Развитие теории, создание систем и верификация методик ультразвуковой дефектометрии сварных соединений тема диссертации и автореферата по ВАК РФ 05.02.11, доктор наук Тихонов Дмитрий Сергеевич

• Тихонов Дмитрий Сергеевич
• доктор наук
• 2021

Оглавление диссертации доктор наук Тихонов Дмитрий Сергеевич

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. УЛЬТРАЗВУКОВАЯ ДЕФЕКТОМЕТРИЯ СВАРНЫХ СОЕДИНЕНИЙ: ОБЪЕКТЫ КОНТРОЛЯ И МЕТОДЫ ВИЗУАЛИЗАЦИИ НЕСПЛОШНОСТЕЙ

1.1. Классификация методов визуализации данных УЗК

1.2. Обратная задача рассеивания (ОЗР)

1.3. Когерентные методы визуализации для одноэлементных преобразователей: метод синтезированной апертуры (SAFT) и метод проекции в спектральном пространстве (ПСП)

1.4. ФАР-технологии

1.5. ЦФА-технологии

1.6. Перспективные методы решения ОЗР

1.7. Задачи и проблемы УЗ дефектометрии сварных соединений

1.7.1. Объекты большой толщины для УЗК с визуализацией данных

1.7.2. Аустенитные сварные соединения. Повышение отношения сигнал/шум при восстановлении изображений

1.7.3. Сварные соединения с особенностями доступа и другими конструктивными особенностями

1.8. Верификация дефектометрии

1.9. Выводы

ГЛАВА 2. РАЗРАБОТКА КОГЕРЕНТНЫХ МЕТОДОВ ПОЛУЧЕНИЯ ТРЁХМЕРНЫХ ИЗОБРАЖЕНИЙ НЕСПЛОШНОСТЕЙ СВАРНЫХ СОЕДИНЕНИЙ

2.1. Ультразвуковой контроль сварных соединений с применением многосхемных методов

2.1.1. Прямая задача рассеивания для многосхемных методов ультразвуковой дефектометрии

2.1.2. Количественный показатель УЗК с визуализацией и объединением парциальных изображений

2.1.3. Автоматизированный метод создания методики УЗК

2.1.4. Применение программы трассировки для создания многосхемной методики сварного соединения толщиной 70 мм

2.1.5. Многосхемный метод ЦФА для повышения выявляемости дефектов

2.1.6. Измерение профиля внутренней поверхности сварного соединения с использованием многосхемного метода

2.2. Применение двух- и трёхмерных методов восстановления изображений

2.2.1. Одноэлементные преобразователи для метода ЭЭ-ПСП и их калибровка

2.2.2. Интерполяция при выполнении операции проекции для метода 3Э-ПСП

2.2.3. Устранение влияния эффекта свободного хода каретки сканирующего устройства для метода 3Э-ПСП

2.2.4. Применение метода фронтальной проекции в спектральном пространстве для ультразвукового контроля трубопроводов

2.3. Повышение точности изображений

2.3.1. Метод калибровки антенной решётки для получения изображений методом ЦФА

2.3.2. Метод компенсации искажений при восстановлении изображений

полученных антенной решёткой на неровной поверхности

2.4. Методы выравнивания чувствительности при восстановлении изображений

2.4.1. Восстановление изображений методом инверсного SAFT

2.4.2. Построение компенсационной матрицы для отражателей заданного типа

2.5. Выводы по главе

ГЛАВА 3. ВЫПОЛНЕНИЕ ИЗМЕРЕНИЙ И УНИФИЦИРОВАННАЯ МЕТОДОЛОГИЯ УЗК С ДЕФЕКТОМЕТРИЕЙ

3.1. Порядок проведения автоматизированного УЗК с дефектометрией

3.1.1. Основные этапы автоматизированного УЗК с определением размеров дефектов

3.1.2. Методика анализа изображений УЗК

3.2. Основные параметры контроля и выбор алгоритма визуализации

3.2.1. Основные параметры методик АУЗК перлитных сварных соединений

3.2.2. Основные параметры методик АУЗК сварных соединений с высоким уровнем структурных шумов

3.2.3. Размеры дефектов и другие информационные критерии по результатам УЗК с визуализацией

3.2.4. Комплексная технология контроля на базе методик АУЗК с дефектометрией

3.3. АУЗК с полным циклом автоматизации с применением технологии ЦФА

3.4. Идеология строительства систем АУЗК с визуализацией данных и дефектометрией

3.5. Обоснования замены радиографического контроля на АУЗК с дефектометрией

3.5.1. Основные принципы сопоставления и замены

3.5.2. Сопоставление результатов контролей на образцах с реальными дефектами

3.5.3. Моделирование и экспериментальное обоснование замены рентгеновского контроля

3.6. Выводы по главе

ГЛАВА 4. СИСТЕМЫ АВТОМАТИЗИРОВАННОГО УЛЬТРАЗВУКОВОГО КОНТРОЛЯ СВАРНЫХ СОЕДИНЕНИЙ ДЛЯ ДЕФЕКТОМЕТРИИ

4.1. Многоканальные системы АУЗК для дефектометрии с традиционными преобразователями

