一种基于激光热成像的电站结构早期蠕变检测方法

1.本发明属于无损检测领域，具体涉及一种核电和火电等重大装备高温部件早期蠕变损伤的无损检测技术。


背景技术：

2.为提高发电效率以及发展低碳经济，我国正大力推动核电和火电建设。由于核电站反应堆压力容器、蒸汽发生器、再热器管道等电站结构长期在高温高压下服役，易产生蠕变损伤，影响电站结构的完整性和使用寿命。根据蠕变速率可将蠕变分为三个阶段，当蠕变发展到第二阶段末或第三阶段初时才会产生明显的裂纹损伤，而此时结构使用寿命仅剩余10％～20％。现有的蠕变损伤无损检测方法因自身实施要求和检测准确度等条件限制，无法准确高效的检测电站结构的早期蠕变损伤。如当前用于电站结构蠕变测量的蠕变测点测量方法，在电站停机检修期间利用千分尺对电站结构截面直径进行测量，确定蠕变变形情况。该方法主要测量被测管道因蠕变造成的几何变形，无法准确地检测到早期蠕变损伤造成的材料微缺陷。又如公开号为cn111750795a的发明专利申请公开了一种分布式蠕变测量系统及测量方法，使用多个光电编码器、多个信号处理模块实现对被测部位蠕变损伤的测量，测量方式为接触式测量，需要将光电编码器阵列安装在被测部位上进行长时间测量。该方法主要用于电站结构长期状态监测，不适合于换位移动检测，难以在短暂的电站维护期间给出实时检测结果。因此，为确保电站的安全性和高效性并减少不必要的更换与维修成本，开展一种准确高效的检测和评估电站结构早期蠕变损伤方法的研究非常重要。
3.激光热成像法是一种主动式红外热成像无损检测方法，利用可调节的激光光束照射被测试件表面，导致试件局部加热，热量在缺陷处累积而产生的温差，并被红外热像仪捕捉，再通过对红外热图像序列的分析处理表征缺陷。具有非接触性、可控性好、检测精度高等优点，已成功应用到金属材料、复合材料、陶瓷材料以及半导体材料宏观性的表面缺陷和近表面缺陷检测，但利用激光热成像来检测电站结构早期蠕变损伤的研究尚未见报道。


技术实现要素：

4.为解决现有电站结构蠕变损伤无损检测方法上述的缺点与不足，本发明提供了一种基于激光热成像的电站结构早期蠕变检测的研究方法，具体包括如下步骤：
5.步骤1：建立试件早期蠕变损伤与材料热物性之间的标定曲线；
6.步骤2：建立蠕变损伤试件热分析有限元模型，提取温度信号特征量；
7.步骤3：建立信号特征量与热物性参数的关联数据库；
8.步骤4：利用激光热成像检测实验结果，修正关联数据库；
9.步骤5：采用反问题方法建立材料热物性参数反演模型，结合步骤1形成的标定曲线，建立早期蠕变损伤激光热成像检测方法。
10.本发明的有益效果是提出了一种基于激光热成像的电站结构早期蠕变损伤检测方法。该方法具有非接触式、易于实施、检测速度快和准确性高等优点。一方面保证了核电
和火电设施运行的安全性和高效性，另一方面，可为合理地制定电站维护策略提供参考，减少不必要的更换与维修成本。进而为核电和火电关键设备剩余寿命的评估提供有效手段，具有广阔的应用前景。
附图说明
11.构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
12.下面结合附图和实施例对本发明进一步说明。
13.图1为早期蠕变损伤激光热成像检测流程图；
14.图2为早期蠕变损伤激光热成像检测实验系统示意图，其中箭头所指仪器名称如下表所示：
15.箭头序号仪器名称1计算机2波形发生器3激光驱动器4激光头5光纤耦合器6光纤7光头8蠕变实验标准件9红外热像仪
具体实施方式
16.为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
17.目前用于蠕变损伤无损检测方法多种多样，种类繁多。现介绍本发明中的一种基于激光热成像的电站结构早期蠕变检测的研究方法的具体实施过程，具体步骤如下：
18.步骤1：建立试件早期蠕变损伤与材料热物性之间的标定曲线；
19.步骤2：建立蠕变损伤试件热分析有限元模型，提取温度信号特征量；
20.步骤3：建立信号特征量与热物性参数的关联数据库；
21.步骤4：利用激光热成像检测实验结果，修正关联数据库；
22.步骤5：采用反问题方法建立材料热物性参数反演模型，结合步骤1形成的标定曲线，建立早期蠕变损伤激光热成像检测方法。
23.作为优选，步骤1中，选取电站结构典型奥氏体不锈钢材料或铁素体钢材料，设计制备矩形横截面的蠕变试验标准件。600℃下，将制备的标准件在rd-50高温持久蠕变试验机上进行高温蠕变试验，得到试件完整的三个阶段的蠕变曲线。在第一和第二阶段选取10个时间点作为蠕变间断试验的时间进行蠕变试验，分别得到10个不同蠕变损伤状态试件。
24.作为优选，步骤1中，在10个早期蠕变损伤试件上分别取样，根据瞬态平面热源法，
在hotdisk tps2500s热物性分析仪上测量试样的材料热物性(热导率、热扩散率、质量比热)。根据测量所得结果，明确试件热物性和不同蠕变损伤状态的标定曲线以及两者的相关性和相互影响规律。
25.作为优选，步骤2中，在有限元软件中建立早期蠕变损伤试件激光加热仿真模型。根据步骤1中所得影响规律，赋予模型不同的热物性，以模拟不同的早期蠕变损伤状态。对比在实验时试件表面温度分布与仿真时在均匀分布、高斯分布、超高斯分布等热源模型激励下模型表面温度分布的吻合程度，确定等效激光热源。根据试件检测环境确定试件与环境热交换的主要因素，确定热分析边界条件。
26.作为优选，步骤2中，分析热源下方模型表面温度随时间变化的规律，以温升速率、稳态温差等参数为指标优化激励参数，并对优化后的激励参数进行评价。
27.作为优选，步骤2中，使用超像素分割法实现更准确、更快速的提取激光热成像检测信号特征。
28.作为优选，步骤3中，基于步骤2所提取的检测信号特征，建立热成像检测信号特征量与热物性参数的关联数据库。
29.作为优选，步骤4中，根据步骤2中优化后的激励参数，开发的适合所制备蠕变损伤试件的激光热成像检测工装，配置激光发射参数，如图2所示。将实验获得的激光热成像检测信号降噪处理后，再利用超像素分割法提取不同蠕变损伤试件检测信号的特征量。
30.作为优选，步骤4中，考虑现实情况下存在热噪声、材料表面发射率等因素影响，将实验温度信号特征量分别除以对应仿真温度信号特征量，观察系数在整个热物性参数范围内的变化情况，不同的参数区间对仿真模型采用不同的校准系数进行修正。据此，对基于有限元仿真建立的关联数据库进行修正。
31.作为优选，步骤5中，以步骤4中关联数据库中的检测信号特征量为输入量，对应的热物性参数为输出量构建训练样本，多个训练样本组成训练集。采用共轭梯度法、神经网络法等反问题方法建立热物性反演模型。将现场激光热成像检测信号输入训练得到的预测模型，从而反演出被测部位的材料热物性参数。结合步骤1中所得的标定曲线，建立早期蠕变损伤激光热成像检测方法。