45号钢腐蚀程度的超声非线性检测实验研究

毛汉颖 邹志强 张宏献 付俊程 颜昌祥

摘 要：腐蚀会显著降低金属零件的使用性能，检测金属零件的腐蚀程度对确保其安全使用具有重要意义。超声非线性技术已被应用于检测材料微损伤、残余应力和黏结状态等方面，其能否用于检测腐蚀程度倍受关注。本文搭建了基于超声非线性技术的临界折射纵波（criticalrefraction longitudinal wave，简称LCR波）混频检测系统，检测不同腐蚀程度的45号钢试件的非线性系数，随后根据超声非线性效应的机理结合材料的微观形貌对差频非线性系数的变化原因进行分析。实验结果表明：差频非线性系数对材料腐蚀程度十分敏感，随着45号钢试件腐蚀程度增加，差频非线性系数随之增加。超声非线性技术可以有效地实现对金属材料腐蚀程度的表征。

关键词：腐蚀；共线混频；非线性超声；临界折射纵波

中图分类号：TG115.285 DOI：10.16375/j.cnki.cn45-1395/t.2024.03.013

0 引言

腐蚀是金属在接触介质的作用下，发生化学或者电化学反应，由单质转化为离子状态的过程，对金属本身的结构产生不可弥补的影响。金属零件的腐蚀情况若无法被及时发现，在使用中可能造成零件结构的破坏，引发严重后果[1-2]。据世界腐蚀组织（WCO）估计，全球每年总腐蚀成本达到2.5万亿美元，约占工业化国家生产总值（GDP）的3.4%[3-4]。因此，研究一种可以快速且准确地掌握金属腐蚀程度的检测方式具有重大的社会和经济意义。

目前在腐蚀程度的无损检测方面的研究主要分为非破坏性的电化学检测方法及传统无损检测方法，非破坏性的电化学检测方法主要有开路电位法（OCP）[5]、电化学阻抗谱（EIS）[6]、线性极化法（LPR）[7]和电化学噪声法[8]等；传统无损检测法有射线检测[9]、涡流检测[10]、漏磁检测[11]、声发射[12]和超声检测[13]等。然而，这些方法在应用中均存在各自的局限性[14]，非破坏性电化学检测方法对被检测材料的导电性能要求较高，且检测仪器较为复杂，传统无损检测方法的灵敏度较低。

超声检测在无损检测技术中占有重要地位，它具有穿透性强、操作简单、适用性广、灵敏度高、对人体无害等优点，广泛应用于工程实际中。传统线性超声检测技术主要采用回波波形、波速、衰减、散射作为特征信号，但是这几项参数在检测金属腐蚀程度时，由于腐蚀初期金属的损耗十分微小，所以精度和灵敏度并不是特别高。非线性效应是指超声波在不连续或不均匀的材料中传播，途经被检测材料的晶格缺陷或结构损伤时发生失真从而产生非线性响应的现象。超声非线性检测技术是通过分析非线性响应参数实现对材料性能评价及微缺陷检测[15]。研究表明，由于对材料微观结构变化十分敏感，超声非线性检测技术已经被广泛应用于表征与评价材料的早期疲劳损伤[16]、残余应力[17]、热损伤[18]、蠕变损伤[19]、黏结强度[20]等，但是对表征金属腐蚀程度的研究较少。目前，超声非线性检测方法主要包含高次谐波、混频声场调制、声共振频谱漂移和慢速动力学等[21]，这4种方法通过分析不同的特征信号来表征材料的损伤程度，其中，混频技术完全不受试验设备非线性的影响，并且具有灵活选择检测位置、激励波形和激励频率的优点。本文提出了临界折射纵波（criticalrefraction longitudinal wave）混频检测模型，对不同腐蚀程度45号钢试件进行超声非线性检测实验，寻找超声非线性系数与腐蚀程度的关联性，研究超声非线性检测方法表征腐蚀程度的可行性。

1 试件制备

1.1 腐蚀试件制备

本研究采用45号钢作为实验材料。首先将45号钢板材加工成尺寸为150 mm×15 mm×10 mm的长方体试件，然后对试件进行处理，制备未热处理状态试件、淬火态试件、回火态试件各15个，其中A1—A15为未经过热处理的试件，B1—B15为淬火态试件，C1—C15为回火态试件。

