分享：金属管道高温高压服役环境下微观损伤的激光超声识别

随着“双碳”目标的逐步推进，高温高压严苛复杂工业生产环境下的金属管道表面金相组织早期损伤识别是安全保障的重要环节。低合金耐热钢12Cr1MoV在工业生产中普遍应用，可在不超过580 °C壁温下长时间工作[1-3]。在长期的严苛工况下，金属微观结构不可避免地会发生变化，导致其塑性降低和机械性能下降[4]。未使用的12Cr1MoV钢微观组织由铁素体和珠光体组成，其珠光体在使用过程中逐渐球化，即珠光体群解体，层状胶凝体（Fe3C）转化为球形碳化物[5]，因此，识别在用金属微观组织中珠光体比例是一种评价和表征金属微观组织球化程度的有效方法。

激光超声（LUS）识别技术是一种融合了激光技术和超声波检测技术的非接触式测量技术，在材料表征和测试中具有广泛的应用[6-7]。激光产生的热量通过热弹性或烧蚀效应产生应力，这些应力以超声波的形式向外传播[8]，超声波是通过吸收样品表面激光脉冲的能量来激发的，因此，激光诱导出的金属表面超声波的特征参数能反映金属表面微观组织结构及损伤情况。

前人在利用超声表征微观组织的晶粒尺寸方面已经有了较多的研究。比如，陈军等[9]利用压电超声技术建立了超声非线性系数与晶粒尺寸之间的关系；OGI等[10]通过电磁超声技术表征了晶粒尺寸；LIU等[11]基于相控阵超声计算了不同转向角和深度的衍射损耗系数，分析了304不锈钢的晶粒尺寸；KRUGER等[12]在铁姆肯公司生产线上做了相关试验来检测热轧钢管的奥氏体晶粒尺寸；UBC团队[13-14]在实验室中使用配备了冶金激光超声波传感器的Gleeble-3500型热机械模拟器进行变形后晶粒尺寸的演变、热处理过程中晶粒尺寸的原位监测以及α相动力学等研究；DUBIOS等[15]在实验室中通过监测超声衰减研究了奥氏体到铁素体的转变。

文章在前人研究基础上，探索激光超声识别金属材料珠光体比例的方法，建立激光超声波特征参数来评价金属表面组织球化等级的表征模型，为实现在用金属表面组织早期微观损伤的激光超声识别提供理论基础和技术支撑。

1. 激光超声识别金属微观组织珠光体比例的原理

电站锅炉主蒸汽母管的工作温度因所服务机组类型的不同而存在显著差异，但通常均超过500 °C。这一高温环境远远超出了压电陶瓷、超声探头等传统接触式超声检测器件的耐受温度，限制了接触式超声检测技术的应用。因此，在高温条件下开展超声检测时，必须采用非接触式超声激发与接收方法。基于激光干涉原理的超声波接收技术，在高温固体中的超声波信号检测中表现出优异的灵敏度和精确性，因此文章使用干涉仪进行超声接收。

1.1 激光诱导超声波的热弹效应原理

当激光束照射到材料表面时，光能被有效转化为热能，从而在材料表层引发瞬态热应力，热弹效应原理如图1所示；这种热应力会激发材料内部产生超声波信号，这些信号的传播行为会受到材料微观结构的显著影响。在特定条件下，超声波信号在材料中传播时，局部温度的迅速升高会导致材料内部化学反应加速而释放出大量能量，进而诱发热弹性现象。然而，通常激光功率较小，通过热弹激发超声波时，材料内部能量扩散过程可表示为[16]。

式中：k为热传导系数；∇2为拉普拉斯算子；T为温度；�¨为温度对时间的二阶导数；�˙为温度对材料的一阶导数；T0为材料的初始温度；β为热膨胀系数；ρ为材料密度；cv为介质的定容比热；τ为材料的弛豫时间；u为位移场。

图 1 热弹效应原理示意

1.2 激光超声传播声速和衰减系数变化原理

对于无限大固体介质，计算声速时涉及到纵波、横波以及表面波的传播速度，以表示材料的弹性和动力学特性，如式（2）、式（3）和式（4），超声波声速与弹性模量之间存在密切相关性，能有效揭示超声波声速与材料微观结构之间的内在联系。高温高压严苛服役环境下，金属内部物相成分可能发生显著变化导致声速改变。因此，研究激光超声声速变化与金相组织相变之间的关系，可以有效识别和评估金属微观组织中的珠光体比例。

式中：cL、cS、cR为纵波、横波、表面波声速；E、G、σ分别为材料杨氏弹性模量、剪切弹性模量、泊松比；ρ为介质密度；λ、μ为介质弹性常数。

由于金属介质的物理特性各异，超声波传播过程中可能出现声速扩散、颗粒散射以及介质吸收等多种衰减现象。前人研究表明，漫反射衰减与试件尺寸以及介质内声波波长有密切联系，试样粒径的差异则会引起扩散衰减的变化[17]，可以利用衰减系数描述超声波传播过程中的衰减程度。激光超声波在金属微观组织中传播主要是介质材料特性导致的表面波能量损失，即

式中：α为表面波衰减系数，由吸收衰减和散射衰减两部分叠加而成；c1、c2、c3、c4为常数，其大小与温度有关；αa为吸收衰减系数，与组织结构无关，仅与超声波的频率相关；αs为散射衰减系数，与晶粒的平均尺寸d和波长λ相关。

12Cr1MoV的晶粒结构复杂，超声波在传播过程中会遇到众多声阻抗不同的界面，比如，当超声波在晶界处入射时，晶界存在物理界面，声波会发生反射与散射[18]，反射与散射的声波在传播过程中的相互干扰会削弱反射信号的强度，从而导致声波的衰减。因此，激光超声在12Cr1MoV传播中的散射衰减是声能衰减的主要因素之一。

1.3 激光超声波的小波包能量分解机理

在高频率范围内，信号具有更高的时间分辨率，在局部时域和频域的信号自适应分析中具有优势；但在低频率范围内，传统小波分解精度会降低，因此不能保持高频率时的精度。小波包能量分解[19]分析方法依托于多分辨率分析理论，通过逐层分解信号实现对信号不同频率区间能量特征的精细分析，因此，小波包变换能有效克服这些缺点，并可以对面波信号进行高低频段的分解。通常，一个3级小波包分解可以保证小波包基函数正交，同时在转换中维持能量守恒。每一层的节点命名为（i，j），其中i表示节点所在的层数，j表示当前层中第几个节点，每一层的频带数为2i，每一层节点的能量总和为Ei，j，每个频带的能量为E，则有

式中：，��，�(�)表示每一个节点经过变换后的幅值；N为采样点个数。激光超声原始信号的能量总和E就是每一层，��，�的频带能量总和。

激光超声信号各个频带内的能量占信号总能量的百分比为

式中：，��，�(�)表示每一个节点经过变换后的幅值；N为采样点个数。激光超声原始信号的能量总和E就是每一层，��，�的频带能量总和。

激光超声信号各个频带内的能量占信号总能量的百分比为

利用能量百分比��(�)可以找到始终位于激光超声信号中心频率附近的主导频段，选择能量分量最高的节点i到j的能量和来识别12Cr1MoV微观组织的变化。

2. 激光超声识别金属表面微观组织的试验

2.1 试件制备

选取从未服役的12Cr1MoV管材上截取尺寸（长×宽×厚）为35 mm×25 mm×8 mm的试件，用高温固溶加热的方法制作模拟不同球化程度的试块，热处理工艺参数如表1所示。每分钟升温5°C直至目标温度，并进行不同时间的保温，加热完成后，打磨除去氧化层，完成试件的制备。

Table 1. 热处理工艺参数

2.2 试件金相组织分析

此次试验采用化学腐蚀法来增强试件在显微镜下组织形貌的可见性，针对12Cr1MoV钢的微观结构分析，选用按硝酸4 mL与无水乙醇100 mL的比例混合所得的腐蚀剂进行腐蚀。试验中使用CDM-920C型倒置式金相显微镜（见图2）进行观察，获得了各试件内部组织的显微图像（见图3）。

图 2 CDM-920C型倒置式金相显微镜实物

图 3 试件的金相显微组织示意

借助ImageJ软件的图像处理技术，从各试件的金相显微组织图像中准确测量珠光体区域的特征参数，并将不同的球化级别进行定量化，提取珠光体比例和铁素体晶粒尺寸，以定量评估12Cr1MoV各试件的球化级别，其结果如表2所示。

Table 2. 各试件珠光体面积占比及球化等级

2.3 激光超声检测试验

激光超声检测系统由硬件和软件两大部分组成，其中硬件由高能脉冲激光器、前置放大器、激光干涉仪、高速数据采集卡、振镜扫描系统以及上位机等组成。

超声表面波声速的表达式为

��=��

(10)

