20#钢不同晶粒度试件非线性超声特性实验研究

张　颖，吴　昊，李　彬，李栋山

（1.东北石油大学机械科学与工程学院，黑龙江　大庆　163318；2.北京日泰科技有限公司，北京 100012）

20#钢不同晶粒度试件非线性超声特性实验研究

张颖1，吴昊1，李彬1，李栋山2

（1.东北石油大学机械科学与工程学院，黑龙江大庆163318；2.北京日泰科技有限公司，北京 100012）

传统的线性超声检测技术对微观缺陷的检测不敏感，而非线性超声检测是利用信号的频域特征来进行缺陷判别，具有独特的优势。采用RAM-5000 SNAP非线性超声检测系统，对不同晶粒度20#钢试件进行非线性超声检测实验。通过测量不同试件在相同激励条件下的基波与二次谐波幅值，得到其相关非线性系数，分析材料不同晶粒度对非线性超声特性的影响。结果表明：随着材料晶粒度的增大，超声非线性效应增强，非线性系数值不断增加。因此，利用非线性系数可以表征材料微观晶粒度的变化情况，验证非线性超声检测技术在判别材料微观组织变化中的有效性。

非线性超声；基波；二次谐波；晶粒度；非线性系数

0　引言

随着科学技术的进步与发展，工程实际中对无损检测技术的要求越来越高，而传统的无损检测技术受检测原理所限很难对微观缺陷进行检测与评价［1-2］。金属材料在实际使用中受外载荷作用，材料内部会产生大量的微裂纹和微孔洞，这些微观缺陷的形核、扩展将引起材料的逐渐劣化，直至破坏。因此，对材料微观缺陷的早期检测具有重要的意义。传统的超声检测技术是利用波的时程、声速和衰减等线性参数来探测材料中宏观缺陷的存在，对微观缺陷的检测不敏感［3-4］。而非线性超声检测技术是利用有限振幅声波在材料中传播时，介质或微观缺陷与其相互作用的非线性效应，实现材料性能评估和微观缺陷检测［5］，具有重要的应用价值。研究表明［6-8］，材料力学性能的退化与超声波在材料中传播时的非线性效应密切相关，通过分析非线性系数的变化，能够有效判别材料微观组织的变化情况。

目前，国内外在用超声波探究材料微观晶粒度方面做了大量研究工作，早在20世纪50年代，Mason 和Mcskimin就利用超声波是高频波、易衰减等特点来研究金属材料在不同热处理状态下晶粒大小与超声波声学性能参数的变化规律［9］。近年来，国内学者利用金属材料对超声波的衰减与其晶粒尺寸间的变化规律来实现对材料晶粒度的无损评价。虽然传统线性超声检测具有操作简洁、效率高的优势，免除了金相法评价金属材料晶粒度所造成的材料破坏与浪费，但是对于晶粒尺寸过小的材料检测时结果仍不准确，而超声非线性效应能够很好地解决这一问题，因此，采用非线性超声技术评价金属材料的晶粒度具有一定的意义。本文采用非线性超声技术对不同晶粒度的20#钢试件进行检测，探究材料不同晶粒度大小对非线性超声特性的影响，并采用非线性系数对这一特性进行表征，证明了材料微观晶粒度的变化能够引起非线性系数的改变，非线性超声检测技术可以有效判别材料微观组织的变化情况。

1　非线性超声检测的理论基础

固体介质都具有非线性特性，如有限振幅声波在固体介质中传播时产生的高次谐波和声波畸变等现象。由于固体介质的非线性，单频正弦超声波将与固体介质间发生非线性相互作用产生非线性响应信号，从而产生高频谐波［10］。

Cantrell，Breazeal等［11-13］建立了固体介质非线性超声波动方程：

式中：ρ0——介质密度，kg/m3；

x——波传播的距离，m；

t——声波传播时间，s；

u——介质内位于x处质点的位移，m；

K2——二阶弹性常数；

K3——三阶弹性常数；

k——波数，个；

通过多变量相关分析发现，3类生态系统中植物生物量与露石出露面积占比以及碎石含量之间相关关系不显著(P>0.05)。物种组成与环境因子CCA分析得到4个排序轴，模型检验显著(F=2.3，P=0.002)。蒙特卡洛置换检验表明前两个轴物种与环境因子的相关系数分别为0.67和0.51，这说明环境变量能够很好地解释物种构成。同时检验发现0～20 cm土壤含水量环境因子不显著(P>0.05)，固不纳入模型分析。

