検出器コイルベースパルス渦電流センサを用いた導電性強磁性材料の相対厚度の定量
Summary
ここでは、キャリブレーションを克服しつつ、検出器コイルベースのパルス渦電流センサを用いて導電性強磁性材料の相対的な厚さ(基準に対するパーセンテージとしての厚さ)を定量化するプロトコルを提示する。要件。
Abstract
非破壊評価(NDE)による導電性強磁性材料の厚さ定量は、特に大口径導電性の状態を評価する上で、インフラの構造的健全性モニタリングの重要な要素であるエネルギー、水、石油、ガスセクターで見つかった強磁性パイプ。パルス渦電流(PEC)センシング、特に検出器コイルベースのPECセンサアーキテクチャは、この目的に役立つ効果的な手段として長年にわたって確立されています。PECセンサの設計方法や信号処理のアプローチは、これまでの作品で紹介されています。近年、厚さ定量を目的とした検出器コイルベースの時間領域PEC信号の減衰率の利用が検討されている。このような作品は、減衰率ベースの方法が検出器コイルベースのセンサアーキテクチャに一般性を保持し、センサーの形状とサイズ、コイルターンの数、励起電流などの要因に対する免疫の程度を有することを確立しています。さらに、この方法は、灰色の鋳鉄製の大型パイプのNDEにおけるその有効性を示している。このような文献に続いて、この研究の焦点は、明示的にPECセンサ検出器コイル電圧減衰速度ベースの導電性強磁性材料厚さ定量である。しかし、この方法が直面する課題は、特に特定のパイプ材料の電気的および磁気的特性を測定したり、キャリブレーションを得るために、その時点での配管状態評価などのアプリケーションに関しては、キャリブレーションの難しさです。サンプルは実際には難しいです。その課題に動機付けられ、いくつかの以前の作品によって行われた実際の厚さを推定することとは対照的に、この作品は、減衰率ベースの方法を使用して相対的な厚さを定量するためのプロトコルを提示します(すなわち、特定の場所の厚さに対して最大厚さ)、キャリブレーションの要件はありません。
Introduction
パルス渦電流(PEC)センシング技術は、おそらく渦電流(EC)非破壊評価(NDE)技術のファミリーの中で最も汎用性の高いメンバーであり、欠陥の検出と定量、および金属および金属構造の幾何学的形状における多くの用途を有する。導電性強磁性壁様構造の厚さ定量は、数ミリメートルから数十ミリメートル以下の壁の厚さを有し、インフラの構造健全性モニタリングの分野における高需要エンジニアリングサービスである。このサービスを必要とする強磁性合金で作られた重要なインフラは、一般的にエネルギー、水、石油、ガス業界で利用可能です。PECセンサはいくつかのアーキテクチャに従って設計することができますが、検出器コイルベースのアーキテクチャは、強磁性材料2、3、4、5の条件評価で最も効果的かつ一般的に使用されると判断されました。従って、導電性強磁性材料の厚さ定量の問題に基盤を設定する検出器コイルベースのPECセンサアーキテクチャである。
検出器コイルベースのPECセンサアーキテクチャは、通常、2つの同心円状巻、空気コア、導電性コイル2、3、4、5、6(典型的には銅コイル)で構成されています。これらのコイルを円形2、3、4、5、6に巻き付けるのはよくあることですが、時折、長方形のコイル6が用いられている。センサー内の 2 つのコイルから、一方は励起コイルとして動作し、もう 1 つは検出器コイルとして機能します。PECセンサでは、励起コイルは電圧パルスによって励起され、原理的には重辺ステップ機能として特徴付けることができるものである。このパルス励起は、センサの周囲に一過性磁界(一次磁場と呼ばれる)を発生させます。センサが導電性試験片(例えば、導電性強磁性壁状構造)に隣接して配置されると、この過渡磁場は試験片内の渦電流の時間変化を誘導する。これらの渦電流は、一次電界に対して二次磁場(二次磁場と呼ばれる)を生成します。一次電界と二次電界の結果として生じる影響に応じて、検出器コイルに過渡電圧が誘導され、この作業対象の時間領域PEC信号になります。
