Комплексна методика автоматизованої обробки даних в системах вихрострумової дефектоскопії

Размещено на http://www.allbest.ru/

Комплексна методика автоматизованої обробки даних в системах вихрострумової дефектоскопії

Дроздюк Віталій Андрійович старший науковий співробітник, Український науково-дослідний інститут спеціальної техніки та судових експертиз Служби безпеки України

Новицький Віталій Ярославович науковий співробітник, Український науково-дослідний інститут спеціальної техніки та судових експертиз Служби безпеки України

Анотація

У рамках адаптації систем неруйнівного контролю для моніторингу промислових об'єктів було розглянуто методи автоматизованої обробки даних у системах вихрострумової дефектоскопії. При цьому було визначено базові принципи проведення діагностичних процедур на основі матричних вихрострумових дефектоскопів, що надало можливість зазначити актуальні завдання, що мають бути вирішені у рамках аналізу сигналів датчиків представлених у вигляді масиву поточних даних. Запропоновано базові підходи, які можуть бути застосовані на етапі математичного моделювання процедури вихрострумового контролю, що базуються на багаторівневій класифікації актуальних методів, які використовуються у даній області. Представлено методику організації, налаштування та оптимізації системи безконтактної діагностики відповідно поставленого завдання проведення процедури вихрострумового контролю на основі матричного дефектоскопу та цільових показників ефективності, як то точність машинного аналізу поточних даних і прогнозування на їх основі стану тестового об'єкту, навантаження на обчислювальний ресурс, а також затримка, що виникає при обробці даних. Розроблена функціональна схема організації вихрострумового дефектоскопу, на основі якої визначаються особливості впровадження діагностичної процедури через застосування перетворювачів матричного типа. Узагальнено математичний апарат, що базується на побудові діаграми впливу на Гільберт-образ сигналів від масиву датчиків вихрострумового дефектоскопу фазового, частотного та часового зсуву. При цьому виділення амплітудної та фазової характеристики функції сигналу, базувалось на визначенні передаточної характеристики лінійного фільтру, який усуває постійну складову послідовності сигналу датчика. Відповідна математична модель включає у себе моделювання Фур'є-перетворення спектру комплексного сигналу датчиків, які використовуються для визначення його характеристик. На основі зазначеного математичного апарату були побудована методика розробки алгоритмів визначення вихідної дискретної послідовності як згортки імпульсної характеристики.

Ключові слова: неруйнівний контроль, вихрострумова діагностика, матричний перетворювач, машинний аналіз, гільберт-образ, фур'є- перетворення. неруйнівний контроль вихрострумова діагностика

Drozdyuk Vitaliy Andriyovych Senior Researcher, Ukrainian scientific and research Institute of special equipment and forensic of the Security Service of Ukraine,

Novytskyi Vitalii Yaroslavovych Researcher, Ukrainian scientific and research Institute of special equipment and forensic of the Security Service of Ukraine,

COMPREHENSIVE METHODOLOGY FOR AUTOMATED DATA PROCESSING IN EDDY CURRENT DEFECTOSCOPY SYSTEMS

Abstract. This study examines the methods of automated data processing in eddy current defectoscopy systems as part of the adaptation of non-destructive testing systems for industrial object monitoring. The fundamental principles of conducting diagnostic procedures based on matrix eddy current defectoscopes are defined, which allows addressing current tasks concerning the analysis of sensor signals presented in the form of a current data array. Basic approaches applicable during the mathematical modeling of the eddy current control procedure are proposed, involving a multi-level classification of relevant methods used in this field. The paper presents a methodology for the organization, configuration, and optimization of a non-contact diagnostic system to perform eddy current control procedures based on a matrix defectoscope and performance metrics. These metrics include machine analysis accuracy of current data, forecasting the state of the test object based on these data, computational resource load, and data processing delay. A functional scheme for the organization of the eddy current defectoscope is developed, outlining the implementation details of the diagnostic procedure using matrix-type transducers. The study consolidates the mathematical framework, based on constructing influence diagrams on the Hilbert image of signals from the eddy current defectoscope's sensor array, involving phase, frequency, and time shifts. This involved separating the amplitude and phase characteristics of the signal function, achieved by determining the transfer characteristic of a linear filter that eliminates the direct current component of the sensor signal sequence. The corresponding mathematical model includes the Fourier transformation of the spectrum of complex sensor signals, which is used to determine their characteristics. Based on this mathematical framework, a methodology for developing algorithms to define the original discrete sequence as a convolution of an impulse response is constructed.

