声发射技术在起重机无损检测中的现状

发表时间:2021/7/28   来源:《中国科技信息》2021年9月上   作者:高远
[导读] 起重机在建设及生产中至关重要。据国家市场监督管理总局发布的2020年全国特种设备安全状况的通告,起重机械发生事故27起,死亡31人,占特种事故总数的25.23%和死亡人数的29.25%。

合肥市特色设备安全监督检验研究院  高远  安徽合肥  230088

摘要:起重机在建设及生产中至关重要。据国家市场监督管理总局发布的2020年全国特种设备安全状况的通告,起重机械发生事故27起,死亡31人,占特种事故总数的25.23%和死亡人数的29.25%。目前,我国的起重机法定检验检测工作主要由特种设备检验研究院完成。检验员为了有效降低起重机事故的频率,有必要对设备主要受力部件进行观察分析,排除隐患。使用声发射技术,在检测过程中,不仅可以有效地检测出设备有无隐患,还进一步探索声发射技术在起重机检测中的应用,有效地减少由起重机引起的事故。
关键词:起重机,无损检测,声发射技术,方法,现状分析.
        一、引言
        随着社会经济的持续发展,起重机在工程建设、制造生产,物流搬运等行业扮演着举足轻重的地位。目前为保证起重机的安全使用,起重机的检验检测工作一般是由各地的特种设备检验院完成的。起重机的检验主要涉及到技术资料审查、金属结构检查,主要零部件检查、安全保护和防护装置检查、液压系统检查、电气检查等方面。其中检验员在对金属结构检查时,除了目测检查和试验检查之外,还会使用无损检测技术是重要的补充手段。在无损检测手段中,磁粉检测(MT)和超声波检测(UT)都必须接近检测对象,且受环境和起重机的机构限制,容易导致裂纹或缺陷的漏检、误检,从而无法定性的分析出起重机的隐患所在。
        二、声发射检测技术研究现状
        2.1、声发射技术的简述
        声发射(AE)技术是通过接收和分析材料的声发射信号来评定材料性能或结构完整性的无损检测方法。目前,这种技术已广泛应用于石油化工、电力工业、材料试验、民用工程、航空航天工程等各个领域安全评估和检测中。与传统无损检测方法相比,这种检测方法具有如下的优点。首先,该技术不是定量的检测装置内部有无缺陷,而是能够仅检测装置自身发送的缺陷信号,根据传播的时间差来决定判断的缺陷位置,从而在非常短的时间内定位缺陷。其次,声发射技术不受被检测物体的形状及缺陷位置影响,且具有很高的灵敏度。该技术操作简单,可以将检测监控与试验同步进行,特别是对于大型构件整体检测,有效的节约了时间成本。
        2.2、声发射技术在起重机的应用
        目前在国内的起重机检验中,声发射应用的场合较少,也没有相关的标准对该技术在起重机检验检测上的应用进行详细说明。分析今年来的起重机事故(除人为操作因素外)主要原因之一主要受力结构件的存在裂纹。金属结构的裂纹多产生在局部应力较高处,如主梁、端梁的连接部位、车轮角轴承架的连接部位、爬梯及走台连接部位,这些部位焊缝的内在质量,一般通过无损检测方法予以确认。 起重机的焊缝一般都高空中不易接触的位置,因此选择声发射这种简单便捷的无损检测方法是十分有必要的。同时,起重机检验现场环境一般相对较为嘈杂,通过调整滤波条件和传感器位置,可以有效地剔除某个特定频率段的噪声干扰。但是起重机的材料和机构不同,也就导致了起重机有着不同的声源,为了更加有效的排除声源的干扰,需要进一步的探索和研究起重机的声源特性,实现更有效的检测。
        2.3、声发射技术在起重机中的技术研究
        1)目前存在着识别发声的问题。


为了实现声发射源的识别,可以使用人工神经网络(Artificial Neural Network,即ANN )方法。这个模型在智能机器人、自动控制等其他领域由于其高效率和高质量而被广泛应用。采用ANN方法的最大特征就是可以处理声源的介入声音。2)为了获得模型声源,声发射检测由起重机自身声音引起的缺陷,因此不影响检测设备的形状。但在收集各类起重机典型声源的过程中,由于无法排除外部环境噪音,在这样的条件下,获得典型声源信号是非常困难的,也是必须要解决的问题,这需要进一步的研究和发现。3)声发射信号处理包括两种声发射信号处理。具体地,波形被用作处理对象,并且相关频谱和函数被用于特定分析。通常有小波分析和光谱分析两种。由于波形分析包含许多数据,并且还可以实现波形的定量收集。使用这种方法分析声源在提供相应参数方面起着重要的作用。
        2.4、声发射技术在起重机中的研究重点
        通过结合起重机的结构和工作特性和声发射试验的经验,声发射技术的研究可以从以下想法来进行。一般来说,主要机构件的裂纹和起重机的其他缺陷都需要获得典型的声发射信号,比如外漆面剥落、电子噪声、机械摩擦。为了实现典型的声发射信号的模式识别,在应力较高处上获得一般AE源的代表性AE信号是通过小波分析处理以提取特征参数的,我们设计了起重机械的声发射检测方法,该方法建立了人工神经网络的模式识别模型,在现场测试模式识别模型的有效性,并重新测试了声发射源。(1)获得典型的声发射源。由于声发射现象的广泛存在,它对材料非常敏感,容易受到外部机械和电子噪声的干扰。但起重机所处的使用环境非常嘈杂,现场存在噪声干扰很多只有在获得典型声发射源的信号的情况下,才能进行进一步的分析和识别。因此,获得代表性的AE源是非常重要的,(2)声发射信号处理技术。AE信号处理技术可以将使用信号分析和处理,收集的AE信号特性参数主要分为AE信号特性参数方法的两种类型,包括幅度、能量、计数和事件。上升时间、持续时间、阈值、这些统计参数对于诸如美国ASTM和ASME标准以及我国标准B/T 18182-2000的实际工程应用是非常方便的。(3)基于声发射参数的声发射源的模式识别问题。为了更有效地识别AE源,人造神经网络可以用于模式识别。人工神经网络方法可以克服信号处理过程中难以识别、识别困难、人介入和低能率的AE源模式问题。因此,模式识别方法的研究为进一步有效的工程应用提供了许多帮助。一般的波形分析方法有光谱分析、小波分析等,理论上波形分析可以提供任何信息,并且可以获得信号的定量信息。使用小波分析方法对过程AE信号进行分析,分析信号再现的时域和频域特性对于理解AE源的特性和提取特性参数起着重要的作用。
        三、小结
        (1)分析和研究表明,声发射技术可以应用于起重机的非破坏性试验和结构件安全性评估,但得到起重机的典型声发射信号,为了建立数据库,需要进一步的实验和实地调查,为了下一步研究打好基础。(2)为了使检测方法和结果的评估标准化,并提供对该应用的制度支持,需要在这个方面制定标准。(3)根据提升设备的特性,开发适用于起重机检测的声发射设备和分析软件,并对其推进进行技术支持。(4)再好的技术方法和设备仪器都是检测的必要手段和方式,要想在检验过程中及时发现隐患,确保设备的安全,离不开检验员在现场工作的认真和负责。
参考文献:
[1]杨巧萍,刘延雷.声发射检测起重机的现状与可行性试验[J]机械管理开发,2011 (01.)
[2]杨丽莉.起重机械事故原因分析及对策[J].山东工业技术,2016 (11) 测,2006 ,28 (7):367—372.
[3] 吴彦,沈功田,葛森Ⅰ起重机械无损检测技术1无损检测,2006 ,28 (7):367—372
[4].全国特种设备无损检测人员资格鉴定考核委员会1声发射检测,2004.
[5].起重机械安装改造重大修理监督检验规则 TSG Q7016-2016
[6].起重机械定期检验规则 TSG Q7015-2016

投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: