铁磁材料表面裂纹的涡流热成像检测

闫会朋，杨正伟，田 干，明安波，张 炜

(火箭军工程大学， 西安 710025)

铁磁材料表面裂纹的涡流热成像检测

闫会朋，杨正伟，田 干，明安波，张 炜

(火箭军工程大学， 西安 710025)

针对铁磁材料表面裂纹缺陷，采用新型涡流热成像方法进行了检测。分析了感应涡流激励引起裂纹处生热的机理，设计了基于串联谐振的涡流激励装置，构建了高频低功率激励的涡流热成像检测试验系统，利用该系统对铁磁材料试件进行了检测。针对裂纹图像序列存在的“横向模糊”效应，采用高通滤波和锐化等方法对原始热图进行了增强处理，基于直方图双峰法、迭代法和数学形态学的分水岭等方法对裂纹图像进行了分割，实现了裂纹长度参数的定量识别。结果表明：涡流热成像能够快速、高效、直观地检测出铁磁材料的裂纹缺陷，当裂纹长度为5 mm时，误差不超过15%。

涡流热成像；铁磁材料；裂纹；激励装置

铁磁材料是机械设备中常用的材料，在武器装备、航空航天等领域得到了广泛应用[1]。由于高温高压等的作用，铁磁材料表面或者内部会产生不同程度的裂纹，严重威胁设备的使用安全[2]。因此，快速高效地检测铁磁材料的裂纹对提高设备可靠性、预防灾难性事故的发生具有重要意义。

目前，对铁磁材料表面裂纹检测的方法有超声检测、射线检测等，但在使用过程中，超声检测存在对操作人员要求较高、必须使用耦合剂等问题;而射线检测存在对人体危害大、操作人员必须经过专业培训、检测过程中必须使用相应防护装置等问题[3-4]。因此，开展检测铁磁材料表面裂纹缺陷新方法的研究具有重要意义。涡流热成像作为一种新兴的将电磁感应加热和红外热成像技术相结合的无损检测方法，具有非接触测量、灵敏度高、反应速度快、信号处理速度快、检测面积大、检测结果直观准确等特点，受到国内外学者的广泛关注[5-6]。奥地利莱奥本大学(University of Leoben)对涡流脉冲热成像检测技术进行了研究，提出了铁磁性材料表面加热的半解析模型[7]。英国纽卡斯尔大学开发的涡流脉冲热成像系统已成功应用到金属材料裂纹的检测、钢结构腐蚀的检测中[8]。加拿大拉瓦勒大学(Laval University)研制了一套集成涡流无损检测和涡流热成像检测技术的系统，并对铝合金蜂窝结构的缺陷进行了检测[9]。德国MTU Aero Engines公司开发了一套涡流热成像检测系统，用于检测金属压缩机叶片的表面裂纹[10]。国内对涡流热成像技术的研究基本处于起步阶段，尤其多采用国外已成型的涡流激励装置[11-13]。因此，开展涡流激励装置的研发以及铁磁材料裂纹的涡流热成像试验研究对于完善和发展国内涡流热成像技术具有重要意义。

笔者在深入分析涡流热成像检测原理的基础上，构建了涡流热成像检测试验系统，并利用该系统对铁磁材料表面裂纹进行了检测，针对检测过程中存在的“横向模糊”等问题研究相关的处理方法，最终实现了定量检测裂纹长度。

1 检测原理

涡流热成像检测涉及涡流加热、热传导和红外辐射等多个物理过程，涡流热成像基本原理如图1所示。

图1 涡流热成像基本原理示意

1.1 涡流加热过程

当激励线圈中流过频率为f的交变电流时，根据电磁感应定律，被检材料内部产生同频率的感应涡流。该过程可采用麦克斯韦方程组描述，其微分形式如下：

(1)

(2)

(3)

(4)

式中：H为磁场强度；E为电场强度；D为位移矢量；B为磁感应强度；J为电流密度；ρ为电荷密度；t为时间。

涡流密度随着深度呈负指数规律快速衰减，当达到一定深度时，涡流密度衰减到表面涡流密度值的1/e，这一深度被称为集肤深度，可表示为：

(5)

式中：f为激励电流频率；σ为材料的电导率，S·m-1；μ为材料的磁导率，H·m-1。

根据焦耳定律可知，部分涡流在材料内部由电能转化为热量，且产生的热量Q正比于涡流密度Js和电流密度E：

(6)

1.2 热传导过程

产生的焦耳热Q在材料内部传播，传播规律遵循下式：

(7)

