Download PDF  
油管横向缺陷动态检测装置设计及研究
丁超1, 唐东林1, 王斌2, 张文文2     
1. 西南石油大学机电工程学院;
2. 新疆克拉玛依市金牛工程建设有限责任公司
摘要: 针对传统漏磁检测装置对油管的横、纵向缺陷辨识度低和检测精度差的问题,设计了油管横向缺陷检测装置。基于直流线圈磁化理论以及油管横向缺陷检测的速度效应原理,首先设计出满足磁化及检测要求的各个装置零部件,再通过Ansoft软件建立缺陷动态检测模型,分析油管饱和磁化所需电流安匝数及满足横向缺陷检测精度、高覆盖率检测下的最佳检测速度。仿真及试验结果表明:磁化线圈在安匝数1 200时可使油管饱和磁化,当油管螺旋前进速度为0.5 m/s时具有无盲区高精度的检测效果,且检测波形可在一定程度上反映缺陷形状及尺寸。该检测装置对横向缺陷有较好的检测效果,装置的设计及研究具有一定的工程意义。
关键词: 油管横向缺陷     检测装置     安匝数     检测速度     缺陷波形    
Dynamic Detection Device for Transverse Defects of Tubing
Ding Chao1, Tang Donglin1, Wang Bin2, Zhang Wenwen2     
1. School of Mechanical Engineering, Southwest Petroleum University;
2. Karamay Jinniu Engineering Construction Co., Ltd
Abstract: To address the problem of low visibility and poor detection accuracy of traditional magnetic flux leakage detection device on the transverse and longitudinal defects of the tubing, a transverse defect detection device was designed. Based on the theory of DC coil magnetization and the principle of speed effect of transverse defect detection of tubing, the components of each device that meet the requirements of magnetization and detection were designed. A dynamic defect detection model was then built by Ansoft software, so as to analyze the required current ampere-turns for saturation magnetization and the best detection speed required by high transverse defect detection accuracy and detection coverage. The simulation and experimental results showed that the magnetization coil can make the tubing saturation magnetization with the ampere-turns of 1 200. With the helix advance of 0.5 m/s, the detection with high accuracy without blind zone could be provided. The detection waveform could, to some extent, indicate defect shape and size. The developed detection device proved to have a great detection performance on transverse defects. Therefore, the device has some engineering significance.
Key words: tubing transverse defects    detection device    Ampere turns    detection speed    defect waveform    

0 引言

油管的横向缺陷发生在局部,因此绝大部分油管通过检修还能继续使用。为降低采油成本,提高开发效益,国内外各油田十分重视油管缺陷检测技术[1-3]。油管漏磁检测技术是常用的有效手段之一。传统的漏磁检测装置对油管的横、纵向缺陷辨识度低、检测精度差,而油管缺陷中不乏横向缺陷的存在。鉴于此,笔者针对工程上使用的Ø73 mm油管,使用直流线圈通电磁化的方式,将通过丝杠传送来的油管磁化,进而通过半圆弧阵列4探头检测其横向缺陷。通过PCI8735型数据采集卡将采集到的缺陷信号呈现于电脑,最终实现油管横向缺陷的高精度、全覆盖式检测。

1 理论模型 1.1 线圈磁化理论分析

油管缺陷漏磁检测中,磁化是检测的第1步,决定着油管是否能被饱和磁化,并且产生缺陷漏磁场信号[4]。笔者采用直流通电线圈法磁化缺陷油管。对于工程上使用的Ø73 mm油管,磁化线圈符合中充填因数线圈(线圈横截面积与被检工件横截面积之比大于2且小于10)。饱和磁化所需线圈安匝数为:

(1)

式中:I为施加在线圈上的磁化电流,A;N为线圈匝数; (IN)h表示高充填因数线圈(线圈横截面积与被检工件横截面积之比小于等于2)安匝数;(IN)l表示低充填因数线圈(线圈横截面积与被检工件横截面积之比大于等于10)安匝数。

(2)
(3)

将式(2)和式(3)代入式(1),得到:

(4)

