0 引言
钢丝绳是一种广泛应用在提拉设备中的重要承载部件。断丝是钢丝绳使用过程中常见的缺陷形式，一旦断丝趋于集中，钢丝绳的承载强度将被严重削弱，因此对钢丝绳断丝程度进行无损评价是钢丝绳探伤最主要的内容[1]。目前钢丝绳无损检测的主流方法是漏磁检测方法。漏磁法具有操作方法简单、显示结果直观、检测灵敏度高等优点，但是同样存在设备复杂、检测效率较低的不足[2]。本文探究采用涡流方法进行钢丝绳无损检测的可行性，以发挥其非接触、无需耦合剂、检测速度快且灵敏度高的优势[3]。目前钢丝绳涡流检测已取得了一定的进展，如曹青松等 [4]选用双探头低频投射式检测方式对自制钢丝绳进行了电涡流检测，可实现钢丝绳断丝定量检测，但其探头选用传统饼式探头，在钢丝绳中感生的涡流主要沿周向流动，对轴向断丝缺陷的检测效果较差，无法通过一次扫描判断断丝缺陷的周向位置。
本文基于数值模拟设计开发了一种可对钢丝绳断丝缺陷进行有效涡流检测的探头，并进行了有效性实验验证。
1 钢丝绳涡流检测方案
涡流检测(eddy current testing，ECT)是一种基于电磁感应原理，检测导体材料表面和近表面缺陷的无损检测方法。将通有交流电的线圈靠近钢丝绳时，导电性钢丝的表面和近表面会感生出涡流。感生涡流产生的磁场反作用于检测线圈会产生涡流检测信号。当钢丝绳出现断丝缺陷时，缺陷处电导率、磁导率的变化会影响感应涡流和磁场的强度和分布,导致检测线圈信号变化。通过记录并分析检测线圈信号即可检测到钢丝绳断丝缺陷[5]。
传统的内穿轴绕式(bobbin)激励线圈产生的涡流主要沿钢丝绳周向流动[6]，由于不同钢丝绳之间的接触电阻较大，这种探头无法实现涡流检测的最佳效果。如图1所示，本文拟根据涡流检测原理设计具有特殊绕线方式的涡流检测探头，以在钢丝绳中感生出主要沿钢丝绳轴向流动的涡流，提高涡流检测对钢丝绳断丝缺陷进行检测评价的有效性[7]。
图1 轴向外穿式涡流探头
Fig.1 Axial outer eddy current probe
2 基于退化向量位法的有限元数值模拟
2.1 基于退化向量位和棱边有限元的涡流检测数值模拟方法
退化向量位(Ar)法的原理是对分析区域进行分割(图2)，并在不同区域采用不同电磁场变量，以避免对电流源进行有限元网格划分[8]。
图2 Ar法计算区域的划分
Fig.2 Division of calculation area by Ar method
图2中全体解析区域分割为衰减区域、混合区域和正常区域，其中衰减区域采用变形矢量磁位Ar、混合区域和正常区域采用通常矢量磁位A描述其电磁涡流场[9]。检测对象导体区域一般为正常区域本身或包含在正常区域中。衰减区域和正常区域通过满足以下边界条件的混合区域相结合：
n×A=n×(Ar+As)
(1)
n×(
×Ar+Hs)
(2)
式中，μ和μ0分别为检测对象材料和空气的磁导率；Hs为源电流在自由空间产生的磁场强度；As为源电流在自由空间产生的磁向量位；n为Гtr上的单位法向量；×A为磁感应强度。
2.2 钢丝绳涡流检测数值计算模型
为简化钢丝绳涡流检测数值计算，首先提出了图3所示的正方形阶梯状数值模型来模拟计算钢丝绳的涡流检测问题，其中各钢丝绳股线采用2×2个正方形单元来近似。为模拟不同钢丝股线之间的接触电阻，本文在钢丝单元之间设定接触区域单元并采用较小电导率与相对磁导率，以表征不同钢丝绳股线之间近乎空气区域的非导电状态。
(a) xy平面网格示意图
(b) 三维模型示意图
钢丝绳股线 
股线间的接触区域 
空气单元
图3 钢丝绳仿真模型示意图
Fig.3 Simulation model of wire ropes
