基于三維漏磁檢測技術(shù)的高速鐵路鋼軌斜裂紋特征識別研究

1、 南京航空航天大學(xué) 碩士學(xué)位論文 基于三維漏磁檢測技術(shù)的高速鐵路鋼軌斜裂紋特征識別研究 姓名：趙颯 申請學(xué)位級別：碩士 專業(yè)：測試計量技術(shù)及儀器 指導(dǎo)教師：王平 2010-03 南京航空航天大學(xué)碩士學(xué)位論文 摘 要 與鋼軌走向呈一定夾角的斜裂紋是高速鐵路鋼軌表面最主要的損傷形式，對其進(jìn)行快速準(zhǔn)確 識別意義重大。三維漏磁檢測技術(shù)具有檢測速度快、無需裂紋主平面與磁化方向垂直的特點(diǎn)，采 用傳感器陣列結(jié)構(gòu)可以對大面積區(qū)域進(jìn)行快速掃描，成像顯示，減少檢測盲區(qū)的優(yōu)點(diǎn)。因此本文 采用三維陣列傳感器漏磁檢測技術(shù)來實(shí)現(xiàn)對斜裂紋的準(zhǔn)確識別。 本論文首先調(diào)研了高速鐵路鋼軌表面主要的損傷方式及其特點(diǎn)，探討了現(xiàn)有鋼軌缺

2、陷檢測手 段及其優(yōu)缺點(diǎn)，提出了采用三維漏磁檢測技術(shù)來實(shí)現(xiàn)對斜裂紋的準(zhǔn)確識別。然后在理論上簡述了 漏磁檢測的原理、信號特征及其成因，分析了斜裂紋漏磁場的磁力線分布規(guī)律，提出了識別斜裂 紋與鋼軌走向夾角的方法。采用 Ansoft 有限元仿真軟件對鋼軌表面斜裂紋進(jìn)行三維靜態(tài)仿真， 驗(yàn)證該識別方法的可行性。 在此基礎(chǔ)上研究并設(shè)計了三維陣列傳感器漏磁檢測系統(tǒng)實(shí)驗(yàn)平臺，主要包括信號激勵部分、 三維陣列霍爾傳感器、信號放大調(diào)理部分、碼盤位移傳感器部分、數(shù)據(jù)采集部分、計算機(jī)處理部 分。其次利用該實(shí)驗(yàn)平臺，對相應(yīng)的鋼軌表面人工裂紋進(jìn)行了實(shí)驗(yàn)研究，采用位移重構(gòu)、小波去 噪的方法對檢測信號進(jìn)行了預(yù)處理，分別從裂紋漏

3、磁場 Bx、By 分量提取特征值，計算斜裂紋與 鋼軌走向夾角，然后對陣列傳感器數(shù)據(jù)成像分析，驗(yàn)證該方法的準(zhǔn)確性。 最后，對本論文的工作進(jìn)行了總結(jié)，并對進(jìn)一步的研究工作提出了一些建議。 關(guān)鍵詞： 斜裂紋、三維漏磁、有限元、陣列傳感器、特征值 I 基于三維漏磁檢測技術(shù)的高速鐵路鋼軌斜裂紋特征識別研究 ABSTRACT The inclined cracks that have a certain angle to the rail trends are the major damage mode of the high-speed railway rail surface, the rapid a

4、nd accurate identification of which is of great significance. 3D magnetic flux leakage detection technology has the characteristic of fast detection, and without the crack main plane perpendicular to the magnetization direction. Whats more，it can carry on the rapid scanning a large area with the sen

5、sor array structure and imaging technique, which can reduce the non-detection zone. Therefore 3D array sensor with magnetic flux leakage technology is used in this paper to achieve accurate identification of rail inclined crack. This paper firstly investigated the major damage modes and features of

6、the high-speed railway rail surface and probed into the current detection means and their advantages and disadvantages, which also proposed to accurately identify the inclined cracks with the 3D magnetic flux leakage inspection technique. Then the principle of magnetic flux leakage testing, the sign

7、al feature and causes of the magnetic flux leakage detection are discussed theoretically. The leakage magnetic field distribution of magnetic field lines of the inclined crack is analyzed and put forward a method to identify the angle between the inclined cracks and rail trends. Ansoft finite simula

8、tion software is used to carry on the 3D static simulation in the inclined cracks of rail surface and verified the feasibility of the identification method. Based on the above, three-dimensional array of sensors leakage magnetic system experimental platform is designed ,including the signal excitati

9、on, three-dimensional array of Hall sensors, signal amplification and conditioning, encoder position sensor, data acquisition part and computer processing part. Using the experimental platform, the experiments on the railway rail with artificial cracks have been undertaken. The detecting signals are