4.1.1. Режимы режим работы системы АВГУР-Т

4.1.2. Основные блоки мобильных систем АУЗК АВГУР-Т

4.1.3. Сканирующие устройства систем АВГУР-Т

4.1.4. Сканер СК426Т для АУЗК кольцевых сварных соединений диаметрами от 426 мм

4.1.5. Программное обеспечение систем АВГУР-Т, АВГУР-АРТ, АВГУР-ТФ

4.2. Система АВГУР-АРТ с ЦФА

4.2.1. Состав системы АВГУР-АРТ

4.2.2. Дефектоскоп ультразвуковой многоканальный (ДУМ) с цифровой фокусировкой и автоматизированным сканированием антенными решётками

4.2.3. Антенные решётки, антенные матрицы, призмы

4.2.4. Управляющий внешний компьютер

4.2.5. Сканирующие устройства

4.3. Система АВГУР-ТФ

4.3.1. Состав системы АВГУР-ТФ

4.3.2. Основная методика применения системы АВГУР-ТФ

4.4. Система калибровки традиционных преобразователей АВГУР

4.4.1. Состав системы АВГУР

4.4.2. Основные отличия системы АВГУР 5.4 от системы предыдущих поколений

4.4.3. Основные определяемые параметры преобразователей

4.5. Выводы по главе

ГЛАВА 5. ВЕРИФИКАЦИЯ УЛЬТРАЗВУКОВОЙ ДЕФЕКТОМЕТРИИ СВАРНЫХ СОЕДИНЕНИЙ ОПАСНЫХ ПРОИЗВОДСТВЕННЫХ ОБЪЕКТОВ.

5.1. АУЗК с дефектометрией с применением одноэлементных преобразователей

5.1.1. Контроль поднакладочных швов в тройниках сварных с усиливающими накладками

5.1.2. Трёхмерная когерентная обработка для сварных соединений большой толщины

5.1.3. Контроль замыкающих сварных соединений корпусов реактора гидрокрекинга

5.1.4. Ультразвуковой контроль толстостенных аустенитных сварных соединений с узкой разделкой

5.1.5. АУЗК аустенитных сварных соединений оборудования и трубопроводов химического машиностроения

5.1.6. Контроль основного металла трубопроводов волноводным методом

5.2. Ультразвуковая дефектометрия с применением антенных решёток

5.2.1. Методика АУЗК с применением антенных решёток для аустенитных сварных соединений трубопроводов Ду300 реакторной установки РБМК-1000

5.2.2. Технологии ФАР и ЦФА для контроля толстостенных кольцевых сварных соединений Ду1200 парогенераторов АЭС с реакторами ВВЭР-1000 и ВВЭР-1200

5.2.3. Применение метода 3Э-ЦФА для АУЗК сварных соединений роторов

5.2.4. Применение антенных решёток для измерительного АУЗК разнородных сварных соединений переходного кольца и патрубка парогенераторов АЭС с реакторами ВВЭР-440

5.2.5. Методика АУЗК кольцевых сварных соединений магистральных газопроводов с применением системы АВГУР-ТФ

5.3. Аттестация методологии полного цикла автоматизации для контроля сварных соединений корпусов парогенераторов реакторных установок ВВЭР-1000

5.4. Выводы по главе

ГЛАВА 6. ПРОВЕДЕНИЕ АТТЕСТАЦИОННЫХ ИСПЫТАНИЙ МЕТОДИК УЛЬТРАЗВУКОВОГО КОНТРОЛЯ С ПРИМЕНЕНИЕМ СРЕДСТВ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ

6.1. Программные средства моделирования

6.2. Требования к моделированию параметров контроля

6.3. Технические требования на выполнение моделирования

6.4. Задачи моделирования

6.4.1. Выявление дефектов в заданной области контроля

6.4.2. Моделирование наихудшей дефектной ситуации

6.4.3. Выявление дефектов, соответствие уровня чувствительности, интерполяция поведения методики при пробеле между экспериментальными данными

6.4.4. Влияние анизотропии и неоднородности материала объекта контроля

6.4.5. Методы получения кривых зависимости вероятности обнаружения от размеров дефектов

6.4.6. Оценка работоспособности методики в заданной области изменения параметров контроля

6.4.7. Оценка погрешности измерения размеров и положения дефекта

6.4.8. Оценка разрешающей способности

6.4.9. Оценка достоверности контроля

6.5. Сопоставление параметров разработанных методик

6.6. Пример использования моделирования для оценки возможности выявления дефектов при наличии других отражателей

6.7. Выводы по главе

ОБЩИЕ ВЫВОДЫ И ЗАКЛЮЧЕНИЕ ПО РЕЗУЛЬТАТАМ РАБОТЫ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ. Перечень разработанных методик ультразвукового контроля

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Развитие теории, создание систем и верификация методик ультразвуковой дефектометрии сварных соединений»

Актуальность работы

Низкое качество диагностики сварных соединений традиционными методами неразрушающего контроля (рентгеновский контроль, вихретоковый контроль, ручной ультразвуковой контроль и пр.), повышенные требования безопасности ко многим промышленным объектам, а также часто технологические трудности ремонта ставят многие сварные соединения в особый ряд промышленных объектов, требующих использования специальных методов контроля и диагностики.