Keywords: non-destructive testing, eddy current diagnostics, matrix transducer, machine analysis, Hilbert image, Fourier transformation.

Постановка проблеми

З метою забезпечення моніторингу та планової діагностики промислової інфраструктури, транспортних ліній та інженерних споруд широко використовуються засоби неруйнівного контролю (Nondestructive Testing, NDT). Основними перевагами NDT є простота проведення діагностичних процедур, робота з актуальними тестовими об'єктами, а не модельними аналогами, а також моніторинг у режимі реального часу без попередньої підготовки тестового об'єкту та, зокрема, зупинки технологічного процесу. Можна зазначити, що за умов діагностики струмопровідних тестових об'єктів, тобто систем, у склад яких входять металеві компоненти, високу продуктивність показують системи вихрострумового контролю. Спектр галузей застосування вихрострумової діагностики у промисловому моніторингу є надзвичайно широким і включає у себе наступні категорії [1-5]:

• контроль параметрів тестового об'єкту, як то геометричні розміри і форма, з врахуванням допусків;

• оцінка параметрів матеріалів, з яких складаються складові тестового об'єкту;

• дефектоскопія тестового об'єкту, що, у свою чергу, включає у себе визначення геометричних розмірів, форми положення, орієнтації, а також матеріалу основи тестового об'єкту.

Це свідчить про високу актуальність задачі розробки системи моніторингу промислової інфраструктури на основі засобів вихрострумової діагностики.

Аналіз останніх досліджень і публікацій у профільних виданнях присвячених побудові засобів вихрострумової діагностики [1-5] вказав на високу продуктивність перетворювачів матричного типу (ECA: Eddy Current Array). Згідно до типових підходів, що використовуються у рамках зазначеної технології при проведенні вихрострумової діагностики тестового об'єкту матричним дефектоскопом застосовується масив датчиків, що організується у відповідності до визначеної схеми [6-12]. ECA-моніторинг характеризується наступними перевагами:

• зменшення часу проведення діагностичної процедури завдяки одночасного застосування масиву датчиків для певної ділянки тестового об'єкту [6, 7];

• збільшення точності діагностичної процедури завдяки застосуванню статистичних методів для масиву великого вхідних даних матричного перетворювача [8];

• компенсація взаємного впливу датчиків завдяки застосування для матричного перетворювача процедури мультиплексування [9];

• збільшення продуктивності діагностики тестових об'єктів контролю зі складним профілем через відповідне позиціонування датчиків матричного перетворювача [10, 11];

• автоматизація діагностичної процедури і, таким чином, зменшення складності планової перевірки тестових об'єктів [12].

Тим не менш, слід вказати, що попри значну кількість досліджень проведених з метою оцінки продуктивності перетворювачів матричного типу при проведенні безконтактної діагностики, невирішеною частиною загального дослідження залишається відсутність цілісної методології організації роботи апаратно-програмного комплексу, що включає у себе оптимізацію алгоритмів обробки поточних даних, які отримуються на основі сигналів, що надходять від масиву датчиків.

Метою статті, таким чином, стала розробка комплексної методики обробки вхідних даних від матричних вихрострумових дефектоскопів, що базується на формалізації принципів проведення процедури вихрострумової діагностики та гільберт-перетворення при аналізі відповідних послідовностей сигналів.

