聚乙烯電熔接頭超聲相控陣檢測缺陷自動(dòng)識別方法

郭偉燦，施建峰，繆存堅(jiān)，侯東圣

(1.浙江省特種設(shè)備檢驗(yàn)研究院，杭州 310020；2.浙江大學(xué) 化工機(jī)械研究所，杭州 310027)

聚乙烯電熔接頭超聲相控陣檢測缺陷自動(dòng)識別方法

郭偉燦1，施建峰2，繆存堅(jiān)1，侯東圣2

(1.浙江省特種設(shè)備檢驗(yàn)研究院，杭州 310020；2.浙江大學(xué) 化工機(jī)械研究所，杭州 310027)

分析了金屬電阻絲成像機(jī)理與識別方法，建立了聚乙烯電熔接頭缺陷形態(tài)特征與超聲圖譜之間的對應(yīng)關(guān)系?；跀?shù)學(xué)方法定量表征了缺陷的參數(shù)，提出一種缺陷自動(dòng)識別的方法，并設(shè)計(jì)了相應(yīng)軟件。通過對大量帶未知缺陷的接頭的檢測、識別和解剖，驗(yàn)證了所提出的缺陷自動(dòng)識別方法的有效性。結(jié)果表明，該方法對含多種缺陷的接頭識別準(zhǔn)確率達(dá)93.9%，對含有單一缺陷的接頭識別準(zhǔn)確率達(dá)100%。

聚乙烯電熔接頭；超聲相控陣；金屬電阻絲；缺陷自動(dòng)識別

聚烯烴管道以其質(zhì)輕價(jià)廉、比強(qiáng)度大、比剛度高及耐磨損、耐腐蝕、絕緣等優(yōu)點(diǎn)，正逐漸代替金屬管道，成為城市埋地燃?xì)夤艿腊l(fā)展的主流[1-3]。電熔焊接是聚乙烯燃?xì)夤艿雷钪饕暮附臃绞街籟4]。由于聚乙烯管道電熔接頭缺陷形成原因復(fù)雜，缺陷對焊接接頭性能的影響規(guī)律也與傳統(tǒng)金屬接頭不相同，傳統(tǒng)焊接接頭中的缺陷分類方法不能直接用到聚乙烯管道電熔接頭中[5]。

筆者在以往聚乙烯電熔接頭的缺陷類型分類、帶人工缺陷超聲相控陣檢測試驗(yàn)與模擬的基礎(chǔ)上，對金屬電阻絲的識別進(jìn)行分析，建立接頭缺陷形態(tài)特征與超聲圖譜之間的對應(yīng)關(guān)系。而后利用數(shù)學(xué)方法對缺陷信號進(jìn)行分解，設(shè)置缺陷判斷域值，提取缺陷特征并進(jìn)行歸類。在此基礎(chǔ)上編制缺陷自動(dòng)識別軟件，實(shí)現(xiàn)了對聚乙烯管道電熔接頭缺陷的自動(dòng)識別。最后，通過大量帶未知缺陷接頭的檢測、識別與解剖，對所提出的自動(dòng)識別方法和軟件進(jìn)行驗(yàn)證。

1 缺陷識別方法

筆者在大量實(shí)地調(diào)研、人工缺陷解剖以及超聲檢測缺陷識別研究的基礎(chǔ)上，參考美國塑料管道協(xié)會(huì)關(guān)于聚乙烯管失效原因調(diào)研的數(shù)據(jù)庫，系統(tǒng)地將接頭中的缺陷歸納為熔合面夾雜、孔洞、電阻絲錯(cuò)位、冷焊等4類[6]。每一類缺陷都有各自的特征模式，如位置、形狀特征、信號參數(shù)特征等，具體如表1所示。

表1 聚乙烯電熔接頭缺陷類型和特征模式

聚乙烯管道電熔焊接接頭缺陷自動(dòng)識別方法的關(guān)鍵是金屬電阻絲的識別。電熔接頭連接時(shí)一般將金屬電阻絲嵌入管件的內(nèi)表面，施工時(shí)將管子與管件配合后用專用的加熱控制電源將管件中的金屬電阻絲通電加熱，使管件與管材的接觸表面熔化結(jié)合，冷卻后使管件與管材牢固、密封地結(jié)合在一起[1]。電熔接頭中的金屬絲如圖1所示。

