0 引言
为了避免管道事故的发生，需要对管道进行定期检测，对于不满足服役条件的管道，需要将其替换[1-2]。在检测过程中，管道被磁化至饱和状态或近饱和状态，因此检测过后管道上仍会有一定的剩磁[3]。此外，管道焊接、外部电磁场和摩擦作用等也会使管道发生磁化现象。管道剩磁会加快管道内部的腐蚀速率，降低X射线探伤等检测方法的检测精度，也会在管道焊接时造成磁偏吹，从而降低焊接质量，直接影响承压管道的安全。因此，对管道进行有效退磁并掌握管道的剩磁情况具有重要意义。中国石油大学(北京)机械与储运工程学院承担了“X80钢管道磁特性及退磁装置磁路分析”项目的研究工作，明确X80钢的磁化特性和退磁特性，分析X80钢管道磁特性和退磁装置磁路，保证顺利研制工程样机。
国内外研究发展的退磁方法主要分为以下几种：直流退磁法、交流退磁法、直流-交流复合退磁法、居里点热退磁法以及旋转退磁法[4]。但以上退磁法受限于工作条件或适用情况，难以对长距离的管道进行在线退磁。2014年俄罗斯的Shelikhov团队发明了一种用永磁铁退磁的装置，将该装置与铁磁材料相对移动，可以退去铁磁材料中的剩磁，这为管道在线退磁提供了可能[5]。但目前还没有基于X80钢的退磁技术研究。为此，本文设计了一种基于X80钢管道的退磁检测机器人，该机器人可以利用自身携带的永磁铁对管道进行在线退磁，极大地提高了X80钢油气管道退磁检测的工作效率。
1 永磁铁退磁理论永磁铁退磁装置由2~3个磁体环组成，每相邻两个磁体环的极性相反。第一次施加磁场后，管道中的磁感应发生改变，此时管道剩磁强度记为B1；经过一段时间后，在该位置施加反向磁场，此时管道剩磁强度减小为B2；随后再次施加磁场，方向与第一次施加磁场方向一致，此时管道剩磁强度减小到接近于0。一般情况下，第二磁体环产生的剩磁明显低于第一磁体环产生的剩磁，即B2 < B1。永磁铁退磁原理如图 1所示。
|
| 图 1 永磁铁退磁原理图 Fig.1 Schematic diagram of permanent magnet demagnetization |
从图 1可见，在永磁铁退磁过程中，管道磁场实际经历了由1-1′、2-2′、3-3′的过程，其中H为管道磁场强度，B′为永磁铁磁感应强度。若管道剩磁相对较低，则永磁铁在线退磁装置可以只包含两个磁体环；如果管壁较厚，则可能需要安装3个以上的磁体环。永磁铁在线退磁效率高、节能环保，是未来油气管道退磁行之有效的方式之一[6-7]。
2 机器人整体结构设计 2.1 设计要求要求机器人可以依托自身携带的动力在内径为219 mm的直管中自由移动。机器人在移动过程中可以利用磁体环对管道进行退磁，利用霍尔传感器检测退磁之后的磁场，并且将测量结果存储在数据仓中。因此机器人至少需要有驱动、退磁和检测存储3个部分。机器人设计流程图如图 2所示。
|
| 图 2 机器人设计流程图 Fig.2 Robot design flow chart |
2.2 驱动部分设计
移动机器人的主要运动方式有螺旋式、蛇形、多足式、轮式、履带式和常规柔性蠕动式等[8-9]。其中，轮式管道机器人结构简单，驱动方便，便于设计、组装和调试，因此选用轮式结构作为驱动部分的主体结构，如图 3所示。
|
| 1—被动轮支撑钣金；2—被动轮；3—驱动电机；4—驱动电机支撑座；5—同步带；6—摩擦轮支撑弹簧；7—摩擦轮；8—连接铝件。 图 3 驱动部分结构示意图 Fig.3 Structural schematic of the driving part |
由于管道内部空间限制，不能将驱动电机直接安装在摩擦轮轴上，所以采用同步带结构，将电机放置在驱动部分的中间。轮式管道机器人的缺点是主动轮与管道的接触面积小，导致整个管道机器人的驱动力不够，因此采用摩擦因数较大的聚氨酯来制作摩擦轮，并在摩擦轮下方通过弹簧来加大摩擦轮与管道内壁的正压力[10]。此外，还对摩擦轮的外轮廓进行处理，使其可以与管道内壁完全相切，如图 4所示。
|
| 图 4 驱动部分主视图 Fig.4 Front view of the driving part |
2.3 退磁部分设计
选用尺寸为60 mm×20 mm×10 mm永磁铁来组成磁体环，磁铁的磁极在两个最大面的中心。过磁极沿垂直磁铁最大面的方向画一条直线，则该线上点的磁场强度与该点到磁铁表面垂直距离的关系如表 1所示。