式中:R为线圈半径,mm;L为工件长度,mm;D为工件直径或横截面上最大尺寸,mm。

1.2 缺陷检测速度效应原理

动态检测时,油管与检测探头存在较高的相对运动速度,会导致油管壁面产生感应涡流,涡流产生的磁场叠加于原有磁场上,使漏磁场发生改变[5]。静态下Ansoft Maxwell公式推导的电磁场方程为:

(5)

式中:为磁矢势,为电流密度,μ为磁导率。

洛伦兹力产生的电流密度方程为:

(6)

式中:为油管中激发的涡流密度,σ为电导率,为待检油管与检测探头的相对运动速度,

将式(6)带入式(5)来分析动态下的漏磁检测系统,此时的磁场微分方程为:

(7)

式中:为磁场变化激发的涡流强度,为速度效应感应的涡流。

在磁场变化和速度感应的涡流共同作用下,漏磁信号将发生变化,造成动态检测与静态检测的差别[6]

2 检测系统设计 2.1 线圈参数设计及选型

模型属中充填因数线圈,对式(4)做2≤4R2/D2≤10的约束,通过Matlab做充填线圈安匝数影响因素分析。

当工件直径与线圈半径固定时,线圈所需安匝数随着工件长度增大而减小,如图 1所示。为达到较小安匝数,且考虑试验应用性与难易程度,选择700 mm长的油管做试验材料。

图 1 工件长度与磁化安匝数关系曲线 Fig.1 The relationship between the length of workpiece and the number of magnetization Ampere turns

工件长度固定,线圈半径与工件直径同时改变时对安匝数的影响做Matlab仿真分析,结果如图 2所示。

图 2 双参数变化下的安匝数 Fig.2 The number of Ampere turns under two parameters

当线圈半径与工件半径越接近时,所需要的线圈安匝数越小。对于工程上使用的外径73 mm的油管,考虑到探头的安装,线圈外径宜选取120 mm。

2.2 缺陷检测探头设计

油管缺陷漏磁检测的核心是利用检测装置将缺陷信号检测出来。因此,检测探头的设计是整个检测的重要环节[7-8]

横向缺陷检测探头采用周向检测元件(磁敏探头)阵列布置。单个检测探头的周向分辨力一般只有8 mm(弧长)左右。其单个螺旋扫查轨迹如图 3所示。为使油管横向缺陷无漏检,并满足高于10%的重叠率时,检测探头数目n、有效检测长度L及油管前进的螺距P需符合如下条件[9]

图 3 单探头检测扫查轨迹 Fig.3 Single probe detection scan

(8)

为避免检测探头过少导致检测盲区大的问题,提出半圆弧阵列4探头方法,即4个探头圆周上相隔36°安装,其周向扫描路径展开图如图 4所示,其三维设计模型如图 5所示。

图 4 阵列4探头周向扫描路径展开图 Fig.4 The developed view of array 4 probe circumferential scanning path

图 5 半圆弧阵列4探头三维图 Fig.5 Three-dimensional diagram of semi-circular array 4 probe 1—探头安装环;2—手提螺钉;3—磁敏探头。

2.3 油管传送装置设计

为达到油管横向缺陷动态检测目的,需采用小螺距螺旋前进的运动方式对油管进行传送[10]。笔者提出一种电机驱动-丝杠-挡板的机械传送装置。该传送装置采用PVC泡沫板制作油管固定架以及传送架,如图 6所示。传动部分选用丝杠-螺母结构,螺母固定镶嵌在支撑板上;丝杠一端焊接圆板,与油管通过定位销钉固定,另一端与电机驱动端连接,通过驱动电机带动油管螺旋前进即可。

图 6 油管传送装置三维图 Fig.6 Three-dimensional diagram of tubing transfer device 1—挡板;2—丝杠;3—螺母;4—电机驱动端;5—PVC泡沫板。

2.4 线圈磁屏蔽层设计

为解决电磁场的发散导致磁化油管效率低,油管达不到饱和磁化的问题,线圈外部使用隔磁材料-坡莫合金覆盖。1 mm厚的坡莫合金板可提高检测装置的电磁兼容性,避免内、外磁场相互干扰,给线圈提供一个外磁路,改善内部区域的磁场分布。工作时,油管以恒定速度沿轴向做螺旋直线运动,直流线圈产生轴向磁场磁化油管横向缺陷,当油管内壁缺陷部分移动至检测探头就会有信号输出。缺陷检测装置如图 7所示。

图 7 缺陷检测装置总装图 Fig.7 Diagram of defect detection device assembly 1—缺陷油管;2—检测探头;3—屏蔽层;4—电机驱动端;5—油管传送装置;6—磁化线圈。

3 缺陷仿真分析

根据实际装置的结构参数来建立仿真模型,通过仿真分析研究检测过程中磁化电流和油管前进速度对缺陷检测的影响,进一步确定合理的磁化参数,为下一步的缺陷检测试验提供理论基础[11]。仿真模型采用的参数见表 1表 2。其中屏蔽层两端与油管结合处有1 mm的间隙。空气边界取求解区域的10倍。仿真模型如图 8所示。

表 1 仿真模型参数 Table 1 The simulation model parameters
类别 材料 尺寸/mm
油管 Q235 外径73,壁厚5,长600
运动区域 空气 外径75,壁厚7,长700
线圈 外径200,内径120,厚90
屏蔽层 坡莫合金 外径210,厚1,长120

表 2 仿真模型类别属性 Table 2 The simulation model category attributes
类别 属性
人工缺陷 长3 mm,宽3 mm(位于油管内壁)
提离线 长16 mm(油管缺陷正上方2 mm)

图 8 油管缺陷检测仿真模型 Fig.8 Simulation model of tubing defect detection

3.1 直流励磁线圈磁化仿真

油管缺陷漏磁检测的首要条件是使油管磁化到近饱和状态1.54 T左右(即饱和磁化磁场强度的80%),以便让油管缺陷产生出足够分辨力的漏磁场信号。通过以上仿真模型,直流线圈的工作电流从600 A到2 000 A变化,此时计算缺陷壁面处磁通密度。磁通密度与线圈工作电流关系曲线如图 9所示。

图 9 不同工作电流下的磁密变化 Fig.9 Magnetic flux change at different operating currents

图 9可见,随着电流的增加,缺陷壁面的磁通密度呈现缓慢上升趋势,当线圈直流电流为1 200 A时,油管缺陷壁面磁通密度已接近饱和,即1.54 T左右,能够使缺陷处产生最佳漏磁场信号[12-13]

3.2 速度效应下的磁化仿真

动态检测时速度效应引起的涡流对漏磁信号会产生很大影响,基于现实工况下的油管缺陷动态检测,需要分析检测时速度效应下的缺陷漏磁信号及缺陷信号特征值变化情况。分别选取0.01、0.50、2.00、5.00和20.00 m/s作为不同速度的代表值。通过速度从0.01 m/s到20.00 m/s的变化来模拟油管缺陷动态检测过程。5组速度下的漏磁水平分量bx与垂直分量by分别如图 10a图 10b所示。以bx的峰值、基线值和幅值(峰值与基线值之差)作为漏磁水平分量的特征值,以by的正峰值、负峰值、基线值和峰峰值(正峰值与负峰值之差)作为漏磁垂直分量的特征值。检测速度对bxby的影响分别如图 10a10b所示。

图 10 不同检测速度的漏磁信号 Fig.10 The magnetic flux leakage signal under different detection speeds

提取以上曲线在0.01、0.50、2.00、5.00和20.00 m/s下的值,绘制成图 11所示曲线。

图 11 检测速度对缺陷信号特征值的影响 Fig.11 The effect of detection speed on the defect signal eigenvalue

图 10图 11可知,检测速度的变化不仅使漏磁信号的峰值发生变化,还使其基线值发生变化。当速度从0.01 m/s开始增加时,信号的峰值与幅值都有一个向下跳变的过程,当速度增大至2 m/s时,峰值和幅值变为最小,之后随着速度的上升回升至一个稳定值,该值近似于初始低速下的值。根据1.2节所述的速度效应原理可知,该变化趋势是由式(7)中右端第2项磁矢势变化的涡流大于速度感应的涡流导致,但未使基线值变化。

bx的缺陷信号特征值类似,by曲线的负峰值、正峰值也是先降低、后上升趋于平稳的过程,在速度为2 m/s时出现转折点,基线值无变化。

实际检测过程中,油管螺旋前进的速度0.50 m/s能保证探头全覆盖检测,并对传送装置要求不高,同时也能满足较好的缺陷特征值,保证了检测灵敏度。因此推荐检测速度在0.50 m/s下为宜。

