«上一篇
文章快速检索     高级检索
下一篇»
  哈尔滨工程大学学报  2019, Vol. 40 Issue (8): 1524-1529  DOI: 10.11990/jheu.201808080
0

引用本文  

毕贞法, 孔乐. 25CrMo4合金结构钢的力-磁效应[J]. 哈尔滨工程大学学报, 2019, 40(8), 1524-1529. DOI: 10.11990/jheu.201808080.
BI Zhenfa, KONG Le. Stress-magnetic effect of 25CrMo4 alloy structural steel[J]. Journal of Harbin Engineering University, 2019, 40(8), 1524-1529. DOI: 10.11990/jheu.201808080.

基金项目

国家自然科学基金项目(51405303);上海高校选拔培养优秀青年教师科研专项基金项目(ZZyy15110);上海应用技术大学人才引进基金项目(YJ2014-17)

通信作者

毕贞法, E-mail:bizhenfa@sit.edu.cn

作者简介

毕贞法, 男, 副教授, 硕士生导师

文章历史

收稿日期:2018-08-31
网络出版日期:2018-12-06
25CrMo4合金结构钢的力-磁效应
毕贞法 , 孔乐     
上海应用技术大学 轨道交通学院, 上海 201418
摘要:为了实现磁记忆检测技术在列车轮对检测方面的应用,需要对轮对所用材料的力-磁效应进行研究。以25CrMo4合金结构钢为例,对其板状试件进行准静态拉伸,通过专用的磁记忆信号采集仪器记录板件在不同载荷下的磁记忆信号,提取各载荷下的信号的常用信号特征,分析了其应力与磁记忆信号的关系。实验结果表明,随着载荷的增加,磁记忆信号随着实验试件的载荷增加而有较大影响。
关键词高速列车    25CrMo4钢    准静态拉伸    金属磁记忆检测    力-磁效应    法向分量    切向分量    梯度    
Stress-magnetic effect of 25CrMo4 alloy structural steel
BI Zhenfa , KONG Le     
School of Railway Transportation, Shanghai Institute of Technology, Shanghai 201418, China
Abstract: The safety of high-speed running trains is a requisite component of studies on rail vehicles. Studying the stress-magnetic effect of the materials used in wheels is necessary for the application of magnetic memory detection technology in the detection of wheel pairs. In this work, the 25CrMo4 alloy structural steel is taken as an example. Plate-like 25CrMo4 specimens are subjected to the quasistatic tensile test. The magnetic memory signal of the board under different loads is recorded by a dedicated magnetic memory signal acquisition instrument to extract common signal characteristics under each load, and the relationship between stress and magnetic memory signal is analyzed. Experimental results show that the influence of the magnetic memory signal on the experimental specimen intensifies as load increases.
Keywords: high-speed train    25CrMo4 steel    quasistatic strength    metal magnetic memory detection    stress-magnetic effect    normal component    tangential composition    gradient    

随着中国铁路运输向着高速重载方向发展,车辆轮对所承受的静载荷、装配应力、热应力、通过曲线或道岔产生的侧向力也随之增大。所以在轮对踏面、轮缘和辐板等位置相应的产生应力集中或疲劳裂纹,这将导致车辆动态性能的恶化。当振动和噪声反复作用于轮对时,便加速了应力集中和疲劳裂纹的产生,以致发展为宏观缺陷,甚至导致轮对破裂,造成重大的安全事故。目前,对车辆轮对有多种无损检测方法,例如超声波、电涡流等[1]。但是现有的几种检测手段均操作复杂,检测效率低下,且对轮对的早期缺陷没有检测能力。磁记忆检测技术不需要对被检工件进行任何前处理,检测完成后也不需要进行任何后处理[2-3],探测深度能够满足踏面检测的要求,并且对应力集中和早期裂纹有较强的分辨能力。金属磁记忆检测技术是一种无损检测方法,由俄罗斯杜博夫教授提出,对铁磁性材料的应力集中和早期故障具有较好的检测能力[4-5]

1 材料特性与检测机理 1.1 材料特性

25CrMo4钢(德标)的焊接性、可切削性及冷应变塑性良好[6-7],目前我国“和谐号”高速列车的轮对及轮轴部分广泛应用了该材料。轮对及轮轴作为影响列车安全行驶的重要部件,其材料结构缺陷的及时发现对列车安全性检测来说十分重要。研究该材料的力—磁效应对应用磁记忆检测法进行轮对早期缺陷的检测有重要的指导意义。表 1所示为25CrMo4钢的机械性能参数。

表 1 25CrMo4钢部分参数 Table 1 Mechanical Properties of 25CrMo4 Steel
1.2 检测机理

金属磁记忆检测技术基于部件或设备的局部缺陷(如裂纹、夹杂物、气孔)或应力集中区域的剩余磁场(RMF)。处于地磁场中的机车轮对在其所受复杂载荷的作用下,工件内部将发生带有磁致伸缩性质的磁畴组织的重新取向,并且该重新取向产生的效果不可逆[8-9]。理论认为,磁畴的重新取向遵循“实际存在的状态必定是能量最小的状态[10-11]”的原则,即:

$ E = {E_{{\rm{MIN}}}} = {E_K} + {E_{EL}} + {E_{ms}} + {E_d} $ (1)

式中:E为总的自由能;Ek为磁晶各向异性能;Eel为弹性应变能;Ems为磁弹性能;Ed为磁应力能。当各能量总和达到最小状态时,磁筹将由应力集中区域的分布取向。

应力作用使铁磁材料产生磁化还可解释为铁磁材料在工作载荷下,形成了有效磁场:

$ H_{e}=H+a M+\frac{3 \sigma}{2 \mu_{0}}\left(\frac{\partial \lambda}{\partial M}\right) $ (2)

其中包括无应力状态下满足的:

$ H_{e}=H+a M $ (3)

所以应力产生的磁场强度为:

$ H_{\sigma}=\frac{3 \sigma}{2 \mu_{0}}\left(\frac{\partial \lambda}{\partial M}\right) $ (4)

式中:μ0为空间磁导率;a为外高斯分子场系数;M为磁化强度;σ为应力;λ为磁致伸缩系数。

目前公认的最具代表性的磁记忆检测参数是磁场强度在检测方向及与其垂直的方向的分量值。

图 1所示,漏磁场强度的最大值Hp(max)存在于应力和变形的集中区域。在该区域,漏磁场的切向分量Hp(x)具有最大值,法向分量Hp(y)出现零值点[12]。在撤销工作载荷后,磁筹组织取向的不可逆变化将会持续。故可以确定应力集中区域(疲劳裂纹发生),并通过测量漏磁场的法向分量来实现微故障的早期诊断。

Download:
图 1 常用磁记忆检测信号特征 Fig. 1 Magnetic memory signal characteristics

与传统的无损检测方法相比,传统的无损检测方法只适用于列车轮对出现宏观裂纹后的检测, 而金属磁记忆法可以发现踏面上应力集中等微观缺陷[13-15],可用于预测失效。另一方面,传统的无损检测方法在检测过程中需要介质,如水或粉末,不利于列车轮对的快速检测,而金属磁记忆法不需要任何介质,可实现实时检测。

2 数据的采集与特征提取 2.1 采集由拉伸引起的磁记忆信号

25CrMo4在应力状态下的磁记忆信号用磁记忆传感器测量。在25CrMo4的整个拉伸过程中,传感器处于铁磁性构件环境中。磁记忆传感器的值包括材料本身的磁记忆信号,由拉伸引起的磁记忆信号和背景磁记忆信号。磁记忆体传感器信号的组成为:

$ y_{i}=E_{i}+S_{i}+B_{i} $ (5)

