所示，激励线圈采用感应加热系统（Easyheat 224，Ambrell）。该系统最大激励功率为2.4 kW，最大电流为400 A，激励频率范围为150～400 kHz。实验中采用FLIR红外热像仪记录试件热信号，分辨率为786×562，采样频率60 Hz，灵敏度为20 mK，试验中使用的激励线圈，由直径为6.00 mm的空心铜管制成，为了抵消线圈的直接加热，利用水冷却装置为激励线圈循环冷却。

图2 涡流热成像试验系统

实验采用的缺陷试件如图3所示，缺陷试件为T型角焊缝，材质为普通20#碳钢，焊缝处存在两道自然裂纹，由于焊缝表面有腐蚀层，焊缝缺陷的大小与位置不明显，焊缝缺陷为自然缺陷，焊缝表面裂纹A和B的宽度近似相等。

图3 裂纹缺陷试件

3.2 实验结果的分析

根据加热激励开始和结束时间（160～300 ms），热像仪采集的红外图像序列可以分为3个时间段：0～160 ms为加热前阶段；加热阶段为 160～300 ms，300～1 500 ms为冷却阶段（加热后）。从热图像序列中的选择不同时刻的热图像进行分析，如图4所示为在加热时间190，300，400 ms时3种典型的热图像。

如图4（a）所示，在加热初期阶段，由于缺陷表面有腐蚀层的影响，仅有裂纹A的尖端被加热，而裂纹其他区域与周围无缺陷区域之间热对比度较小，在原始热图像中腐蚀表面的裂纹特征不明显。如图4（b） 所示，在加热阶段裂纹的特征明显增强，并与周围无缺陷区域形成明显的温度差。而在冷却阶段，如图4（c）所示，受横向热传导的影响，裂纹A和裂纹B图像特征逐渐变得模糊。由于焊缝表面腐蚀不均匀，导致裂纹的不同区域热信号具有一定差异，因此难以定量检测出裂缝的大小。

图4 不同时刻缺陷的涡流热图像（单位：℃）

如图5所示，提取图中裂纹尖端区域在热图像序列的瞬态温度信号，从图6可以看出，裂纹A和裂纹B温度信号在整个加热过程中以相同的趋势变化。首先，在加热前阶段，裂纹区域与周围无缺陷区域温度近似相等都为室内环境温度，然后在加热阶段，裂纹A和裂纹B温度迅速增加达到最大峰值，如图7所示加热后期与无缺陷形成最大温差。同时裂纹深度不同温度上升速率与最大峰值温度也不同，缺陷深度越深，温度峰值也越大。最后，缺陷与无缺陷区域在冷却阶段逐渐趋于稳定。

图5 裂纹尖端位置（单位：℃）

图6 裂纹与周围区域的温度信号

图7 裂纹与周围区域温差

为进一步分析缺陷与周围无缺陷区域之间的热对度，提取图 4（b）中 L1位置在 190 ms、300 ms、400 ms时热信号。如图8所示，从图中可以看出L1线在裂缝A和B处有两个更明显的峰值，在加热初期阶段，裂纹与无缺陷区域热对比度较小，随着加热激励时间延长，裂纹区域聚集更多焦耳热，与无缺陷区域之间的温差逐渐增大，且裂纹A的峰值温度略高于裂纹B。在冷却阶段，由于受横向热传导影响，导致裂纹宽度增加，因此对于缺陷特征分析，在加热后期最为合适。

图8 不同时刻L1处温度曲线

3.3 PCA图像处理

从实验得出原始红外图像和温度信号分析可以看出，ECPT具有检测带腐蚀层角焊缝自然裂缝的能力。然而，如上所述，由于受加热不均匀和表面腐蚀不均匀的影响，对焊缝表面裂纹检测造成一定的影响，PCA可以提供一种有效的图像增强方法，减小不均匀加热影响，提高ECPT的检测结果。

如图9所示，提取加热后期300 ms原始图像进行主成分分析。从图9（a）为第一主成分图像，包含原始图像中的大部分信息，从图中可以看出裂纹的大小更加清晰，缺陷的特征明显增强，但图像中依然包含加热不均匀产生的影响。而在第二与第三主成分分析图像中，如图9（a）、（b）所示，加热不均匀的影响被消除，同时提取出裂纹局部高温区域，显著提高了ECPT检测腐蚀表面自然裂纹的能力。

图9 PCA图像处理

4 结束语

通过电涡流热成像技术对带腐蚀层角焊缝自然裂纹的检测研究，提取裂纹尖端区域在热图像序列的瞬态温度信号，分析缺陷与无缺陷区域温度变化趋势。并从原始热图像中可以识别出T型角焊缝两道表面裂纹，但由于受到加热不均匀的影响，缺陷图像特征不明显，利用主成分分析（PCA）图像处理算法增强缺陷特征，并通过图像第二与第三主成分减小消除不均匀加热的影响，验证了在不去除表面腐蚀层的情况下，ECPT技术对角焊缝表面自然裂纹检测的有效性。