制备1 mol/L盐酸作为腐蚀溶液，通过电热数显恒温水浴锅随炉加热到指定温度后，将试件进行腐蚀。本实验通过改变腐蚀时间t与腐蚀溶液温度F的方式制备不同腐蚀程度的试件，如表1所示。

1.2 腐蚀程度标定

本研究采用质量损失法结合试件的微观形貌变化对试件腐蚀程度进行标定，质量损失法是通过测量腐蚀前后试件的质量变化来反映腐蚀水平，它是定量评价腐蚀水平的最基本的方法之一。实验前先采用精度为0.1 mg分析天平对原始试件进行称重，在腐蚀试验完成后，按照GB/T 16545—2015配置除锈液（3.5 g 六次甲基四胺，500 mL 1.19 g/mL盐酸，500 mL蒸馏水）去除试件表面腐蚀产物。表面腐蚀产物完全去除并充分干燥后，采用精度为0.1 mg分析天平进行称重，用式（1）计算试件的质量损失，

[ml=m0-mc，] （1）

式中：ml为腐蚀过程中试件的质量损失；m0为试件的初始质量；mc为试件腐蚀后的质量。

然后对试件的微观形貌和微观结构进行观测和分析，结果表明，试件腐蚀面布满了大量微裂纹和孔洞，随着腐蚀程度的增加，腐蚀层厚度呈现增加的趋势。为了方便研究，综合已有文献资料，根据质量损失法检测结果与试件的微观形貌变化对试件腐蚀程度进行分级，腐蚀分级结果如表2所示。

2 超声非线性检测实验

2.1 临界折射纵波检测模型

试件腐蚀会引起材料表面结构组织的变化，由原基体组织转变为腐蚀产物组织。LCR波沿试件近表面传播，传播路径主要是腐蚀层的腐蚀产物组织，因此可以有效地提高检测的分辨率。本文提出了LCR波混频检测模型，超声波的折射角可以根据Snell定律计算获得，入射纵波的入射角、折射横波的折射角与折射纵波的折射角三者及3种波的传播速度关系如下，

[sinαc1，L=sinβLc2，L=sinβSc2，S，] （2）

式中：[α]为入射纵波的入射角；βL为折射纵波折射角；βS为折射横波的折射角；c1，L为纵波在第1种介质中的传播速度；c2，L和c2，S分别为纵波和横波在第2种介质中的传播速度。当入射角等于第一临界角时，纵波折射角βL为90°，此时LCR波产生并沿试件近表面传播。将低碳钢与有机玻璃楔块中纵波的声速（分别为5.9与2.7 km/s）代入式中，根据计算结果将入射角设定为28°，LCR波混频检测模型如图1所示。探头2与双工器连接，探头1、2同时以第一临界角激励入射纵波，当两列波在缺陷处相遇时，会发生声场调制，从而产生频率为两列入射信号频率之和或差的谐波信号并沿着试件表面传播，通过探头2接收和、差频信号。

2.2 非线性超声检测系统

研究使用RITEC RAM-5000 SNAP非线性高能超声测试系统，实验平台的搭建如图2所示。RAM-5000SNAP系统输出特定频率和周期的高能正弦脉冲信号，激励信号经过50 Ω匹配电阻与低通滤波器后加载至2块角度可调（0°～90°）、中心频率分别为2.5与5.0 MHz的传感器上，产生超声纵波并以特定角度入射至被测试件内。入射纵波信号在试件中传播，发生失真，产生和差频谐波。失真信号被中心频率为5.0 MHz的接收传感器接收，通过高通滤波器与放大器后输入至计算机终端，加汉宁窗截取时域信号并通过快速傅里叶变换获得频域信号。在实验中，每个试件取5个点，每个点进行10次重复测量，取平均值作为最终结果，为了减少试件与探头之间的耦合状况对实验结果造成的误差，在每次测量后取下探头，完全去除试件与探头上的耦合剂后重新耦合再进行测量。

金属受到腐蚀后，组织结构会产生较为明显的改变，在超声波基波幅值 A1与 A2足够大的前提下，传播过程中因组织结构改变引起的和、差频谐波幅值变化幅度也较大。当超声波在不同腐蚀程度的试件中传播时，可以根据接收到各频率信号幅值的不同，探究试件腐蚀程度与超声非线性系数之间的关系。

在得到基频幅值与和、差频谐波幅值后，可以通过下式计算不同腐蚀程度试件的相对非线性系数[β′（±）]，

[β′（±）=A（ω1±ω2）A1A2，] （3）

式中：[A（ω1±ω2）]为混频波的幅值；A1、A2为入射波的幅值。为了消除检测系统产生的误差，将未热处理试件、淬火态试件、回火态试件的相对非线性系数分别进行归一化处理，归一化和、差频非线性系数[β′（±）nor]表达式为