式中:yi是磁记忆传感器的测量值;i是50 kN的倍数;Ei是材料本身的磁记忆信号;Si是由拉伸引起的磁记忆信号;Bi是背景磁记忆信号。

因为在拉伸过程中样品的测量位置靠近夹具部件并且尺寸变化范围很小,所以EiBi几乎不变。由静力变化引起的磁记忆信号的变化可以表示为:

$ \left\{ {\begin{array}{*{20}{l}} {{y_{i + 1}} = {E_{i + 1}} + {S_{i + 1}} + {B_{i + 1}}}\\ {{y_i} = {E_i} + {S_i} + {B_i}}\\ {{y_{i + 1,i}} = {y_{i + 1}} - {y_i}}\\ {{E_{i + 1}} = {E_i}}\\ {{B_{i + 1}} = {B_i}} \end{array}} \right. $ (6)

使用磁记忆传感器在应力状态下材料的磁记忆信号信噪比较低。由于磁记忆信号在地磁场的影响下,表现出铁磁体表面的泄漏磁场分布,对外界环境敏感。这里利用自适应滤波技术对磁记忆信号进行提取。磁记忆器传感器在不同位置的输入为:

$ y_{i}=S_{i}+N_{i} $ (7)

式中:yi是磁记忆传感器的输入; i是传感器的位置数; Si是有用信号; Ni是噪声信号。类似地,不同位置的背景噪声信号也可以作为Ni0收集。Ni0Ni相关,与Si无关。利用2个输入噪声之间的相关性与信号和噪声的独立性,用于处理信号yi,因此滤波器的输出尽可能接近噪声信号Ni。因此,如果滤波器的输出等价于Ni,则通过表达式yi=Ni,系统的输出等效于有用信号,其表达式为:

$ e_{i}=S_{i}+N_{i}-y_{i} \approx S_{i} $ (8)

式中:yi是滤波器的输出;ei是系统的输出。用于磁记忆信号的自适应降噪系统的原理图如图 2

Download:
图 2 降噪原理 Fig. 2 Noise reduction schematic
2.2 磁记忆信号的特征提取

实验研究中应力集中区较容易发现,但由于复杂铁磁性环境的干扰,特征值的应用不当容易导致车轮故障检测过程应用中的失误。

在某些情况下,在Hp(y)不为零的位置也存在应力集中,磁场梯度较大的位置并不总是存在应力集中或缺陷。选择适当的特征量,例如法向磁场分量相变点的最大值和最小值之间的差异,它们常用于表征失效程度和漏磁场信号的关系。磁记忆信号奇异瞬时特性对应力集中不敏感,Hp(y)的特征提取忽略了Hp(x)和Hp(z)的信号特征以及多维相关分布的磁记录信号的综合利用。

本次实验主要探讨应力对25CrMo4合金结构钢的磁记忆信号的影响,对于本实验的均质钢板试件,磁记忆信号的均值及离散程度可以反应本材料在均匀应力下的磁记忆信号普遍变化规律。磁记忆信号的梯度是对被测量试件表面漏磁场强度的变化率的直观反映,磁记忆信号的梯度计算公式为:

$ g_{\mathrm{rad}}=\Delta H_{p} / \Delta x $ (9)

式中:grad即为磁记忆信号梯度;Δx为测试小车的步长。

磁记忆信号的矢量值的计算能够弥补切向及法向分量测试中由于漏磁场矢量方向改变造成的数值影响,能够更直观地体现出应力对材料局部磁畴势能的影响,矢量的模值变化与载荷的相关性要较分量数值高很多。磁记忆信号的矢量模值计算为:

$ V=\sqrt{H_{p}(x)^{2}+H_{p}(y)^{2}} $ (10)