PECセンサ検出器コイル電圧減衰率(β)は、比例
βμσd2を示し、信号が取得されると、磁性透過性μ、電気伝導度σ、および厚さdの導電性強磁性層の上にPECセンサを配置して取得される。この減衰速度信号機能は、センサーサイズ、センサー形状、リフトオフ6、7、8などのパラメータに対してかなりの耐性を有するが、この機能は、厚さ(すなわち、検査される材料のσ)を校正する必要があります(すなわち、検査される材料のσを推定する)。、d)定量。減衰率ベースの厚さ定量6、8の従来の方法を有効にするには、キャリブレーションサンプル6、8を抽出するか、または渦電流ベースの材料特性特性特性評価方法12、13を抽出することによって、この較正を行わなければならない。あるいは、キャリブレーションの複雑さは、相対的な厚さの形で厚さを表すことによって回避することができる。NDEエクササイズが行われ、β値がシグナルから抽出されると仮定すると、試験片内の最大厚さ点を定性的に表すβ値が基準と考えられる(すなわち、β参照μσdmax2)。そして、他の任意の位置の厚さは、形態
における最大厚さのパーセンテージとして表すことができ、出力として相対的な厚さを提示し、これは依然として有用な定性情報であり、μσ、σに対して較正する必要がないようにする簡便性を有するNDE出力として有用である。ここで説明するプロトコルでは、これを実現するための手順について説明します。
減衰率βは、センサ設計のパラメータに対する耐性を示しながら、検出器コイルベースのPECセンサアーキテクチャに一般性を示すとともに、リフトオフ6、7、8、14であるので、開業医は、ここでのプロトコルに従って相対的な厚さ定量を行うために、適切な導電性強磁性材料上で任意の検出器コイルベースのPECセンシングシステムを使用することができる。導電性強磁性材料のPECセンサ設計例は、関心のある読者15のために利用可能である。この研究で提示されたシグナルと結果は、シドニー工科大学が開発したPECシステムを用いて取得した。PECシステムによって得られた代表的な結果のために使用される導電性強磁性材料は、シドニーオーストラリアのパイプテストベッド9、10、11から抽出された灰色鋳鉄である。
本書で提示する方法、結果、議論は、導電性強磁性材料の厚さ定量のための検出器コイルベースのPECセンサアーキテクチャの時間領域信号の減衰率の使用に明示的に焦点を当てていることに留意すべきである。この出版物には、PECセンシング原理とセンサ構成の一般的な慣習に関する広範な議論は含まれていません。他の公開作品16、17、18は、検出器コイルベースのセンサアーキテクチャ以外のPECセンサ構成に関するより多くの洞察を得るために読者のために有用であることができる。
Protocol
Representative Results
Discussion
検出器コイル系PECセンサを用いて導電性強磁性材料の相対的な厚さ(すなわち、基準に対するパーセンテージとしての厚さ)を定量化するプロトコルが提示された。この方法の主な利点は、キャリブレーション要件を克服する能力です(すなわち、厚さ定量を可能にするために検査される材料の透磁率および電気伝導度を測定または推定する必要性を克服する)。このプロトコルは、時間領域PEC信…
Disclosures
The authors have nothing to disclose.
Acknowledgements
著者らは、マイケル・ベーレンスとダミス・アベワードダナが、いくつかのセンシングハードウェアコンポーネントの設計と実装に貢献したことを認めたい。アレン・アレンピイェビッチ、テレサ・ビダル・カレハ、ガミニ・ディッサナヤケ、サラス・コダゴダが果たした研究監督の役割、およびクリティカル・パイプス・プロジェクトに資金を提供し、提携したすべての人や組織による貢献も認められています。.