[β′（±）nor =β′（±）n/β′（±）0，] （4）

式中：[β′（±）n]为不同腐蚀程度试件的非线性系数；[β′（±）0]为未腐蚀试件的非线性系数。为了更加直观地观测试件腐蚀程度对试件非线性系数的影响，对不同腐蚀程度试件相对于原始状态试件的非线性系数增幅情况进行计算，和、差频相对非线性系数增幅[β′（±）r]表达式为

[β′（±）r=（β′（±）n-β′（±）0）/β′（±）0×100%.] （5）

2.3 参数选择

激励信号中的周期数会影响检测结果。如果周期数过多，在检测距离较短时信号可能会出现混叠，难以提取有效信号。如果激励信号的周期数太少，激励信号的能量就会很小，结果分辨率很低。试验表明，采用5周期的正弦波作为激励信号时，用示波器观察时域信号，发现波形明显，几乎没有重叠，所以在实验中采用5周期的正弦波作为激励信号。

考虑系统频率响应后，设定激励信号1的频率为2.0 MHz，保持不变，对激励信号2由3.3 MHz增加至5.5 MHz，步进为0.1 MHz，跟踪接收信号中的差频分量与和频分量，分析和、差频分量幅值与激励信号2频率之间的变化关系，扫频实验在A2与A15试件上进行，结果如图3所示。

当试件腐蚀程度较弱时，接收的和、差频信号幅值的变化都相对比较小，此时试件内部的非线性较小。当试件腐蚀程度较强时，接收的和、差频信号幅值的变化都相对比较大，说明试件内部的非线性受到了激励信号频率的影响。另外，当激励信号2频率分别为3.9、4.3和5.0 MHz时相应和频信号达到极大值，而当激励信号1频率为2.0 MHz、激励信号2的频率为4.3 MHz时，和、差频信号幅值均达到极大值。所以设定激励信号1频率为2.0 MHz，激励信号2的频率为4.3 MHz。

3 实验结果与讨论

3.1 非线性系数与腐蚀程度

LCR波混频检测模型的时域波形中波形数据较为杂乱，利用LCR波检测模型选择合适的信号截取位置。未热处理、淬火态与回火态的不同腐蚀程度试件的差频相对非线性系数与试件的质量损失量关系如图4（a）—（c）所示，其中误差棒为每种腐蚀程度试件50组数据的偏差。为了更加直观地观测试件腐蚀程度对试件非线性系数的影响，对不同腐蚀程度试件相对于原始状态试件的非线性系数增幅情况进行计算，和、差频相对非线性系数增幅[β′（±）r]表达式为

[β′（±）r=（β′（±）n-β′（±）0）/β′（±）0×100%.] （6）

实验结果显示，3种不同组织结构的未腐蚀（质量损失为0）试件A1、B1与C1的归一化和、差频非线性系数均小于经过腐蚀后的试件，随着试件腐蚀程度升高，差频非线性系数呈增加趋势，未热处理试件一级腐蚀时差频相对非线性系数增幅范围在12.4%～29.0%，二级腐蚀时差频相对非线性系数增幅范围在29.9%～73.6%，三级腐蚀时差频相对非线性系数增幅范围在132.3%～241.5%。淬火态试件一级腐蚀时差频相对非线性系数增幅范围在6.2%～47.3%，二级腐蚀时差频相对非线性系数增幅范围在61.3%～135.1%，三级腐蚀时差频相对非线性系数增幅范围在125.2%～145.6%。回火态试件一级腐蚀时差频相对非线性系数增幅范围在2.1%～66.4%，二级腐蚀时差频相对非线性系数增幅范围在53.1%～216.4%，三级腐蚀时差频相对非线性系数增幅范围在226.5%～415.6%。而随试件腐蚀程度增加，和频非线性系数并未呈现明显趋势。使用Origin软件对数据进行进一步分析，未热处理试件、淬火态试件、回火态试件差频相对非线性系数与质量损失量之间的皮尔森相关系数分别为98.698%、95.752%、97.579%，3种基体组织试件的归一化差频相对非线性系数均与质量损失量有很好的相关性。

