CN116698962A - 基于金属磁记忆检测技术的焊缝识别方法 - Google Patents
基于金属磁记忆检测技术的焊缝识别方法 Download PDFInfo
- Publication number
- CN116698962A CN116698962A CN202310748069.1A CN202310748069A CN116698962A CN 116698962 A CN116698962 A CN 116698962A CN 202310748069 A CN202310748069 A CN 202310748069A CN 116698962 A CN116698962 A CN 116698962A
- Authority
- CN
- China
- Prior art keywords
- magnetic
- leakage signal
- gradient
- magnetic leakage
- weld
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005291 magnetic effect Effects 0.000 title claims abstract description 362
- 238000001514 detection method Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 76
- 239000002184 metal Substances 0.000 title claims abstract description 48
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 48
- 238000005516 engineering process Methods 0.000 title claims abstract description 28
- 230000006378 damage Effects 0.000 claims abstract description 91
- 238000003466 welding Methods 0.000 claims abstract description 68
- 230000007547 defect Effects 0.000 claims abstract description 58
- 239000003302 ferromagnetic material Substances 0.000 claims abstract description 37
- 230000008859 change Effects 0.000 claims abstract description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 34
- 230000005415 magnetization Effects 0.000 claims abstract description 34
- 238000004088 simulation Methods 0.000 claims abstract description 29
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 230000004907 flux Effects 0.000 claims abstract description 15
- 230000007246 mechanism Effects 0.000 claims abstract description 9
- 238000011282 treatment Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 230000009467 reduction Effects 0.000 claims abstract description 4
- 239000000463 material Substances 0.000 claims description 51
- 230000008878 coupling Effects 0.000 claims description 28
- 238000010168 coupling process Methods 0.000 claims description 28
- 238000005859 coupling reaction Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 22
- 230000005381 magnetic domain Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000005294 ferromagnetic effect Effects 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 13
- 230000003902 lesion Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 230000035699 permeability Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 239000013078 crystal Substances 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 5
- 230000005355 Hall effect Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 abstract 1
- 239000002609 medium Substances 0.000 description 10
- 238000009659 non-destructive testing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000002269 spontaneous effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000005389 magnetism Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013399 early diagnosis Methods 0.000 description 2
- 230000005489 elastic deformation Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000007769 metal material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000005307 ferromagnetism Effects 0.000 description 1
- 230000005358 geomagnetic field Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000006247 magnetic powder Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000003446 memory effect Effects 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
- G01N27/82—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws
- G01N27/83—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields
- G01N27/85—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables for investigating the presence of flaws by investigating stray magnetic fields using magnetographic methods
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明提供基于金属磁记忆检测技术的焊缝识别方法，包括以下步骤：检测焊缝处的磁场强度；将磁场强度信号进行磁电转换，采集焊缝漏磁信号，进行降噪处理，获取焊缝处磁记忆信号值；采用磁梯度张量测量法提取焊缝的磁记忆信号分布及变化特征，得到磁总场梯度和磁张量模量梯度；分析漏磁信号变化力磁机制，提出损伤判据，根据漏磁信号的梯度曲线获得损伤评价参数，进行数值模拟，对损伤区进行反演，确定焊缝损伤位置和损伤度；输出识别检测结果。本发明能够准确定位铁磁材料结构焊缝的损伤位置和横向纵向宽度，采用被动式磁化降低了使用成本；对焊缝缺陷尺寸和位置进行反演重构，提高了对焊接出现的弹塑性应变缺陷识别检测效率和精确度。
Description
技术领域
本发明涉及漏磁检测技术领域，具体而言，涉及一种基于金属磁记忆检测技术的焊缝识别方法。
背景技术
工程材料内部的弹性应力集中、微观塑性变形等引起的早期物理性损伤会降低工程材料和结构的承载能力，甚至最终导致灾难性突发事故的发生。工程材料中的内部损伤(如残余应力、应力集中和宏观缺陷等)会导致材料和结构力学性能的退化，甚至导致突发性安全事故的产生，从而对国民安全和生产发展造成重大的影响。历史上由于损伤检测不当造成的重大事故有很多，不但造成了大量的经济损失，有时还会危害到人们的生命安全。例如，1998年6月3日德国慕尼黑开往汉堡特快列车发生脱轨事故，这起最终造成101人死亡，194人受伤的事故，主要原因就是车轮外钢圈因疲劳产生爆裂失效导致的；2013年11月22日青岛市黄岛区发生输油管道爆炸事故，事故造成62人死亡、136人受伤，经济损失高达7.5亿元，据悉主要是无法对管道变形和裂纹进行有效检测导致的；2016年11月20日印度北部发生一起列车出轨事故，此事故造成至少142人丧生和超过200人受伤，据悉此次事故的原因是印度铁路系统老旧，部分轨道或车轮处存在裂纹缺陷或者应力集中，并且缺乏有效的检测。
导致现代工程承载构件材料产生损伤的原因复杂多样，并且往往伴随其整个生命周期。因此，对工程材料和结构实现有效监测是确保工业运行安全的关键，对构件材料进行有效的损伤检测就成为了最关键而复杂的问题。
现阶段对工程结构内部的检测方式普遍采用无损检测，无损检测的宗旨是在不损害被检测对象为前提，对材料、零部件及产品进行有效的检验和测试，评价它们的连续性、完整性和其他物理性能。无损检测包含无损检测NDT（Nondestructive Testing）、无损检查NDI（Nondestructive Inspection）和无损评价NDE（Nondestructive Evaluation）。近年来，NDT和NDI已经逐步向NDE过渡。这就要求无损检测不仅要掌握已经出现的缺陷及其分布状况，更要能够在产生破坏前对结构构件（含寿命、缺陷的发展趋势等）进行预测和评估。
然而，现有的磁粉、X-射线、涡流、超声波等传统无损检测方法大都用来检测已经出现了的缺陷，不能对材料早期性能退化进行评价分析，不能预防工程构件的意外疲劳损伤，而这正是工程构件产生损坏现象和发生事故的主要根源。
传统漏磁检测虽然在工程中已得到广泛应用，但它是一种强磁检测技术，即需通过外加磁场对被测构件进行饱和性磁化。这类强磁检测技术对发现结构宏观几何型缺陷较为有效（其原理是饱和磁力线在几何缺陷处无法有效通过，发生磁泄露）。
但是，传统漏磁检测这类强磁检测技术也不适用于对材料早期物理性损伤（如应力集中导致的塑性损伤）的检测。铁磁材料微观上是由许多磁畴构成的，每个磁畴存在自发磁化，但由于初始磁畴结构的随机分布，如图6所示，材料整体对外不表现磁性；当由于应力集中造成局部物理性损伤时，在地球磁场这类弱磁场作用下，材料磁畴会在损伤部位发生反映局部损伤程度的部分定向分布，如图7所示。但是，传统漏磁检测由于测量前对被测工件施加了强磁场，在强磁场作用下工件内部所有磁力线都将沿外加磁场方向重新取向，原先反映材料局部损伤特征的磁畴分布消失，物理性损伤信息丢失。因此，传统漏磁检测技术并不适合检测材料的早期损伤。
材料的早期微观缺陷导致的微损伤是引起铁磁构件失效甚至突发破坏的主要潜在危险源。开发对铁磁材料早期损伤的非破坏性方法一直是无损检测领域的研究热点和难点。无损检测实际面对的是一个反问题：即必须依据已检测到的实验信号，结合物理模型与模拟手段建立智能化的实验分析系统，最终反演结构缺陷特征。
在工程构件的制造、安装、修理和改造过程中，对金属构件的焊接是重要一环，焊接质量的优劣是保证金属构件能否安全正常使用的重要前提。在焊接过程中，焊接金属经历了快速熔化和快速冷却的过程，必然产生非平衡的特殊组织和应力集中区，焊缝中应力集中区的形成会聚集相当高的应力能。为了使铁磁构件内的总的自由能趋于最小，在材料内部主要以增加磁弹性能的形式来抵消应力能的增加，从而在铁磁构件内部产生大大高于地球磁场强度的畸变磁场。金属力学性能的研究表明，即使在金属材料的弹性变形区，完全没有能量损耗的完全弹性体是不存在的。由于金属内部存在着多种内耗效应（如粘弹性内耗、位错内耗等），势必造成动态载荷消除后，加载时在金属内部形成的应力集中区会得以保留，特别是在动载荷、大变形和高温情况下尤为突出。保留下来的应力集中区形成类似缺陷漏磁场分布形式。铁磁材料在生产、焊接和装配过程中，不可避免会产生大量的内部缺陷，在长期的使用过程中这些区域往往会发生应力集中的情况，进而导致材料和结构力学性能的退化。对于焊接结构而言，焊接缺陷的存在必然会使其应力—应变状态改变，而应力—应变状态的改变又会使材料表面漏磁场的信号改变。
因此，可以通过提取漏磁场信号的特征量对焊接缺陷进行描述。利用金属磁记忆检测技术（MMM）检测技术不仅可以检测到已经形成的宏观缺陷，还可以检测到焊缝中的微观缺陷，以及以高应力集中水平为特征的损伤萌芽状态，这就显示出MMM检测技术在焊接缺陷检验中具有其他无损检测方法所不具备的独特优势。
然而，由于金属磁记忆检测技术发展时间较短，影响磁检测信号的物理状态和几何因素很多(如残余应力状态、局部宏观缺陷程度、塑性变形区几何形状和所处位置等)，必须要有足够多的磁特征参数对缺陷的具体特征加以描述，但是，目前缺乏基于磁记忆检测的缺陷识别方法的系统研究，金属磁记忆检测方法仅能根据漏磁场切向分量Hp(x)达到极大值和法线方向分量Hp（y）过零点确定可能的危险部位，而且该判据也仅适用于裂纹型缺陷，对于焊接存在的局部弹塑性变形并不适用，显然，现有的磁记忆检测方法还不足以有效表征焊缝缺陷的具体特征。
