Quantifying the Relative Thickness of Conductive Ferromagnetic Materials Using Detector Coil-Based Pulsed Eddy Current Sensors

Nalika Ulapane; Karthick Thiyagarajan; David Hunt; Jaime Valls Miro

doi:10.3791/59618

JoVE Journal > Engineering

Please note that all translations are automatically generated. Click here for the English version.

Engineering

Cuantificación del espesor relativo de los materiales ferromagnéticos conductores mediante sensores de corriente de eddy pulsados basados en bobinas detectores

Published: January 16, 2020

doi:

10.3791/59618

Nalika Ulapane¹, Karthick Thiyagarajan², David Hunt², Jaime Valls Miro²

¹Melbourne School of Engineering,University of Melbourne, ²Center for Autonomous Systems,University of Technology Sydney

Summary

Aquí, presentamos un protocolo para cuantificar el espesor relativo (es decir, el grosor como porcentaje con respecto a una referencia) de los materiales ferromagnéticos conductores utilizando sensores de corriente de represión pulsada a base de bobina detector, mientras supera la calibración Requisito.

Abstract

La cuantificación del espesor de los materiales ferromagnéticos conductores mediante una evaluación no destructiva (NDE) es un componente crucial de la vigilancia estructural de la salud de la infraestructura, especialmente para evaluar el estado de la tuberías ferromagnéticas que se encuentran en los sectores de energía, agua, petróleo y gas. La sensibilidad de corriente de reventado pulsada (PEC), especialmente la arquitectura de sensores PEC basada en bobinas detectoras, se ha establecido a lo largo de los años como un medio eficaz para servir a este propósito. En trabajos anteriores se han presentado enfoques para el diseño de sensores PEC, así como señales de procesamiento. En los últimos años, se ha estudiado el uso de la tasa de descomposición de la señal PEC de dominio de tiempo basada en bobinas del detector con el fin de cuantificar el espesor. Tales trabajos han establecido que el método basado en la tasa de descomposición mantiene la generalidad de la arquitectura del sensor basado en bobina del detector, con un grado de inmunidad a factores tales como la forma y el tamaño del sensor, el número de giros de bobina y la corriente de excitación. Además, este método ha demostrado su eficacia en NDE de grandes tuberías de hierro fundido gris. Siguiendo esta literatura, el enfoque de este trabajo es explícitamente PEC sensor de tensión de la bobina de la tasa de descomposición basada en la cuantificación del espesor del material ferromagnético conductor. Sin embargo, el desafío al que se enfrenta este método es la dificultad de calibración, especialmente cuando se trata de aplicaciones como la evaluación de la condición de tubería in situ desde la medición de las propiedades eléctricas y magnéticas de ciertos materiales de tuberías o la obtención de calibración muestras es difícil en la práctica. Motivado por ese desafío, en contraste con la estimación del grosor real como lo hacen algunos trabajos anteriores, este trabajo presenta un protocolo para utilizar el método basado en la tasa de descomposición para cuantificar el espesor relativo (es decir, el grosor de una ubicación en particular con respecto a un espesor máximo), sin necesidad de calibración.

Introduction

La técnica de detección de corriente de eddy pulsada (PEC) es quizás el miembro más versátil de la familia de técnicas de evaluación no destructiva (NDE) de corriente lúcida (CE) y tiene muchas aplicaciones en la detección y cuantificación de defectos, y la geometría de metales y estructuras metálicas¹. La cuantificación de espesordeo de estructuras conductoras en forma de muro ferromagnético, con espesores de pared de no más de unos pocos milímetros a unas pocas decenas de milímetros, es un servicio de ingeniería de alta demanda en el campo de la monitorización estructural de la salud de la infraestructura. La infraestructura crítica hecha de aleaciones ferromagnéticas que requieren este servicio está comúnmente disponible en las industrias de energía, agua, petróleo y gas. Mientras que los sensores PEC se pueden diseñar siguiendo varias arquitecturas, se determinó que la arquitectura basada en bobinas detectoras era la más eficaz y comúnmente utilizada en la evaluación de condiciones de los materiales ferromagnéticos²^,³^,⁴^,⁵. Por lo tanto, es la arquitectura del sensor PEC basado en bobina detector a base de la base de la base de la base para el problema de la cuantificación de espesor de los materiales ferromagnéticos conductores.

La arquitectura del sensor PEC basada en bobinadetector se compone típicamente de dos heridas concéntricas, con núcleo de aire, bobinas conductoras²^,³^,⁴^,⁵^,⁶ (típicamente bobinas de cobre). Es bastante común enrollar estas bobinas para ser circulares en forma^2,³^,⁴^,⁵^,⁶, pero de vez en cuando, se han utilizado bobinas de forma rectangular^6. De las dos bobinas en el sensor, uno se comporta como una bobina excitadora mientras que el otro actúa como la bobina del detector. En un sensor PEC, la bobina excitadora se excita por un pulso de voltaje – algo que se puede caracterizar como una función de paso de heaviside en principio. Esta excitación pulsada genera un campo magnético transitorio (llamado campo primario) alrededor del sensor. Cuando el sensor se coloca adyacente a una pieza de prueba conductora (por ejemplo, una estructura conductora en forma de pared ferromagnética), este campo magnético transitorio induce corrientes de reflujo variables de tiempo en la pieza de ensayo. Estas corrientes de reflujo generan un campo magnético secundario (llamado campo secundario) que se opone al campo primario. En respuesta al efecto resultante de los campos primario y secundario, se induce una tensión transitoria en la bobina del detector, que se convierte en la señal PEC de dominio del tiempo de interés para este trabajo.