| 距离/ mm |
1块磁铁磁场强度/mT | 2块磁铁磁场强度/mT | 3块磁铁磁场强度/mT |
| 5 | 77.3 | 120.2 | 139.5 |
| 10 | 49.4 | 78.2 | 90.0 |
| 15 | 34.2 | 53.7 | 64.3 |
| 20 | 23.7 | 38.1 | 45.8 |
| 25 | 16.1 | 27.1 | 33.0 |
| 30 | 11.7 | 20.0 | 25.5 |
| 35 | 8.7 | 15.2 | 19.1 |
| 40 | 6.6 | 11.9 | 15.0 |
| 45 | 5.2 | 9.3 | 12.1 |
| 50 | 4.1 | 7.6 | 9.7 |
将永磁铁周向排布形成两个磁体环，并在磁体环外侧添加支撑轮，此时退磁部分结构如图 5所示。
|
| 图 5 退磁部分结构示意图 Fig.5 Structural schematic of the demagnetization part |
2.4 检测部分设计
霍尔元件是利用霍尔效应制成的传感器，具有分辨能力强、精度高和检测速度快的特点。WCS-138线性霍尔传感器的检测范围为±200×104 T，满足试验条件下管道磁场对霍尔传感器最大检测范围要求。该传感器线性度好，灵敏度高，在5 V的工作电压下，磁场强度每变化1×104 T，传感器输出电压变化8.3 mV。因此，本试验选用WCS-138线性霍尔传感器。将12路WCS-138型霍尔传感器周向均匀分布来测量管道内壁轴向剩磁信号，用stm32F103开发板为霍尔传感器供电，并将传感器返回的信号存储在开发板携带的SD卡中。
为了避免退磁部分的永磁铁对霍尔传感器的检测产生影响，在霍尔元件的前后两侧添加铜网以起到屏蔽作用，检测部分结构如图 6所示。
|
| 图 6 检测部分结构示意图 Fig.6 Structural schematic of the detection part |
将上述3个部分用万向节连接，以提高机器人在管道中的通过性。机器人整体结构如图 7所示。
|
| 图 7 机器人结构示意图 Fig.7 Structural schematic of the robot structure |
3 退磁效果分析 3.1 永磁铁退磁试验
磁体环的退磁效果可能与永磁铁的磁场强度、磁体环及铁磁材料的相对速度有关。为了探究三者之间的关系，选取尺寸为220 mm×110 mm×20 mm的X80钢管道试样，利用不同磁场强度的磁体环以不同的速度对充磁后的试样进行退磁，并分析不同参数组合下的退磁率。
采用如图 8所示的退磁装置对管道试样进行退磁。设磁铁下表面与管道试样上表面之间的距离为20 mm，由表 1可知，调节永磁铁的个数，可使管道试样上表面的磁场强度分别为23.7、38.1和45.8 mT。
|
| 图 8 永磁铁退磁示意图 Fig.8 Schematic diagram of permanent magnet demagnetization |
在管道试样内壁上选取一条平行于最长边的直线，用霍尔传感器测量该条线上的磁场强度，并将退磁前、后得到的数据进行对比。当用一组磁性相反的磁铁，即用23.7 mT的磁场强度进行退磁时，退磁前、后的数据如图 9所示。
|
| 图 9 一组磁铁退磁效果图 Fig.9 Demagnetization effect of a group of magnets |
取每条曲线两端向下峰值中间部分的数据进行处理，可以得到平均磁场强度，并以此算出退磁率。改变退磁装置中磁铁的个数和运动速度，可以得到不同参数组合下的退磁率，如表 2所示。
| 退磁速度/ (m·s-1) |
退磁率/% | ||
| 23.7 mT | 38.1 mT | 45.8 mT | |
| 0.1 | 14.6 | 36.1 | 17.7 |
| 0.2 | 23.4 | 31.0 | 31.0 |
| 0.3 | 15.4 | 31.7 | 31.9 |
| 0.4 | 57.6 | 23.1 | 30.1 |
| 0.5 | 46.1 | 30.1 | 42.0 |
3.2 响应面法优化分析