发明内容
鉴于此，本发明的目的在于设计一种基于金属磁记忆检测技术测量法向漏磁信号识别焊缝的方法，其中通过建立微观统计的焊缝力磁耦合本构模型，利用该焊缝力磁耦合本构模型，结合有限元计算通过数值模拟和检测测量得到均匀应力状态以及存在弹塑性应变时应力集中状态所对应的漏磁信号特征，对比计算结果和实验结果验证该焊缝力磁耦合本构模型识别漏磁参数的有效性，以检测测量的漏磁信号为依据建立基于金属磁记忆检测方法的损伤判据，获取漏磁信号评价参数，构建目标函数，对焊缝缺陷的尺寸和位置进行反演重构，提高焊缝缺陷识别的精确度。
20世纪90年代后期，以Doubov（杜波夫）为代表的俄罗斯学者提出了一种崭新的金属诊断技术—金属磁记忆检测，与传统无损检测方法不同，金属磁记忆检测是一种被动式的弱磁检测技术，通过检测被测对象由于局部应力集中或损伤而形成的表面自发漏磁场，测量表面漏磁场的畸变来评价材料内应力集中状态及损伤情况，确定损伤位置及损伤程度。由于金属磁记忆检测对材料早期性能退化检测的敏感性，可实现非接触测量和检测过程方便快捷等优点，其原理表述为：处于地磁环境下的铁制工件受工作载荷的作用，其内部会发生具有磁致伸缩性质的磁畴组织定向的和不可逆的重新取向，并在应力与变形集中区形成最大的漏磁场Hp的变化。即磁场的切向分量Hp（x）具有最大值，而法向分量Hp（y）改变符合且具有零值点。这种磁状态的不可逆变化在工作载荷消除后继续保留。从而通过漏磁场法向分量Hp（y）的测定，就可以推断工件的应力集中区。因此，利用铁磁工件表面Hp（y）的变化强度就可以推断工件内部残余应力集中区域，对结构的早期损伤进行判定，从而降低和防止构件突发性破坏事件。
金属磁记忆检测的激励源主要为大地磁场，不需要施加其他的外部激励，因此检测更加方便快捷。现代材料学和铁磁学表明，铁磁材料的磁性来源于原子磁矩，而原子磁矩主要来源于原子中电子自旋。由于不同原子的电子间的交换相互作用，铁磁材料中原子磁矩趋于长程有序状态，即自发磁化。但是由于静磁能的存在，铁磁体内会形成许多磁畴，磁畴是具有相同自发磁化状态的区域（即区域内磁化的方向和大小均一致，如图3所示）。当铁磁材料内部无应力和缺陷损伤时，材料内部的磁畴处于混乱均匀状态，内部磁化M=0，对外不显示磁性，如图3所示。其中x, y和z表示空间坐标。当无缺陷材料在外磁场Hext或外载荷F的作用下，磁畴会倾向于与Hext或F的方向平行，导致材料内部产生均匀磁化M=Mconst；材料表面对应的漏磁信号x方向分量Hx为水平直线，漏磁信号z方向分量Hz为斜直线，如图4所示。随着Hext或F的增加，材料内部磁化变大，Hx绝对值变大，Hz斜率变大。当材料内有应力集中或者几何缺陷时，内部的非均匀应力会导致非均匀的磁化M=M(x, y)。材料表面的漏磁场会产生畸变，Hx会出现单峰变化特征，Hz会出现峰峰变化特征，如图5所示。这部分的变化随着外部磁场或载荷的消失依然存在，该畸变的漏磁信号可以“记忆”材料的应力集中和缺陷的位置，因此这种现象被称为金属材料的磁记忆效应。对于铁磁构件的早期诊断，金属磁记忆检测（MetalMagnetic Memory Testing，MMM）不失为一种有效的手段，理论上，金属磁记忆检测法是目前最有可能实现对铁磁材料及结构进行早期诊断的无损检测方法，并已在工程中得到部分应用。
金属磁记忆检测由于其自身原理具有以下特点：
（1）不需要专门的磁化设备就能对构件进行可靠的检测；
（2）不需要专门对被检测构件的表面进行清理等特殊处理；
（3）设备轻便、操作简单、灵敏度高。
本发明提供基于金属磁记忆检测技术的焊缝识别方法，包括以下步骤：
S1、将磁信号检测传感器排布设置在待检测铁磁材料结构构件焊缝处，检测焊缝处的磁场强度；
S2、采用霍尔元件，基于霍尔效应将检测到的磁场强度输入模数转换器进行磁电转换，采集铁磁材料结构构件焊缝漏磁信号；
霍尔元件的数量为81～144个，构成9×9～12×12的方阵，横向相邻两个霍尔元件的间距为2.5～3mm，纵向相邻两个霍尔元件的间距为1.2～1.6mm；
S3、对铁磁材料结构构件焊缝漏磁信号进行降噪处理，获取铁磁材料结构构件焊缝处的磁记忆信号值；
S4、采用磁梯度张量测量分析法，提取铁磁材料结构构件焊缝的磁记忆信号分布及变化特征，得到磁总场梯度和磁张量模量梯度；
S5、基于所述磁总场梯度和磁张量模量梯度的分布特征和磁记忆信号极值点位置，分析漏磁信号变化力磁机制，提出损伤判据，根据漏磁信号的梯度曲线获得损伤评价参数，进行数值模拟，并利用提出的损伤判据和评价参数对损伤区进行反演，确定铁磁材料结构构件焊缝损伤的位置和损伤度；
S6、输出漏磁信号的识别检测结果。
进一步地，所述S5步骤的分析漏磁信号变化力磁机制的方法包括以下步骤：
A、利用线性磁弹能改进玻尔兹曼分布，推导出描述铁磁立方晶体材料理想磁化和磁致伸缩的微观统计模型，构建焊缝力磁耦合本构模型，分析不同应力、材料参数对理想磁化和磁致伸缩系数的影响，所述焊缝力磁耦合本构模型的表达式为：
（1）
式（1）中，将总有效场Htotal考虑为弹性场、塑性场/>和外加磁场HH三部分叠加，H为外磁场，M为外磁场作用下铁磁体的磁化强度，σ1、σ2、σ3分别表示三个主应力值；/>,m, n则表示三个主应力与磁化方向的余弦夹角；E为单个磁畴的原子磁矩绝对值；/>为磁畴旋转所需克服的钉扎能，其值为材料参数；设塑性应变/>与位错密度N满足如下线性关系：
（2）
式（2）中k为线性系数；
B、对焊接试件的漏磁信号进行实验，利用所述焊缝力磁耦合本构模型，结合有限元方法对焊缝漏磁信号分布特征进行数值分析，验证所述焊缝力磁耦合本构模型描述均匀应力和集中应力下漏磁信号的有效性，评估均匀应力状态下的漏磁信号特征和应力集中状态下的漏磁信号特征；
C、分析弹塑性有效应力与漏磁信号间的关系，分别建立平行于载荷方向和垂直法向于载荷方向的弹塑性有效应力与漏磁信号间的关系准则；
D、对含有不同焊缝缺陷尺寸的焊接试件进行检测测量和数值分析计算，分析焊缝力磁耦合本构模型对描述不同焊接弹塑性应力下的漏磁信号的敏感度和关联性，得到焊接缺陷的漏磁信号特征；
E、基于检测测量的漏磁信号的梯度建立损伤判据，获取漏磁信号评价参数，构建目标函数，基于所述焊缝力磁耦合本构模型，利用有限元方法或遗传算法对焊接工件的焊缝缺陷进行反演重构，识别焊缝缺陷特征。
进一步地，所述B步骤的结合有限元方法对焊缝漏磁信号分布特征进行数值分析的方法包括：二维有限元数值模拟分析、三维有限元数值模拟分析；
其中，所述二维有限元数值模拟分析的方法包括：通过二维模型模拟考查弹性、塑性不同变形阶段，缺陷宽度、深度、埋深几何特征，以及测试方向、传感器提离值因素对漏磁信号变化特征的影响；设矫顽力Hc=56A/m，由试件中心向两边设置相对磁导率μ0分别为：270、374、527，矫顽力Hc分别为335、320、280A/m，对应的塑性应变分别为10.0%、8.0%、3.0%；
所述三维有限元数值模拟分析的方法包括：在不改变二维模型平面尺寸的情况下，在垂直于纸面z轴方向设计有限的厚度t，形成三维模型，考查漏磁信号的三维效应：厚度t的影响，设置相对磁导率μ0为：270，矫顽力Hc=335A/m，塑性应变为8.0%。