A0——声波初始幅度，V。

由式（2）可知，基波幅值为

二次谐波幅值为

根据式（3）和式（4）可得材料的非线性系数为

从式（5）中可以看出，若给定超声波的频率和试件长度，即k和x保持不变，则β仅与二次谐波幅值和基波幅值有关，即：

由式（6）可知，通过测量基波和二次谐波的幅值能够计算得到非线性系数，借助非线性系数来描述材料微观组织的变化是非线性超声检测的理论基础。

2　试件的制备及实验系统

2.1试件的制备

实验选取20#钢作为实验试件，试件形状尺寸如图1所示。采用不同的热处理工艺对试件进行处理，以获得不同晶粒度的试件。制备5种不同晶粒度的试件，每种晶粒度试件各4件，5种不同晶粒度试件的金相组织如图2所示。

图1　试件尺寸（单位：mm）

2.2实验系统

非线性超声检测系统如图3所示，检测仪器是美国日泰公司生产的RAM-5000 SNAP非线性超声检测系统。该系统发出脉冲串作为激励信号，经衰减器衰减，低通滤波器滤掉仪器产生的高频干扰后，激励中心频率为2.5MHz的宽带兰姆波传感器产生超声波进入被测试件。接收端采用中心频率为5MHz的宽带可调角度传感器，接收信号经过高通滤波器和放大器后返回到非线性超声检测系统来进行信号提取和处理。由于激励信号幅度很大，采用稳定的甘油作为耦合剂，用一个特制的传感器夹具来确保测试时传感器与试件之间能够充分耦合。在测试的过程中为避免能量损失，影响实验结果的准确性，应保证发射传感器和接收传感器始终在同一条直线上。

图2　5种不同晶粒度20#钢试件金相图（500×）

图3　不同晶粒度试件非线性超声检测系统示意图

3　实验测试及结果分析

3.1实验测量

实验采用收发分置的传感器布置方法测量基波和二次谐波的幅值，由于实验过程中仪器和随机因素会产生许多谐波导致信号不易接收和处理，为了尽量减少谐波的产生，应使发射信号波在试件传播过程中不能与接收信号重叠。因此，实验采用正弦脉冲激励，将采集到的信号输入给示波器后，加入汉宁窗调试，通过观察示波器波形确保超声波在被测试件中产生标准单一模态兰姆波。经过反复实验，最终确定激励信号的正弦脉冲串周期为60 s，激励频率为2.1MHz。接收到的信号包含基波信号和高次谐波信号，采用FFT变换对接收到的时域信号进行处理，在2.1MHz频率位置上能够得到基波的幅值A1，在频率为4.2 MHz的二倍频位置上得到二次谐波的幅值A2。为使实验结果尽可能准确，应保证检测系统中每个设备工作参数设置不变，对5种不同晶粒度试件发射振幅同为0.88V的基波，在同等条件下测量5次，取5次的平均值作为基波和二次谐波的幅值。由式（6）可以计算得到每种试件的非线性系数，通过分析非线性系数的变化规律来反映每种试件晶粒度的不同。发射的基波和得到的二次谐波时域信号如图4和图5所示，二次谐波幅值如表1所示。

3.2实验结果分析

根据公式（6）计算5种不同晶粒度试件的非线性系数，得到的β值如表2所示。

图4　基波时域信号

由式（7）计算在不同激励电压下5种不同晶粒度试件β值的相关系数r，数据见表3。

图5　二次谐波时域信号

表1　5种不同晶粒度试件的二次谐波幅值

表2　5种不同晶粒度试件的非线性系数

表3　5种不同晶粒度试件β值的相关系数

根据表3数据可知，5种试件β值的相关系数都大于0.8，因此，实验数据具有很高的相关性，可据此对β值与不同晶粒度试件非线性超声效应关系做进一步分析。由材料金相图和表2对比分析可以看出，当材料微观晶粒变大不明显时，β值缓慢增加，而当晶粒明显变大时，β值迅速增加。可见随着材料晶粒度的增大，非线性系数不断增加。这是由于金属材料经过晶粒细化后微观组织发生变化，位错密度和位错弦长变小，使得金属材料非线性变小，粗化晶粒位错密度和位错弦长增大显著，增强了材料的非线性，故非线性系数明显增加。因此，金属材料微观组织的相对变化情况可以用非线性系数来表征，非线性超声检测是判别材料微观组织变化情况的有效手段。

4　结束语

本文通过20#钢不同晶粒度试件非线性超声检测实验表明，随着材料晶粒度的增大，超声非线性效应增强，非线性系数值不断增加，材料微观晶粒度的变化情况可以用非线性系数来表征。本文仅通过实验对20#钢试件微观晶粒的变化与非线性系数的关系进行了定性的描述，其内在联系及量化表征，需后续深入的研究。

［1］周正干，刘斯明.非线性无损检测技术的研究、应用和发展［J］.机械工程学报，2011，47（8）：2-11.