圖1 電熔接頭中的金屬絲

在聚乙烯燃?xì)夤艿雷畛Ｓ玫腜E80聚乙烯中，超聲聲速約為2 200 m·s-1，對5 MHz的檢測頻率，超聲波波長為0.44 mm，金屬絲直徑為0.8 mm，約為超聲波波長的2倍，因此可將電熔接頭中的金屬絲看作是具有一定反射率的長橫孔；此長橫孔的反射面為柱面，平面超聲波入射到柱面時(shí)，其反射波可視為從焦軸發(fā)出的柱面波，傳播至探頭，形成第一處金屬絲影像，如圖2所示，其回波聲壓Pr1為[7]

圖2 電熔接頭中的金屬絲超聲傳播規(guī)律

式中：r為聲壓反射率；P0為入射超聲波在界面處的聲壓；d為金屬絲直徑；a為金屬絲與探頭距離。

其中r又由下式計(jì)算

式中：Z1為聚乙烯的聲阻抗；Z2為金屬絲的聲阻抗。

超聲波穿過聚乙烯和金屬絲界面后，形成透射波Pt1，透射波在金屬絲的下界面產(chǎn)生透射和反射，反射的超聲波又返回金屬絲中，在上界面又一次形成透射和反射，透射波傳播至探頭，形成第二處金屬絲影像。不考慮界面的聚焦與發(fā)散效應(yīng)，第二處金屬絲影像的回波聲壓Pr2與第一處回波聲壓Pr1比值為[7]：

因此，對聚乙烯管道電熔接頭進(jìn)行超聲相控陣檢測時(shí)，在B掃描實(shí)時(shí)成像圖中，金屬絲并不僅僅形成一處影像，而是自上而下帶強(qiáng)度逐漸減弱的一串影像，從B掃描圖像中可以根據(jù)此特點(diǎn)判斷金屬絲位置。當(dāng)金屬絲上表面存在氣隙時(shí)，超聲波在聚乙烯和金屬絲界面處沒有形成透射波，因而在深度方向上只形成一處影像。

在缺陷分類基礎(chǔ)上，按照表1描述的每類缺陷的特征模式，利用數(shù)學(xué)方法對缺陷信號進(jìn)行分解，設(shè)置每類缺陷判斷域值，提取缺陷形狀、位置、波幅、群集等特征，歸類所有缺陷信號的組合特征。具體做法是：從相控陣模塊中得到每個(gè)位置及相應(yīng)的聲壓值，以聲壓值為參數(shù)，形成超聲圖像，從具有缺陷的超聲圖像中選取一個(gè)感興趣區(qū)域(稱之為 ROI)，將 ROI 區(qū)域取為 100 像素×500像素，然后對ROI進(jìn)行圖像分析，如進(jìn)行聲壓幅度分布分析；為方便計(jì)算機(jī)對ROI圖像特征進(jìn)行識別分析，可將超過一定值的波高直接定義為黑，低于一定值的波高直接定義為白。

2 典型缺陷的識別

2.1 金屬電阻絲識別

對金屬電阻絲的識別是聚乙烯管道電熔焊接接頭缺陷識別的關(guān)鍵。在ROI圖像分析中，如果在深度方向位置上出現(xiàn)圖3所示的聲壓幅度分布，則第一個(gè)波形為金屬絲影像，其最高波幅位置為金屬絲深度方向位置。此外，金屬電阻絲位置可由電熔接頭參數(shù)信息推測得到，其呈圓形，以群狀排成一排。

圖3 金屬絲ROI圖像分析

正常焊接條件下，電熔接頭中電阻絲排布規(guī)整，沒有明顯錯(cuò)位現(xiàn)象；電熔套筒內(nèi)壁與管材外壁熔融為一體，熔合面沒有間隙和孔洞。圖4的超聲B掃描成像圖反映正常焊接條件下接頭內(nèi)部的實(shí)際情況，除電阻絲外，還顯示出清晰的套筒內(nèi)壁界面及管材內(nèi)壁面的成像信號。另外，根據(jù)現(xiàn)場經(jīng)驗(yàn)，金屬絲水平位置一般在冷焊區(qū)界面上方1～4 mm范圍內(nèi)，很少在外冷焊區(qū)界面下面。