本发明选取多种不同焊缝厚度的试件模型进行计算，得到的法向漏磁信号和切向漏磁信号/>的幅值变化，随着厚度t的增加，漏磁信号值逐渐增大，但形状变化不大，随着厚度t的增加，三维模拟中法向漏磁梯度峰—谷值/>和切向漏磁梯度峰—峰值/>都逐渐趋向二维的结果；法向和切向漏磁信号的梯度特征宽度/>和基本不受厚度变化的影响，二维模型的结果就是三维模型厚度t趋于无限时的极限值。
本发明二维数值模拟结果表明，磁记忆检测对发生在试件表面的损伤更敏感；传感器提离值越小，越能够保证获得清晰的漏磁信号变化；试件方向对漏磁幅值略有影响，但几乎不影响梯度曲线的变化；二维模型的数值模拟结果就是三维模型厚度趋于无限大时的极限值；漏磁评价参数和/>可用来反演损伤区大小和形状。
利用有限元法对含损伤试样的漏磁信号进行数值分析研究，结果表明：
磁记忆检测对发生在试件表面的损伤更敏感；测量中要尽量保证传感器贴合在试件的表面；试件方向对漏磁梯度曲线的变化没有影响；实验结果提出的表征损伤范围的评价参数可用来反演损伤区的大小和形状。
进一步地，所述B步骤的所述评估均匀应力状态下的漏磁信号特征的方法包括：
通过以下三个特征参数评估均匀应力的大小：
（1）法向漏磁信号Hz沿平行于载荷方向的迹线的斜率变化（斜率随着载荷增加而增大）；
（2）Hz沿平行于载荷方向迹线上的梯度值；
（3）Hx沿平行和垂直于载荷方向迹线上的变化幅值。
进一步地，所述B步骤的所述评估应力集中状态下的漏磁信号特征的方法包括：
通过以下五个特征参数评估应力集中的程度和范围：
（1）Hx沿平行和垂直于载荷方向的迹线上呈现的竖向的峰高随着载荷的增加而增大的程度；
（2）Hz沿平行于载荷方向的迹线上随着载荷增加，峰--峰竖向的峰差增大的程度；
（3）Hz沿平行于载荷方向迹线上峰--峰竖向的峰差；
（4）Hx沿平行和垂直于载荷方向迹线上单峰竖向的峰高；
（5）Hz位于缺陷两侧边缘且沿垂直于载荷方向迹线上单峰竖向的峰高。
所述评估应力集中的程度和范围的最佳参数为：
Hz沿平行于载荷方向迹线上峰--峰竖向的峰差。
进一步地，所述C步骤的建立平行于和垂直于载荷方向的弹塑性有效应力与漏磁信号间的关系准则的方法包括：
验证平行于载荷方向的弹塑性有效应力与漏磁信号间的综合评价参数的有效性，提出垂直法向于载荷方向的弹塑性有效应力与漏磁信号间的综合评价参数，通过平行于载荷方向和垂直法向于载荷方向的弹塑性有效应力表征平行于载荷和垂直于载荷方向上的应力分布。
进一步地，所述E步骤的所述的建立损伤判据包括：建立弹性阶段的判据、建立塑性阶段的判据；
其中，所述弹性阶段的判据包括：利用法向漏磁信号斜率和切向漏磁幅值/>来确定弹性阶段的应力幅值；
所述塑性阶段的判据包括：在应力集中部位，法向漏磁信号发生波动变化，漏磁梯度/>出现极值；切向漏磁信号/>出现极值，漏磁梯度/>出现峰—峰变化，并在应力集中的中心位置过零点。
在弹性变形阶段，弹性应力促进磁畴沿最大拉应力方向取向，从而提高了材料的平均磁感应强度和空间漏磁场;损伤判据为法向漏磁信号沿加载方向呈线性变化，曲线的斜率基本呈线性增加，切向漏磁信号曲线的斜率基本不变，幅值的绝对值逐渐增加并趋于定值。
在塑性变形阶段，铁磁材料内部形成位错、孪晶等微缺陷，微缺陷的形成起钉扎作用，阻碍铁磁材料的磁化和降低其磁导率:损伤判据为在应力集中部位，法向漏磁信号发生较明显的波动变化，漏磁梯度出现极值，切向漏磁信号出现一个较为明显的极值，漏磁梯度出现峰一峰值变化并在应力集中的中心位置过零点。
进一步地，所述E步骤的所述获取漏磁信号评价参数的方法包括：
定义四个评价参数：法向漏磁梯度峰—谷值、法向漏磁梯度作用宽度/>，切向漏磁梯度峰—峰值/>、切向漏磁梯度作用宽度/>。
为切向漏磁信号的梯度曲线中两个反向波峰之间的竖直方向间距值，/>为切向漏磁信号的梯度曲线中两个波峰之间的水平方向间距值，参数/>用来评价材料局部损伤的不均匀程度，/>用来评价材料局部损伤的范围，/>值越大，说明局部损伤的不均匀程度越严重；/>值越大，说明局部损伤的范围越大。利用上述四个参数可以有效地评价材料局部损伤不均匀程度和作用范围。
由漏磁信号及其梯度曲线均可获得一些特征参量用以评价损伤的情况(包括损伤程度和范围等)，但梯度曲线能够清除外部磁场的影响，更加能突出反映损伤局部化的程度。可利用漏磁信号梯度曲线上的峰--峰值、峰--谷值和峰值等参量来评价损伤的局部化程度；相应的峰--峰值宽、峰--谷值宽和峰值过零点的水平间距等参量来评价损伤范围。
进一步地，所述E步骤的对焊接工件的焊缝缺陷进行反演重构的方法包括：
在焊接工件表面x-z平面上，对应不同z坐标设置间隔为0.4mm、平行于x轴的测量迹线，计算并提取每条迹线上的法向漏磁信号和切向漏磁信号，求导得到法向漏磁信号和切向漏磁信号的梯度曲线变化；
获得每条测量迹线上的漏磁信号梯度曲线的评价参数和/>，对损伤区的形状进行反演。其中，/>对损伤区的形状更为敏感。需要注意，在数值模拟中，反演得到的损伤区域形状在z轴两端逐渐开始发散，无法得到反映原损伤区域形状的闭合曲线，这是因为在数值模拟中，当磁化方向沿x轴，漏磁信号在损伤区z轴方向的两端会衰减，在实际测量中，若允许沿z轴方向进行测量，则可以得到对应方向的反演曲线，两者叠加就可以得到一个完整的损伤区形状。
基于金属磁记忆检测技术测试焊接工件焊缝的变化特征，并在分析漏磁信号变化力磁机制的基础上，提出相应的损伤判据，根据漏磁信号的梯度曲线获得损伤评价参数，进行数值模拟，并利用提出的损伤判据和评价参数，对损伤区进行反演，提高了检测效率和精确度。
本发明还提供一种计算机设备，所述计算机设备包括存储器、计算机可读存储介质、处理器及存储在存储器和/或计算机可读存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的基于金属磁记忆检测技术的焊缝识别方法。
与现有技术相比，本发明的有益效果是：
本发明基于金属磁记忆检测技术的焊缝识别方法能够准确定位铁磁材料结构焊缝的损伤位置和横向纵向宽度，采用矩阵型高精度霍尔元件直接测量受地球磁场磁化影响的铁磁性材料，形成被动式磁化，不需要主动对结构进行人工磁化，极大地降低了使用成本；其中通过建立微观统计的焊缝力磁耦合本构模型，该模型计算时所需材料参数较少，利用该焊缝力磁耦合本构模型，结合有限元计算通过数值模拟和检测测量得到均匀应力状态以及存在弹塑性应变时应力集中状态所对应的漏磁信号特征，对比计算结果和实验结果验证该焊缝力磁耦合本构模型识别漏磁参数的有效性，依据检测测量的漏磁信号梯度建立基于金属磁记忆检测方法的损伤判据，获取漏磁信号评价参数，构建目标函数，对焊缝缺陷的尺寸和位置进行反演重构，提高了对焊接出现的弹塑性应变缺陷识别检测的效率和精确度。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术用户员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。
在附图中：
图1是本发明基于金属磁记忆检测技术的焊缝识别方法的流程图；
图2为本发明实施例计算机设备的构成示意图；
图3是铁磁体内磁畴的自发磁化状态图；
图4是铁磁体内在受外磁场Hext或外载荷F的均匀应力下的磁畴磁化状态图；
图5是铁磁体材料内有应力集中或几何缺陷时的非均匀磁化状态图；
图6是初始磁畴结构的随机分布状态图；
图7是材料由于应力集中造成局部物理性损伤时磁畴在损伤部位发生反映局部损伤程度的部分定向分布状态图；
图8是本发明实施例的二维模型的尺寸示意图；
图9是本发明实施例的弹塑性应变与漏磁信号的关系曲线图；
图10是本发明实施例的焊缝漏磁信号梯度曲线图；
图11是本发明实施例S5步骤的分析漏磁信号变化力磁机制的流程图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三来描述各种信号，但这些信号不应限于这些术语。这些术语仅用来将同一类型的信号彼此区分开。例如，在不脱离本公开范围的情况下，第一信号也可以被称为第二信号，类似地，第二信号也可以被称为第一信号。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本发明实施例提供基于金属磁记忆检测技术的焊缝识别方法，参见图1所示，包括以下步骤：
S1、将磁信号检测传感器排布设置在待检测铁磁材料结构构件焊缝处，检测焊缝处的磁场强度；
S2、采用霍尔元件，基于霍尔效应将检测到的磁场强度输入模数转换器进行磁电转换，采集铁磁材料结构构件焊缝漏磁信号；
霍尔元件的数量为81～144个，构成9×9～12×12的方阵，横向相邻两个霍尔元件的间距为2.5～3mm，纵向相邻两个霍尔元件的间距为1.2～1.6mm；
S3、对铁磁材料结构构件焊缝漏磁信号进行降噪处理，获取铁磁材料结构构件焊缝处的磁记忆信号值；
S4、采用磁梯度张量测量分析法，提取铁磁材料结构构件焊缝的磁记忆信号分布及变化特征，得到磁总场梯度和磁张量模量梯度；
S5、基于所述磁总场梯度和磁张量模量梯度的分布特征和磁记忆信号极值点位置，分析漏磁信号变化力磁机制，提出损伤判据，根据漏磁信号的梯度曲线获得损伤评价参数，进行数值模拟，并利用提出的损伤判据和评价参数对损伤区进行反演，确定铁磁材料结构构件焊缝损伤的位置和损伤度；
所述分析漏磁信号变化力磁机制的方法，参见图11所示，包括以下步骤：
A、利用线性磁弹能改进玻尔兹曼分布，推导出描述铁磁立方晶体材料理想磁化和磁致伸缩的微观统计模型，构建焊缝力磁耦合本构模型，分析不同应力、材料参数对理想磁化和磁致伸缩系数的影响，所述焊缝力磁耦合本构模型的表达式为：
（1）
式（1）中，将总有效场Htotal考虑为弹性场、塑性场/>和外加磁场HH三部分叠加，H为外磁场，M为外磁场作用下铁磁体的磁化强度，σ1、σ2、σ3分别表示三个主应力值；/>,m, n则表示三个主应力与磁化方向的余弦夹角；E为单个磁畴的原子磁矩绝对值；/>为磁畴旋转所需克服的钉扎能，其值为材料参数；设塑性应变/>与位错密度N满足如下线性关系：
（2）
式（2）中k为线性系数；
B、对焊接试件的漏磁信号进行实验，利用所述焊缝力磁耦合本构模型，结合有限元方法对焊缝漏磁信号分布特征进行数值分析，验证所述焊缝力磁耦合本构模型描述均匀应力和集中应力下漏磁信号的有效性，评估均匀应力状态下的漏磁信号特征和应力集中状态下的漏磁信号特征；
所述结合有限元方法对焊缝漏磁信号分布特征进行数值分析的方法包括：二维有限元数值模拟分析、三维有限元数值模拟分析；
其中，所述二维有限元数值模拟分析的方法包括：通过二维模型模拟考查弹性、塑性不同变形阶段，缺陷宽度、深度、埋深几何特征，以及测试方向、传感器提离值因素对漏磁信号变化特征的影响；设矫顽力Hc=56A/m，由试件中心向两边设置相对磁导率μ0分别为：270、374、527，矫顽力Hc分别为335、320、280A/m，对应的塑性应变分别为10.0%、8.0%、3.0%；
所述三维有限元数值模拟分析的方法包括：在不改变二维模型平面尺寸（参见图8所示）的情况下，在垂直于纸面z轴方向设计有限的厚度t，形成三维模型，考查漏磁信号的三维效应：厚度t的影响，设置相对磁导率μ0为：270，矫顽力Hc=335A/m，塑性应变为8.0%。
本实施例选取多种不同焊缝厚度的试件模型进行计算，得到的法向漏磁信号和切向漏磁信号/>的幅值变化，随着厚度t的增加，漏磁信号值逐渐增大，但形状变化不大，随着厚度t的增加，三维模拟中法向漏磁梯度峰—谷值/>和切向漏磁梯度峰—峰值/>都逐渐趋向二维的结果；法向和切向漏磁信号的梯度特征宽度/>和基本不受厚度变化的影响，二维模型的结果就是三维模型厚度t趋于无限时的极限值。
本实施例中，二维数值模拟结果表明，磁记忆检测对发生在试件表面的损伤更敏感；传感器提离值越小，越能够保证获得清晰的漏磁信号变化；试件方向对漏磁幅值略有影响，但几乎不影响梯度曲线的变化，参见图10所示；二维模型的数值模拟结果就是三维模型厚度趋于无限大时的极限值；漏磁评价参数和/>可用来反演损伤区大小和形状。
利用有限元法对含损伤试样的漏磁信号进行数值分析研究，结果表明：
磁记忆检测对发生在试件表面的损伤更敏感；测量中要尽量保证传感器贴合在试件的表面；试件方向对漏磁梯度曲线的变化没有影响；实验结果提出的表征损伤范围的评价参数可用来反演损伤区的大小和形状。
所述评估均匀应力状态下的漏磁信号特征的方法包括：
通过以下三个特征参数评估均匀应力的大小：
（1）法向漏磁信号Hz沿平行于载荷方向的迹线的斜率变化（斜率随着载荷增加而增大）；
（2）Hz沿平行于载荷方向迹线上的梯度值；
（3）Hx沿平行和垂直于载荷方向迹线上的变化幅值。
所述评估应力集中状态下的漏磁信号特征的方法包括：
通过以下五个特征参数评估应力集中的程度和范围：
（1）Hx沿平行和垂直于载荷方向的迹线上呈现的竖向的峰高随着载荷的增加而增大的程度；
（2）Hz沿平行于载荷方向的迹线上随着载荷增加，峰--峰竖向的峰差增大的程度；
（3）Hz沿平行于载荷方向迹线上峰--峰竖向的峰差；
（4）Hx沿平行和垂直于载荷方向迹线上单峰竖向的峰高；
（5）Hz位于缺陷两侧边缘且沿垂直于载荷方向迹线上单峰竖向的峰高。
本实施中，采用评估应力集中的程度和范围的最佳参数：Hz沿平行于载荷方向迹线上峰--峰竖向的峰差。
C、分析弹塑性有效应力与漏磁信号间的关系，分别建立平行于载荷方向和垂直法向于载荷方向的弹塑性有效应力与漏磁信号间的关系准则；
所述建立平行于和垂直于载荷方向的弹塑性有效应力与漏磁信号间的关系准则的方法包括：
验证平行于载荷方向的弹塑性有效应力与漏磁信号间的综合评价参数的有效性，提出垂直法向于载荷方向的弹塑性有效应力与漏磁信号间的综合评价参数，通过平行于载荷方向和垂直法向于载荷方向的弹塑性有效应力表征平行于载荷和垂直于载荷方向上的应力分布。
D、对含有不同焊缝缺陷尺寸的焊接试件进行检测测量和数值分析计算，分析焊缝力磁耦合本构模型对描述不同焊接弹塑性应力下的漏磁信号的敏感度和关联性，得到焊接缺陷的漏磁信号特征，参见图9所示；
E、基于检测测量的漏磁信号的梯度建立损伤判据，获取漏磁信号评价参数，构建目标函数，基于所述焊缝力磁耦合本构模型，利用有限元方法或遗传算法对焊接工件的焊缝缺陷进行反演重构，识别焊缝缺陷特征。
所述的建立损伤判据包括：建立弹性阶段的判据、建立塑性阶段的判据；
其中，所述弹性阶段的判据包括：利用法向漏磁信号斜率和切向漏磁幅值/>来确定弹性阶段的应力幅值；
所述塑性阶段的判据包括：在应力集中部位，法向漏磁信号发生波动变化，漏磁梯度/>出现极值；切向漏磁信号/>出现极值，漏磁梯度/>出现峰—峰变化，并在应力集中的中心位置过零点。
在弹性变形阶段，弹性应力促进磁畴沿最大拉应力方向取向，从而提高了材料的平均磁感应强度和空间漏磁场;损伤判据为法向漏磁信号沿加载方向呈线性变化，曲线的斜率基本呈线性增加，切向漏磁信号曲线的斜率基本不变，幅值的绝对值逐渐增加并趋于定值。