式中：ρ、Cp、k分别为材料的密度、热容量和热导率；T为温度。

由焦耳热产生的热量将会以热波的形式在被检材料中传播一定距离，该热波透入深度为：

(8)

式中：α为热扩散系数；t为观测时间。

α可以表示为ρ、Cp、k的函数，即：

(9)

1.3 红外辐射过程

由斯忒藩-玻尔兹曼定律可知，黑体表面每单位时间辐射的能量正比于黑体的热力学温度，即：

(10)

式中:σSB为斯忒藩-玻尔兹曼常数;T为热力学温度。

将斯忒藩-玻尔兹曼定律应用于实际物体，则式(10)可转化为:

(11)

式中：ε为发射率,是实际物体同温度黑体辐射性能之比。

由此可知，凡是温度高于热力学零度的物体都会自发地向外产生红外热辐射。

综上所述，涡流激励产生的热量在材料内部传递，红外热辐射过程受到材料属性的影响，当材料中存在缺陷时，材料局部区域属性发生变化，导致该部分温度发生异常，从而导致热辐射能量不同，因此通过观察热像仪采集到的温度场异常区域，便可准确判断缺陷的位置。

2 试验方案

2.1 试验系统的设计

涡流热成像检测系统如图2所示。其硬件部分主要包括一台高性能计算机、一台高分辨率红外热像仪、加热控制模块和电源等。其软件部分主要包括系统控制软件、图像处理软件等。

图2 涡流热成像系统原理示意

该系统采用德国InfraTec公司生产的Vhr非制冷型红外热像仪，其具有较高的图像分辨率、精确的温度测量能力和高稳定性。其光谱响应范围为7.4～14 μm，可提供640×480像素高分辨率图像，在30 ℃时，热灵敏度达到0.04 ℃。具有较大的测温范围(-40～+1 200 ℃)，可手动、自动或步进调焦，调焦范围从约0.3 m至无限远。

图3 加热模块原理及实物外观

试验采用自行设计的加热模块，其原理及实物如图3所示。从图3可以看出，电路板主要由MCU微处理器、四个驱动模块、四个MOS开关管组成。微处理器和驱动模块组成加热模块的激励频率控制部分，MOS开关管连接功率电池构成加热模块的功率控制部分。外接220 V交流电压，经整流滤波为激励频率控制部分提供12 V直流电。功率电池为功率控制部分提供48 V直流电。通过两根动力输出导线，加热模块为感应线圈提供频率为400 kHz的高频交流电，加热功率约为30 W。涡流热成像试验系统实物如图4所示。

图4 涡流热成像试验系统

2.2 试件制作 试件为铁磁性合金钢材料，长150 mm，宽25 mm，厚8 mm，缺陷呈长条形，长度为5 mm，宽度为2 mm，深度为2 mm，为人工仿造自然裂纹，位于试件中心表面。试件参数为：电导率4.031 9×105S·m-1;相对磁导率2 000；温度系数1.23×10-5；密度7 850 kg·m-3;比热475 J·kg-1·K-1;热传导系数44.5 W·m-1·K-1。图5为铁磁材料试件实物结构示意。

图5 加热试件实物及结构示意

2.3 裂纹检测 试验中激励频率设为400 kHz，功率设为30 W。热像仪采样频率设置为50 Hz，采样时间为10 s。

首先进行热像仪的温度标定和设置，根据被测试件的热传导特性和多次试验选定合适的试验条件;然后电磁感应激励装置给线圈加载激励电流，对试件表面进行加热，同时红外热像仪实时记录表面温度场，最后计算机软件对实时图像信号进行处理，在计算机上得到试件的红外热图序列。

3 试验结果分析

3.1 红外热图的分析

感应线圈在导体材料表面或内部感应出涡流，当涡流遇到裂纹缺陷时，由于裂纹处的空气区域磁导率低、磁阻高，导致磁力线在经过裂纹时变向绕过缺陷，涡流在缺陷处聚集。根据焦耳定律，导体产生的热量不均匀分布，缺陷处的温度相对非缺陷处较高。开始时温度差不明显，随时间延长，温度差逐渐增大，缺陷特征更加明显。在热图中呈现亮色的区域为温度相对较高的区域，即为缺陷表面。图6为试件原始热波序列示意。

图6 试件不同时间原始热波序列示意

图7 提取位置及裂纹附近线温分布曲线

为更好地对试验结果进行分析，现提取如图7所示的部位在加热3 s时的线温(线温是指提取同一时刻某一线段上的温度分布)分布曲线以及如图8所示的缺陷尖端a点、缺陷边缘b点、非缺陷处c点的温度随加热时间变化曲线。