圖4 正常焊接超聲檢測圖像

2.2 孔洞識別

孔洞的識別首先要確定金屬絲的位置?？锥匆话愠霈F(xiàn)在電阻絲上端或電阻絲附近，當(dāng)較大規(guī)格的電熔接頭焊接時(shí)間較長時(shí)，孔洞會(huì)出現(xiàn)在電阻絲之間。筆者通過大量試驗(yàn)，得出以下孔洞識別的規(guī)則：

(1) 凡在金屬絲上方感興趣區(qū)域內(nèi)的一切非連續(xù)線狀(冷焊特征線)影像都設(shè)定為孔洞缺陷(包括套洞原材料缺陷)。

(2) 熔合面上和熔合面以下所有影像不是孔洞缺陷。

(3) 如果在深度方向出現(xiàn)自上而下帶強(qiáng)度逐漸減弱的一串影像，則第一個(gè)波形一定為金屬絲影像，不識別為孔洞。在金屬絲位置區(qū)域，如果在深度方向上只出現(xiàn)單個(gè)影像(有可能是金屬絲上表面存在氣隙，或存在氣孔)，則該處圖像為孔洞圖像。

(4) 在ROI圖像分析中，如果在熔合面位置上方出現(xiàn)圖5所示的聲壓幅度分布，則明顯大于金屬絲的影像為孔洞，其尺寸包括孔洞及連貫金屬絲。

圖5 金屬絲影像中間孔洞ROI圖像分析

圖6 孔洞缺陷超聲檢測圖像

根據(jù)上述孔洞識別的規(guī)則，則可以判定圖6(a)為電阻絲上端的孔洞，圖6(b)為電阻絲之間的孔洞(當(dāng)較大規(guī)格的電熔接頭焊接時(shí)間較長時(shí),容易出現(xiàn)此類缺陷)。

2.3 熔合面缺陷的識別

熔合面缺陷屬于面積性缺陷。在電熔接頭超聲圖像中，熔合面缺陷出現(xiàn)在電阻絲下端一定距離處，其信號線基本位置與內(nèi)、外冷焊區(qū)界面反射的信號線平行；由于熔合面上的信號會(huì)受到電阻絲信號的干擾，所以缺陷信號出現(xiàn)在相鄰電阻絲信號之間。在確定熔合面位置的基礎(chǔ)上，筆者通過試驗(yàn)得出熔合面缺陷的識別規(guī)則：

(1) 根據(jù)熔合面缺陷分類模式，將在確定熔合面位置處的一切非金屬絲連續(xù)投影的影像都設(shè)定為熔合面缺陷。

(2) 在金屬絲下方出現(xiàn)周期性斷續(xù)的線狀缺陷，斷續(xù)的線狀缺陷位置位于金屬絲之間，在ROI圖像分析中，如出現(xiàn)圖7所示的圖像特征，設(shè)定為熔合面缺陷。

圖7 熔合面缺陷ROI圖像分析

圖8 熔合面缺陷超聲檢測圖像

根據(jù)上述熔合面缺陷識別的規(guī)則，可以判定圖8(a)為較長的熔合面缺陷，圖8(b)為較短的熔合面缺陷。

2.4 金屬絲錯(cuò)位的識別

金屬絲錯(cuò)位的識別是建立在金屬絲識別的基礎(chǔ)上的。正常焊接條件下，電熔接頭中電阻絲排布規(guī)整，在水平方向與垂直方向都沒有明顯的偏移，如果在水平方向與垂直方向有明顯的偏移就定義為金屬絲錯(cuò)位。在ROI 區(qū)域圖像分析時(shí)，在第一個(gè)水平方向區(qū)域位置上出現(xiàn)圖9所示的聲壓幅度分布，則基本可識別為金屬絲錯(cuò)位缺陷，但還要有其他證據(jù)進(jìn)行佐證，例如在空缺位置的鄰近是否存在金屬絲特征圖像等。

圖9 金屬絲錯(cuò)位缺陷ROI圖像分析

從ROI 區(qū)域圖像分析圖10超聲圖像中明顯存在金屬絲錯(cuò)位缺陷。

圖10 金屬絲錯(cuò)位缺陷超聲圖像

2.5 冷焊缺陷的識別 在前期研究中，筆者發(fā)現(xiàn)金屬電阻絲的信號上方有一條超聲信號線，并得出可以該超聲信號線與電阻絲間的距離來間接表征冷焊的嚴(yán)重程度的結(jié)論[8-9]。因此,冷焊缺陷的識別首先是檢測到冷焊特征線，而冷焊特征線是固液交界線的超聲波反射信號。

如果在金屬絲上方一定位置處水平方向區(qū)域位置上出現(xiàn)如圖11所示的影像，可判斷為冷焊特征線，測得該特征線與電阻絲的距離L；將L代入下式[8]。

圖11 冷焊超聲圖像

式中：H為表示冷焊程度的參數(shù)；L為冷焊時(shí)特征線與電阻絲的距離；L0為正常焊接時(shí)特征線與電阻絲的距離，可通過工藝試驗(yàn)確定。

3 缺陷量化和計(jì)算機(jī)自動(dòng)識別

計(jì)算機(jī)自動(dòng)識別首先要實(shí)現(xiàn)各類缺陷的表征和量化，表2為各類缺陷的表征和量化規(guī)則。

類型表征和量化規(guī)則熔合面夾雜 熔合面缺陷為面積型缺陷,量化方法如下:①以超過一定波幅值的幅值作為圖像的邊緣,如60%回波高度;②以熔合面缺陷超聲信號最強(qiáng)處波高為基準(zhǔn),降低50%時(shí)的幅值作為圖像的邊緣孔洞 孔洞量化以孔洞在熔合面方向上的投影長度X來表征,具體方法如下:①以超過一定波幅值的幅值作為圖像的邊緣,如60%回波高度;②以孔洞超聲信號最強(qiáng)處波高為基準(zhǔn),降低50%時(shí)的幅值作為圖像的邊緣電阻絲錯(cuò)位 金屬絲錯(cuò)位表征的關(guān)鍵是定義金屬絲的位置,即以金屬絲超聲圖像信號的最強(qiáng)處位置為金屬絲中心,由軟件實(shí)現(xiàn)。具體評定時(shí)金屬絲的錯(cuò)位分為水平錯(cuò)位與垂直錯(cuò)位兩種類型。以金屬絲的水平錯(cuò)位和垂直錯(cuò)位中的最大錯(cuò)位值來評定該類缺陷冷焊 冷焊缺陷的表征是通過確定冷焊特征線和金屬絲的深度方向的位置來實(shí)現(xiàn)的,具體方法是:以中間50%長度的金屬絲的平均深度位置作為金屬絲位置,以中間50%長度的金屬絲相對應(yīng)的冷焊特征線的位置來評定,根據(jù)特征線距離金屬絲的遠(yuǎn)近來判斷該待測電熔接頭是否存在冷焊缺陷

根據(jù)表2規(guī)定的缺陷量化規(guī)則，筆者采用MATLAB系統(tǒng)開發(fā)缺陷識別軟件，軟件根據(jù)超聲檢測圖譜格式和超聲檢測原始數(shù)據(jù)兩種方式實(shí)現(xiàn)對缺陷的自動(dòng)識別。

為驗(yàn)證缺陷識別軟件的準(zhǔn)確率，筆者通過已有的測試樣片，先對樣片按照不同的缺陷類型和文件類型進(jìn)行分類，然后通過軟件對其進(jìn)行一一測試，具體樣片分布如表3所示。樣片缺陷測試準(zhǔn)確率統(tǒng)計(jì)見表4。圖12為幾種典型缺陷樣片的識別結(jié)果截圖。

表3 含缺陷的測試樣片信息

表4 樣片缺陷測試準(zhǔn)確率統(tǒng)計(jì) %

由表4可看出，數(shù)據(jù)格式的缺陷識別準(zhǔn)確率要高于圖片格式的準(zhǔn)確率。其中，含多種缺陷樣片的缺陷識別測試的平均準(zhǔn)確率已高達(dá)93.9%，標(biāo)準(zhǔn)單一缺陷樣片的缺陷識別測試的平均準(zhǔn)確率則達(dá)到100%，已達(dá)到對一般測試樣片90%缺陷識別準(zhǔn)確率和標(biāo)準(zhǔn)單一缺陷100%缺陷識別準(zhǔn)確率的要求。