Наиболее перспективными методами неразрушающего контроля, способными предоставить необходимую информацию о состоянии сварных соединений, являются методы визуализации данных ультразвукового контроля, среди которых наиболее точными являются когерентные вычислительные методы формирования трёхмерных изображений несплошностей, в том числе с использованием антенных решёток. Созданные за последние пять десятилетий физико-технические основы методов восстановления акустических изображений, а также возможности обработки, хранения и визуализации данных позволили когерентным методам вывести ультразвуковой контроль на существенно более высокий информационный уровень и открыть принципиально новые возможности для решения задач обнаружения и определения параметров дефектов. В системах с когерентной обработкой эхо-сигналов одним из основных информационных признаков дефектов являются форма их восстановленной границы и интенсивность отражения поля от этой границы. Применение различных схем про-звучивания, методов восстановления и анализа изображений позволяют увязать полученные данные о границах дефектов с реальными размерами дефектов. Эти данные вместе с данными о типе и местоположении дефектов позволяют провести прочностной расчёт с оценкой технического состояния, определением оста-

точного ресурса, срока и возможности дальнейшей эксплуатации контролируемого изделия.

Изображения, полученные когерентными методами, далеко не всегда совпадают с формой отражателя, что усложняет автоматизацию процесса распознавания его типа. Высококачественные изображения с малым уровнем шума, повторяющие реальную форму несплошностей, позволили бы существенно повысить скорость, точность и достоверность контроля. Для получения таких изображений, необходимо решить самостоятельную научно-технической задачу по разработке когерентных методов и средств эксплуатационного ультразвукового контроля (УЗК) повышенной информативности.

Настоящая работа посвящена созданию научно-технической основы и методологии ультразвукового дефектометрического контроля сварных соединений различного типа и конфигурации, включая сварные соединения большой толщины, сварные соединения с повышенным уровнем структурных шумов, а также областей металла, существенно удалённых от области ввода ультразвуковых волн для различного оборудования и трубопроводов промышленных объектов повышенной опасности. Также настоящая работа посвящена созданию аппаратуры автоматизированного ультразвукового контроля (АУЗК) сварных соединений с дефектометрией и достоверному подтверждению измерительных возможностей данной аппаратуры и методов, созданных на предложенной теоретической основе.

Расширение номенклатуры объектов эксплуатационного неразрушающе-го контроля, связанное, как с повышением требований безопасности, так и необходимостью решения задач продления ресурса, при стремлении к оптимизации объёмов контроля, обостряет проблему недостаточной информативности существующих методов диагностики. Отсутствие точных сведений о таких характеристиках внутренних несплошностей, как размер, местоположение, тип увеличивает риск принятия неправильных решений о способах ремонта объекта контроля или о порядке его дальнейшей эксплуатации.

Настоящая диссертационная работа представляет собой продолжение и развитие кандидатской диссертации автора. В ней обобщены результаты теоретических и экспериментальных исследований автора, выполненных в Акустическом институте им. академика Н.Н. Андреева и в ООО «НПЦ «ЭХО+» в период с 1987 по 2020 годы. Результаты получены в процессе выполнения научно-исследовательских работ, проводившихся на основе решений государственных органов и в рамках договорных работ с заинтересованными организациями.

Цель работы и основные задачи исследований

Целью работы является создание методов и оборудования УЗ дефекто-метрии сварных соединений опасных производственных объектов для определения их остаточного ресурса. Для достижения поставленной цели необходимо решить следующие задачи:

1. разработать методы повышения точности измерения дефектов при использовании когерентных методов восстановления УЗ изображений дефектов сварных соединений;

2. разработать практические алгоритмы восстановления трёхмерных многосхемных изображений дефектов для различных задач УЗК сварных соединений АЭС и других опасных производственных объектах;

3. разработать унифицированный подход к созданию методик УЗ дефек-тометрии сварных соединений, снижающий влияние субъективного фактора, и на его основе создать практические методы контроля, обеспечивающие требуемую точность измерений;

4. разработать аппаратуру автоматизированного УЗК, реализующую созданные алгоритмы и методы дефектометрии различных типов сварных соединений АЭС и других особо важных объектов;

5. Обосновать значения погрешностей методов УЗ дефектометрии с целью обеспечения достоверности прочностных расчётов остаточного ресурса сварных соединений, находящихся в эксплуатации;

6. разработать принципы применения средств математического моделирования для повышения эффективности верификации методик УЗ дефектометрии;

7. реализовать методы автоматического анализа изображений, восстановленных когерентными методами, и, на их основе, создать систему с полным циклом автоматизации всего процесса УЗ дефектометрии;

8. внедрить разработанную аппаратуру и методы УЗ дефектометрии и диагностики сварных соединений в практику неразрушающего контроля на опасных производственных объектах.

Методы исследований

При выводе формул для алгоритмов обработки данных использовалось математические методы решения обратной задачи рассеяния, математические методы общей и прикладной акустики, спектрального анализа, математические модели ультразвукового поля, сформированные ограниченным источником, теория функции комплексного переменного. Математическое моделирование проводилось с использованием вычислительных средств общего назначения и программного обеспечения CIVA [1] (CIA List, Франция). Экспериментальные исследования выполнялись с использованием оборудования и специализированного программного обеспечения, обеспечивающих регистрацию ультразвуковых эхо-сигналов, передачу данных в компьютер и их последующую обработку. Для подтверждения достоверности результатов УЗК с применением разработанных алгоритмов использовались методы металлографического анализа, методы рентгеновской томографии, статистические математические методы обработки результатов экспериментов.

Научная новизна работы

1. Разработаны количественные критерии, позволяющие оценить эффективность применения различных схем прозвучивания при ультразвуковом контроле для получения наиболее информативных изображений области контроля с

точки зрения определения формы и размеров несплошностей. Показателями эффективности применения выбранной схемы прозвучивания являются значения угловой апертуры и амплитуда изображения точечного рассеивателя, размещаемого в каждой точке области контроля, сопоставленные с аналогичными параметрами для других схем с учётом априорной информации о расположении и типе дефекта. Использование предложенных критериев позволяет количественно реализовать принцип отбора схем прозвучивания для построения суммарного изображения дефекта, заключающийся в использовании только тех схем, которые могут дать дополнительную информацию о конфигурации дефекта.

2. Разработана методология автоматического анализа изображений области контроля, которая основывается на применении серии алгоритмов обработки изображений, реализующих последовательность действий оператора при анализе данных. Среди них: алгоритм построения профиля внутренней поверхности объекта контроля по нескольким схемам формирования донного сигнала, алгоритм селекции геометрических отражателей по заданной маске объекта, алгоритм проверки наличия зон тени от высоких дефектов по снижению уровня донных сигналов, алгоритм разбиения контуров на классы по их конфигурации и расположению, позволяющий формировать признаки типа дефектов.

3. Предложен расчётный способ выравнивания чувствительности изображений несплошностей, полученных с помощью антенных решёток, с использованием эхо-сигналов только от одного эталонного отражателя путём построения компенсационной амплитудной матрицы, сформированной по расчётам прямой задачи методами геометрической оптики для данного типа эталонных отражателей, расположенных по всей области изображения.

4. Разработан способ определения параметров диаграммы направленности в трёхмерном пространстве для последующего их учёта в алгоритмах трёхмерного когерентного восстановления изображений несплошностей. Суть способа заключается в двухкоординатном сканировании по диаметральной плоскости

полусферического образца и измерении поля, отражённого от сферической поверхности и последующего пересчёта пространственного спектра одночастот-ных распределений поля в функцию направленности.

Практическая значимость работы

1. Практическая ценность работы состоит в применении полученных результатов для создания нового поколения средств и методик АУЗК с возможностью определения пространственных параметров дефектов для сварных соединений оборудования и трубопроводов АЭС и других особо важных объектов. На основании закономерностей, изученных в работе, разработаны, сертифицированы в Росстандарте и внедрены в эксплуатацию в различных областях промышленности более пятидесяти систем АУЗК с когерентной обработкой данных - системы АУЗК АВГУР-Т, АВГУР-ТФ, дефектоскоп ультразвуковой многоканальный с цифровой фокусировкой и автоматизированным сканированием антенными решётками АВГУР-АРТ, система калибровки пьезоэлектрических преобразователей нового поколения АВГУР 5.4.

2. Практическая ценность работы подтверждена внедрёнными в практику 49 верифицированными методиками контроля сварных соединений оборудования и трубопроводов АЭС и нефтегазового комплекса, из них - тринадцать методик с установленными параметрами точности дефектометрии. Методики АУЗК оборудования и трубопроводов АЭС включены в типовые программы периодического эксплуатационного неразрушающего контроля. Контроль по ним проводится на всех АЭС с реакторными установками РБМК и ВВЭР. Подтверждённая возможность определения размеров несплошностей позволила впервые в РФ создать нормы эксплуатационного неразрушающего контроля сварных соединений АЭС, опирающиеся на реальные размеры несплошностей, полученные в результате УЗ дефектометрии.

3. Впервые на практике реализованы трёхмерные когерентные методы восстановления изображений, полученные при двухкоординатном сканирова-

нии, как одноэлементными преобразователями, так и линейными антенными решётками. На основе алгоритма автоматического анализа данных на базе системы АВГУР-АРТ впервые создан программно-аппаратный комплекс с полным циклом автоматизации для эксплуатационного контроля сварных соединений обечаек парогенераторов реакторных установок ВВЭР. В настоящее время этот комплекс применяется на Калининской АЭС и Ленинградской АЭС-2.

Основные положения, выносимые на защиту

1. Количественный показатель качества многосхемных методик УЗК и дефектометрии сварных соединений, а также способ его расчёта, учитывающий основные факторы преобразования УЗ поля в объекте контроля.

2. Метод получения единого изображения несплошностей по данным, зарегистрированным при различных схемах прозвучивания с использованием сканирующих антенных решёток.

3. Унифицированная методология проведения АУЗК с дефектометрией для различных типов сварных соединений.

4. Алгоритмы и методика системы с полным циклом автоматизации процесса УЗК.

5. Методики АУЗК с дефектометрией сварных соединений опасных промышленных объектов и методы их верификации.

6. Методология обоснования основных показателей методик УЗК и де-фектометрии с использованием математического моделирования.

Достоверность

Достоверность полученных в работе результатов подтверждается данными численных и модельных экспериментов при использовании разработанных систем автоматизированного ультразвукового контроля.