3.2 非线性系数变化分析

在超声非线性检测中，微观结构的转变是导致超声非线性系数变化的关键因素。未腐蚀45号钢的基体组织分布较为均匀，因此非线性系数较小。如图5所示，试件经过腐蚀后，由原基体组织变化为疏松多孔的腐蚀产物，腐蚀产物层中包含大量的孔洞与微裂纹，比基体结构表现出更强的超声非线性效应。随着腐蚀程度增加，试件表面腐蚀产物量也随之增加。因此，差频非线性系数随着试件腐蚀程度的增加而明显升高。而和频信号的频率较高，在传播途径中受到衰减效应的影响较大，所以和频非线性系数变化无明显趋势。图6显示了3种不同腐蚀程度试样的典型截面形貌，可以看出随着试件腐蚀程度的增加，腐蚀产物层的厚度随之增加。图7显示了LCR波混频检测模型中归一化差频非线性系数与试件腐蚀产物层深度的关系，随着腐蚀层厚度的增加，实验所得的3种不同基体组织的45号钢试件非线性系数均随之增加，说明了超声非线性技术表征3种不同基体组织45号钢的腐蚀程度具有一定的可行性。但随着腐蚀层厚度增加，3种不同基体组织45号钢的非线性系数增加趋势不同，这是由于基体组织不同，试件腐蚀后产生的腐蚀产物成分与结构也不同，所以非线性变化趋势也会有一定的差异性。另外，由于体积效应，腐蚀产物层中会产生压应力。研究表明，超声非线性系数随应力的增加而增大，腐蚀试件的超声非线性系数增大也与表面压应力的形成有关[22]。

4 结论

本文建立了LCR波混频检测模型对不同腐蚀程度45号钢试件进行超声非线性检测。结果表明，非线性系数与试件腐蚀程度具有较好的相关性。腐蚀试件的超声非线性系数的变化主要与腐蚀产物量及腐蚀产物中的微裂纹和孔洞有关，不同腐蚀程度试件中腐蚀产物量的变化是非线性系数变化的主要原因。试件腐蚀程度提高，表面的腐蚀产物量增加，超声非线性系数随之增加。因此，超声非线性技术表征金属腐蚀程度具有可行性。但根据研究结果可以看出，不同结构组织材料腐蚀后所产生的材料非线性变化趋势不尽相同，故本研究结果仅针对活性腐蚀体系金属45号钢，超声非线性技术是否适用于表征其他材料的腐蚀程度还需要进一步实验验证。

参考文献

[1] 吴春裕．喷油嘴断裂失效分析[J].柴油机，2003，25（4）：51-53．

[2] 刘白．轨枕及其钢筋断裂的机理分析[J].广西工学院学报，1999，10（1）：71-74．

[3] ALAGUMURTHI N，PALANIRADJA K，SOUNDARARAJAN V.Heat generation and heat transfer in cylindrical grinding process-a numerical study[J]. The International Journal of Advanced Manufacturing Technology，2007，34（5）：474-482．

[4] KOVACH J A，MALKIN S．Thermally induced grinding damage in superalloy materials[J]. CIRP Annals，1988，37（1）：309-313．

[5] HATTORI M，NISHIKATA A，TSURU T．EIS study on degradation of polymer-coated steel under ultraviolet radiation[J]. Corrosion Science，2010，52（6）：2080-2087．

[6] LEIDHEISER H JR. Electrical and electrochemical measurements as predictors of corrosion at the metal：organic coating interface[J]. Progress in Organic Coatings，1979，7（1）：79-104.

[7] NAZIR M H，SAEED A，KHAN Z A．Electrochemical corrosion failure analysis of large complex engineering structures by using micro-LPR sensors[J]. Sensors and Actuators B：Chemical，2018，268：232-244.

[8] MA C，WANG Z Q，BEHNAMIAN Y，et al．Measuring atmospheric corrosion with electrochemical noise：a review of contemporary methods[J]. Measurement，2019，138：54-79.

[9] EDALATI K，RASTKHAH N，KERMANI A，et al．The use of radiography for thickness measurement and corrosion monitoring in pipes[J]. International Journal of Pressure Vessels and Piping，2006，83（10）：736-741.

[10] SHIM H S，CHOI M S，LEE D H，et al．A prediction method for the general corrosion behavior of Alloy 690 steam generator tube using eddy current testing[J]. Nuclear Engineering and Design，2016，297：26-31.

[11] BUBENIK T．Electromagnetic methods for detecting corrosion in underground pipelines：magnetic flux leakage （MFL）[M]∥Underground Pipeline Corrosion．Amsterdam：Elsevier，2014：215-226.