圖12 典型缺陷樣片的識別結(jié)果截圖示例

4 結(jié)論

(1) 通過研究電熔焊接接頭在超聲相控陣檢測時(shí)其內(nèi)部金屬電阻絲成像的機(jī)理，實(shí)現(xiàn)了金屬電阻絲的識別，奠定了后續(xù)缺陷自動(dòng)識別的基礎(chǔ)。

(2) 通過對每類缺陷的位置、形狀特征、信號參數(shù)特征等進(jìn)行分析，利用數(shù)學(xué)方法對每類缺陷進(jìn)行表征和量化，在此基礎(chǔ)上編制了缺陷自動(dòng)識別軟件，實(shí)現(xiàn)了對聚乙烯管道電熔接頭缺陷的自動(dòng)識別。

(3) 通過對大量帶有未知缺陷的接頭的檢測和識別試驗(yàn)，并經(jīng)解剖試樣進(jìn)行結(jié)果驗(yàn)證，所提出的缺陷自動(dòng)識別方法，對包含多種缺陷的接頭識別準(zhǔn)確率高達(dá)93.9%，對含有單一缺陷的接頭識別準(zhǔn)確率達(dá)100%。

[1] 北京市燃?xì)饧瘓F(tuán)公司技術(shù)培訓(xùn)中心. 聚乙烯燃?xì)夤艿朗┕ぜ夹g(shù)教程[M].北京：中國勞動(dòng)社會(huì)保障出版社，2002.

[2] 馬長城，李長纓. 城鎮(zhèn)燃?xì)饩垡蚁?PE)輸配系統(tǒng)[M].北京:中國建筑工藝出版社，2006.

[3] 周以良，李瓊. 聚乙烯燃?xì)夤艿赖膽?yīng)用[J]. 煤氣與熱力, 2003，23(9):564-565.

[4] SHI J, ZHENG J, GUO W, et al. A model for predicting temperature of electrofusion joints for polyethylene pipes[J]. ASME Journal of Pressure Vessel Technology, 2009, 131(6): 061403-061410.

[5] 施建峰，郭偉燦，師俊,等. 聚乙烯及其復(fù)合管道安全檢測與評價(jià)方法[J].化工學(xué)報(bào)，2013.64(2):756-764.

[6] SHI J, ZHENG J, GUO W, et al. Defects classification and failure modes of electrofusion joint for connecting polyethylene pipes[J]. Journal of Applied Polymer Science,2012,124(5):4070-4080.

[7] 郭偉燦, 鄭津洋, 丁守寶,等. 聚乙烯電熔接頭中金屬絲成像規(guī)律的理論分析與試驗(yàn)研究[J]. 無損檢測, 2009, 31(11): 880-883.

[8] 鄭津洋，郭偉燦，施建峰,等.聚乙烯電熔接頭冷焊缺陷的超聲檢測方法[J].焊接學(xué)報(bào)，2008,29(9): 1-4.

[9] 施建峰. 聚乙烯管道電熔接頭冷焊形成機(jī)理及其檢測和評定方法[D]. 杭州: 浙江大學(xué)，2011.

Automatic Defect Recognition for Phased Array Ultrasonic Inspection ofPolyolefin Electro-fusion Joint

GUO Weican1, SHI Jianfeng2, MIAO Cunjian1, HOU Dongsheng2

(1.Zhejiang Provincial Special Equipment Inspection and Research Institute, Hangzhou 310020, China；2.Institute of Process Equipment, Zhejiang University, Hangzhou 310027, China)

The imaging mechanism and identification method of metal coils were investigated, and the corresponding relations between the characteristics of defects and the ultrasonic images of polyolefin electro-fusion joint were proposed. Furthermore，the integrated characteristics were presented using mathematic analysis，and the method and software for automatic defect recognition were designed.A large number of defect inspection， identification and dissection experiments were conducted on unknown defects，and the method of automatic defect recognition was verified to be an effective and fast method. Results show that the accuracy rate can reach 93.9% for joints with complex defects and 100% for those with single defects.

polyolefin electro-fusion joint; ultrasonic phased array; metal coils; automatic defect recognition

2016-10-31

郭偉燦(1968-)，男，博士，教授級高工，總工程師，研究方向?yàn)槌袎涸O(shè)備檢驗(yàn)與無損檢測等

郭偉燦， gwcndt@126.com

10.11973/wsjc201706003

TG115.28

A

1000-6656(2017)06-0013-06