Апробация

Материалы диссертации были изложены на двенадцати международных и четырнадцати российских научно-технических конференциях. Результаты исследований были обсуждены на заседаниях кафедры МТ7 «Технологии сварки и диагностики» МГТУ им. Н.Э. Баумана, на семинаре ООО «Акустические контрольные системы».

Публикации

Основные положения диссертационной работы отражены в 102 научных публикациях, в состав которых входит четыре монографии (с соавторами), 29 статей в журналах по перечню ВАК РФ, 21 статья в прочих научно-технических журналах, 38 тезисов докладов на научно-технических конференциях, 10 патентов.

Структура и объем диссертации

Диссертация состоит из введения, шести глав, основных выводов и результатов работы, списка литературы, включающего 183 наименований. Объём диссертации составляет 369 страниц, включая 145 рисунков и 24 таблицы.

Личный вклад автора

Все изложенные в диссертационной работе оригинальные результаты получены автором лично, либо при его непосредственном участии.

Благодарности

Выражаю искреннюю благодарность всему коллективу НПЦ «ЭХО+» и персонально коллегам Вопилкину А.Х., Бадаляну В.Г., Базулину Е.Г. за бесценные советы и постоянную поддержку.

ГЛАВА 1. УЛЬТРАЗВУКОВАЯ ДЕФЕКТОМЕТРИЯ СВАРНЫХ СОЕДИНЕНИЙ: ОБЪЕКТЫ КОНТРОЛЯ И МЕТОДЫ ВИЗУАЛИЗАЦИИ НЕСПЛОШНОСТЕЙ

Развитие методов ультразвукового контроля (УЗК) и диагностики неизбежно привело в конце прошлого века к необходимости преодоления ограничения, связанного с применением в качестве основного информационного критерия амплитуды эхо-сигналов. Это ограничение не позволяло достоверно определять размеры дефектов и тем самым сужало возможности применения УЗ методов исследования металлов как диагностических методов. Можно сказать, что ультразвуковая дефектометрия как наука начала своё развитие с применения дифракционных эхо-сигналов и различных методов компьютерной визуализации отражённых полей [6, 13, 2]. В настоящее время дефектометрия стала основным направлением совершенствования методов контроля с применением ультразвуковых волн.

Развитие методов ультразвукового контроля (УЗК) и диагностики неизбежно привело в конце прошлого века к необходимости преодоления ограничения, связанного с применением в качестве основного информационного критерия амплитуды эхо-сигналов. Это ограничение не позволяло достоверно определять размеры дефектов и тем самым сужало возможности применения УЗ методов исследования металлов как диагностических методов. Можно сказать, что ультразвуковая дефектометрия как наука начала своё развитие с применения дифракционных эхо-сигналов и различных методов компьютерной визуализации отражённых полей [6, 13, 3]. В настоящее время дефектометрия стала основным направлением совершенствования методов контроля с применением ультразвуковых волн.

Основными разделами УЗ дефектометрии как научной дисциплины являются: 1) теория УЗ контроля и методы решения обратной задачи рассеяния и восстановления изображений несплошностей; 2) способы разработки оборудо-

вания и методик УЗ дефектометрии, включая методы многофакторного анализа изображений для получения точных количественных данных о дефектах; 3) методы обоснования (верификации) результатов измерений УЗ дефектометрии.

Основными параметрами качества изображений несплошностей для де-фектометрии являются: 1) возможность получения полного отражённого поля от дефекта, т.е. наличие отражённых сигналов от каждой точки дефекта, с целью достижения требуемого уровня достоверности определения размеров и типов дефектов; 2) разрешающая способность поученного изображения; 3) уровень шумов и других помеховых сигналов на изображении.

Из полученных изображений необходимо извлечь количественные показатели или набор параметров, которые в результате контроля должны быть определены с заданной точностью. Сам набор этих параметров и точность их измерения должны определяться принципом максимальной точности последующего расчётного прогноза эксплуатационной надёжности. Так, современные методы обработки и представления данных УЗ контроля позволяют измерять размеры, ориентацию, профиль, местоположение, характер неоднородностей, свойства среды в области неоднородности - скорость звука, плотность, затухание и т.п., а также изменения этих параметров во времени. Определение значений большинства из этих параметров по результатам измерения отражённого и зондирующего ультразвуковых полей относится к классу обратных задач рассеяния и является основной задачей УЗ дефектометрии.

1.1. Классификация методов визуализации данных УЗК

Для решения основной задачи УЗК современные технологии используют различные методы получения изображений, среди которых наиболее точными являются методы с когерентной обработкой полученных УЗ эхо-сигналов. С точки зрения основных физических принципов и актуальности можно рассмотреть пять основных групп методов визуализации данных УЗК.

К первой группе методов относятся всевозможные некогерентные

способы отображения эхо-сигналов на пространственной сетке, привязанной к объекту контроля. Такие методы, использующие обычный растровый способ отображения УЗ сигналов в виде B-, C-, D- или других развёрток, применяются в таких хорошо известных дефектоскопах как СКАРУЧ фирмы «Алтес» [4] или ISONIC AUT фирмы Sonotron NDT [5].