图8 提取位置及裂纹处与非裂纹处的温度-时间曲线

从图中可以看出：① 裂纹尖端处温度高于裂纹边缘和其他非缺陷区域，这是因为磁力线绕过裂纹时涡流主要在尖端处聚集；② 该过程包括涡流热效应和热传导效应，开始加热主要依靠涡流热效应，随着时间的增加，涡流在缺陷处聚集，缺陷逐渐显现，随着热传导影响的逐渐增大，试件内部逐渐达到热平衡，温度差逐渐降低，最终缺陷特征无法分辨出来；③ 线圈周围温度明显高于其他非缺陷区域，对缺陷的检测产生干扰，这是因为越靠近线圈边界处，磁通量越大，因此在进行线圈的设计时，线圈匝数不宜过多，且应放置在合适位置，避免对缺陷的检测产生严重干扰。

3.2 红外热图的增强

由于外部环境、涡流加热的不均匀性、加热过程存在“横向模糊”效应以及设备本身结构、功能的影响，在计算机上采集到的红外热像原始序列图具有对比度低、噪声高等特点，为此，依次通过滤波、锐化增强等方法，对热像图的原始数据进行处理，从而提高检测灵敏度，增强检测铁磁材料表面裂纹的能力。

图9 红外热图的图像处理过程

图9依次为红外热图原图、基于高通滤波增强处理后的图像、基于锐化增强处理后的图像。可见，经过处理后的热像图的对比度得到明显增强，背景噪声得到了有效抑制，便于对裂纹的检测识别。

3.3 基于分水岭算法的红外热像图分割

要定量裂纹，就必须把热斑从周围的环境中分割出来。目前较常采用的图像分割方法包括基于直方图双峰法的图像分割技术和基于迭代法的图像分割技术等，这些方法对热图的处理效果往往受阈值选择的影响很大，而基于数学形态学的分水岭方法则可以有效避免这个缺点。因此主要探索分水岭方法在红外热像图分割中的应用。

分水岭方法是基于拓扑理论的形态学的分割方法，将热图中的灰度值f(x,y)对应地形高度图，其中高灰度值对应山峰，低灰度值对应山谷，则分水岭即为输入图像的极大值点。分水岭形成如图 10所示，两个低洼处为吸水盆地，阴影部分为积水，水平面的高度相当于阈值，随着阈值的升高，吸水盆地的水位也跟着升高，当阈值升至T3时，两个吸水盆地的水都升到分水岭处，此时，若再升高阈值，则两个吸水盆地的水会溢出分水岭并合为一体。因此，通过阈值T3可以准确地分割出两个由吸水盆地和分水岭组成的区域。其中，分水岭对应于原始图像中的边缘。

图10 分水岭形成示意

采用分水岭方法对图9(c)进行处理，并与直方图双峰法和迭代法进行对比，结果如图11所示。

图11 基于不同方法的红外热图的图像分割

从图11可以看出，采用直方图双峰法可以有效分离背景和裂纹区域，这是因为涡流加热使得裂纹处温度明显高于其他区域，红外热图中的灰度直方图中呈现出较为清晰的两个波峰，从而可以实现较好的分割，但此方法交互性较差，需要通过人工观察图像分割结果来设定阈值。而采用基于迭代法的图像分割技术和基于数学形态学的分水岭方法，可以快速、有效地分割图像，裂纹形状和大小信息有效凸显，但处理过程中难以消除线圈遮挡带来的影响，且迭代法对于直方图双峰不明显，或图像目标和背景比例差异悬殊的图像处理效果相对较差。

根据分割后的结果对裂纹进行定量识别，可计算出裂纹长度为5.63 mm，由于热扩散的原因，测量值与真实值相比稍偏大，误差为12.6%。

4 结语

(1) 裂纹尖端温度明显高于裂纹边缘及非缺陷区域，且随时间增加，温度差先增大后减小，因此应合理控制加热时间，减小热量横向传播造成的干扰。

(2) 线圈周围磁通量较大，涡流聚集，对裂纹的检测产生很大干扰，因此对线圈的匝数、形状、以及距被测试件的距离对检测效果的影响进行研究意义重大。

(3) 对原始图像进行滤波、锐化等处理能有效增强和提取缺陷特征，有利于检测的直观化、快速化。

(4) 根据图像分割的结果，可以初步估算出裂纹的长度等信息，但由于裂纹宽度较小，横向模糊造成的干扰较大，宽度信息判断相对比较困难，因此在检测过程中应尽量抑制横向模糊造成的干扰。

[1] KUMAR C N K, KRISHNAMURTHY C V, MAXFIELD B W, et al. Tone burst eddy-current thermography (TBET)[C]//Review of Progress in Quantitative Nondestructive Evaluation: 34th Annual Review of Progress in Quantitative Nondestructive Evaluation.[S.l]:[s.n], 2008, 975(1): 544-551.

[2] YIN Hua-li, WANG Qing-he. Influence factors of interface bonding performance[J]. Journal of Solid Rocket Technology, 1998, 21(3): 40-46.

[3] 李俊江,崔卫东,王家帮. 铁磁性材料热损伤的涡流检测[J]. 无损检测,2016,38(4):45-48.

[4] 闫贝,李勇,李达,等.金属亚表面腐蚀缺陷的脉冲调制涡流磁场梯度成像[J]. 无损检测,2016,38(4):10-14.

[5] CHN K K，KRISHNAMURTHY C V.Tone burst eddy-current thermography( TBET) [C]//Review of Quantitative Nondestructive Evaluation American Institute of Physics.[S.l]:[s.n],2008,27: 544-551.

[6] 邹涵,杨随先,曾金晶,等. 金属材料冲击疲劳损伤的涡流热成像检测[J]. 无损检测,2016,38(3):71-74.

[7] OSWALD-TRANTA B, WALLY G. Thermo-Inductive surface crack detection in metallic materials[C]// 9th European Conference on NDT, Berlin:[s.n]: 2006.

[8] ZAINAL A I,TIAN G Y,WILSON J,et al. Quantitative evaluation of angular defects by pulsed eddy current thermography[J]. NDT and E International, 2010, 43(7): 537-546.

[9] GRENIER M, IBARRA-CASTANEDO C, MALDAGUE X. Development of a hybrid non-destructive inspection system combining induction thermography and eddy current techniques[C]// In 10th International Conference on Quantitative Infrared Thermography.Quebec:[s.n]: 2010.

[10] ZENZINGER G, BAMBERG J, SATZGER W, et al.Thermographic crack detection by eddy current excitation[J]. Nondestructive Testing and Evaluation, 2007, 22 (2/3):101-111.

[11] PAN M,HE Y,TIAN G,et al. Defect characterization using pulsed eddy current thermography under transmission mode and NDT applications[J].NDT&E International,2012,52:28-36.

[12] YANG S,TIAN G Y,ABIDIN I Z,et al. Simulation of edge cracks using pulsed eddy current stimulated thermography[J]. Journal of Dynamic Systems, Measurement and Control, 2011,13(8):1-8.

[13] LIU G,LI G.Numerical simulation of defect inspection using electromagnetically stimulated thermography[J]. J. Shanghai Jiaotong Univ., 2011, 16(3): 262-265.

Eddy Current Thermography Detection for the Surface Crack in the Ferromagnetic Materials

YAN Hui-peng, YANG Zheng-wei, TIAN Gan, MING An-bo, ZHANG Wei

(Rocket Force University of Engineering, Xi′an 710025, China)

For surface crack defects of ferromagnetic materials, the late-model eddy current thermography method was used for testing research. The mechanism of heating in crack caused by eddy current excitation was analyzed, the eddy current excitation device based on series resonance was designed, and the eddy current thermography testing system which was in high frequency and low power was constructed. Through the designed test system, ferromagnetic materials were tested. In view of the effect of “transverse fuzziness” in the image sequence, the enhancement method of high-pass filtering and sharpening on the original heating image, the histogram twin peaks method, the iterative method and the watershed method based on mathematical morphology for the image segmentation were adopted, and the quantitative identification of crack length was finally realized. Experimental results have shown that eddy current thermography can realize a quick, efficient and intuitive detection on crack defects of the specimens, and when the length of crack is 5mm, the error is less than 15 percent.

Eddy current thermography; Ferromagnetic material; Crack; Excitation device

2016-04-27

国家自然科学基金资助项目(51575516,51305447)；陕西省自然科学基金研究计划资助项目(2016JM6075);航空科学基金资助项目(201509U8004)

闫会朋(1991-)，男，博士研究生，主要研究方向为飞行器推进系统检测与故障诊断。

杨正伟(1982-)，男，讲师，硕士生导师，主要从事飞行器推进系统检测与故障诊断方面的研究工作， E-mail: yangzhengwei1136@163.com。

10.11973/wsjc201703008

TP274;TG115.28

A

1000-6656(2017)03-0030-05