4 横向缺陷检测试验

根据以上仿真分析,可初步确定仿真所需要的直流线圈安匝数为1 200,检测速度0.50 m/s,因此现场试验可直接根据以上条件进行装置调试及油管缺陷的检测。

选择工程上常用的Ø73 mm油管。在油管内壁铣缺陷,检测探头采用SS494A型霍尔传感器。缺陷信号采集系统使用PCI8735型数据采集卡。试验装置选用S5系列可跟踪直流稳定电源,用于给线圈供电(采用并联跟踪输出模式供电5.7 A)。选用2节干电池给霍尔传感器供电1.8 [14-16]。采用LabView编制的横向缺陷检测系统对油管缺陷进行检测。

选长度3 mm、深度3 mm、宽度分别为2、3、4、5 mm的横向缺陷。检测波形在一定程度上反映缺陷形状及尺寸[17]。试验结果表明该检测装置对横向缺陷有较好的检测效果,可考虑投入生产。

5 结论

(1) 通过Ansoft软件分析油管横向缺陷检测过程,得到磁化线圈安匝数为1 200时可使油管饱和磁化,动态检测下油管螺旋前进速度在0.50 m/s具有高覆盖率无盲区高精度的检测效果。

(2) 设计了一种油管横向缺陷检测装置,构建了检测装置平台,并通过实际检测人工缺陷,得到缺陷识别度较高的缺陷波形。该装置的设计及研究具有一定的工程意义。

参考文献
[1] 赵昆明, 武新军, 沈功田, 等. 基于有限元分析的便携式漏磁检测周向磁化器设计[J]. 中国特种设备安全, 2015, 31(10): 9-14, 18.
ZHAO K M, WU X J, SHEN G T, et al. Design of magnetizer for portable pipeline magnetic flux leakage testing under circumferential magnetization based on fem analysis[J]. China Special Equipment Safety, 2015, 31(10): 9-14, 18. DOI: 10.3969/j.issn.1673-257X.2015.10.002
[2] 康宜华, 陈承曦, 涂君, 等. 一种基于钢管旋转的高速漏磁ø180检测系统[J]. 无损检测, 2014, 35(2): 67-70, 79.
KANG Y H, CHEN C X, TU J, et al. A high-speed magnetic flux leakage ø180 detecting system based on steel pipe rotation spirally[J]. Nondestructive Testing, 2014, 35(2): 67-70, 79.
[3] KOOPER A J A, DE BRUIJN D, VAN RAVENWAAIJ-ARTS C M A, et al. Fetal anomaly scan potentially will replace routine AFAFP assays for the detection of neural tube defects[J]. Prenatal Diagnosis, 2007, 27(1): 29-33. DOI: 10.1002/(ISSN)1097-0223
[4] 邵双方, 伍剑波, 涂君, 等. 钢管旋转的横向伤高速漏磁检测方法与系统[J]. 机械与电子, 2012, 30(4): 29-32.
SHAO S F, WU J B, TU J, et al. Transverse defects detecting method of high-speed MFL and its system based on steel pipes rotating[J]. Machinery & Electronics, 2012, 30(4): 29-32.
[5] SURESH V, VIVEKANANDAN M, ABUDHAHIR A, et al. Development of imaging system for defect detection on steam generator tubes[J]. International Journal of Applied Engineering Research, 2015.
[6] 张黎, 伍剑波, 孙燕华, 等. 基于钢管旋转的高速漏磁探伤装备及其关键技术[J]. 钢管, 2011, 40(4): 56-59.
ZHANG L, WU J B, SUN Y H, et al. Hi-speed flux leakage detection system operating with steel pipe rotating and related critical techniques[J]. Steel Pipe, 2011, 40(4): 56-59.
[7] BAKKER M, FLEURKE-ROZEMA H, STREEFLAND E, et al. P30.05:Prenatal detection of neural tube defects in the Netherlands:Timing of diagnosis and pregnancy outcome[J]. Ultrasound in Obstetrics & Gynecology, 2016, 48(S1): 2567-268.
[8] 宣建青. 高速移动条件下的钢轨漏磁检测仿真[C]//江苏省特种设备安全监督检验研究院, 江苏省机械工程学会无损检测学会, 南京大学, 等. 2010远东无损检测新技术论坛论文集. 2010: 6.
XUAN J Q. High-speed moving conditions under the rail magnetic flux leakage simulation[C]//Jiangsu Province Special Equipment Safety Supervision and Inspection Institute, Jiangsu Institute of Mechanical Engineering Nondestructive Testing Society, Nanjing University, et al. 2010 Far East Nondestructive Testing New Technology Forum. 2010: 6.
[9] 杜志叶, 阮江军, 王贤琴, 等. 基于Ansoft软件的钢管漏磁检测三维有限元仿真研究[J]. 无损检测, 2005, 37(6): 281-285.
DU Z Y, RUAN J J, WANG X Q, et al. Research on three dimensional finite element simulation in magnetic flux leakage testing of steel pipe based on software Ansoft[J]. Nondestructive Testing, 2005, 37(6): 281-285.
[10] MORI K. Management and prognosis of neural tube defects:Early diagnosis and treatment of congenital anomalies[J]. Congenital Anomalies, 1988, 28(S1): 193-203.
[11] 康宜华, 孙燕华, 李久政. 钻杆漏磁检测探头的设计[J]. 传感器与微系统, 2006, 25(11): 46-48.
KANG Y H, SUN Y H, LI J Z. Design of test probe of magnetic flux leakage for drill pipe[J]. Transducer and Microsystem Technologies, 2006, 25(11): 46-48. DOI: 10.3969/j.issn.1000-9787.2006.11.015
[12] 宣建青. 高速钢轨漏磁无损检测的仿真与实现[D]. 南京: 南京航空航天大学, 2010.
XUAN J Q. Simulation and system research on high-speed MFL rail testing[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2010.
[13] HUANG Z Y, QUE P W, LIANG C. 3D FEM analysis in magnetic flux leakage method[J]. NDT & E International, 2006, 39(1): 61-66.
[14] 查卿. 钢管漏磁检测探头及其装置研究[D]. 北京: 机械科学研究总院, 2010.
ZHA Q. Study on magnetic flux leakage testing probe and device for tubes[D]. Beijing: China Academy of Machinery Science and Technology, 2010.
[15] 王长龙, 纪凤珠, 王建斌, 等. 油气管道漏磁检测缺陷的三维成像技术[J]. 石油学报, 2007, 28(5): 146-148, 152.
WANG C L, JI F Z, WANG J B, et al. 3-D imaging technology for determining defect of oil-gas pipeline in magnetic flux leakage testing[J]. Acta Petrolei Sinica, 2007, 28(5): 146-148, 152. DOI: 10.7623/syxb200705028
[16] 毛红涛. 油管缺陷无损检测系统的研究[D]. 哈尔滨: 哈尔滨理工大学, 2010.
MAO H T. The study on non-destructive testing system for oil-well tubing defects[D]. Harbin: Harbin University of Science and Technology, 2010.
[17] JANNOT X, VANNIER J C, SAINT-MICHEL J, et al. An analytical model for interior permanent-magnet synchronous machine with circumferential magnetization design[C]//Proceedings of the 8th International Symposium on Advanced Electromechanical Motion Systems & Electric Drives Joint Symposium. Lille: IEEE, 2009: 1-6.

文章信息

丁超, 唐东林, 王斌, 张文文
Ding Chao, Tang Donglin, Wang Bin, Zhang Wenwen
油管横向缺陷动态检测装置设计及研究
Dynamic Detection Device for Transverse Defects of Tubing
石油机械, 2018, 46(3): 110-115
China Petroleum Machinery, 2018, 46(3): 110-115.
http://dx.doi.org/10.16082/j.cnki.issn.1001-4578.2018.03.020

文章历史

收稿日期: 2017-10-12

相关文章

工作空间