Также к этим методам относятся и различные вариации метода TOFD [5, 6, 7, 8, 9, 10]. К данной группе могут быть отнесены не только те методы, которые используют традиционные одноэлементные преобразователи, но также и методы применения антенных решёток, когда они используются в режиме традиционных преобразователей с изменяющимися параметрами поля. Например, в режимах линейного или секторного сканирования, когда одна антенная решётка используется как набор нескольких прямых или наклонных преобразователей [11]. Такой подход используется, например, при применении антенных решёток по технологии зонального разделения области контроля [12].

Ко второй группе методов отнесём различные алгоритмы когерентной обработки данных для механически перемещающихся одноэлементных преобразователей. Их основная суть сводится к механическому синтезированию пространственной апертуры с целью последующего преобразования данных в двух-и трёхмерные изображения с использованием алгоритмов когерентной обработки. Среди таковых наиболее известны алгоритмы, основанные на приближённом решении обратной скалярной задачи рассеивания (1.2). Наиболее активно используемыми алгоритмам такого класса являются Synthetic Aperture Focusing Technique (SAFT) [13, 14, 15], метод угловых спектров [16] и метод Проекции в Спектральном Пространстве (ПСП) [17], который в зарубежной литературе также называется Fourier Transformation Synthetic Aperture Focusing Technique (FT-SAFT) [18, 19, 20]. В зависимости от выбора плоскостей, в которых производится когерентная обработка (см. Рис. 1.1) этими методами они могут быть разделены на двухмерные и трёхмерные способы обработки 2D-SAFT (2D-

ПСП) и 3D-SAFT (3D-ncn) [21]. При этом двухмерная обработка может проводиться по одной из осей регистрации данных. Так, для двухкоординатной схемы регистрации данных по осям декартовой системы координат X и Y, метод 2D-SAFT может быть обозначен как SAFT-X или SAFT-Y, а 3D-SAFT - как SAFT-XY. Та же логика обозначений применима и для алгоритмов ПСП и метода угловых спектров.

В этой группе следует выделить когерентные методы, знаменующие собой постепенный переход от решения скалярной задачи к решению векторной задачи, в том числе и методы, учитывающие всевозможные переоторажения зондирующего и отражённого полей на границах объекта контроля, а также преобразования типов волн на границах объекта контроля и несплошностях. Учитывая многосхемный характер получения изображений, такие методы иногда обозначаются приставкой Multi, например, Multi-SAFT. К таким методам можно отнести также метод Multiple Signal Classification (MUSIC) [22], Extended Synthetic Aperture Focusing Technique (ESAFT) [23], разновидность алгоритма SAFT - In-SAFT, учитывающий анизотропию скорости звука в среде [24], метод максимальной энтропии (ММЭ) [25].

(в)

(г)

Без обработки^^В

20-, послойная обработка

20-, фронтальная обработка!

30-, трёхмерная обработка

Рис. 1.1. Когерентное синтезирование апертуры. Слева - зоны сканирования на поверхности объекта контроля (прямоугольная рамка) одноэлементного преобразователя (красный прямоугольник) и синтезированная апертура (синий прямоугольник). Справа - С-сканы от двух точечных дефектов до (а) и после (б, в, г) разных видов обработки

Решения обратной задачи для скалярного волнового уравнения (например [26]) позволяют восстановить распределение значений физических параметров среды в области контроля, по которому можно будет восстановить не только форму границы несплошности, но и свойства среды её заполнения. Внедрение этих алгоритмов в практику неразрушающего контроля сдерживается недостатком вычислительных мощностей.

В настоящее время в мире существует большое количество систем автоматизированного УЗК реализующих методы визуализации из первых двух

групп. Наиболее хорошо известна продукция фирм Sonomatic, Olympus, Tec-natom, GE. Теории используемых алгоритмов и практике созданию одной из таких систем - системы автоматизированного УЗК АВГУР 5.2 - была посвящена кандидатская работа автора [27]. Первый опыт применения систем с использованием алгоритмов первой и второй группы на АЭС РФ описан в [28].

Третья группа методов включает в себя методы динамической аппаратной фокусировки антенных решёток (АР) и антенных матриц (2D- и 3D-фокусировка). Эти методы используют многоканальную аппаратуру излучения и приёма ультразвуковых импульсов с индивидуальной для каждого канала регулировкой задержек при излучении и приёме. В одном изображении, получаемом при одном положении антенной решётки, методом динамической фокусировки можно сформировать ограниченное количество области фокусировки, обычно располагаемых на определённых траекториях, в большинстве современных приборов эти траектории располагаются по линиям области контроля обозначаемым терминами «по лучу», «по глубине», «по вертикали» и т.п. Аппаратные ограничения не позволяют сформировать изображение с равными свойствами фокусировки по всей области контроля. В настоящее время эти методы формирования изображений широко применяются в многоканальных дефектоскопах с антенными решётками, выпускаемых большим количеством производителей. Среди них наиболее известны такие мировые компании как Olympus (c дефектоскопами Omniscan и Focus), Zetec (Topaz, Quartz, Zircon, Dynaray), Sonatest (Harfang), General Electric (Phasor), M2M (Gekko) [29, 30, 31, 32, 33] и т.д. Идеология методов формирования диаграммы направленности поля многоэлементными распределёнными антеннами [34], применённая в середине 20 века для радиолокационных станций, впоследствии была использована в медицинских целях [35], а с развитием технологий в начале 21 века, начала применяться и для ультразвукового контроля [36]. Обобщённо эту группу методов будем называть технологиями аппаратного фазирования антенных решёток (ан-

тенных матриц) или ФАР-технологиями, а дефектоскопы, использующие эти технологии, - ФАР-дефектоскопами.