为进一步确定运行速度与磁场强度对退磁率的影响，采用CCD试验法进行参数优化设计。响应面法是一种数理统计方法，它通过选择合适的试验模型进行分析，根据样本点数及其布局分布来判断其对试验影响的重要性[11]。主要模拟仿真试验设计的方法有立体抽样和均匀设计两种形式。图 10为响应面法设计流程图。
|
| 图 10 响应面法设计流程图 Fig.10 Design flow chart of response surface method |
记退磁率为η，选取磁场强度B和退磁速度v为设计变量。根据设计要求，以最大磁场不大于139.5 mT、最大速度不大于0.5 m/s为约束条件，建立其目标函数：
|
(1) |
将表 1中变量B、v及试验中得到的响应结果η进行响应面法分析，可以得到η与B、v之间的数学模型：
|
(2) |
对回归线方程进行分析，得到拟合的等高线，如图 11所示。
|
| 图 11 运行速度与磁铁组数关系等高线 Fig.11 Contour of the relationship between the operating speed and the number of magnet groups |
图 11中蓝色区域的退磁率较低，绿色区域的退磁率较高。当磁铁的磁感应强度不大于23.7 mT时，采用高速运行的退磁装置；当磁铁的磁感应强度接近45.8 mT时，采用低速运行的退磁装置。调节运行速度和磁铁组数可以使退磁率稳定在30%，即图中0.3的等高线。通过模型预测退磁效果较好的运行速度和磁铁组数组合，得到最优的退磁率组合，如表 3所示。
| 项目 | 磁感应强度/mT | 运行速度/ (m·s-1) |
退磁率/% |
| 1 | 23.7 | 0.361 | 34.5 |
| 2 | 45.8 | 0.310 | 31.7 |
考虑机器人的制作成本和总质量，选取项目1的参数组合，即退磁部分每个面上安装1组磁性相反的磁铁，磁铁表面中心距离管道内壁20 mm，且机器人的运行速度为0.361 m/s。此时机器人单次通过X80钢管道可将管道剩磁降低约34.5%。优化后的退磁部分在模拟管道中的示意图如图 12所示。
|
| 图 12 优化后的退磁部分示意图 Fig.12 Schematic diagram of the demagnetization part after optimization |
4 结论
(1) 根据永磁铁退磁理论，管道机器人可以通过携带磁体环的方式对管道进行在线退磁。
(2) 磁体环的退磁效果与磁铁的磁场强度和磁体环相对铁磁材料的运动速度有关，且磁场强度的影响大于运动速度的影响。
(3) 对于X80钢管道，磁体环单次退磁率可以稳定在30%，当磁场强度为23.7 mT、磁体环运动速度为0.361 m/s时，退磁率可以达到34.5%。
| [1] |
黎华, 倪进飞, 杨波. 支撑式管内移动机器人设计与管内通过性试验研究[J]. 机械与电子, 2017, 35(11): 76-80. LI H, NI J F, YANG B. Research on design and trafficability of in-pipe mobile robot[J]. Machinery & Electronics, 2017, 35(11): 76-80. |
| [2] |
邵卫林, 何湋, 杨白冰, 等. 成品油管道内检测清管技术[J]. 油气储运, 2019, 38(11): 1232-1239. SHAO W L, HE W, YANG B B, et al. A pigging technology for in-line inspection of products pipeline[J]. Oil & Gas Storage and Transportation, 2019, 38(11): 1232-1239. |
| [3] |
刘殿美, 王小东. 焊接电弧磁偏吹产生的原因及预防措施[J]. 客车技术, 2016(2): 42-44. LIU D M, WANG X D. Reason and prevention measures of welding electric arc magnetic deviate blow[J]. Bus Technology, 2016(2): 42-44. |