10、 processed by displacement reconstruction and wavelet de-noising method. Then the signal eigenvalues are extracted from the crack leakage field Bx and By in the time domain respectively to calculate the angle of the crack, then the sensor array data imaging analysis to verify the accuracy of the met

11、hod. Finally, the work of this paper is summarized and the suggestion for further research is provided. Keywords: inclined cracks, 3d magnetic flux leakage, finite element, sensor array, eigenvalue II 基于三維漏磁檢測技術(shù)的高速鐵路鋼軌斜裂紋特征識別研究 圖表清單 圖 1.1 浙贛線上常見的鋼軌表面缺陷.1 圖 1.2 廣深線準(zhǔn)高速路的鋼軌表面斜裂紋.2 圖 1.3 美國國家鐵路公司開發(fā)的（A ）

12、手推式鋼軌巡檢設(shè)備（B ）高速鐵路巡檢車.4 圖 1.4 超聲探傷檢測盲區(qū).5 圖 1.5 裂紋與行車方向夾角示意圖.7 圖 1.6 裂紋與鋼軌表面夾角示意圖.7 圖 1.7 G2 鋼軌裂紋 8、9 BX 分量分布圖.8 圖2.1 漏磁檢測原理圖 . 12 圖2.2 空間磁場強(qiáng)度三維矢量示意圖. 13 圖2.3 典型漏磁信號 . 13 圖2.4 與磁化方向垂直缺陷的細(xì)化磁感線云圖 . 15 圖2.5 斜裂紋磁力線路徑示意圖 . 16 圖3.1 自適應(yīng)剖分法求解示意圖.19 圖3.2 手工剖分前后漏磁信號對比.20 圖3.3 鋼軌漏磁檢測裝置 3D 模型.21 圖3.4 裂紋 B BXH 、BY

13、H 示意圖 .22 圖3.5 長度變化漏磁場各分量.22 圖3.6 寬度變化漏磁場各分量.23 圖3.7 深度變化漏磁場各分量.24 圖3.8 變化漏磁場各分量.25 圖3.9 變化漏磁場各分量 .27 圖3.10 陣列傳感器間距示意圖.28 圖3.11 BY 分量三維分布.28 圖3.12 裂紋 B 的漏磁場BX 、BY 、BZ 、B 的等高線分布.30 圖3.13 裂紋 B 的漏磁場強(qiáng)度B 的等高線分布.30 圖3.14 復(fù)合裂紋示意圖.31 圖3.15 裂紋 P 仿真結(jié)果三維成像 .31 圖3.16 裂紋 Q 仿真結(jié)果三維成像.32 圖4.1 陣列傳感器三維漏磁檢測系統(tǒng)構(gòu)成.33 圖4.

14、2 檢測系統(tǒng)實(shí)物 .34 VI 南京航空航天大學(xué)碩士學(xué)位論文 圖4.3 霍爾效應(yīng) .35 圖4.4 UGN3503 外形示意圖和輸出響應(yīng)曲線.36 圖4.5 HALL 傳感器陣列探頭實(shí)物.36 圖4.6 差分放大電路圖.37 圖4.7 增量式光電編碼器結(jié)構(gòu).38 圖4.8 光碼盤輸出三相信號.38 圖4.9 E6B2-CWZ3E 實(shí)物.39 圖4. 10 E6B2-CWZ3E 輸出電路.39 圖4.11 BCB 采集程序流程圖.41 圖4.12 BCB 采集程序人機(jī)界面.42 圖5.1 G1 鋼軌加工裂紋示意圖.43 圖5.2 G2 鋼軌加工裂紋示意圖.44 圖5.3 重構(gòu)位移信號的方法示意圖

15、.45 圖5.4 重構(gòu)位移信號的程序結(jié)構(gòu)圖.46 圖5.5 小波去噪的程序流程圖.47 圖5.6 小波去噪對實(shí)驗(yàn)數(shù)據(jù)使用前后對比.48 圖5.7 寬度變化斜裂紋漏磁檢測信號.49 圖5.8 深度變化斜裂紋漏磁檢測信號.50 圖5.9 變化斜裂紋漏磁檢測信號 .51 圖5.10 變化斜裂紋漏磁檢測信號.52 圖5.11 G2 鋼軌表面部分裂紋漏磁檢測信號的 BX 、BY 分量掃描波形圖 .53 圖5.12 G1 鋼軌裂紋 2 的BX 分量的三維分布.54 圖5.13 G1 鋼軌裂紋 2 的漏磁場強(qiáng)度B 的分布.55 圖5.14 G1 鋼軌裂紋 17 漏磁場 B 的強(qiáng)度分布.55 圖5.15 G1

16、 鋼軌上人工裂紋 12.56 表 1.1 在一定缺陷長度情況下鐵路安全部門希望應(yīng)達(dá)到的檢測成功概率.3 表 1.2 在一定缺陷尺寸情況下現(xiàn)有鐵路鋼軌巡檢設(shè)備實(shí)際檢測成功概率.4 表 1.3 常用的鋼軌檢測方法優(yōu)缺點(diǎn)比較表.5 表 1.4 G2 鋼軌裂紋 8、9 對應(yīng)參數(shù)表.8 表 3.1 檢測裝置參數(shù)表.20 表 3.2 60°斜線狀裂紋不同參數(shù)表（單位：MM/° ）.21 表 3.3 不同長度斜裂紋 BXH 、BYH 大小及識別誤差 .23 表 3.4 不同寬度斜裂紋 BXH 、BYH 大小及識別誤差 .24 VII 基于三維漏磁檢測技術(shù)的高速鐵路鋼軌斜裂紋特征識別研究

17、表 3.5 不同深度斜裂紋 BXH 、BYH 大小及識別誤差 .25 表 3.6 不同深度斜裂紋 BXH 、BYH 大小及識別誤差 .26 表 3.7 斜線狀裂紋變化參數(shù)表（單位：MM ）.26 表 3.8 斜線狀裂紋變化時 BXH 、BYH 大小及識別誤差.27 表 3.9 不同傳感器間距 LY 計算結(jié)果比較 .29 表 3.10 計算各維裂紋長度.29 表 4.1 HALL 和 GMR 傳感器的典型代表性能參數(shù)比較.35 表 5.1 G2 鋼軌各裂紋對應(yīng)參數(shù)表.44 表 5.2 寬度變化斜裂紋識別及誤差.49 表 5.3 寬度變化斜裂紋識別及誤差.50 表 5.4 變化斜裂紋識別及誤差 .

18、51 表 5.5 變化斜裂紋識別及誤差.52 表 5.6 45°斜裂紋識別及誤差 .53 表 5.7 90°斜裂紋識別及誤差 .54 VIII 南京航空航天大學(xué)碩士學(xué)位論文 注釋表 NDT Nondestructive Testing 無損檢測 NDI Nondestructive Inspection 無損探傷 NDE Nondestructive Evaluation 無損評估 ACFM Alternating Current Field Measurement 交流電磁場檢測 UT Ultrasonic testing 超聲檢測 EMAT Electromagneti

19、c acoustic transducer 電磁超聲換能器 FEA finite element analysis 有限元分析法 GMR Giant magneto-resistance 巨磁阻 IX 承諾書 本人聲明所呈交的碩士學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行 的研究工作及取得的研究成果。除了文中特別加以標(biāo)注和致謝 的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果， 也不包含為獲得南京航空航天大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證 書而使用過的材料。 本人授權(quán)南京航空航天大學(xué)可以將學(xué)位論文的全部或部分 內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等 復(fù)制手段保存、匯編學(xué)位論文。 （保密的學(xué)

20、位論文在解密后適用本承諾書） 作者簽名： 日 期： 南京航空航天大學(xué)碩士學(xué)位論文 第一章 緒論 1.1 研究的背景及意義 伴隨著中國經(jīng)濟(jì)的高速增長，我國高速鐵路的建設(shè)進(jìn)入了一個快速發(fā)展的階段，已為我國的 經(jīng)濟(jì)建設(shè)起到了重要的促進(jìn)作用。到2012年，中國鐵路營業(yè)里程將達(dá)到11萬公里以上，其中新建 高速鐵路1.3萬公里以上，中國高鐵里程將超過世界上其它國家高鐵里程的總和1 。我國鐵路情況 很復(fù)雜，線路運(yùn)行狀況較差，超期服役的鋼軌數(shù)量大，鋼軌損傷率高，因損傷造成的鋼軌斷裂的 情況經(jīng)常發(fā)生，直接對行車安全造成威脅2 。在列車高速運(yùn)行的情況下，鋼軌缺陷可能引發(fā)重大 安全事故，甚至造成災(zāi)難性的后果3 。2

