Download PDF  
隔水管焊缝疲劳损伤检测试验研究
周威1, 樊建春1, 刘书杰2, 倪金禄1, 刘祥元1, 张红生2     
1. 中国石油大学 (北京);
2. 中海油研究总院
摘要: 为有效获得隔水管焊缝疲劳损伤过程中裂纹长度以判定其疲劳损伤状态,开展了隔水管用X80管线钢焊缝疲劳损伤磁记忆检测试验研究。疲劳试验过程中使用磁记忆检测传感器采集试样表面磁场切向信号Hx,用光学显微镜测量裂纹长度,用有限元仿真软件得到不同疲劳裂纹长度下试样磁场分布。通过采集试样表面切向磁场信号并提取特征参数,建立了基于磁记忆检测的焊缝疲劳损伤评价方法。试验结果表明:焊缝疲劳失效过程可分为裂纹萌生、裂纹缓慢扩展和裂纹快速扩展至断裂3个阶段;焊缝疲劳裂纹萌生阶段磁场信号主要受试样剩磁场影响;焊缝疲劳裂纹扩展至断裂阶段主要受裂纹缺陷漏磁场影响;切向磁场特征信号与疲劳裂纹长度呈线性增长关系;可通过检测疲劳裂纹周围空气域磁场来判定其疲劳裂纹长度及损伤状态。研究结果可为隔水管焊缝疲劳损伤状态检测及判定提供参考。
关键词: 隔水管    X80管线钢    焊缝    疲劳裂纹    裂纹长度    磁场强度    有限元仿真    
Experimental Study on Fatigue Damage Detection of Drilling Riser Weld
Zhou Wei1, Fan Jianchun1, Liu Shujie2, Ni Jinlu1, Liu Xiangyuan1, Zhang Hongsheng2     
1. China University of Petroleum(Beijing);
2. CNOOC Research Institute Co., Ltd.
Abstract: To effectively obtain the crack length during the fatigue damage process of the riser weld to determine its fatigue damage state, the magnetic memory detection test of the fatigue damage of the X80 pipeline steel weld for the riser was carried out. During the fatigue test, the magnetic memory detection sensor was used to collect the tangential magnetic signal Hx of the sample surface, and the crack length was measured by optical microscope. The magnetic field distribution of the sample under different fatigue crack lengths was obtained by finite element simulation software. By collecting the tangential magnetic field signal on the surface of the sample and extracting the characteristic parameters, a fatigue damage evaluation method based on magnetic memory detection is established. The test results show that the weld fatigue failure process can be divided into three stages:crack initiation, slow crack propagation and fast crack propagation to fracture. The magnetic field signal of the weld crack initiation is mainly affected by the residual magnetic field of the sample. The magnetic field signal of fatigue crack of the weld extended to the fracture stage is mainly affected by the leakage magnetic field of the crack defect. The tangential magnetic field characteristic signal has a linear relationship with the fatigue crack length. The fatigue crack length and damage state can be determined by detecting the air domain magnetic field around the fatigue crack. The study can provide references for the detection and determination of the fatigue damage state of the drilling riser weld.
Keywords: the riser    X80 pipeline steel    weld    fatigue crack    crack length    magnetic field strength    finite element simulation    

0 引言

钻井隔水管是进行海上油气勘探开发的重要工具,目前隔水管普遍使用材质为X80管线钢并采用直缝埋弧焊成型工艺制成[1-2]。管道在焊接过程中受局部约束应力的作用,在相变及凝固过程中易形成夹杂、偏析、气孔和微裂纹等缺陷[3-4],使得焊接接头成为隔水管薄弱部位。隔水管在运行过程中承受交变的海流与波浪载荷[5-6],焊接接头处极易发生疲劳失效而导致隔水管断裂,因此对焊缝疲劳损伤状态进行检测就变得十分重要。

焊缝的检测方式主要为超声检测,该方法是利用超声波对金属构件内部缺陷进行检测的一种无损探伤方法[7]。由于该方法只能检测已有的缺陷,无法检测疲劳损伤早期的应力集中及微裂纹,所以难以实现对焊缝早期疲劳损伤状态的诊断。磁记忆检测技术[8-9]是20世纪末兴起的一种新型无损检测技术,该检测技术不仅能够检测铁磁性材料的宏观缺陷,而且能发现早期应力集中及微裂纹等。