| [4] |
马鸿波, 刘鑫, 刘涛. 铁磁元件直流退磁方法研究[J]. 云南电力技术, 2019, 47(3): 57-61, 64. MA H B, LIU X, LIU T. Study of DC demagnetization method of ferromagnetic components[J]. Yunnan Electric Power, 2019, 47(3): 57-61, 64. |
| [5] |
SHELIKHOV G S. Pipe tools demagnetizing technique for main pipelines[J]. Materials Evaluation, 2014, 72(6): 646-651. |
| [6] |
王维斌, 赵弘, 杨晓丽, 等. 油气管道带磁原因及退磁方法[J]. 油气储运, 2019, 38(6): 623-628. WANG W B, ZHAO H, YANG X L, et al. The reasons and demagnetization methods for magnetic oil and gas pipelines[J]. Oil & Gas Storage and Transportation, 2019, 38(6): 623-628. |
| [7] |
尹教建, 刘将, 张津浩, 等. 铁磁材料静态特性实验中的退磁、稳磁研究[J]. 物理与工程, 2019, 29(3): 68-75. YIN J J, LIU J, ZHANG J H, et al. Study on demagnetization and stabilization in experiment of static characteristics of ferromagnetic materials[J]. Physics and Engineering, 2019, 29(3): 68-75. |
| [8] |
年四成, 邓中亮, 刘铁, 等. 一种管道机器人的结构设计与性能分析[J]. 机械设计与制造, 2019(11): 253-255, 260. NIAN S C, DENG Z L, LIU T, et al. A kind of structure design and performance analysis of the pipe robot[J]. Machinery Design & Manufacture, 2019(11): 253-255, 260. |
| [9] |
李特, 张嘉礼, 李斌, 等. 螺旋驱动式管内机器人越障性能优化设计[J]. 大连理工大学学报, 2018, 58(4): 348-356. LI T, ZHANG J L, LI B, et al. Optimization design of obstacle crossing for screw drive in-pipe robot[J]. Journal of Dalian University of Technology, 2018, 58(4): 348-356. |
| [10] |
闫宏伟, 汪洋, 马建强, 等. 轮式管道机器人过弯动态特性分析[J]. 西安交通大学学报, 2018, 52(8): 87-94. YAN H W, WANG Y, MA J Q, et al. Analysis for dynamic characteristics of wheeled pipe robot in elbow[J]. Journal of Xi'an Jiaotong University, 2018, 52(8): 87-94. |
| [11] |
杨晓丽, 赵弘, 王维斌. 基于响应面法的油气管道磁化特征研究与退磁[J]. 石油机械, 2019, 47(3): 111-117. YANG X L, ZHAO H, WANG W B. Magnetization characteristics of oil and gas pipeline and demagnetization[J]. China Petroleum Machinery, 2019, 47(3): 111-117. |