Четвёртая группа методов связана с идеей цифровой фокусировки многоэлементных антенн. Для последующей математической обработки методом комбинационного SAFT (С-SAFT) [37, 38, 39, 40, [41], 42, 43], используется всё множество эхо-сигналов, полученных от комбинаций пар элементов излучатель-приёмник. В докладе [44] такой метод назван Total Focusing Method (TFM) и этот термин широко используется в англоязычной литературе, а в статье [45] схему полной попарной регистрации данных и последующее получение изображения методом C-SAFT предложено называть методом цифровой фокусировки антенны (ЦФА). Одно из важнейших преимуществ этого метода - возможность его расширительного применения для сканирующих антенных решёток. Когерентное совмещение механического и электронного синтезирования апертуры антенны даёт многократное улучшение качества изображения, как по разрешающей способности, так и по отношению сигнал/шум. При этом, по аналогии со второй группой методов, обработка может проводиться как вдоль одной из осей сканирования, и тогда она обозначается как 2D-ЦФА (ЦФА-X, ЦФА-Y), так и по обеим осям, в этом случае будем применять обозначение 3D-ЦФА (или ЦФА-XY).

Метод C-SAFT может быть адаптирован для учёта влияния известных границ особенностей объекта, многосхемных вариантов распространения ультразвуковых волн, а также преобразования типов волн при их отражении. По аналогии со второй группой методов будем называть эти способы получения изображений методами Multi-ЦФА. Следует отметить, что в настоящее время очень незначительное количество образцов современного оборудования для антенных решёток поддерживают метод ЦФА. Одним из таких редких приборов является ультразвуковой томограф А1550 IntroVisor российской компании АКС [46]. А о создании впервые соответствующего оборудования и первых практиче-

Список литературы диссертационного исследования доктор наук Тихонов Дмитрий Сергеевич, 2021 год

- ©

■ |

1 П

юи г

Рис. 5.59. Дефектограмма испытательного образца ИО-ПГВ-145-1

Рис. 5.60. Примеры выявления несплошностей в СС обечайки парогенератора

На Рис. 5.60 показано изображение с автоматически выявленными не-сплошностями в образце ИО-ПГВ-145-1.

В Таблице 18 представлены параметры несплошностей, обнаруженных и образмеренных автоматически при контроле образца ИО-ПГВ-145-1. В таблице представлены следующие параметры несплошностей:

■ порядковый номер №;

■ координаты начала Xн, 2н), конца (Yк, XX, 2к) и протяжённость (Ьх, Ly, Lz) по осям X, Y и Ъ в мм;

■ максимальная амплитуда Ампл в дБ;

■ условные длина Lусл и высота Нусл в мм.

В испытательных образцах были обнаружены все несплошности, погрешность определения высоты искусственных отражателей не превысила 1,5 мм.

Таблица 18.

Несплошности, автоматически выявленные в образце ИО-ПГВ-145-1

№ Yн Yк Ly Хн Хк Lx Ън Ък Lz Ампл Lусл Нусл

1 -1 19 20 1 6 5 71 77 6 -0,6 12 2

2 -1 19 20 11 16 5 35 40 5 -1,6 10 1

3 -1 17 18 26 30 4 106 110 4 -5 - -

4 66 84 18 2 4 2 128 144 16 1,9 28 10

5 106 122 16 12 14 2 134 144 10 1,9 20 8

6 136 140 4 -33 -28 5 134 144 10 -10 - -

7 145 155 10 13 16 3 95 97 2 -16 - -

Во время опытно-промышленной эксплуатации технологии проводился контроль реальных сварных соединений на действующих АЭС. В дополнение к АУЗК проводился ручной УЗК в соответствии с действующими правилами. По результатам ручного УЗК и АУЗК в проконтролированных сварных соединениях не выявлено фиксируемых по действующим нормам оценки качества не-сплошностей, в этой связи, не было необходимости проведения ремонта, металлография проконтролированных СС не выполнялась. Однако, при проведении ручного УЗК и АУЗК одного из сварных соединений на повышенной на 12 дБ чувствительности, было выявлено более 15 допустимых в эксплуатации не-

сплошностей. На Рис. 5.61 приведён пример изображений с автоматически выявленными несплошностями в сварном соединении обечайки парогенератора ПГВ-1000М при разных расстояниях от передней грани призмы до центра шва. Контроль проводился при повышенной на 12 дБ чувствительности.

Рис. 5.61. Пример выявления несплошностей в сварном соединении обечайки парогенератора

В Таблице 19 приведён фрагмент списка несплошностей, выявленных в сварном соединении.

Таблица 19.

Несплошности, выявленные СС обечайки парогенератора ПГВ-1000М

№ Yн YK Ly Хн Хк Lx 2н Zk Lz Ампл Ly^ Нусл

26 2 376 2 385 9 -27 -22 5 28 37 8 -4 3 2

27 2 409 2 412 3 -10 -8 1 21 24 2 -3 3 1

28 2 421 2 433 12 11 15 4 132 136 3 -4 3 1

29 2 463 2 472 9 -42 -40 1 15 17 1 0 6 -

30 2 493 2 499 6 -13 -10 2 49 52 3 -4 3 1

31 2 513 2 522 9 -10 -9 0 62 65 2 -3 6 5

На Рис. 5.62 представлен увеличенный фрагмент изображений, полученных при проведении контроля. Приведены три изображения, которые получены при разных расстояниях от передней грани призмы до оси сварного соединения.