在塑性变形阶段，铁磁材料内部形成位错、孪晶等微缺陷，微缺陷的形成起钉扎作用，阻碍铁磁材料的磁化和降低其磁导率:损伤判据为在应力集中部位，法向漏磁信号发生较明显的波动变化，漏磁梯度出现极值，切向漏磁信号出现一个较为明显的极值，漏磁梯度出现峰一峰值变化并在应力集中的中心位置过零点。
所述获取漏磁信号评价参数的方法包括：
定义四个评价参数：法向漏磁梯度峰—谷值、法向漏磁梯度作用宽度/>，切向漏磁梯度峰—峰值/>、切向漏磁梯度作用宽度/>。
为切向漏磁信号的梯度曲线中两个反向波峰之间的竖直方向间距值，/>为切向漏磁信号的梯度曲线中两个波峰之间的水平方向间距值，参数/>用来评价材料局部损伤的不均匀程度，/>用来评价材料局部损伤的范围，/>值越大，说明局部损伤的不均匀程度越严重；/>值越大，说明局部损伤的范围越大。利用上述四个参数可以有效地评价材料局部损伤不均匀程度和作用范围。
由漏磁信号及其梯度曲线均可获得一些特征参量用以评价损伤的情况(包括损伤程度和范围等)，但梯度曲线能够清除外部磁场的影响，更加能突出反映损伤局部化的程度。可利用漏磁信号梯度曲线上的峰--峰值、峰--谷值和峰值等参量来评价损伤的局部化程度；相应的峰--峰值宽、峰--谷值宽和峰值过零点的水平间距等参量来评价损伤范围。
所述对焊接工件的焊缝缺陷进行反演重构的方法包括：
在焊接工件表面x-z平面上，对应不同z坐标设置间隔为0.4mm、平行于x轴的测量迹线，计算并提取每条迹线上的法向漏磁信号和切向漏磁信号，求导得到法向漏磁信号和切向漏磁信号的梯度曲线变化；
获得每条测量迹线上的漏磁信号梯度曲线的评价参数和/>，对损伤区的形状进行反演。其中，/>对损伤区的形状更为敏感。需要注意，在数值模拟中，反演得到的损伤区域形状在z轴两端逐渐开始发散，无法得到反映原损伤区域形状的闭合曲线，这是因为在数值模拟中，当磁化方向沿x轴，漏磁信号在损伤区z轴方向的两端会衰减，在实际测量中，若允许沿z轴方向进行测量，则可以得到对应方向的反演曲线，两者叠加就可以得到一个完整的损伤区形状。
S6、输出漏磁信号的识别检测结果。
本发明实施例基于金属磁记忆检测技术的焊缝识别方法能够准确定位铁磁材料结构焊缝的损伤位置和横向纵向宽度，采用矩阵型高精度霍尔元件直接测量受地球磁场磁化影响的铁磁性材料，形成被动式磁化，不需要主动对结构进行人工磁化，极大地降低了使用成本；其中通过建立微观统计的焊缝力磁耦合本构模型，该模型计算时所需材料参数较少，利用该焊缝力磁耦合本构模型，结合有限元计算通过数值模拟和检测测量得到均匀应力状态以及存在弹塑性应变时应力集中状态所对应的漏磁信号特征，对比计算结果和实验结果验证该焊缝力磁耦合本构模型识别漏磁参数的有效性，依据检测测量的漏磁信号梯度建立基于金属磁记忆检测方法的损伤判据，获取漏磁信号评价参数，构建目标函数，对焊缝缺陷的尺寸和位置进行反演重构，提高了对焊接出现的弹塑性应变缺陷识别检测的效率和精确度。
本发明实施例还提供一种计算机设备，图2是本发明实施例提供的一种计算机设备的结构示意图；参见附图图2所示，该计算机设备包括：输入装置23、输出装置24、存储器22和处理器21；所述存储器22，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器21执行，使得所述一个或多个处理器21实现如上述实施例提供的基于金属磁记忆检测技术的焊缝识别方法；其中输入装置23、输出装置24、存储器22和处理器21可以通过总线或者其他方式连接，图2中以通过总线连接为例。
存储器22作为一种计算设备可读写存储介质，可用于存储软件程序、计算机可执行程序，如本发明实施例所述的基于金属磁记忆检测技术的焊缝识别方法对应的程序指令；存储器22可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等；此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件；在一些实例中，存储器22可进一步包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置23可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入；输出装置24可包括显示屏等显示设备。
处理器21通过运行存储在存储器22中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于金属磁记忆检测技术的焊缝识别方法。
上述提供的计算机设备可用于执行上述实施例提供的基于金属磁记忆检测技术的焊缝识别方法，具备相应的功能和有益效果。
本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的基于金属磁记忆检测技术的焊缝识别方法，存储介质是任何的各种类型的存储器设备或存储设备，存储介质包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDRRAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等；存储介质可以还包括其它类型的存储器或其组合；另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统；第二计算机系统可以提供程序指令给第一计算机用于执行。存储介质包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上实施例所述的基于金属磁记忆检测技术的焊缝识别方法，还可以执行本发明任意实施例所提供的基于金属磁记忆检测技术的焊缝识别方法中的相关操作。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术用户员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术用户员可以对相关技术特征做出同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术用户员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、同替换、改进，均应包含在本发明的保护范围之内。
Claims (10)
1.基于金属磁记忆检测技术的焊缝识别方法，其特征在于，包括以下步骤：
S1、将磁信号检测传感器排布设置在待检测铁磁材料结构构件焊缝处，检测焊缝处的磁场强度；
S2、采用霍尔元件，基于霍尔效应将检测到的磁场强度输入模数转换器进行磁电转换，采集铁磁材料结构构件焊缝漏磁信号；
霍尔元件的数量为81～144个，构成9×9～12×12的方阵，横向相邻两个霍尔元件的间距为2.5～3mm，纵向相邻两个霍尔元件的间距为1.2～1.6mm；
S3、对铁磁材料结构构件焊缝漏磁信号进行降噪处理，获取铁磁材料结构构件焊缝处的磁记忆信号值；
S4、采用磁梯度张量测量分析法，提取铁磁材料结构构件焊缝的磁记忆信号分布及变化特征，得到磁总场梯度和磁张量模量梯度；
S5、基于所述磁总场梯度和磁张量模量梯度的分布特征和磁记忆信号极值点位置，分析漏磁信号变化力磁机制，提出损伤判据，根据漏磁信号的梯度曲线获得损伤评价参数，进行数值模拟，并利用提出的损伤判据和评价参数对损伤区进行反演，确定铁磁材料结构构件焊缝损伤的位置和损伤度；
S6、输出漏磁信号的识别检测结果。
2.根据权利要求1所述的基于金属磁记忆检测技术的焊缝识别方法，其特征在于，所述S5步骤的分析漏磁信号变化力磁机制的方法包括以下步骤：