式中:Hp(x)为磁记忆信号的切向分量;Hp(y)为磁记忆信号的法向分量;V为磁记忆信号的矢量模值。

3 实验数据分析

本次实验使用OMT5305电子万能试验机(图 3(a))对试件进行拉伸,当拉力分别为F=50 kN,F=100 kN,F=150 kN时,对试件中段44 mm的范围内进行漏磁场强度检测。实验用TSC-2 M-8磁记忆检测仪(图 3(b))为8通道检测仪,分别检测对应的4条路径漏磁场强度的切向及法向分量。为表述清楚,选择了第4通道的切向及法向信号做出说明。

Download:
图 3 实验设备 Fig. 3 Experimental equipment
3.1 信号原始值

对被拉伸试件直接进行磁记忆信号采集,得到如图 4所示漏磁场强度分量曲线。

Download:
图 4 单通道漏磁场强度分量 Fig. 4 The original value of the magnetic memory signal

由于实验机的夹具及基座均为铁磁性构件,对试件信号采集造成影响,在采集小车的行程中呈现了局部信号较大的情况。

对所有数据进行初步辨识,得出磁记忆信号的峰值及均值如表 2表 3所示,能够直观反映拉应力对磁记忆信号的影响情况。

表 2 磁场强度切向分量 Table 2 Tangential component of magnetic field density
表 3 磁场强度法向分量 Table 3 Normal component of magnetic field density

将所选取的单通道磁记忆信号的切向及法向分量分别进行求差,过滤掉地磁场及实验机等铁磁性构件产生的环境噪声,得到如图 5(a)图 5(b)所示曲线,再分别对所得曲线计算梯度,方便观察其变化趋势,切向及法向的梯度曲线见图 5(c)图 5(d)

Download:
图 5 磁记忆信号差值及其变化率曲线 Fig. 5 MMM signal difference and its rate of change

表 2~3图 5可知,在本应力区间内,随着试件所受载荷的增大,试件表面漏磁场的切向分量均有所增大,而法向分量有所减小,并且切向分量和法向分量的变化趋势基本呈负相关。表明在本应力区间内磁记忆信号能够如实反映应力大小关系,对轮对应力集中现象的识别有直接借鉴意义。

3.2 磁记忆信号的梯度

当拉力分别为F=50 kN,F=100 kN及F=150 kN时,测得的漏磁场强度的梯度分别如图 6所示。受两端夹具影响,在0~22 mm位移范围内,各种载荷下的磁场强度切向分量的梯度基本为正,法向分量则呈完全相反的趋势,在22~44 mm位移范围内,切向和法向2种分量的梯度值产生符号逆转的变化。

Download:
图 6 漏磁场梯度 Fig. 6 The gradient of the magnetic memory signal

为清楚观察应力对磁记忆信号梯度值的影响,我们仍然提取所得数据的峰值和均值,其结果如表 4表 5。由2表可知,在此实验的应力范围内,随着拉应力的增大,25CrMo4钢的磁记忆信号切向梯度值逐渐减小,法向梯度值逐渐增大,梯度值的离散程度越来越小,此应力区间可能较接近应力——磁导率曲线的峰值区间。

表 4 漏磁场切向梯度 Table 4 Tangential gradient of leakage magnetic field
表 5 漏磁场法向梯度 Table 5 Normal gradient of leakage magnetic field
3.3 磁场强度矢量值

由于切向分量和法向分量相反的变化趋势较难以独立反映载荷对磁记忆信号的影响,又计算了在测试路径上的磁场强度矢量模值,其结果如表 6图 7。磁场强度矢量值的模长反映了试件磁场强度随载荷的增大而减小,此变化与能量最小理论基本符合。

表 6 漏磁场矢量模值 Table 6 The vector value of the magnetic field density
Download:
图 7 漏磁场矢量模值 Fig. 7 The vector value of the magnetic field density

继续将磁场强度矢量的模值求差以去除环境噪声,得到如图 8所示的图像,此图像较明了地说明了应力对25CrMo4钢的磁记忆信号的影响。在50 kN~100 kN的加载过程中,在12 mm处和38 mm处产生了应力异常现象,在继续加载到150 kN的过程中,应力异常进一步加剧。