[12] SKAL′S′KYI V R，NAZARCHUK Z Т，DOLINS′KA ? Y，et al．Acoustic-emission diagnostics of corrosion defects in materials （a survey）. Part.1.detection of electrochemical corrosion and corrosion fatigue[J]. Materials Science，2017，53（3）：295-305.

[13] ZOU F X，CEGLA F B．High-accuracy ultrasonic corrosion rate monitoring[J]. Corrosion，2018，74（3）：372-382.

[14] REDDY M S B，PONNAMMA D，SADASIVUNI K K，et al．Sensors in advancing the capabilities of corrosion detection：a review[J]. Sensors and Actuators A：Physical，2021，332：113086.

[15] YUN H G，RAYHANA R，PANT S，et al．Nonlinear ultrasonic testing and data analytics for damage characterization：a review[J]. Measurement，2021，186：110155.

[16] MAO H Y，ZHANG Y H，MAO H L，et al．The fatigue damage evaluation of gear in sugarcane presser using higher order ultrasonic nonlinear coefficients[J]. Results in Physics，2018，10：601-606.

[17] HU H W，ZOU Z C，JIANG Y B，et al．Finite element simulation and experimental study of residual stress testing using nonlinear ultrasonic surface wave technique[J]. Applied Acoustics，2019，154：11-17.

[18] 毛汉颖，秦国力，黎庆柱，等．45号钢受热损伤的超声非线性检测实验研究[J].振动与冲击，2020，39（21）：279-283.

[19] WANG X，WANG X，NIU X G，et al．Application of nonlinear ultrasonic technique to characterize the creep damage in ASME T92 steel welded joints[J]. NDT & E International，2018，98：8-16.

[20] ZAMEN S，DEHGHAN-NIRI E，AL-BEER H，et al．Characterization of nonlinear ultrasonic waves behavior while interacting with poor interlayer bonds in large-scale additive manufactured materials[J]. NDT & E International，2022，127：102602.

[21] 张玉华．超声非线性技术检测金属零件应力和疲劳损伤的方法研究[D].南宁：广西大学，2018.

[22] 李美栓，辛丽，钱余海，等．氧化膜应力研究进展[J].腐蚀科学与防护技术，1999，11（5）：300-305.

Experimental study on ultrasonic nonlinear detection of corrosion

degree of 1045 steel

MAO Hanying1， ZOU Zhiqiang1， ZHANG Hongxian*2， FU Juncheng1， YAN Changxiang1

（1.School of Mechanical and Automotive Engineering， Guangxi University of Science and Technology， Liuzhou 545616， China; 2.Liuzhou Key Laboratory of Measurement and Control Intelligence， Liuzhou Institute of

Technology， Liuzhou 545616， China）

Abstract： Corrosion can significantly reduce the performance of metal parts， so it is of great significance to detect the degree of corrosion of metal parts to ensure their safe use. Ultrasonic nonlinear technology has been applied to the detection of micro-damage， residual stress and bonding state of materials， and whether it can be used to detect the degree of corrosion has attracted much attention. Firstly， a mixing detection system of critical refraction longitudinal wave based on ultrasonic nonlinear technology was set up to detect the nonlinear coefficient of 1045 steel specimens with different corrosion degrees. Then， the causes for the variation of the difference frequency nonlinear coefficient were analyzed according to the mechanism of ultrasonic nonlinear effect combined with the micro-structure of the material. The experimental results showed that the difference frequency nonlinear coefficient was very sensitive to the material corrosion degree， and the difference frequency nonlinear coefficient increased with the increase of the corrosion degree of 1045 steel specimen. Ultrasonic nonlinear technology can be used to effectively characterize the corrosion degree of metal materials.

Keywords： corrosion; collinear mixing; nonlinear ultrasound; critical refracted longitudinal wave

（责任编辑：于艳霞）

收稿日期：2023-07-20；修回日期：2023-12-06

基金项目：广西自然科学基金项目（2021JJA160243，2016GXNSFAA380119）；柳州工学院科学基金项目（2021KXJJ07）资助

第一作者：毛汉颖，硕士，教授，研究方向：设备故障诊断、零件内部损伤检测，E-mail：mhy2005516@sina.com

*通信作者：张宏献，博士，教授，研究方向：复杂装备智能诊断与健康维护，E-mail：zhhongxian@163.com