在本模型中，外径10 mm的钢丝绳被设定为大小为15.5 mm×15.5 mm×60 mm的长方体模型。模型长度取为60 mm是考虑到长度大于直径的4倍，在其中部设置检测探头时边界的影响不大。同时，考虑到钢丝绳的螺旋升角，模型采用240°螺旋扭转角度。本模型共有48 000个六面体单元，52 111个节点。图3a中钢丝绳股线材料为碳素钢，相对磁导率为100，电导率为10 MS/m；钢丝绳股线之间的接触区域相对磁导率为1，电导率为100 S/m。缺陷区域设定在模型外侧钢丝区域，形状为截面积大小为2 mm×4 mm的长方形槽，深度d分别设定为1 mm、2 mm、3 mm，以考虑不同深度缺陷对检测信号的影响。
2.3 探头仿真模型设计
数值仿真采用了由单个线圈自行激励与检测的绝对式探头(图4)，考虑其沿钢丝绳轴向进行扫查时的检测信号，以明确其对断丝缺陷的检测能力[10]。线圈具体参数如表1所示。
图4 仿真探头结构示意图
Fig.4 Probe in simulation
表1 绝对式探头的参数设置
Tab.1 Parameter of absolute probe
高度(mm)内径(mm)外径(mm)线圈匝数电流密度(MA/m2)激励频率(kHz)518282001300
2.4 数值模拟结果
图5所示为新型探头和常规饼式探头在钢丝绳中感生的涡流场。对比可得，常规饼式探头所感生的涡流主要沿钢丝绳周向，而本文设计的新型探头沿钢丝绳轴向分量较大，更适合检测沿钢丝绳轴向分布的断丝缺陷。
(a) 新型探头感生涡流场
(b) 常规饼式探头感生涡流场
图5 钢丝绳中涡流场分布
Fig.5 Eddy current in wire ropes
为研究探头对断丝缺陷检测的有效性，对前述不同深度槽型缺陷的检测信号进行了数值模拟。分别计算扫描含缺陷钢丝绳和不含缺陷钢丝绳的检测信号，并将其进行差分计算。计算中扫描点间隔取为1 mm，选取了21个扫描点，缺陷设定在扫描区域的中部。
图6给出了对不同缺陷计算所得差分检测信号的幅值和相位。由图6可知，在缺陷处探头阻抗信号幅值和相位都会发生显著变化，随着缺陷深度的增加，线圈阻抗信号幅值也逐渐变大，而阻抗平面内的相位角则逐渐变小。数值仿真结果表明，所设计的探头可以有效检测钢丝绳表面存在的模拟断丝缺陷。
(a) 信号幅值
(b) 阻抗平面
图6 绝对式探头扫描缺陷时检测信号
Fig.6 Signals for defects by absolute probe
3 绝对式钢丝绳检测探头和实验验证
基于数值模拟结果分别设计开发了绝对式和TR式涡流检测探头，并利用含人工缺陷的钢丝绳模拟试件和实际钢丝绳试件进行了实验。
3.1 绝对式探头和试件
考虑到实际检测过程中需要将钢丝绳安装于探头内以实现在线检测，首先开发了可将环形线圈探头分割为两个半环的绝对式涡流检测探头。探头结构如图7所示，在两个内径为20 mm、外径为30 mm、高度为10 mm的半环形骨架上分别利用0.1 mm的漆包线均匀绕制200匝，制成绝对式线圈。
为验证探头的有效性，首先设计制作了钢丝绳模拟试件，如图8所示。试件材料选取和钢丝绳材料相似的Q235碳素钢圆棒，试件直径为16 mm，其上依次加工了深度分别为1 mm、2 mm、3mm，尺寸为6 mm×3 mm的槽形缺陷。
图7 绝对式探头
Fig.7 Absolute probe
图8 钢丝绳模拟试件
Fig.8 Wire ropes imitation specimen
3.2 涡流检测实验系统
图9示出了搭建的钢丝绳涡流检测实验系统，其中，激励电压2.5 V，激励频率100 kHz。首先将探头分割为两部分，将试件置入后组装成完整环状，然后放置进行通道平衡操作；然后由电动扫查台驱动钢丝绳模拟试件匀速通过环形检测探头，同时利用涡流检测装置(Eddyfi Ectane2涡流探伤仪)和Magnifi信号采集软件进行涡流检测和信号采集[11]。
图9 实验系统
Fig.9 Experimental system
3.3 绝对式探头实验结果