1. Побудова математичної моделі процедури вихрострумової діагностики

Організація процедури вихрострумового контролю передбачає застосування первинного магнітного поля (PMF) до тестового об'єкту, що містить металеві елементи. Дефектоскопом стимулюється періодичні зміни амплітуди PMF, що стимулює появу вихрових струмів у середовищі тестового об'єкту, які, у свою чергу, генерують вторинне магнітне поле (SMF), що є меншим за амплітудою та протилежним за напрямком по відношенню до PMF. Машинний аналіз взаємодії PMF та SMF під час сканування дефектоскопом поверхні тестового об'єкта, надає можливість виявляти його параметри, зокрема структурні особливості, величину відхилення від заданої форми, наявність дефектів, тощо. Отже методика вихрострумового контролю полягає у застосуванні змінного у часі магнітного поля до струмопровідного об'єкту, внаслідок чого наводиться електрорушійної сили, що індукує змінні струми у поверхневому шарі об'єкта J_E, внаслідок чого генерується магнітне поле, яке протидіє магнітному полю дефектоскопа. У математичній формі зазначений процес може бути формалізований через відповідність інтегралу електричного поля Е по контуру R_z, що обмежує поверхню з площею S тестового об'єкта контролю, та подвійного інтеграл швидкості зміни магнітного потоку В через поверхню з площею S_E:

Наведений опис процедури вихрострумового контролю надає можливість виділити складові вихрострумового дефектоскопу та зазначити параметри, що їх характеризують (рис. 1):

1. Джерело PMF робота якого визначається конструкцією вихрострумового перетворювача, амплітудно - часова залежністю напруги U_PMF(t), що подається на вхід дефектоскопу, та відстанню ^_PMF від поверхні тестового об'єкту під час проведення діагностичної процедури.

2. Магнітний датчик, що реєструє вплив поля SMF і PMF, робота якого визначається конструкцією та відстанню h_SMF від поверхні тестового об'єкту під час проведення діагностичної процедури.

3. Підсистема сканування тестового об'єкту робота якої визначається швидкістю руху v вихрострумового дефектоскопу по відношенню до поверхні тестового об'єкту.

Задача проведення тестової процедури також включає у себе визначення параметрів типового тестового об'єкту:

1. Геометрична форма, лінійні розміри, положення [х, у, z} та

орієнтація [0,ЙЩЈ¬©–¦}по відношенню до поверхні тестового об'єкта

струмопровідних складових елементів, а також наявних дефектів.

2. Струмопровідність матеріалу складових елементів тестового зразка G, а також дефектів (зокрема, наявність порожнин).

3. Допустимі відхилення від геометричної форми, лінійних розмірів, положення та орієнтація по відношенню до поверхні тестового об'єкта, а також струмопровідності матеріалу складових елементів.

Рис. 1. Узагальнена методика процедури вихрострумового контролю

тестового об'єкта

Введення відповідного набору величин та побудова математичного апарату надає можливість провести оцінку ефективності процедури вихрострумової діагностики у залежності від типу тестового об'єкта та дефектів, що є характерними для нього, а отже і провести оптимізацію дефектоскопу через зміну конструкції, типу датчиків, амплітудно-часової функції напруги та особливостей проведення моніторингу.

2. Застосування дискретного перетворення при аналізі сигналів вихрострумового дефектоскопу

Напруга f/(t) на виході магнітного датчика вихрострумового дефектоскопу визначена для проміжку часу t Є [Г₀; Г_х] може бути представленим через дискретну послідовність значень [U(j)} для j Є [1;/] та її гільберт-образ U_H (у) на основі яких надалі визначається комплексний сигналUz(J) [13, 14]:

який може бути розкладено на дві складові:

причому для добутку відповідних складових по п може бути вказано:

Подібним чином для послідовності [U(j)} через дискретизацію частоти ш ^ п може бути визначено набір спектральних компонент S(n) у відповідності до перетворення Фур⁵є [15-17]:

Відповідно набір значень для S_z (п) може бути визначено по відношенню до діапазону від⁵ємних частот п Е [J/2 + 1; J -- 1], діапазону позитивних частот п Е [1; J/2 -- 1], а також двох окремих значень п = 0 та п = J/2, що лишаються поза вказаних діапазонів (рис. 2):

• = 2 ¦ S(n) для діапазону позитивних частот п Е [1; J/2 -- 1];

• S_z(п) = 0 для діапазону від⁵ємних частот п Е [J/2 + 1; J -- 1];

• S_z(п) = S(n) для п =0 або п = J/2.

У свою чергу, набір значень для S_z (п) надалі використовується для визначення послідовності U_z (у):

ўК

Гільберт-образ U_H(у) при цьому формується на основі імпульсної характеристики дискретного гільберт-перетворення, з подальшим застосуванням оберененого перетворення Фур'є частотної характеристики комплексного сигналу. Таким чином для масиву датчиків вихрострумового дефектоскопу можна визначити однозначний перехід від аналогових часових послідовностей амплітуди, частоти і фази сигналу до дискретних послідовностей, які повністю відповідають зазначеним показникам, що надалі обробляються методами машинного аналізу.

Рис. 2. Методика визначення діапазонів для спектру дискретної послідовності сигналів датчиків вихрострумового дефектоскопу

Організація машинного аналізу сигналів від масиву датчиків матричного перетворювача вихрострумового дефектоскопу базується на визначенні особливостей побудови відповідної матриці, що може бути як одномірною так і двомірною. Датчики масиви характеризуються еквівалентними показниками чутливості, а також геометричною формою і лінійними розмірами, відстань між сусідніми датчиками АІ також є однаковою. Матричний перетворювач під час проведення процедури сканування перебуває у поступальному русі зі швидкістю v по відношенню до поверхні тестового об'єкта. Сигнали, що надходять від окремих датчиків порівнюються на рівні комутатора, що дозволяє розрахувати зміну в амплітуді сигналу, на основі чого визначається положення дефекту.

Висновки

У результаті проведеного дослідження було визначено базові підходи що можуть бути використані при розробці комплексної методики обробки вхідних даних від матричних вихрострумових дефектоскопів, що базується на формалізації принципів проведення процедури вихрострумової діагностики та гільберт-перетворення при аналізі відповідних послідовностей сигналів. При цьому у рамках проведеного дослідження було побудовано:

• математичну модель проведення процедури вихрострумового контролю тестового об'єкта;

• методику визначення діапазонів для спектру дискретної послідовності сигналів датчиків вихрострумового дефектоскопу.

При цьому було зазначено переваги застосування масиву датчиків матричного перетворювача при проведенні вихрострумової діагностики.

Література:

1. Rocha, T. J., Ramos, H. G., Lopes Ribeiro, A., Pasadas, D. J., & Angani, C. S. (2015). Studies to optimize the probe response for velocity induced eddy current testing in aluminium. Measurement, 67, 108-115. https://doi.org/10.1016/j.measurement.2015.02.003.

2. Chomsuwan K, Yamada S, Iwahara M, et al. Application of eddy-current testing technique for high-density double-layer printed circuit board inspection. IEEE Transactions on Magnetics. 2005 41(10): 3619-21.

3. Mizukami K, Mizutani Y, Todoroki A, et al. Detection of delamination in thermoplastic CFRP welded zones using induction heating assisted eddy current testing. NDT& EInternational. 2015, 74 (1):106-11.

4. Mizukami, K., Mizutani, Y., Todoroki, A., & Suzuki, Y. (2015). Detection of delamination in thermoplastic CFRP welded zones using induction heating assisted eddy current testing. NDT& EInternational, 74 (1), 106-111. https://doi.org/10.1016/j.ndteint.2015.05.009.