相关学者[10-12]已对磁记忆检测技术应用于油气工程领域进行了大量的试验研究,在焊缝缺陷检测中也进行了相应的试验研究。邢海燕等[13]采用遗传神经网络对焊缝缺陷等级进行了定量化研究,并将磁记忆检测结果与X射线结果进行对比;刘红光等[14]建立了地磁场下焊缝磁偶极子模型,并研究了焊缝缺陷处的磁记忆信号变化规律;祖瑞丽等[15]研究了焊件磁记忆信号变化规律与其力学性能的关系。但上述研究仍存在一些不足:①针对焊缝疲劳损伤过程中磁记忆检测试验研究较少;②缺乏对焊缝疲劳损伤过程中磁记忆信号变化分析及数值仿真;③缺乏焊缝疲劳损伤过程中磁记忆检测特征信号提取及分析。

针对上述问题,本文开展了隔水管用X80管线钢焊缝疲劳损伤磁记忆检测试验研究。笔者在疲劳试验过程中使用磁记忆检测传感器采集试样表面磁场切向信号Hx,并对不同疲劳裂纹长度下试样的磁场分布进行有限元仿真,将仿真结果与试验结果进行对比,同时提取磁记忆信号特征参数并建立了其与疲劳裂纹长度之间的关系。

1 疲劳试验 1.1 试样制备

因隔水管在服役过程中所承受载荷主要为波流作用引起的弯曲疲劳,所以试验类型选为四点弯曲疲劳试验。疲劳试样材质选用X80管线钢,其化学组分如表 1所示。

表 1 X80管线钢化学成分质量分数 % Table 1 Chemical composition of the X80 pipeline steel  %
成分 C Mn Si P S Mo Ni Cr Cu Nb Ti Al
质量分数 0.070 1.750 0.210 0.011 0.002 0.003 0.255 0.223 0.129 0.082 0.015 0.035

试样从隔水管通过线切割制得,试样尺寸及焊接坡口尺寸如图 1所示。为缩短疲劳过程中裂纹萌生时间,在焊缝正面加工焊接缺口。

图 1 试样尺寸详图 Fig.1 Specimen shape and dimension

图 2为从隔水管上经过机加工得到的试样实物图。由图 2可知,实际隔水管焊接时,对接母材焊接坡口存在一定的错边,焊接接头呈现鱼鳞状,这与实际使用工况相符。焊缝缺口位于焊缝中心处,后续有限元仿真模型外形及尺寸与实物保持一致。

图 2 试样实物 Fig.2 Specimen photo

1.2 试验装置

四点弯曲疲劳试验如图 3所示。疲劳试样位于支撑压头及载荷压头之间,支撑压头固定于支撑压头固定板上,载荷压头上下往复运动实现对试样施加弯曲疲劳载荷。试验过程中最大载荷10 kN,最小载荷1 kN,正弦波形,载荷频率10 Hz。

图 3 四点弯曲疲劳试验 Fig.3 Four-point bending fatigue test

1.3 试验步骤及测试方法

试样磁场检测及疲劳裂纹观测如图 4所示。疲劳试验过程中,试样经历一定循环次数的疲劳载荷作用后,将其从试验机上取下并放置于检测台上,通过磁记忆检测传感器对试样表面磁场切向信号Hx进行采集,使用CCD摄像机从试样侧面对焊缝疲劳裂纹长度进行观测,待磁场信号及裂纹长度采集完毕后,将试样放回到试验机上再次进行加载。上述试验过程往复循环直至试样断裂。

图 4 磁场检测及疲劳裂纹观测 Fig.4 Magnetic field testing and crack length observation

2 试验结果 2.1 疲劳裂纹长度与载荷循环次数关系

试验中,由于焊缝缺口根部存在应力集中,所以当载荷循环次数达到22 000次时裂纹萌生于焊缝缺口根部,如图 5所示。

图 5 疲劳裂纹萌生 Fig.5 Fatigue crack initiation

整个疲劳试验过程可分为3个阶段:0~22 000次为疲劳裂纹萌生阶段;22 000~76 000次为疲劳裂纹缓慢扩展阶段;76 000~88 000次为疲劳裂纹快速扩展直至断裂阶段。

当试样疲劳裂纹出现后对裂纹长度进行观测并记录,焊缝疲劳裂纹长度与载荷循环次数关系如图 6所示。疲劳裂纹缓慢扩展阶段伴随着载荷循环次数增加,裂纹长度缓慢增长;当载荷循环次数达到76 000次后,裂纹长度开始快速增长,试样在载荷循环次数达到88 000次时接近断裂。

图 6 裂纹长度随载荷循环次数的变化曲线 Fig.6 Variation of crack length with fatigue loading cycles

2.2 磁记忆检测信号与载荷循环次数关系

图 7为裂纹萌生阶段磁场强度Hx随载荷循环次数的变化曲线。图 7中纵坐标中负号只代表磁场极性,与大小无关,此时焊缝缺口根部无裂纹。由图 2可知试样母材焊接时存在一定错边,用磁记忆检测传感器对试样进行检测时,左侧焊缝与传感器间距比右侧焊缝近,故图 7中焊缝缺口左侧磁场强度比右侧高,焊缝缺口区域磁场值变化较为平滑。伴随着载荷循环次数的增加,试样磁场变化不大。

图 7 裂纹萌生阶段磁场强度曲线 Fig.7 Magnetic signals in crack initiation stage

图 8为裂纹缓慢扩展阶段磁场强度随载荷循环次数的变化曲线。由图 8可知,当载荷循环次数达到22 000次时,焊缝缺口根部出现微裂纹,此时焊缝缺口区域磁场信号呈现波峰状,比裂纹萌生阶段缺口区域磁场变化明显,焊缝缺口区域右侧波峰值出现明显下降。随着载荷循环次数增加,试样磁场强度变化不大。

图 8 裂纹缓慢扩展阶段磁场强度 Fig.8 Magnetic signals in crack slow propagation stage

图 9为裂纹快速扩展阶段磁场强度随载荷循环次数的变化曲线。由图 9可知,伴随着载荷循环次数增加,焊缝缺口区域磁场信号峰值快速增大,疲劳裂纹长度急剧增长,试样表面磁场主要受焊缝缺口疲劳裂纹漏磁场影响。

图 9 裂纹快速扩展阶段磁场强度 Fig.9 Magnetic signals in crack fast propagation stage

3 有限元仿真及结果分析 3.1 仿真建模

为了得到不同裂纹长度试样的磁场分布,对不同裂纹长度的有限元模型进行了数值仿真。其仿真原理如图 10所示,将励磁线圈缠绕在铁芯上,励磁线圈电流为0.1 A。疲劳试样与衔铁及铁芯构成闭合回路,在焊缝缺口处由于试样几何尺寸不连续,所以试样内部磁场会泄漏到空气域中,不同裂纹长度模型泄漏到空气域中的磁场大小不同。由于磁记忆传感器检测到的为焊缝缺口处泄漏到空气域中磁场分布,故本文模拟试样无缺口及试样在裂纹长度为0、1、3、5和7 mm时的空气域磁场分布。

图 10 磁场仿真原理图 Fig.10 Schematic diagram of magnetic field simulation

3.2 仿真结果

图 11为不同裂纹长度下空气域磁场分布。从图 11可以看出:当焊缝无缺口时,空气域磁场强度在焊缝处较小,最大值为1.2×10-6 T;焊缝存在缺口时,缺口附近磁场强度明显增大,最大值3.0×10-6 T;当疲劳裂纹长度为1 mm时,空气域磁场强度最大值为1.0×10-5 T;疲劳裂纹长度为3 mm时,空气域磁场强度最大值为2.3×10-5 T;疲劳裂纹长度为5 mm时,空气域磁场强度最大值为3.4×10-5 T;疲劳裂纹长度为7 mm时,空气域磁场强度最大值为4.4×10-5 T。

图 11 不同裂纹长度下空气域磁场分布 Fig.11 Air domain magnetic field distribution with different crack length

由此可见,伴随着疲劳裂纹长度增加,空气域磁场强度增大。

3.3 磁场信号提取

实际检测时,磁记忆检测传感器距离试样表面有1.0 mm提离值,故对仿真结果进行了提取,如图 12所示。仿真结果提离值与检测提离值保持一致。裂纹长度为0时,磁场信号分布与实际检测结果一致,伴随着裂纹长度的增加,焊缝缺口磁场强度不断增大,即磁场强度峰值增大。