［2］耿荣生，景鹏.基于声发射监测的综合无损检测技术与飞机疲劳试验定寿［J］.应用声学，2011，31（1）：28-34.

［3］吴斌，颜丙生，李佳锐，等.镁合金疲劳早期非线性超声在线检测实验研究［J］.声学学报，2011，36（5）：527-533.

［4］颜丙生，吴斌，李佳锐，等.金属材料力学性能退化非线性超声检测实验系统优化［J］.仪表技术与传感器，2011（2）：95-98.

［5］陆铭慧，徐肖霞.非线性超声检测方法及应用［J］.无损检测，2012，34（7）：61-66.

［6］艾春安，蔡笑风，刘继方，等.短时傅里叶变换声-超声检测信号缺陷识别［J］.中国测试，2015，41（4）：30-35.

［7］周正干，刘斯明.铝合金初期塑性变形与疲劳损伤的非线性超声无损评价方法［J］.机械工程学报，2011，47（8）：41-46.

［8］税国双，汪越胜，曲建民.材料力学性能退化的超声无损检测与评价［J］.力学进展，2005，35（1）：52-68.

［9］贺西平，田彦平，张宏普.超声无损评价金属材料晶粒尺寸的研究［J］.声学技术，2013，32（6）：445-450.

［10］吴斌，颜丙生，何存富，等.AZ31镁合金早期力学性能退化非线性超声检测［J］.航空材料学报，2011，31（1）：87-92.

［11］NAGY P B.Fatigue damage assessment by nonlinear ultrasonicmaterials characterization［J］.Ultrasonics，1998 （36）：375-381.

［12］CANTRELLLH，YOSTW T.Nonlinear ultrasonic characterization of fatigue microstructures［J］.International Journal of Fatigue，2001（23）：487-490.

［13］KIM J Y，JACOBS L J，QU J，et al.Experimental characterizationoffatiguedamageinanickel-base superalloy using nonlinear ultrasonic waves［J］.Journal of the Acoustical Society of America，2006，120（3）：1266-1273.

（编辑：李妮）

Experimental research on nonlinear ultrasonic characteristics of 20#steel specimens with different grain sizes

ZHANG Ying1，WU Hao1，LI Bin1，LI Dongshan2
（1.College of Mechanical Science and Engineering，Northeast Petroleum University，Daqing 163318，China；2.Beijing RITEC Technology Co.，Ltd.，Beijing 100012，China）

Conventional linear ultrasonic detection technique，as constrained by its rationale，is insensitive in microdefect detection；however，the nonlinear ultrasonic detection is of a unique advantage as it applies the characteristics in frequency domain of signal to differentiate defects. RAM-5000SNAPnonlinearultrasonicdetectionsystem isemployedtocarryoutnonlinear ultrasonic detecting experiment on 20#steel test pieces with different grain sizes.By measuring the amplitudes of fundamental wave and second harmonics of different test pieces under the identical excitation conditions，associated nonlinear coefficients have been obtained and influences on nonlinear ultrasonic characteristics by different grain sizes of materials have been analyzed. Experimentalresultsshowthattheenlargingofmaterialgrainsizeenhancestheultrasonic nonlinear effects，resulting in the continuous increase of nonlinear coefficient values.Therefore，taking use of the nonlinear coefficient enables the representation of the variation of material microscopic grain size，based on which the validity and effectiveness of nonlinear ultrasonic detection technique are verified in differentiating microstructure changes of materials.

nonlinearultrasonic；fundamentalwave；secondharmonic；grainsize；nonlinear coefficient

A

1674-5124（2016）08-0123-04

10.11857/j.issn.1674-5124.2016.08.025

2016-02-03；

2016-04-11

黑龙江省博士后科研启动项目（LBH-Q14031）；东北石油大学研究生创新科研项目（YJSCX2015-025NEPU）

张颖（1972-），男，黑龙江大庆市人，教授，博士，主要从事过程设备安全检测及完整性评价的研究。