A、利用线性磁弹能改进玻尔兹曼分布，推导出描述铁磁立方晶体材料理想磁化和磁致伸缩的微观统计模型，构建焊缝力磁耦合本构模型，分析不同应力、材料参数对理想磁化和磁致伸缩系数的影响，所述焊缝力磁耦合本构模型的表达式为：
（1）
式（1）中，将总有效场Htotal考虑为弹性场、塑性场/>和外加磁场HH三部分叠加，H为外磁场，M为外磁场作用下铁磁体的磁化强度，σ1、σ2、σ3分别表示三个主应力值；/>, m, n则表示三个主应力与磁化方向的余弦夹角；E为单个磁畴的原子磁矩绝对值；/>为磁畴旋转所需克服的钉扎能，其值为材料参数；设塑性应变/>与位错密度N满足如下线性关系：
（2）
式（2）中k为线性系数；
B、对焊接试件的漏磁信号进行实验，利用所述焊缝力磁耦合本构模型，结合有限元方法对焊缝漏磁信号分布特征进行数值分析，验证所述焊缝力磁耦合本构模型描述均匀应力和集中应力下漏磁信号的有效性，评估均匀应力状态下的漏磁信号特征和应力集中状态下的漏磁信号特征；
C、分析弹塑性有效应力与漏磁信号间的关系，分别建立平行于载荷方向和垂直法向于载荷方向的弹塑性有效应力与漏磁信号间的关系准则；
D、对含有不同焊缝缺陷尺寸的焊接试件进行检测测量和数值分析计算，分析焊缝力磁耦合本构模型对描述不同焊接弹塑性应力下的漏磁信号的敏感度和关联性，得到焊接缺陷的漏磁信号特征；
E、基于检测测量的漏磁信号的梯度建立损伤判据，获取漏磁信号评价参数，构建目标函数，基于所述焊缝力磁耦合本构模型，利用有限元方法或遗传算法对焊接工件的焊缝缺陷进行反演重构，识别焊缝缺陷特征。
3.根据权利要求2所述的基于金属磁记忆检测技术的焊缝识别方法，其特征在于，所述B步骤的结合有限元方法对焊缝漏磁信号分布特征进行数值分析的方法包括：二维有限元数值模拟分析、三维有限元数值模拟分析；
其中，所述二维有限元数值模拟分析的方法包括：通过二维模型模拟考查弹性、塑性不同变形阶段，缺陷宽度、深度、埋深几何特征，以及测试方向、传感器提离值因素对漏磁信号变化特征的影响；设矫顽力Hc=56A/m，由试件中心向两边设置相对磁导率μ0分别为：270、374、527，矫顽力Hc分别为335、320、280A/m，对应的塑性应变分别为10.0%、8.0%、3.0%；
所述三维有限元数值模拟分析的方法包括：在不改变二维模型平面尺寸的情况下，在垂直于纸面z轴方向设计有限的厚度t，形成三维模型，考查漏磁信号的三维效应：厚度t的影响，设置相对磁导率μ0为：270，矫顽力Hc=335A/m，塑性应变为8.0%。
4.根据权利要求2所述的基于金属磁记忆检测技术的焊缝识别方法，其特征在于，所述B步骤的所述评估均匀应力状态下的漏磁信号特征的方法包括：
通过以下三个特征参数评估均匀应力的大小：
（1）法向漏磁信号Hz沿平行于载荷方向的迹线的斜率变化；
（2）Hz沿平行于载荷方向迹线上的梯度值；
（3）Hx沿平行和垂直于载荷方向迹线上的变化幅值。
5.根据权利要求2所述的基于金属磁记忆检测技术的焊缝识别方法，其特征在于，所述B步骤的所述评估应力集中状态下的漏磁信号特征的方法包括：
通过以下五个特征参数评估应力集中的程度和范围：
（1）Hx沿平行和垂直于载荷方向的迹线上呈现的竖向的峰高随着载荷的增加而增大的程度；
（2）Hz沿平行于载荷方向的迹线上随着载荷增加，峰--峰竖向的峰差增大的程度；
（3）Hz沿平行于载荷方向迹线上峰--峰竖向的峰差；
（4）Hx沿平行和垂直于载荷方向迹线上单峰竖向的峰高；
（5）Hz位于缺陷两侧边缘且沿垂直于载荷方向迹线上单峰竖向的峰高。
6.根据权利要求2所述的基于金属磁记忆检测技术的焊缝识别方法，其特征在于，所述C步骤的建立平行于和垂直于载荷方向的弹塑性有效应力与漏磁信号间的关系准则的方法包括：
验证平行于载荷方向的弹塑性有效应力与漏磁信号间的综合评价参数的有效性，提出垂直法向于载荷方向的弹塑性有效应力与漏磁信号间的综合评价参数，通过平行于载荷方向和垂直法向于载荷方向的弹塑性有效应力表征平行于载荷和垂直于载荷方向上的应力分布。
7.根据权利要求2所述的基于金属磁记忆检测技术的焊缝识别方法，其特征在于，所述E步骤的所述的建立损伤判据包括：建立弹性阶段的判据、建立塑性阶段的判据；
其中，所述弹性阶段的判据包括：利用法向漏磁信号斜率和切向漏磁幅值/>来确定弹性阶段的应力幅值；
所述塑性阶段的判据包括：在应力集中部位，法向漏磁信号发生波动变化，漏磁梯度/>出现极值；切向漏磁信号/>出现极值，漏磁梯度/>出现峰—峰变化，并在应力集中的中心位置过零点。
8.根据权利要求2或6所述的基于金属磁记忆检测技术的焊缝识别方法，其特征在于，所述E步骤的所述获取漏磁信号评价参数的方法包括：
定义四个评价参数：法向漏磁梯度峰—谷值、法向漏磁梯度作用宽度/>，切向漏磁梯度峰—峰值/>、切向漏磁梯度作用宽度/>。
9.根据权利要求2所述的基于金属磁记忆检测技术的焊缝识别方法，其特征在于，所述E步骤的对焊接工件的焊缝缺陷进行反演重构的方法包括：
在焊接工件表面x-z平面上，对应不同z坐标设置间隔为0.4mm、平行于x轴的测量迹线，计算并提取每条迹线上的法向漏磁信号和切向漏磁信号，求导得到法向漏磁信号和切向漏磁信号的梯度曲线变化；
获得每条测量迹线上的漏磁信号梯度曲线的评价参数和/>，对损伤区的形状进行反演。
10.一种计算机设备，所述计算机设备包括存储器、计算机可读存储介质、处理器及存储在存储器和/或计算机可读存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-9任一项所述的基于金属磁记忆检测技术的焊缝识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310748069.1A CN116698962A (zh) | 2023-06-25 | 2023-06-25 | 基于金属磁记忆检测技术的焊缝识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310748069.1A CN116698962A (zh) | 2023-06-25 | 2023-06-25 | 基于金属磁记忆检测技术的焊缝识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116698962A true CN116698962A (zh) | 2023-09-05 |
Family
ID=87831032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310748069.1A Pending CN116698962A (zh) | 2023-06-25 | 2023-06-25 | 基于金属磁记忆检测技术的焊缝识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116698962A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117270061A (zh) * | 2023-11-17 | 2023-12-22 | 江苏多维科技有限公司 | 一种铁磁材料检测方法及检测设备 |
| CN117607243A (zh) * | 2023-11-23 | 2024-02-27 | 中磁数智(北京)科技有限公司 | 一种用于交叉管道焊缝的磁记忆检测系统和方法 |