Se ha notificado la tasa de descomposición de la tensión de la bobina del detector de sensor es de la tensión (denotada como )⁶^,⁷ ^,⁸ para mostrar la proporcionalidad de la clase 2 , cuando se adquiere una señal colocando un sensor PEC por encima de una capa ferromagnética conductora de permeabilidad magnética , conductividad eléctrica y espesor d. Aunque esta característica de señal de tasa de descomposición tiene una inmunidad considerable a parámetros tales como el tamaño del sensor, la forma del sensor y el despegue⁶^,⁷^,⁸, lo que hace que la tasa de descomposición sea altamente deseable para escenarios de NDE desafiantes, como la evaluación de la condición de tubería in situ⁹^,¹⁰^,¹¹, esta característica debe calibrarse (es decir, , de la tasa de que se está inspeccionando el material que se está inspeccionando) para permitir estimar el espesor (es decir. , d) cuantificación. Para permitir métodos convencionales de cuantificación de espesor basada en la tasa de descomposición⁶^,⁸, esta calibración debe realizarse extrayendo muestras de calibración⁶^,⁸ o implicando métodos de caracterización de propiedades de materiales basados en corriente de eddy¹²^,¹³. Alternativamente, la complejidad de la calibración se puede evitar representando el espesor en forma de espesor relativo. Supongamos que se lleva a cabo un ejercicio NDE y se extraen los valores de la palabra s de las señales, entonces, el valor de la temperatura máxima cualitativamente representativa del punto de espesor máximo en la pieza de ensayo se considera como una referencia (es decir, la referencia _máx^2); entonces, el espesor de cualquier otra ubicación se puede representar como un porcentaje del espesor máximo en la forma, presentando un espesor relativo como la salida, que sigue siendo información cualitativa útil como una salida NDE que también lleva la simplicidad de no tener que calibrar para , . El protocolo presentado aquí describe los pasos a seguir para lograr esto.

Dado que la tasa de descomposición muestra generalidad en la arquitectura del sensor PEC basado en bobinas detectores mientras muestra inmunidad a los parámetros del diseño del sensor, así como al despegue⁶^,⁷^,⁸^,¹⁴, los profesionales pueden utilizar cualquier sistema de sensor PEC basado en bobina detector de su elección en un material ferromagnético conductor adecuado para realizar la cuantificación de espesor relativo siguiendo el protocolo aquí. Un ejemplo de diseño de sensor PEC para un material ferromagnético conductor está disponible para los lectores interesados¹⁵. Las señales y resultados presentados en este trabajo fueron adquiridos utilizando el sistema PEC desarrollado por la Universidad Tecnológica Sydney^6,^8. El material ferromagnético conductor utilizado para resultados representativos adquiridos por el sistema PEC es hierro fundido gris extraído de un lecho de prueba^detubería 9^,¹⁰^,¹¹ en Sydney Australia.

Cabe señalar que los métodos, resultados y discusiones presentados en esta publicación se centran explícitamente en el uso de la tasa de descomposición de la señal de dominio de tiempo basada en bobinas del detector para la cuantificación de espesor de materiales ferromagnéticos conductores. La publicación no incluye un debate más amplio sobre las convenciones generales de los principios de sensor de pec y las configuraciones de sensores. Otros trabajos publicados¹⁶^,¹⁷^,¹⁸ pueden ser útiles para que los lectores obtengan más información sobre las configuraciones de sensores PEC que no sean la arquitectura del sensor basado en bobinas del detector.

Protocol

1. Extraer la tasa de descomposición de una señal PEC basada en bobina de detector disponible Expresar una señal PEC capturada experimentalmente disponible (es decir, una tensión de bobina del detector de dominio del tiempo (denotada como V(t))) en la forma logarítmica de ln[V(t)]. En la Figura 1se muestra una señal PEC típica expresada en forma de ln[V(t)] . Encontrar una región lineal <img align="cen…

Representative Results

Se han generado resultados representativos dentro de esta sección utilizando las señales PEC proporcionadas como material suplementario con referencia8; como se mencionó anteriormente, las señales se han capturado en muestras de hierro fundido gris extraídas del lecho de ensayo de tuberías en Sydney Australia, cuya ubicación y detalles vintage se proporcionan en las referencias9,10,11. <p class…

Discussion

Se presentó un protocolo para cuantificar el espesor relativo (es decir, el espesor como porcentaje con respecto a una referencia) de los materiales ferromagnéticos conductores utilizando sensores PEC basados en bobinas detectores. La principal ventaja de este método es la capacidad de superar el requisito de calibración (es decir, superar la necesidad de medir o estimar la permeabilidad magnética y la conductividad eléctrica del material que se está inspeccionando para permitir la cuantificación del espesor). El…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Los autores desean reconocer las contribuciones hechas por Michael Behrens y Damith Abeywardana en el diseño e implementación de varios componentes de hardware de detección. También se reconocen las funciones de supervisión de la investigación desempeñadas por Alen Alempijevic, Teresa Vidal-Calleja, Gamini Dissanayake y Sarath Kodagoda, así como las contribuciones realizadas por todas las personas y organizaciones que financiaron y asociaron con el Proyecto de Tubos Críticos, .

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).

Play Video

PDF

DOI

DOWNLOAD MATERIALS LIST

Cite This Article

Ulapane, N., Thiyagarajan, K., Hunt, D., Valls Miro, J. Quantifying the Relative Thickness of Conductive Ferromagnetic Materials Using Detector Coil-Based Pulsed Eddy Current Sensors. J. Vis. Exp. (155), e59618, doi:10.3791/59618 (2020).

Automatically Generated