图 12 单通道磁场仿真信号提取 Fig.12 Extraction of single channel magnetic field signal

3.4 分析及讨论 3.4.1 疲劳过程中焊缝磁场变化

图 13展示了焊缝缺口磁场随疲劳过程的变化情况。由图 13可以看出:在疲劳裂纹萌生阶段,磁场信号主要受试样原始剩磁场影响,由于焊接母材存在错边导致焊缝左侧磁场值比右侧磁场值高;在疲劳裂纹缓慢扩展阶段,由于疲劳裂纹的出现,磁场信号由试样原始剩磁场以及疲劳裂纹处漏磁场叠加而成,由于裂纹产生的漏磁场与剩磁场极性相反,使得焊缝缺口处磁场信号呈现波峰状并减小;在疲劳裂纹快速扩展阶段,裂纹长度急剧增大,缺陷漏磁场显著增大,试样剩磁场进一步被抵消,使得检测信号峰值越来越大。

图 13 焊缝缺口磁场随疲劳过程的变化情况 Fig.13 Relationship between magnetic field and fatigue process

随着疲劳裂纹长度的增加,焊缝缺口处磁场减小,其原因在于裂纹产生漏磁场与试样剩磁场极性相反。有限元仿真时,仿真模型无剩磁场,空气域磁场分布只与焊缝缺口处裂纹产生的漏磁场有关。试验结果与仿真结果都表明,随着裂纹长度的增加,裂纹处漏磁场强度增大。

3.4.2 磁场特征参数与裂纹长度关系

为深入分析疲劳裂纹长度与磁记忆信号关系,提取焊缝缺口区域磁记忆检测信号峰谷值作为其特征参数,即分别建立试验磁场特征参数及仿真磁场特征参数与疲劳裂纹长度关系。

图 14为仿真信号磁场峰谷值与疲劳裂纹长度关系。通过线性拟合可知,Hxmax-min随疲劳裂纹长度增加近似呈线性增大。试验过程中Hxmax-min在疲劳裂纹快速扩展阶段峰谷值增长明显,故建立疲劳裂纹快速扩展阶段磁记忆信号特征参数与疲劳裂纹长度关系,结果如图 15所示。检测信号峰谷值随疲劳裂纹长度的增加近似呈线性增大。仿真结果的线性度要优于实际检测结果的线性度,但两者趋势相同,均为近似线性增加。

图 14 仿真磁场特征值与疲劳裂纹长度关系 Fig.14 Relationship between characteristic parameter of simulation magnetic field and fatigue crack length

图 15 检测磁场特征值与疲劳裂纹长度关系 Fig.15 Relationship between characteristic parameter of practical magnetic field and fatigue crack length

4 结论

(1) 在疲劳裂纹萌生阶段,焊缝缺口磁场变化较平缓,随着疲劳裂纹缓慢扩展焊缝缺口磁场呈现波峰状,当疲劳裂纹进入快速扩展阶段,焊缝缺口磁场波峰迅速增大。

(2) 根据有限元仿真结果,疲劳裂纹出现及长度增加,裂纹周围空气域磁场受裂纹漏磁场影响而增大,可通过检测疲劳裂纹周围空气域磁场来判定其疲劳裂纹长度及损伤状态。

(3) 疲劳损伤3个不同阶段焊缝缺口处磁场分布有较大差异,通过磁记忆检测信号可分辨其所处的疲劳阶段,在疲劳裂纹快速扩展阶段,磁记忆信号特征参数随疲劳裂纹长度的增加近似呈线性增大。

