论文部分内容阅读
铁磁性管道是我国能源运输的主要工具,但管道的腐蚀、穿孔、断裂等情况时有发生,造成极大的安全问题。定期对管道进行安全评估,是预防突发性事故的主要手段。然而,传统的超声波和漏磁检测等技术或者对构件表面粗糙要求较高,或者需要额外的充磁设备,无法满足新形势的新需求。因此,金属磁记忆无损检测技术凭借其简易性、非接触性和预知性而得以推广应用。本论文基于磁记忆检测技术进行了以下几方面研究:首先,分析铁磁性材料在弹塑性形变和断裂状态下的磁特性。弹性阶段引入Jiles-Atherton(J-A)模型,反映有磁致伸缩性质变化的有效场随应力的变化规律;在塑性阶段利用基于位错理论的修正的J-A模型,考虑引起磁化变化的四个因素:位错增值、磁塑性能、残余应力能和退磁能,建立塑性变形有效场模型,推导出钉扎系数和磁畴耦合系数对塑性应变的影响;在断裂阶段,材料发生有正负峰值的磁化突变现象,借助三维磁偶极子模型模拟磁化突变现象。其次,以Q235铁磁性管道为研究对象,建立三维实体模型并用有限元方法分析其磁化特征,研究弹性阶段、塑性阶段和断裂阶段的磁信号变化规律,得到断裂阶段的磁化突变远大于弹塑性阶段的结论;基于不同变形阶段磁信号特征,进一步研究断裂阶段时,缺陷形状、缺陷直径、提离高度和缺陷方位等因素对磁信号的影响规律,发现缺陷形状和直径主要通过漏磁面积的改变影响磁信号大小,随着漏磁面积的增大,突变信号增强,而提离高度和缺陷方位则主要受辐射距离和角度的影响,远离辐射源,磁信号变弱;并探索相应的磁信号评估参数,建立缺陷特征和磁信号特征的定量关系。再次,研制磁记忆检测设备探头模块,主机模块和屏蔽装置模块。对地面石油管道进行测量实验,提出采用改进的小波自适应阈值降噪法对磁信号进行降噪处理,再通过BP神经网络训练样本模型,并建立matlab图形用户界面,最终得到金属磁记忆定量化评估系统,实现对管道缺陷个数、缺陷埋深、缺陷类型等的智能评估功能。