图10给出了利用开发的探头和检测系统对模拟试件进行涡流检测幅值信号的实验结果，3个深度分别为1 mm、2 mm、3 mm的长方形槽缺陷位于扫描点18 mm、58 mm、90 mm处。检测信号中对应缺陷位置可见明显的缺陷扰动信号，且信号幅值随缺陷深度的增大而增大，验证了所设计探头的有效性[12]。
图10 绝对式探头扫描碳素钢圆棒检测信号图
Fig.10 Signals of carbon steel bar by absolute probe
为比较实验和检测结果，首先对检测信号进行了标定处理，然后利用标定处理实验数据和仿真数据进行对比。标定利用1 mm深度缺陷的检测信号进行，使其大小和计算信号一致，确定幅值和相位标定系数，基于标定系数对其他实验信号进行标定。
图11所示为标定后的2 mm和3 mm深度缺陷检测信号和仿真信号的比较，结果表明，实验数据与仿真结果的形状和幅值均基本一致。
(a) d=2 mm
(b) d=3 mm
图11 数据标定后对比结果
Fig.11 Comparison of data with calibration
4 互感式钢丝绳检测探头设计和验证
4.1 互感式探头结构和实际钢丝绳试件
实验发现，虽然绝对式线圈探头可以有效检出模拟试件中的缺陷，但也存在信号幅值较小以及噪声较大的问题，该问题在检测实际钢丝绳时尤为明显。
为此本文开发了互感式检测探头以进一步提高其实际检测性能。新探头一是通过加大线圈内外壁之间的间隔，减小线圈外壁导线产生涡流对内壁导线产生涡流的抵消作用；二是通过增加线圈的高度，扩大探头检测范围；三是通过采用内置饼式线圈作为检出元件进行互感模式检测，增强检测的稳定性。
相比于上文中的绝对式探头，新的互感式探头在激励线圈的尺寸上进行了优化，并添加了检测效果更好的内置饼式线圈进行检出信号的采集，核心的激励线圈绕线方式保持不变。因此所提出的绝对式探头和互感式探头均可感生出轴向涡流，属轴向涡流探头类型。
考虑到实际在线检测时的安装问题，采用了图12所示的由两个半圆形激励线圈和两个饼式检测线圈构成的互感阵列式检测探头。探头中两个半环形激励线圈高为40 mm、内径为12 mm、外径为72 mm、匝数为150；放置于激励线圈骨架内的检出线圈高为10 mm、内径为6 mm、外径为10 mm、匝数为500。
(a) 激励线圈
(b) 检出线圈
(c) 探头组装方式示意图
图12 互感式探头
Fig.12 Mutual inductance probe
考虑到前述绝对式探头已同时进行了仿真与实验，明确了感生涡流的分布和检测效果，而互感式探头具有相同激励方式，以下仅针对互感式探头的检测性能进行实验。利用外径为10 mm的钢丝绳分别制作了带有3个槽缺陷的钢丝绳试件以及带有3个孔缺陷的钢丝绳试件。试件和缺陷如图13所示。3个槽缺陷的尺寸分别为4 mm×1 mm×2 mm、4 mm×1 mm×3 mm和4 mm×2 mm×2 mm。3个孔缺陷的尺寸分别为φ 1 mm深2 mm，φ 2 mm深2 mm，φ 1 mm深3 mm。选择2 mm和3 mm的缺陷深度是考虑钢丝绳所用钢丝直径为2.5 mm，两个缺陷深度可反映单根钢丝完全断裂对检测信号的影响程度。
(a) 4 mm×1 mm槽缺陷
(b) 4 mm×2 mm槽缺陷
(c) φ 2 mm孔缺陷
(d) φ 1 mm孔缺陷
图13 钢丝绳试件示意图
Fig.13 Wire rope specimens
4.2 互感式探头实验过程和结果
图14 实际扫查过程示意图
Fig.14 Scanning progress
如图14所示，利用互感式探头和图9所示的实验系统对实际钢丝绳试件进行涡流检测实验。检测中设置探头环向位置使其中一个检测线圈位于缺陷正上方。实际采用的激励电压为2.5 V，激励频率为测试后选定的最佳频率10 kHz。沿钢丝绳长度方向扫查所得检测信号，如图15所示，图中同时给出了两个饼式检测线圈的检测信号，其中“靠近缺陷线圈”为在缺陷正上方检测线圈的检测信号，“远离缺陷线圈”为此时另一个检测线圈的检测信号。
(a) 槽缺陷
(b) 孔缺陷
图15 互感式探头扫描钢丝绳检测信号图
Fig.15 Signals of wire ropes by mutual inductance probe
第一根槽缺陷钢丝绳共扫查了210 mm距离，尺寸为4 mm×1 mm×2 mm、4 mm×1 mm×3 mm和4 mm×2 mm×2 mm的3个槽缺陷中心分别位于扫查点35 mm、105 mm、175 mm处。带有孔缺陷的第二根钢丝绳同样扫查了210 mm距离，尺寸为φ 1 mm深2 mm、φ 2 mm深2 mm和φ 1 mm深3 mm的3个孔缺陷中心分别位于扫查点35 mm、105 mm、175 mm处。
由图15可知，无论是槽缺陷还是孔缺陷，检出线圈的电压信号幅值在缺陷处都发生了明显变化，可通过观察电压信号幅值的变化来判断断丝缺陷具体的轴向位置。通过比较可以看出，当缺陷深度一定时，尺寸较大的缺陷电压信号幅值更大；当缺陷大小一定时，深度大的缺陷电压信号幅值更大。实际上，如表2所示，缺陷信号的大小和缺陷的断面积密切相关。由于缺陷断面积对应断丝数量，故可依据表2结果和实际检测信号的大小来确定断丝的数量。
为对钢丝绳断丝缺陷进行定量评价，需要明确缺陷大小与检测信号之间的相关性。考虑到钢丝绳断丝数量对其安全性至关重要，依据检测结果探究了断丝数量与互感式探头检出信号峰值间的关系。表2给出了3个槽缺陷与3个孔缺陷的断面积、断丝数量与其相应的检出线圈电压峰值信号，断面积与断丝数量之间并未严格对应是由于钢丝绳扭转所致。根据表2中前四行数据，通过最小二乘法拟合可得信号幅值y与断丝数x具有如下关系：
表2 不同断丝缺陷检测数据
Tab.2 Detection data of different wire breakage defects
断面积(mm2)断丝数量(根)靠近缺陷线圈峰值信号(V)220.115220.11340.20340.23440.23460.33
y=0.051 25x+0.01
(3)
利用式(3)可以基于检测信号推测断丝数量。为验证其有效性，采用表2中最后两行检测数据对断丝数进行了评价。当信号峰值y为0.23 V和0.33 V时，对应的断丝数x为4根和6根，评价结果与实际情况相符。
如图15b所示，若两个缺陷的电压信号幅值相近，即使其大小和深度不同，对应的断丝数也基本相同。检测过程中，两个相对180°放置的检出线圈中靠近缺陷的检出线圈电压信号幅值大于远离缺陷的检出线圈电压信号幅值，造成这一现象的原因是两个检出线圈与缺陷之间的距离不同。因此可通过比较两侧检出线圈的电压信号幅值来判断断丝缺陷具体的周向位置。
以上实验结果可以说明，所设计涡流检测探头对实际钢丝绳模拟断丝缺陷的检测非常有效。
5 结论
(1)本文提出了一类主要感生轴向涡流的新型钢丝绳涡流检测探头，基于数值模拟和实验验证了探头对钢丝绳断丝缺陷的有效性。
(2)建立了钢丝绳及涡流检测探头数值仿真模型，利用Ar有限元法计算了相应涡流分布和涡流检测信号，通过数值模拟初步验证了探头和方法的有效性。设计制作了绝对式钢丝绳涡流检测探头和模拟试件，搭建了涡流检测实验系统，验证了探头和方法的有效性。
(3)针对钢丝绳涡流检测实际应用，提出了采用大型激励探头和互感式检测模式的探头优化方案。通过对含不同大小人工缺陷的实际钢丝绳试件进行涡流检测，证明改良后的涡流检测探头可有效检测钢丝绳2根以上的断丝缺陷，验证了涡流检测方法对钢丝绳断丝缺陷检测的可行性和所开发涡流检测探头的有效性。
[1] 杨叔子, 康宜华. 钢丝绳断丝定量检测原理与技术[M]. 北京：国防工业出版社, 1995:1-50.