21、000年10月17 日，英國一輛高速列車以185km/h的速度通 過半徑為1460m曲線時發(fā)生出軌事故，造成重大的傷亡事故，事后研究發(fā)現(xiàn)是由鋼軌表面斜裂紋 引發(fā)鋼軌橫向斷裂造成的4，另據(jù)統(tǒng)計，1999 -2000年度英國因?yàn)閿嘬壍溶壍拦收纤l(fā)的事故 5 達(dá)949次 。 1.1.1 鋼軌表面斜裂紋產(chǎn)生的機(jī)理 鋼軌因滾動接觸疲勞而造成傷損的數(shù)量在重載和提速線路上日益增多，例如在浙贛、廣深、 京廣、朔黃、大秦等線路的鋼軌上，均發(fā)現(xiàn)了大量的鋼軌滾動接觸疲勞傷損，個別地方甚至已經(jīng) 造成鋼軌橫向斷裂6，如圖1.1所示。截止到2003年10月29 日，浙贛線金華工務(wù)段共發(fā)現(xiàn)重度損傷 鋼軌409根，其中出現(xiàn)

22、軌頭裂紋鋼軌181根 橫向裂紋8根、核傷32根、斜裂紋141根 ，占重傷鋼軌 7 8 。這些說明，鋼軌表面斜裂紋已在線路上很大比例的出現(xiàn)，已成為鋼軌重度損傷 的44 25 的主要類型，嚴(yán)重影響著鋼軌使用壽命，直接危及行車安全。 a 在役鋼軌斜表面裂紋樣例 b 嚴(yán)重?fù)p傷的鋼軌 圖 1.1 浙贛線上常見的鋼軌表面缺陷 鋼軌制造過程和列車運(yùn)行應(yīng)力是產(chǎn)生鋼軌缺陷的兩大因素。隨著鋼軌材料以及鋼材生產(chǎn)方法 的改進(jìn)，由制造問題帶來的鋼軌缺陷越來越少，尤其是鋼軌內(nèi)部因材料不連續(xù)而引起的缺陷越來 1 基于三維漏磁檢測技術(shù)的高速鐵路鋼軌斜裂紋特征識別研究 越少；而鋼軌線路向連續(xù)無縫線路過渡發(fā)展，鋼軌端部缺陷也退居

23、次要位置；而隨著鐵路客貨運(yùn) 量的增大和列車速度的提高，輪軌接觸區(qū)承受著越來越大的應(yīng)力，因此，由運(yùn)行載荷引起的鋼軌 缺陷的數(shù)量也大大增加，包括滾動接觸疲勞引起的裂紋狀缺陷（核傷、剝離、軌基角斜裂紋、隱 傷、蜂窩顫紋、壓潰等）和車輛作用引起的裂紋狀缺陷（壓痕、車輪擦傷、制動滑痕等）越來越 常見，和焊接缺陷一起成為最頻繁最主要的鋼軌缺陷，并且它們都是最初在鋼軌軌頭的表面形成 9 裂紋 。 斜裂紋的形成主要與輪軌滾動接觸及接觸應(yīng)力過大有關(guān)。當(dāng)接觸壓應(yīng)力超過鋼軌接觸疲勞強(qiáng) 度或抗塑性變形許用值時將導(dǎo)致鋼軌表面表層金屬產(chǎn)生塑性變形，疲勞裂紋在塑性變形層表面產(chǎn) 生并在接觸剪應(yīng)力作用下以一定的傾角向下擴(kuò)展，擴(kuò)

24、展到一定的深度后，擴(kuò)展方向開始受彎曲應(yīng) 5 力和溫度應(yīng)力的控制向橫向擴(kuò)展，直至鋼軌橫向斷裂 。 1.1.2 鋼軌表面斜裂紋的特點(diǎn) 在高速運(yùn)行狀態(tài)下，鐵軌的損傷缺陷則主要表現(xiàn)為鋼軌踏面的斜線狀接觸疲勞裂紋10 ，一 般發(fā)生在軌距角一側(cè)的踏面處并呈斜線狀，如圖1.2所示，并沿斜向以一定角度迅速向軌頭內(nèi)部 11 擴(kuò)展并形成大尺寸橫向疲勞裂紋，最終導(dǎo)致鋼軌發(fā)生橫向折斷 。 圖 1.2 廣深線準(zhǔn)高速路的鋼軌表面斜裂紋 通過調(diào)研國內(nèi)最早投入運(yùn)營200km/h準(zhǔn)高速的廣深線，以及運(yùn)量較大、運(yùn)速較快的浙贛線， 總結(jié)鋼軌表面斜裂紋的形狀特征如下： 斜裂紋長約630mm，寬度多在1mm以下，深220mm，間距10

25、mm左右； 斜裂紋由軌距角開始，沿逆行車方向和朝軌頭寬度方向而斜向發(fā)展，斜向角度一般在30° 90° ； 與鋼軌表面呈50°80°的斜角向下發(fā)展,當(dāng)裂紋發(fā)展至較大深度 8l0mm 時，由軌頭裂紋 萌生橫向裂紋并最終導(dǎo)致鋼軌橫向斷裂； 同時，總結(jié)鋼軌表面斜裂紋的分布特征如下： 在鋼軌表面呈非連續(xù)，跳躍式分布； 2 南京航空航天大學(xué)碩士學(xué)位論文 斜裂紋一般只發(fā)生在鋼軌踏面的一側(cè)，彎道時多發(fā)生在上股鋼軌； 在全線上都有不同程度的發(fā)生，但在加速地段和上坡地段更嚴(yán)重，產(chǎn)生后發(fā)展速度非?？?； 在鋼軌側(cè)磨量較大的地方，裂紋發(fā)生的程度要小，因此，適度的磨耗有利于減緩軌頭

26、斜裂紋 的產(chǎn)生12，同時在斜裂紋發(fā)生的早期可以用打磨的辦法減緩其發(fā)展速度。 1.2 常見的鋼軌檢測方法及研究現(xiàn)狀 1.2.1 鋼軌巡檢的難點(diǎn) 隨著列車速度的不斷提高，鐵路無車時間間隔不斷減少，這意味著鐵路維護(hù)要求越來越高， 原來的人工巡檢已經(jīng)跟不上現(xiàn)代鐵路系統(tǒng)的高速發(fā)展，實(shí)現(xiàn)對鐵路鋼軌進(jìn)行高速巡檢，及時發(fā)現(xiàn) 和判斷鐵軌缺陷顯得十分重要，對于高速鐵路軌道的安全保障是當(dāng)今世界范圍的一個重大和前沿 的課題。為了防止高速鐵路鋼軌故障的發(fā)生，通常的解決方案是對于高速應(yīng)用狀態(tài)下的鋼軌采用 無損檢測的方法進(jìn)行缺陷巡檢。 實(shí)現(xiàn)對高速鐵路鋼軌的無損檢測具有相當(dāng)?shù)碾y度。首先，導(dǎo)致鋼軌損壞的缺陷種類很多，包 括表面

27、的疲勞損傷, 應(yīng)力腐蝕、裂紋和剝離等和位于鋼軌亞表面或者內(nèi)部斜裂紋。其中亞表面斜 裂紋的檢測難度最大，從表面上看不到開放性的創(chuàng)口，其深度可以達(dá)到8mm以上，而裂紋的寬度 有的卻只有1mm以下。要求相應(yīng)的檢測技術(shù)及設(shè)備必須具有很高的靈敏度。其次，要求檢測應(yīng)以 非接觸的方式高速、高效地進(jìn)行。一般期望手推式的巡檢設(shè)備移動速度達(dá)到1.5m/s5m/s，專用 巡檢車的巡檢速度應(yīng)能達(dá)到列車的行駛速度（160km/h 以上）。當(dāng)前的超聲波技術(shù)只能在80km/h 以內(nèi)，并以接觸狀態(tài)檢測才能有效測到缺陷。 表 1.1 和表 2 為 2005 年加拿大交通安全會議的技術(shù)報告中，將在一定缺陷尺寸情況下鐵路 部門希望

28、應(yīng)達(dá)到的檢測成功概率（表 1.1）與目前鐵路鋼軌巡檢設(shè)備實(shí)際檢測成功概率（表 1.2） 進(jìn)行了比較，并指出目前的典型的以超聲技術(shù)為主的設(shè)備無損檢測巡檢設(shè)備尚不能滿足鐵路安全 部門的應(yīng)用要求。對比表 1.1 和表 1.2 可見實(shí)際巡檢成功概率與鐵路安全部門的要求有較大差距。 其原因除了巡檢速度和人員經(jīng)驗(yàn)方面的因素外，鋼軌的清潔程度、裂紋的位置和方向是否能夠?qū)?超聲波形成強(qiáng)反射信號等這些因素都對識別率造成很大影響。 表 1.1 在一定缺陷長度情況下鐵路安全部門希望應(yīng)達(dá)到的檢測成功概率 缺陷長度占鋼軌軌頭的百分比 安全標(biāo)準(zhǔn)要求達(dá)到的檢測 成功概率（） （） 1020 95 2140 98 41 以上 100 3 基于三維漏磁檢測技術(shù)的高速鐵路鋼軌斜裂紋特征識別研究 表 1.2 在一定缺陷尺寸情況下現(xiàn)有鐵路鋼軌巡檢設(shè)備實(shí)際檢測成功概率 缺陷長度占鋼軌軌頭的百分比 現(xiàn)有巡檢設(shè)備能夠達(dá)到的 （） 檢測成功概率（） 10 60 2