Materials
| A Detector Coil-based PEC Sensing System. | N/A | The representative results in this work were generated using the PEC system developed by University of Technology Sydney (UTS), Australia and published in works 6,8. This system may be accessible to readers via collaborating with UTS. | |
| A suitable conductive ferromagnetic material of varying thickness. | N/A | The representative results in this work were generated by acquiring PEC measurements on grey cast iron test pieces extracted from a pipe test-bed located in Sydney Australia, whose location and vintage details are available in references 9-11. The pipe test-bed as well as the extracted calibration samples may be accessible to readers via collaborating with UTS. | |
| A computation platform for PEC signal processing | MathWorks, Natick, MA, USA. | A computation platform in which the PEC signal processing algorithm can be coded and executed is required. In this publication, PEC signal processing was done using a software executable named "PEC_Signal_Processor", produced using MATLAB R2017b, Publisher: MathWorks, Natick, MA, USA. | |
| An application that can produce a table containing raw PEC signals (e.g., Microsoft Office Excel). | Microsoft Corporation, One Microsoft Way, Redmond, Washington, USA. | Microsoft Office Excel (Office 16) was used for the work of this publication. |
References
- García-Martín, J., Gómez-Gil, J., Vázquez-Sánchez, E. Non-destructive techniques based on eddy current testing. Sensors. 11 (3), 2525-2565 (2011).
- Huang, C., Wu, X., Xu, Z., Kang, Y. Ferromagnetic material pulsed eddy current testing signal modeling by equivalent multiple-coil-coupling approach. Non-Destructive Testing and Evaluation International. 44 (2), 163-168 (2011).
- Xu, Z., Wu, X., Li, J., Kang, Y. Assessment of wall thinning in insulated ferromagnetic pipes using the time-to-peak of differential pulsed eddy-current testing signals. Non-Destructive Testing and Evaluation International. 51, 24-29 (2012).
- Huang, C., Wu, X. An improved ferromagnetic material pulsed eddy current testing signal processing method based on numerical cumulative integration. Non-Destructive Testing and Evaluation International. 69, 35-39 (2015).
- Chen, X., Lei, Y. Electrical conductivity measurement of ferromagnetic metallic materials using pulsed eddy current method. Non-Destructive Testing and Evaluation International. 75, 33-38 (2015).
- Ulapane, N., Alempijevic, A., Valls Miro, J., Vidal-Calleja, T. Non-destructive evaluation of ferromagnetic material thickness using Pulsed Eddy Current sensor detector coil voltage decay rate. Non-Destructive Testing and Evaluation International. 100, 108-114 (2018).
- Ulapane, N., Nguyen, L., Valls Miro, J., Dissanayake, G. A Solution to the Inverse Pulsed Eddy Current Problem Enabling 3D Profiling. IEEE Conference on Industrial Electronics and Applications. , (2018).
- Ulapane, N., Alempijevic, A., Vidal Calleja, T., Valls Miro, J. Pulsed Eddy Current Sensing for Critical Pipe Condition Assessment. Sensors. 17 (10), 2208 (2017).
- Valls Miro, J., et al. A live test-bed for the advancement of condition assessment and failure prediction research on critical pipes. Proceedings of the Leading-Edge Strategic Asset Management Conference (LESAM13). , (2013).
- Valls Miro, J., Ulapane, N., Shi, L., Hunt, D., Behrens, M. Robotic pipeline wall thickness evaluation for dense nondestructive testing inspection. Journal of Field Robotics. 35 (8), 1293-1310 (2018).
- Valls Miro, J., Hunt, D., Ulapane, N., Behrens, M. Towards Automatic Robotic NDT Dense Mapping for Pipeline Integrity Inspection. Field and Service Robotics. , 319-333 (2018).
- Chen, X., Lei, Y. Electrical conductivity measurement of ferromagnetic metallic materials using pulsed eddy current method. Non-Destructive Testing and Evaluation International. 75, 33-38 (2015).
- Desjardins, D., Krause, T. W., Clapham, L. Transient eddy current method for the characterization of magnetic permeability and conductivity. Non-Destructive Testing and Evaluation International. 80, 65-70 (2016).
- Chen, X., Lei, Y. Excitation current waveform for eddy current testing on the thickness of ferromagnetic plates. Non-Destructive Testing and Evaluation International. 66, 28-33 (2014).
- Ulapane, N., Nguyen, L., Valls Miro, J., Alempijevic, A., Dissanayake, G. Designing a pulsed eddy current sensing set-up for cast iron thickness assessment. 12th IEEE Conference on Industrial Electronics and Applications (ICIEA). , 901-906 (2017).
- Sophian, A., Tian, G., Fan, M. Pulsed eddy current non-destructive testing and evaluation: A review. Chinese Journal of Mechanical Engineering. 30 (3), 500 (2017).
- Sophian, A., Tian, G. Y., Taylor, D., Rudlin, J. Design of a pulsed eddy current sensor for detection of defects in aircraft lap-joints. Sensors and Actuators A: Physical. 101 (1-2), 92-98 (2002).
- Li, P., et al. System identification-based frequency domain feature extraction for defect detection and characterization. Non-Destructive Testing and Evaluation International. 98, 70-79 (2018).
- Ulapane, N., Nguyen, L. Review of Pulsed-Eddy-Current Signal Feature-Extraction Methods for Conductive Ferromagnetic Material-Thickness Quantification. Electronics. 8 (5), 470 (2019).
- Nguyen, L., Valls Miro, J., Shi, L., Vidal-Calleja, T. Gaussian Mixture Marginal Distributions for Modelling Remaining Pipe Wall Thickness of Critical Water Mains in Non-Destructive Evaluation. arXiv. , 01184 (2019).
- Ulapane, N., et al. Gaussian process for interpreting pulsed eddy current signals for ferromagnetic pipe profiling. 2014 9th IEEE Conference on Industrial Electronics and Applications. , 1762-1767 (2014).
- Ulapane, A. M. N. N. B. . Nondestructive evaluation of ferromagnetic critical water pipes using pulsed eddy current testing (Doctoral dissertation). , (2016).
- Thiyagarajan, K., Kodagoda, S., Alvarez, J. K. An instrumentation system for smart monitoring of surface temperature. 2016 14thInternational Conference on Control, Automation, Robotics and Vision (ICARCV). , 1-6 (2016).
- Thiyagarajan, K., Kodagoda, S., Van Nguyen, L. Predictive analytics for detecting sensor failure using autoregressive integrated moving average model. 2017 12th IEEE Conference on Industrial Electronics and Applications (ICIEA). , 1926-1931 (2017).
- Thiyagarajan, K. . Robust sensor technologies combined with smart predictive analytics for hostile sewer infrastructures (Doctoral dissertation). , (2018).
- Thiyagarajan, K., Kodagoda, S., Van Nguyen, L., Ranasinghe, R. Sensor failure detection and faulty data accommodation approach for instrumented wastewater infrastructures. IEEE Access. 6 (56), 562-574 (2018).
- Thiyagarajan, K., Kodagoda, S., Ranasinghe, R., Vitanage, D., Iori, G. Robust sensing suite for measuring temporal dynamics of surface temperature in sewers. Scientific Reports. 8, 16020 (2018).
- Thiyagarajan, K., Kodagoda, S., Van Nguyen, L., Wickramanayake, S. Gaussian Markov random fields for localizing reinforcing bars in concrete infrastructure. 35th International Symposium on Automation and Robotics in Construction. , 1052-1058 (2018).
- Thiyagarajan, K., Kodagoda, S., Ulapane, N. Data-driven machine learning approach for predicting volumetric moisture content of concrete using resistance sensor measurements. 2016 IEEE 11th Conference on Industrial Electronics and Applications. , 1288-1293 (2016).
- Giovanangelia, N., et al. Design and Development of Drill-Resistance Sensor Technology for Accurately Measuring Microbiologically Corroded Concrete Depths. 36th International Symposium on Automation and Robotics in Construction. , (2019).
- Wickramanayake, S., Thiyagarajan, K., Kodagoda, S., Piyathilaka, L. Frequency Sweep Based Sensing Technology for Non-destructive Electrical Resistivity Measurement of Concrete. 36th International Symposium on Automation and Robotics in Construction. (771), (2019).
- Ulapane, N., Wickramanayake, S., Kodagoda, S. Pulsed Eddy Current Sensing for Condition Assessment of Reinforced Concrete. 14th IEEE Conference on Industrial Electronics and Applications. , (2020).