Download:
图 8 磁场强度矢量模值求差 Fig. 8 The vector difference of magnetic memory signal
4 结论

1) 通过对漏磁场强度的切向及法向分量进行对比分析,在本应力区间内,随着试件所受载荷的增大,试件表面漏磁场的切向分量均有所增大,在载荷变化在50 kN~150 kN时,磁记忆信号浮动于-297~-120 A/m,对应磁记忆信号均值变化范围在-215~-158 A/m。而法向分量有所减小,并且切向分量和法向分量的变化趋势基本呈负相关,在载荷变化在50 kN~150 kN时,磁记忆信号浮动于-9~3.5 A/m,对应磁记忆信号均值变化范围在-5.2~-3.2 A/m。

2) 在对磁记忆信号的切向和法向分量梯度的分析中发现,在此实验的应力范围内,随着拉应力的增大,25crmo4钢的磁记忆信号切向梯度值逐渐减小,法向梯度值逐渐增大,梯度值的离散程度越来越小。在载荷变化在50 kN~150 kN时,磁记忆信号切向分量梯度有所减小,变化范围于-24 500~16 500 A2/m,对应梯度均值变化范围在45~780 A2/m。而法向分量在载荷变化在50 kN~150 kN时,磁记忆信号浮动于-1 000~1 500 A2/m,对应磁记忆信号均值变化范围在-58~0 A2/m。

3) 通过对磁场强度矢量模值分析,显示了试件磁场强度随载荷的增大而减小。在载荷变化在50 kN~150 kN时,磁记忆信号矢量模值有所减小,变化范围于121~297 A/m之间,对应梯度均值变化范围在158~215 A/m。

本文总结分析了各种磁记忆信号特征的具体变化趋势,具有一定的实际意义与应用价值,对高速列车轮对早期故障的实际检测提供了一定的参考意义。实验仍然存在部分问题,比如实验应力范围仍然不够大,尚未完全展示出25CrMo4钢在其弹性模量范围内的所有对应数值情况,将在进一步的试验中继续完善。

参考文献
[1]
赵昌鹏.用于列车轮对在线探伤的电磁超声发射系统研究[D].哈尔滨: 哈尔滨工业大学, 2012: 2-4.
ZHAO Changpeng. Research on EMAT transmitting system used in train wheel on-line flaw detection[D]. Harbin: Harbin Institute of Technology, 2012: 2-4. http://cdmd.cnki.com.cn/Article/CDMD-10213-1013036331.htm (0)
[2]
齐杰, 张伟, 储拥军, 等. 金属磁记忆检测技术的介绍[J]. 化工设备与管道, 2008, 45(5): 60-61.
QI Jie, ZHANG Wei, CHU Yongjun, et al. Development and application of metal magnetic memory test technology[J]. Process equipment & piping, 2008, 45(5): 60-61. DOI:10.3969/j.issn.1009-3281.2008.05.017 (0)
[3]
张静.损伤记忆元件研究[D].南京: 南京航空航天大学, 2004: 6-7.
ZHANG Jing. Study on damage memory element[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2004: 6-7. (0)
[4]
DOUBOV A A. Screening of weld quality using the magnetic metal memory[J]. Welding in the world, 1998, 41(3): 196-199. (0)
[5]
罗龙清, 鞠伟, 于润桥, 等. 金属磁记忆技术用于去应力退火评估的可行性研究[J]. 热处理技术与装备, 2011, 32(5): 17-19.
LUO Longqing, JU Wei, YU Runqiao, et al. The probability research of evaluating to stress relieving annealing with the MMM technology[J]. Heat treatment technology and equipment, 2011, 32(5): 17-19. DOI:10.3969/j.issn.1673-4971.2011.05.006 (0)
[6]
严宏志, 龚黎军. 20CrMo材料本构模型及其有限元模拟[J]. 中南大学学报(自然科学版), 2012, 43(11): 4268-4273.
YAN Hongzhi, GONG Lijun. Constitutive model and finite element simulation of 20CrMo material[J]. Journal of Central South University (science and technology), 2012, 43(11): 4268-4273. (0)
[7]
李笑笑, 王鸿翔, 应鹏展. 采煤机滚筒零部件材料选择[J]. 煤矿机械, 2015, 36(9): 134-135.
LI Xiaoxiao, WANG Hongxiang, YING Pengzhan. Material selection of component part on shearer drum[J]. Coal mine machinery, 2015, 36(9): 134-135. (0)
[8]
杨其明, 李国直, 王大生. 铁路专用金属磁记忆检测仪的研制及初步应用[J]. 中国铁道科学, 2005, 26(1): 138-141.
YANG Qiming, LI Guozhi, WANG Dasheng. Development and preliminary application of metal magnetic memory detector specially used for railway[J]. China railway science, 2005, 26(1): 138-141. DOI:10.3321/j.issn:1001-4632.2005.01.026 (0)
[9]
刘洋.方形钢管轴心受压应力电磁测试研究及传感器小型化[D].沈阳: 东北大学, 2011: 20-21.
LIU Yang. Research of electromagnetic stress testing for square steel tube and miniaturization of sensors[D]. Shenyang: Northeastern University, 2011: 20-21. http://cdmd.cnki.com.cn/Article/CDMD-10145-1015552803.htm (0)
[10]
任吉林, 林俊明. 金属磁记忆检测技术[M]. 北京: 中国电力出版社, 2000: 69-73.
REN Jilin, LIN Junming. Metal magnetic memory detection technology[M]. Beijing: China Electric Power Press, 2000: 69-73. (0)
[11]
潘强化.磁记忆检测技术力-磁效应的试验研究[D].南昌: 南昌航空大学, 2010: 9-10.
PAN Qianghua. Experiment study on stress-magnetization effect of metal magnetic memory method testing technique[D]. Nanchang: Nanchang Hangkong University, 2010: 9-10. http://cdmd.cnki.com.cn/Article/CDMD-10406-1010120390.htm (0)
[12]
肖迪红, 罗大庸. 裂缝宽度对磁记忆信号的影响的研究[J]. 长沙航空职业技术学院学报, 2007, 7(1): 42-44.
XIAO Dihong, LUO Dayong. Research of effect of crack width on the magnetic memory signal[J]. Changsha Aeronautical Vocational and Technical College Journal, 2007, 7(1): 42-44. DOI:10.3969/j.issn.1671-9654.2007.01.012 (0)
[13]
姚结艳.基于力/磁耦合作用的再制造构件磁记忆检测研究[D].合肥: 合肥工业大学, 2014: 20-21.
YAO Jieyan. Research on metal magnetic memory testing for remanufacturing components based on stress-magnetic coupling mechanism[D]. Hefei: Hefei University of Technology, 2014: 20-21. http://cdmd.cnki.com.cn/Article/CDMD-10359-1015568227.htm (0)
[14]
王嘉明, 姚恩涛. 基于振动法的磁记忆检测系统研究与设计[J]. 电子测量技术, 2016, 39(8): 37-42.
WANG Jiaming, YAO Entao. Research and design of magnetic memory testing system based on vibration method[J]. Electronic measurement technology, 2016, 39(8): 37-42. DOI:10.3969/j.issn.1002-7300.2016.08.009 (0)
[15]
陈海龙, 王长龙, 朱红运. 基于磁梯度张量的金属磁记忆检测方法[J]. 仪器仪表学报, 2016, 37(3): 602-609.
CHEN Hailong, WANG Changlong, ZHU Hongyun. Metal magnetic memory test method based on magnetic gradient tensor[J]. Chinese journal of scientific instrument, 2016, 37(3): 602-609. DOI:10.3969/j.issn.0254-3087.2016.03.017 (0)