-
2023
- 2023-06-25 CN CN202310748069.1A patent/CN116698962A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117270061A (zh) * | 2023-11-17 | 2023-12-22 | 江苏多维科技有限公司 | 一种铁磁材料检测方法及检测设备 |
| CN117270061B (zh) * | 2023-11-17 | 2024-01-30 | 江苏多维科技有限公司 | 一种铁磁材料检测方法及检测设备 |
| CN117607243A (zh) * | 2023-11-23 | 2024-02-27 | 中磁数智(北京)科技有限公司 | 一种用于交叉管道焊缝的磁记忆检测系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shi et al. | Overview of researches on the nondestructive testing method of metal magnetic memory: Status and challenges | |
| CN116698962A (zh) | 基于金属磁记忆检测技术的焊缝识别方法 | |
| Wang et al. | A review of three magnetic NDT technologies | |
| Bao et al. | A review of the metal magnetic memory method | |
| Ni et al. | Crack propagation analysis and fatigue life prediction for structural alloy steel based on metal magnetic memory testing | |
| Yao et al. | Three-dimensional finite element analysis of residual magnetic field for ferromagnets under early damage | |
| CN105203629B (zh) | 一种磁性金属构件表面应力集中区及微裂纹的磁探测方法 | |
| Gur | Review of residual stress measurement by magnetic Barkhausen noise technique | |
| US20190145931A1 (en) | Methods and systems for nondestructive material inspection | |
| Su et al. | Metal magnetic memory inspection of Q345 steel specimens with butt weld in tensile and bending test | |
| Han et al. | A dual-dipole model for stress concentration evaluation based on magnetic scalar potential analysis | |
| Li et al. | A quantitative study of signal characteristics of non-contact pipeline magnetic testing | |
| Liu et al. | Study on internal detection in oil–gas pipelines based on complex stress magnetomechanical modeling | |
| Shui et al. | Non-destructive evaluation of the damage of ferromagnetic steel using metal magnetic memory and nonlinear ultrasonic method | |
| Wilson et al. | 3D magnetic field sensing for magnetic flux leakage defect characterisation | |
| Sun et al. | A method for identifying geometrical defects and stress concentration zones in MMM technique | |
| Bi et al. | Dependence of magnetic properties on crack size in steels | |
| He et al. | Quantitative study on magnetic-based stress detection and risk evaluation for girth welds with unequal wall thickness of high-grade steel pipelines | |
| Uchanin et al. | Nondestructive determination of stresses in steel components by eddy current method | |
| Babbar et al. | Mechanical damage detection with magnetic flux leakage tools: modeling the effect of localized residual stresses | |
| Huang et al. | Metal magnetic memory technique and its applications in remanufacturing | |
| Xing et al. | Magnetic evaluation of fatigue damage in train axles without artificial excitation | |
| Li et al. | Theoretical study on the characteristics of self-magnetic flux leakage signals from pipeline defects | |
| Liu et al. | Spatial Propagation Law of Magnetic Memory Signals Detected by Using Magnetic Tomography Method | |
| Yang et al. | A numerical simulation method of residual magnetic field signals for evaluating deformation-induced stress concentration in ferromagnetic materials |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |