Q235、Q345R與304不銹鋼在NaCl溶液中腐蝕聲發射監測實驗研究*

高 勝 王少凡 付 玉 賈 鑫 李 偉

(東北石油大學機械科學與工程學院)

聲發射檢測技術對材料的結構變化敏感，不同的腐蝕機理會產生不同參量和不同動態特性的聲發射信號。通過金屬腐蝕實驗研究，達到利用聲發射檢測技術在線監測金屬腐蝕過程的目的[1]。研究表明，腐蝕過程中的聲發射信號與腐蝕產物的生成和剝落、氣泡在材料表面的波動有密切聯系。筆者通過建立實驗平臺，對儲運設備和壓力容器工業常用的3種金屬材料(Q235、Q345R與304不銹鋼)試件在4%NaCl溶液中的腐蝕過程進行聲發射監測，研究不同材料腐蝕過程中產生的聲發射信號變化規律，為金屬腐蝕過程產生聲發射信號的理論提供實驗依據，并為應用聲發射技術進行的腐蝕監測奠定實驗基礎。

1 實驗方案

1.1實驗系統

本實驗中使用的是共振頻率為100～1 000kHz的WD寬帶壓電晶體傳感器(PAC公司，USA)。這種傳感器適用于頻譜分析、波形分析等信號類型或噪聲的鑒別。采用2/4/6前置放大器，它有較寬的動態范圍、大輸出信號的特點，PCI-2是PAC公司研制的適用于高端聲發射研究的高性能、低價位聲發射卡(系統)，該系統具有18位A/D，3～3 000kHz頻率范圍[2]。聲發射檢測系統的參數設定如下：

門檻 30dB

采樣率 1 000K/s

PDT 400μs

HDT 1 000μs

HLT 1 200μs

1.2試件選取

實驗所采用腐蝕溶液為4%NaCl溶液，實驗所采用的試件材料為Q235碳素結構鋼、Q345R普通低合金鋼和304不銹鋼。根據實驗要求，鋼板加工成尺寸為150mm×40mm×4mm的薄板(3種材料的試件尺寸統一)，首先用砂紙對其進行打磨，然后用蒸餾水清洗，置于干燥的容器中干燥備用。

1.3實驗裝置

將處理過的試件浸入NaCl腐蝕溶液，傳感器固定在試件上燒杯以外的部分，實驗裝置如圖1所示。

1.4實驗過程

本實驗中，斷鉛標定信號幅值均值96～98dB，根據有關標準中的相關規定，標定平均值間的幅度差應小于3dB，說明傳感器靈敏度較好。實驗共分兩個階段，第一階段是一個通道單獨采集Q235在4% NaCl溶液中腐蝕的聲發射信號；第二階段是兩個通道同時采集，1通道采集不銹鋼在4% NaCl溶液中腐蝕的聲發射信號，2通道采集Q345R在4% NaCl溶液中腐蝕的聲發射信號，兩個階段分別進行72h連續監測。

圖1 實驗裝置示意圖

2 實驗結果與分析

2.1腐蝕過程聲發射信號特征分析

實驗第一階段是將Q235浸入4%NaCl溶液中。試件浸入溶液后便有信號產生，信號參數為幅度31dB，計數1，能量0，上升時間0，持續時間0，從能量和持續時間可以看出，初始階段信號不是腐蝕產生的聲發射信號，而是由儀器產生的干擾信號(圖2a)；30min后出現能量較高的信號，信號參數為幅度61dB，計數10，能量86，上升時間42μs，持續時間6 679μs，通過實驗觀察，此時信號主要來自于試件表面氣泡的吸附和脫離。頻率主要分布在200～500kHz，并且這類信號有較長的持續時間(圖2b)。

圖2 實驗第一階段波形及頻譜圖

24h內傳感器接收到900個撞擊，幅值分布在30～70dB之間，撞擊與幅值關聯圖如圖3a所示；24～48h之間，撞擊數為820，幅值分布在30～70dB之間，撞擊與幅值關聯圖如圖3b所示；48～72h之間，撞擊數為750，幅值分布在30～70dB之間，撞擊與幅值關聯圖如圖3c所示。

圖3 撞擊與幅值關聯圖

從圖3可以看出Q235鋼在4%NaCl溶液中腐蝕，從初始階段一直到72h，這段時間內信號的幅值范圍都集中在30～70dB之間，而且撞擊數逐漸減少。

實驗第二階段，1通道傳感器檢測不銹鋼信號，2通道傳感器檢測Q345R信號，浸入4%NaCl溶液中，1通道不銹鋼無信號產生。2通道Q345浸入溶液初期大多都是電化學反應產生的電噪聲信號，2通道信號參數為幅度31dB，計數10，能量1，上時間272μs，持續時間809μs。頻率主要集中在50kHz以下的低頻噪聲干擾(圖4a)。1min后Q345R表面吸附少量氣泡，氣泡吸附產生聲發射信號，2通道信號參數為幅度50dB，計數1 035，能量31，上升時間476μs，持續時間7 305μs。頻率主要集中在200～300kHz，在200～500kHz有廣泛分布，持續時間較長，這與實驗第一階段氣泡吸附和脫吸產生的信號特征相似(圖4b)。40min后，2通道Q345R表面有腐蝕生成物生成，同時產生聲發射信號，信號參數為幅度64dB，計數3 149，能量335，上升時間243μs，持續時間21 013μs，這類信號有較高能量，高持續時間的特點，頻率主要分布在200～300kHz之間(圖4c)。1通道不銹鋼，1h后出現聲發射信號，信號參數為幅度33dB，計數4，能量2，上升時間246μs，持續時間1 123μs，頻率主要集中在200～250kHz之間(圖4d)。

圖4 實驗第二階段波形及頻譜圖

1通道不銹鋼信號能量小于10，幅值小于35dB，24h內1通道1 000個撞擊，幅度主要集中在30～35dB之間，2通道1 700個撞擊，幅度分布在30～75dB之間(圖5a)。24～48h之間 1通道撞擊數為900，幅度主要集中在30～35dB之間，2通道撞擊數為700，幅度主要集中在30～70dB之間(圖5b)。48～72h之間1通道撞擊數為850，幅度主要集中在30～35dB之間，2通道撞擊數為400個，幅度主要集中在30～70dB之間(圖5c)。

從上述關聯圖可以看出Q235和Q345R信號幅度分布在30～70dB之間，而不銹鋼信號主要分布在30～35dB之間，通過關聯圖可區分Q235和不銹鋼信號之間的差異，也可區分Q345R和不銹鋼信號之間的差異，而Q235和Q345R信號之間的差異通過關聯圖還無法準確區分。

圖5 撞擊與幅度關聯圖

2.2聲發射信號累加參數分析

如圖6所示不銹鋼與碳鋼在24h之前累加撞擊數都有上升的趨勢，20h后上升趨勢減緩，70h之后逐漸趨于平穩。從圖7可以看出3種材料腐蝕聲發射信號累加能量計數在60h之前有上升趨勢，60～70h之間都趨于平穩。從圖6、7可以看出Q345R的累加撞擊數和累加能量在相同時間段都在Q235之上，這主要由于Q345R腐蝕產生氣泡要比Q235多，同時氣泡波動較Q235腐蝕時產生的氣泡波動劇烈，通過撞擊和能量的累加計數圖可以區分Q345R和Q235兩種材料腐蝕信號。

圖6 累加撞擊計數隨時間的變化

圖7 累加能量計數隨時間的變化

2.3聲發射信號的小波分析

2.3.1小波基的選取

筆者以突發型聲發射波形為選取小波基的基礎。計算小波基分別取db1～10，分解層數分別為1～10時的信息代價函數值，將各小波基下的最小信息代價函數值列于表1，從表1中看出，小波基取db9時，信息代價函數值最小。

表1 不同小波基下的最小信息代價函數值

繪制db9小波基分解層數對信息代價函數的關系曲線(圖8)，從圖8中可以看出，當分解層數為5時，信息代價函數值最小，故筆者選擇db9小波基對聲發射信號進行5層小波分解[3]。

圖8 小波基為db9時不同分解層數下的信息代價函數值

2.3.2聲發射信號的小波能譜系數分析

對實驗采集的信號進行基于db9小波基的5層小波分解，并計算其小波特征能譜系數，各尺度能譜系數分別如圖9～13所示。從圖9可看出，3種材料腐蝕過程中產生噪聲信號波形相似，小波特征能譜系數分布相近，主要頻率范圍集中在d5和a5低頻頻帶。通過波形和小波能譜分布圖將腐蝕信號分為兩類，第一類如圖10所示，3種材料腐蝕過程中產生聲發射信號波形相似，小波特征能譜系數分布相近，主要頻率范圍集中在d1和d2高頻頻帶；第二類如圖11所示，d1、d2和d3頻帶有高值，其余頻帶系數較低。同時實驗過程中采集到如圖12所示的低頻信號，這種信號與3種材料腐蝕過程中氣泡同時產生，圖13是典型敲擊信號的波形及小波能譜分布圖，兩圖對比發現，本實驗采集到圖12所示類型的信號與敲擊信號波形和能譜分布相似，推斷圖12信號為氣泡吸附到金屬表面產生的類似敲擊信號的聲發射信號。

圖9 噪聲信號小波分解能譜分布圖

圖10 第一類腐蝕信號小波分解能譜分布圖

圖11 第二類腐蝕信號小波分解能譜分布圖

圖12 氣泡吸附波動信號小波分解能譜分布圖

圖13 敲擊信號小波分解能譜分布圖

3 結論

3.1Q235和Q345R信號幅度分布在30～70dB之間，而不銹鋼信號主要分布在30～35dB之間，通過關聯圖可區分Q235和不銹鋼信號之間的差異、Q345R和不銹鋼信號之間的差異。

3.2由于Q345R腐蝕產生氣泡要比Q235多，同時氣泡波動較Q235腐蝕時產生的氣泡波動劇烈，所以Q345R的累加撞擊數和累加能量在相同時間段都在Q235之上，通過撞擊和能量的累加計數圖可以區分Q345R和Q235兩種材料腐蝕信號。

3.3通過實驗采集信號的小波特征能譜系數分布圖的分析，可將3種材料腐蝕過程中產生的噪聲信號、腐蝕信號和氣泡波動信號歸類區分開，說明分析小波分解分量的能量在不同頻率范圍中的分布特征，在一定程度上可以識別不同類型的聲發射信號。

[1] 李偉.低碳鋼點蝕聲學檢測與信號處理技術研究[D].大慶：大慶石油學院，2006.

[2] Xu J，Wu X Q，Han E H.Acoustic Emission during the Electrochemical Corrosion of 304 Stainless Steel in H2SO4Solutions[J].Corrosion Science，2011，53(1)：448～457.

[3] Long F F，Zheng G H，Li W，et al.Research on Signal Analysis Method of Acoustic Emission Based on EMD Filter And Clustering[C].WCAE2011.Beijing：Chinese Society for Non-destructive Testing，2011：141～146．