式中：VR为超声表面波声速；l为检测距离，即超声发生位置到探测位置的距离，试验时取10 mm；t为表面波发射到接收的时间。

激光超声检测得到表面波声速、表面波衰减系数、表面波频带节点能量占比分别如表3，表4和表5所示。

Table 3. 各试件的表面波声速

Table 4. 各试件的表面波衰减系数

Table 5. 试件表面波节点（8，2）频带能量占比

3. 激光超声的珠光体比例识别模型建立及试验分析

从实际电站现场获取了一截蒸汽母管，该母管已运行超1×105 h。使用金相覆膜法分析其金相组织，结果如图4所示，并提取其相关超声参数，结果如表6所示。

图 4 已运行1×105 h的蒸汽母管金相组织形貌

Table 6. 蒸汽母管的超声特征参数

将上述取自实际服役后的母管的数据作为真实值，验证珠光体比例识别模型的准确度，将模型的预测值与真实值比对，即可得到模型的预测误差。

3.1 表面波声速法的珠光体比例识别模型及分析

根据表3，采用最小二乘法拟合得到表面波声速cR与珠光体比例P的识别模型，进一步拟合获得表面波声速与珠光体比例的规律，即

��=16.98�+3 610.26

(11)

通过线性拟合（见图5）发现，拟合优度R2大于0.9，说明相关性较好，预测误差为8.2%。从图5可看出，随着珠光体比例的减小，表面波的声速逐渐降低。珠光体是一种兼具高强度和韧性的显微组织。当珠光体比例减少时，12Cr1MoV中铁素体的相对含量增加。而铁素体的力学性能相对较差，珠光体减少导致12Cr1MoV弹性模量和剪切模量下降，引起声速的减小。

图 5 表面波声速与珠光体比例的拟合曲线

3.2 表面波衰减法的珠光体比例识别模型及分析

根据表4，采用最小二乘法拟合得到表面波衰减系数α与珠光体比例P的识别模型，进一步拟合（拟合曲线见图6）获得表面波衰减系数与珠光体比例的规律，即

�=-0.083 5�+2.483

(12)

图 6 表面衰减系数与珠光体比例的拟合曲线

从图6可以看出，随着珠光体比例的降低，表面波的衰减系数逐渐增大，预测误差为13.0%。随着球化程度的提高和晶粒尺寸变粗，珠光体比例减少，衰减系数增加，表明声波在12Cr1MoV中传播时的阻力增大。

3.3 表面波小波包能量特征法的珠光体比例识别模型及分析

正交小波基能够有效捕捉信号中的瞬态特征和局部变化，故采用正交小波基db5进行8层分解分析。在分解过程中，每层包含的节点数为2i，总计256个节点。这些子带被重新组织为7个频率节点以供分析，其对应的超声信号频带如表7所示。分析不同珠光体比例下频带能量的分解变化，可以更直观地理解信号在各个频段内的能量分布，进一步揭示12Cr1MoV微观组织与超声信号特征之间的关系。

Table 7. 超声信号部分频带对应的频率范围

利用MATLAB软件对采集的超声信号进行小波包分解，每个试件均进行3次试验并取其平均值。经对第8层小波包的能量分析发现，激光超声信号的能量主要集中在前5个节点，其中节点3的能量占据主导地位，其比例超过97%。因此，笔者对节点3的能量分布进行了分析和统计。

经统计，得到基于表面波分解后频带能量和珠光体比例的识别模型，进一步拟合获得频带能量与珠光体比例的规律（拟合曲线见图7），可以发现，�(8，2)与珠光体比例呈现线性关系，决定系数大于0.9，预测误差为6.0%，拟合公式为

，�(8，2)=42.12+1.69�

(13)

图 7 珠光体比例与频带能量拟合曲线

4. 结语

文章开展了激光超声识别表面金相组织球化比例的对比试验，主要结论如下。

（1）建立了激光超声的基于表面波声速、衰减系数以及小波包能量特征的3种珠光体比例识别模型；采用固溶加热方法制备服役环境导致不同球化程度的12Cr1MoV试件，利用ImageJ软件提取试件的珠光体比例，3种珠光体比例的模型识别预测值与实际母管检测值的对比误差分别为8.2%、13.0%和6.0%。

（2）在3种分析方法中，衰减系数与珠光体比例之间的关联性最为显著。当珠光体比例从29.36%降至4.32%时，衰减系数的变化率高达677.5%，表明其对微观组织变化具有高度敏感性。然而，该方法的预测误差相对较大，可能与衰减系数易受其他因素（如材料内部结构或外部环境）影响有关。相比之下，表面波声速受珠光体比例的影响最小，其变化率仅为10.4%，但预测精度较高，表明声速作为参数具有较强的稳定性和鲁棒性。小波包能量特征法在预测精度上表现最佳，同时与珠光体比例之间的关联性也较为显著，其变化率为46.5%。这一方法在兼顾较高预测精度和较强敏感性的同时，展现出一定的实用性和学术价值，适合于珠光体比例的定量化分析和组织性能的综合评估。

（3）采用激光超声技术能有效地识别严苛服役环境下的金属管道表面金相微观组织。

文章来源——材料与测试网