参考文献
[1]
王宇, 黄敏, 吕祥鸿, 等. 表面纳米化处理对X80管线钢焊接接头的影响[J]. 石油机械, 2009, 37(1): 17-20.
WANG Y, HUANG M, LÜ X H, et al. Influence of surface nano-crystallization on the welded joints of X80 pipeline steel[J]. China Petroleum Machinery, 2009, 37(1): 17-20.
[2]
YANG Y H, SHI L, XU Z. Fracture toughness of the materials in welded joint of X80 pipeline steel[J]. Engineering Fracture Mechanics, 2015, 148: 337-349.
[3]
王鹏, 党恩, 路彩虹, 等. X80级海洋隔水管埋弧焊接头CTOD试验研究[J]. 焊管, 2011, 34(4): 17-22.
WANG P, DANG E, LU C H, et al. Research on crack tip opening displacement (CTOD) experiment of X80 marine riser submerged arc welding joint[J]. Welded Pipe and Tube, 2011, 34(4): 17-22.
[4]
AN T, ZHANG S, FENG M. Synergistic action of hydrogen gas and weld defects on fracture toughness of X80 pipeline steel[J]. International Journal of Fatigue, 2019, 120: 23-32.
[5]
甘武祥, 赵宏林, 段梦兰. 深水钻井隔水管力学性能分析[J]. 石油机械, 2018, 46(3): 48-52.
GAN W X, ZHAO H L, DUAN M L. Analysis of mechanical behavior of deepwater drilling riser[J]. China Petroleum Machinery, 2018, 46(3): 48-52.
[6]
GUO F, LIU Y. Vibration suppression and output constraint of a variable length drilling riser system[J]. Journal of the Franklin Institute, 2019, 356(3): 1177-1195.
[7]
陈宝龙, 张宏亮. 在役管道环焊缝的相控阵超声检测[J]. 无损检测, 2019, 41(3): 61-62.
CHEN B L, ZHANG H L. Phased array ultrasonic testing of girth welds of in-service pipes[J]. Nondestructive Testing, 2019, 41(3): 61-62.
[8]
倪金禄, 樊建春, 胡治斌, 等. 连续管损伤磁记忆检测信号定量研究[J]. 石油机械, 2017, 45(12): 88-91.
NI J L, FAN J C, HU Z B, et al. Quantitative study on magnetic memory detection signal for coiled tubing damage[J]. China Petroleum Machinery, 2017, 45(12): 88-91.
[9]
DUBOV A A. A study of metal properties using the method of magnetic memory[J]. Metal Science & Heat Treatment, 1997, 39(9): 401-405.
[10]
程彩霞, 樊建春, 胡治斌, 等. 全尺寸钻柱弯曲疲劳损伤试验研究[J]. 石油机械, 2017, 45(5): 38-41.
CHENG C X, FAN J C, HU Z B, et al. Test on bending fatigue damage of full-size drill string[J]. China Petroleum Machinery, 2017, 45(5): 38-41.
[11]
刘迪, 樊建春, 张喜明, 等. 油管损伤磁记忆检测信号定量研究[J]. 石油机械, 2016, 44(1): 83-87.
LIU D, FAN J C, ZHANG X M, et al. Quantitative study on the magnetic memory detection signals of tubing damage[J]. China Petroleum Machinery, 2016, 44(1): 83-87.
[12]
孙秉才, 樊建春, 温冬, 等. 高压管汇冲蚀磨损磁记忆检测试验研究[J]. 石油机械, 2014, 42(6): 65-68.
SUN B C, FAN J C, WEN D, et al. Experimental study on the erosion wears detection of high-pressure manifold by using magnetic memory[J]. China Petroleum Machinery, 2014, 42(6): 65-68.
[13]
邢海燕, 葛桦, 秦萍, 等. 基于遗传神经网络的焊缝缺陷等级磁记忆定量化研究[J]. 材料科学与工艺, 2015, 23(2): 33-38.
XING H Y, GE H, QIN P, et al. MMM quantifying of welded joint defect levels based on BP neural network optimized by genetic algorithm[J]. Materials Science & Technology, 2015, 23(2): 33-38.
[14]
刘红光, 张卫民, 王朝霞, 等. 基于磁记忆法的焊接缺陷检测技术研究[J]. 北京理工大学学报, 2007, 27(9): 811-814.
LIU H G, ZHANG W M, WANG Z X, et al. Study on weld defect testing technology based on the method of magnetic memory[J]. Transactions of Beijing Institute of Technology, 2007, 27(9): 811-814.
[15]
祖瑞丽, 任尚坤, 赵珍燕, 等. 低碳钢焊缝力学性能评价的磁记忆检测试验研究[J]. 热加工工艺, 2018, 47(13): 1-5.
ZU R L, REN S K, ZHAO Z Y, et al. Experimental study on mechanical properties evaluation of weld of low carbon steel by magnetic memory testing[J]. Hot Working Technology, 2018, 47(13): 1-5.

文章信息

周威, 樊建春, 刘书杰, 倪金禄, 刘祥元, 张红生
Zhou Wei, Fan Jianchun, Liu Shujie, Ni Jinlu, Liu Xiangyuan, Zhang Hongsheng.
隔水管焊缝疲劳损伤检测试验研究
Experimental Study on Fatigue Damage Detection of Drilling Riser Weld
石油机械, 2020, 48(1): 70-76
China Petroleum Machinery, 2020, 48(1): 70-76.
http://dx.doi.org/10.16082/j.cnki.issn.1001-4578.2020.01.011

文章历史

收稿日期: 2019-08-05

相关文章

工作空间