5. Wincheski, B., Yu, F., Simpon, J., Williams, P., & Rackow, K. (2010). Development of SDT sensor based eddy current probe for detection of deep fatigue cracks in multi-layer structure. NDT& EInternational, 43 (8), 718-725. https://doi.org/10.1016/j.ndteint. 2010.08.005.

6. Taheri, H., Jones, C. A., & Hossain, M. S. (2021). Nondestructive eddy current array (ECA) technique for stress corrosion cracking (SCC) detection and assessment. Volume 2B: Advanced Manufacturing. https://doi.org/10.1115/ imece2021-73232.

7. Machado, V. M. (2022). Sensitivity matrix of an ECT system by using FEA. 2022 2^^d International Conference on the Computation of Electromagnetic Fields (COMPUMAG). https://doi.org/10.1109/compumag55718.2022.98275 18.

8. Hemchandra M.Sh. (2017). Eddy current and stray loss calculations of Distributed Photovoltaic Grid Power Transformer. Distributed Photovoltaic Grid Transformers, 151-154. https://doi.org/10.1201/b16412-14.

9. Zhang, W., Wang, C., Xie, F., & Zhang, H. (2020). Defect imaging curved surface based on flexible eddy current array sensor. Measurement, 151, 107280. https://doi.org/10.1016/ j.measurement.2019.107280.

10. Lee, H. B., Yim, C. J., & Lee, J. H. (2004). Numerical Analysis of ECT signals for bulge and dent type defect on SG tube. Key Engineering Materials, 2 70-273, 561-566. https://doi.org/10.4028/www.scientific.net/kem.270-273. 561.

11. Wajman, R., & Banasiak, R. (2014). Tunnel-based method of sensitivity matrix calculation for 3D-ECT imaging. Sensor Review, 34(3), 273-283. https://doi.org/10.1108/sr-06-2013-692.

12. Pasadas, D. J., Ribeiro, A. L., Rocha, T., & Ramos, H. G. (2016). 2D surface defect images applying Tikhonov regularized inversion and ECT. NDT & E International, 80, 48--57. https://doi.org/10.1016/j.ndteint.2016.02.009.

13. Polyakov, V. V., Gracheva, Y. J., Egorov, A. V., & Lependin, A. A. (2017). Application of special waveform signals for eddy current testing of materials. AIP Conference Proceedings. https://doi.org/10.1063/1.5013858.

14. Ge, J., Yang, C., Yu, F., & Yusa, N. (2022). Transformation of the rotating eddy current testing signal at the desired eddy current orientation. NDT & EInternational, 125, 102551. https://doi.org/10.1016/j.ndteint.2021.102551.

15. Liebeskind, A., & Asensio, R. (2022). Optimizing finite impulse response filter design. https://doi.org/10.36227/techrxiv.18665621.

16. Park, J.-U., Jang, M.-S., Gim, G.-J., & Kim, B.-K. (2015). Development of new low frequency ECT sensor to detect inner defects(i) - characteristic of loss of induced electromotive force. Journal of Welding and Joining, 33(4), 57-62. https://doi.org/10.5781/jwj.2015.33.4.57.

17. Chady, T., Frankowski, P., Thompson, D. O., & Chimenti, D.E. (2011). Extremely short impulse eddy current system for titanium and inconel samples testing. AIP Co^nfeⁱre^nce Proceedings. https://doi.org/10.1063/1.3592134.

Література:

1. Rocha, T. J., Ramos, H. G., Lopes Ribeiro, A., Pasadas, D. J., & Angani, C. S. (2015). Studies to optimize the probe response for velocity induced eddy current testing in aluminium. Measurement, 67, 108-115. https://doi.org/10.1016/j.measurement.2015.02.003.

2. Chomsuwan K, Yamada S, Iwahara M, et al. Application of eddy-current testing technique for high-density double-layer printed circuit board inspection. IEEE Transactions on Magnetics. 2005 41(10): 3619-21.

3. Mizukami K, Mizutani Y, Todoroki A, et al. Detection of delamination in thermoplastic CFRP welded zones using induction heating assisted eddy current testing. NDT& EInternational. 2015, 74 (1):106-11.

4. Mizukami, K., Mizutani, Y., Todoroki, A., & Suzuki, Y. (2015). Detection of delamination in thermoplastic CFRP welded zones using induction heating assisted eddy current testing. NDT& EInternational, 74 (1), 106-111. https://doi.org/10.1016/j.ndteint.2015.05.009.

5. Wincheski, B., Yu, F., Simpon, J., Williams, P., & Rackow, K. (2010). Development of SDT sensor based eddy current probe for detection of deep fatigue cracks in multi-layer structure. NDT& EInternational, 43 (8), 718-725. https://doi.org/10.1016/j.ndteint. 2010.08.005.

6. Taheri, H., Jones, C. A., & Hossain, M. S. (2021). Nondestructive eddy current array (ECA) technique for stress corrosion cracking (SCC) detection and assessment. Volume 2B: Advanced Manufacturing. https://doi.org/10.1115/ imece2021-73232.

7. Machado, V. M. (2022). Sensitivity matrix of an ECT system by using FEA. 2022 23rd International Conference on the Computation of Electromagnetic Fields (COMPUMAG). https://doi.org/10.1109/compumag55718.2022.98275 18.

8. Hemchandra M.Sh. (2017). Eddy current and stray loss calculations of Distributed Photovoltaic Grid Power Transformer. Distributed Photo^voltaic Grid Transformers, 151-154. https://doi.org/10.1201/b16412-14.

9. Zhang, W., Wang, C., Xie, F., & Zhang, H. (2020). Defect imaging curved surface based on flexible eddy current array sensor. Measurement, 151, 107280. https://doi.org/10.1016/ j .measurement.2019.107280.

10. Lee, H. B., Yim, C. J., & Lee, J. H. (2004). Numerical Analysis of ECT signals for bulge and dent type defect on SG tube. Key Engineering Materials, 270-273, 561-566. https://doi.org/10.4028/www.scientific.net/kem.270-273. 561.

11. Wajman, R., & Banasiak, R. (2014). Tunnel-based method of sensitivity matrix calculation for 3D-ECT imaging. Sensor Review, 34(3), 273-283. https://doi.org/10.1108/sr-06-2013-692.

12. Pasadas, D. J., Ribeiro, A. L., Rocha, T., & Ramos, H. G. (2016). 2D surface defect images applying Tikhonov regularized inversion and ECT. NDT & E International, 80, 48--57. https://doi.org/10.1016/j.ndteint.2016.02.009.

13. Polyakov, V. V., Gracheva, Y. J., Egorov, A. V., & Lependin, A. A. (2017). Application of special waveform signals for eddy current testing of materials. AIP Conference Proceedings. https://doi.org/10.1063/1.5013858.

14. Ge, J., Yang, C., Yu, F., & Yusa, N. (2022). Transformation of the rotating eddy current testing signal at the desired eddy current orientation. NDT & EInternational, 125, 102551. https://doi.org/10.1016/j.ndteint.2021.102551.

15. Liebeskind, A., & Asensio, R. (2022). Optimizing finite impulse response filter design. https://doi.org/10.36227/techrxiv.18665621.

16. Park, J.-U., Jang, M.-S., Gim, G.-J., & Kim, B.-K. (2015). Development of new low frequency ECT sensor to detect inner defects(i) - characteristic of loss of induced electromotive force. Journal of Welding and Joining, 33(4), 57-62. https://doi.org/10.5781/jwj.2015.33.4.57.

17. Chady, T., Frankowski, P., Thompson, D. O., & Chimenti, D.E. (2011). Extremely short impulse eddy current system for titanium and inconel samples testing. AIP Conference Proceedings. https://doi.org/10.1063/L3592134.

Размещено на Allbest.ru