YANG Shuzi, KANG Yihua. Quantitative Inspection for Broken Wires of Wire Ropes Principle and Technique[M]. Beijing: National Defense Industry Press, 1995:1-50.
[2] 梁华，洪汝渝，杨光祥. 基于漏磁信号的钢丝绳检测技术研究[J]. 压电与声光，2008，30(4):508-510.
LIANG Hua, HONG Ruyu, YANG Guangxiang. Research on Wire Rope Nondestructive Testing Technology Based on the Magnetic Flux Leakage Signals[J]. Piezoelectrics & Acoustooptics, 2008，30(4):508-510.
[3] MAKAR J, DESNOYERS R. Magnetic Field Techniques for the Inspection of Steel under Concrete Cover[J]. NDT&E International, 2001, 34(7):445-456.
[4] 曹青松, 刘丹, 周继惠,等. 一种钢丝绳断丝无损定量检测方法[J]. 仪器仪表学报, 2011, 32(4):787-794.
CAO Qingsong, LIU Dan, ZHOU Jihui, et al. Non-destructive and Quantitative Detection Method for Broken Wire Rope[J]. Chinese Journal of Scientific Instrument, 2011, 32(4):787-794.
[5] BASAK D, PAL S, PATRANABIS D C. Nondestructive Evaluation of a Haulage Rope in a Monocable Continuously Moving Passenger Ropeway[J]. Journal of Failure Analysis & Prevention, 2008, 8(6):487-491.
[6] CHEN Z, YUSA N, MIYA K. Some Advances in Numerical Analysis Techniques for Quantitative Electromagnetic Nondestructive Evaluation[J]. Nondestructive Testing & Evaluation, 2009, 24(1/2):69-102.
[7] 顾伟, 褚建新. 钢丝绳缺陷信号的特征量分析与损伤状况的模糊辨识[J]. 机械工程学报, 2002，38(5):122-125.
GU Wei, CHU Jianxin. Characteristic Values Analysis and Fuzzy Discernment for the Fault Status of the Wire Rope[J]. Chinese Journal of Mechanical Engineering, 2002, 38(5):122-125.
[8] 李云飞，陈振茂. 基于瞬态Ar方程的非线性涡流无损评价数值模拟[J]. 无损检测，2014，36(4):1-4.
LI Yunfei, CHEN Zhenmao. Numerical Simulation of Nonlinear Eddy Current Testing Based on Transient Ar Formulation[J]. Nondestructive Testing, 2014，36(4):1-4.
[9] CHEN Z, MIYA K, KUROKAWA M. Rapid Prediction of Eddy Current Testing Signals Using A-φ Method and Database[J]. NDT&E International, 1999, 32(1):29-36.
[10] 陈厚桂, 康宜华, 武新军. 基于相关性的钢丝绳断丝特征提取[J]. 机械工程学报, 2006, 42(5):224-228.
CHEN Hougui, KANG Yihua, WU Xinjun. Correlation Analysis of Broken Wire Signal in Wire Rope Testing[J]. Chinese Journal of Mechanical Engineering, 2006, 42(5):224-228.
[11] WEISCHEDEL H R, CHAPLIN C R. Inspection of Wire Ropes for Offshore Applications: Materials Evaluation[J]. NDT&E International, 1991, 24(6):323.
[12] 戚德虎, 康继昌. BP神经网络的设计[J]. 计算机工程与设计, 1998,19(2):48-50.
QI Dehu, KANG Jichang. On Design of the BP Neural Network[J]. Computer Engineering and Design, 1998,19(2):48-50.