На каждом из изображений присутствуют индикации, соответствующие одним и тем же несплошностям. В результате работы алгоритма автоматизированного поиска для каждого изображения в отдельности, были обнаружены области локализации несплошностей, которые в результате были объединены. В результате, в данной области контроля было зафиксировано четыре несплошности.

Рис. 5.62. Пример обнаружения несплошности по трём проходам

Сопоставление результатов ручного УЗК и АУЗК представлены на Рис. 5.63. По результатам ручного УЗК обнаружено 22 несплошности, по результатам АУЗК с ручной расшифровкой данных - 31 несплошность, по результатам АУЗК с автоматической расшифровкой - 48 несплошностей.

При сопоставлении установлено, что из 22 несплошностей по ручному УЗК 19 подтверждаются АУЗК, а из 31 несплошности по АУЗК с ручной расшифровкой 30 подтверждены АУЗК с автоматической расшифровкой.

В области РШХ

О 1000 2000 / 30АО 4000 5000 6000 7000 8000 9000 10000 11000 12000 13000 14000

■X ,

\ ** \ и и □

□ □ и ■ •

"¡1! * ■ н а \ ' ■ 1 ■ .

□

аиалще *

\ °

V иАУЗК на повышенной чувствительности - в протокол

♦ РУЗК на повышенной чувствительности

• А/ЗК на повышенной чувствительное™, автоматическая расшифровка

Рис. 5.63. Сопоставление результатов контроля. Использованы сокращения: РШХ - реверберационно-шумовая характеристика, КУ - контрольный уровень, РУЗК - ручной УЗК

Меньшее число несплошностей, выявленных по результатам ручного УЗК, объясняется следующими факторами:

■ ограниченным числом углов прозвучивания (45°, 60°, 0°) при проведении контроля согласно унифицированной методике ручного УЗК ПНАЭ Г-7-030-89 [174];

■ шаг сканирования в соответствии с требованиями ПНАЭ Г-030-89 [174] контроля не более 7 мм (т.е. половины ширины пьезоэлемента), при том, что по данным АУЗК для всех случаев пропуска условная протяжённость не превышает 3-6 мм, амплитуда на 10-12 дБ ниже уровня фиксации по ПНАЭ Г-7-010-89 [173];

■ меньшей разрешающей способностью при использовании преобразователей с частотой 2 МГц (некоторые несплошности по заключению ручного УЗК объединяют в себе по две несплошности, описанные раздельно по заключению АУЗК).

Меньшее число несплошностей, выявленных по результатам АУЗК с ручной расшифровкой данных, объясняется следующими факторами:

■ ошибками оператора при поиске многочисленных мелких индикаций (субъективный фактор);

■ попаданием ряда несплошностей в область реверберационных шумов призмы.

При выполнении рутинной работы по поиску и образмериванию не-сплошностей, в особенности по нескольким схемам контроля неизбежно влияние человеческого фактора. Автоматический анализ позволяет свести к минимуму влияние этого фактора. При этом по данным автоматического анализа ложных срабатываний не было, все несплошности подтверждены при повторном ручном анализе данных.

На основании анализа полученных при проведении опытно -промышленной эксплуатации данных установлено, что рассматриваемая технология УЗК с полным циклом автоматизации может применяться при проведении эксплуатационного контроля на АЭС, при условии проведения соответствующих аттестационных испытаний для объектов контроля отличных от сварных соединений обечаек парогенераторов.

Показано хорошее соответствие результатов тщательного ручного УЗК и АУЗК, с учётом особенностей, характерных для каждого из методов.

5.4. Выводы по главе

В данной главе рассмотрены практические приложения унифицированной методологии ультразвуковой дефектометрии сварных соединений оборудования и трубопроводов опасных промышленных объектов, а также методы и результаты верификация методик выполнения измерений размеров дефектов.

Рассмотрены методики, как с использованием традиционных одноэлементных преобразователей, так и с применением многоэлементных антенных решёток. Приводятся основные принципы и результаты аттестационных процессов методик УЗ дефектометрии. Рассмотрены результаты аттестации следующих дефектомет-

рических методик с использованием традиционных одноэлементных преобразователей:

■ методика АУЗК поднакладочных сварных соединений тройников сварных с усиливающими накладками;

■ методики АУЗК толстостенных сварных соединений: аустенитные швы с узкой разделкой для проекта ИТЭР, замыкающие перлитные сварные соединения сосудов гидрокрекинга;

■ методика АУЗК основного металла трубопроводов.

Рассмотрены результаты аттестации следующих дефектометрических методик с использованием многоэлементных антенных решёток:

■ аустенитных сварных соединений трубопроводов Ду300 реакторной установки РБМК-1000;

■ сварных соединений Ду1200 парогенераторов АЭС с реакторами ВВЭР-1000 и ВВЭР-1200;

■ толстостенных сварных соединений колец роторов;

■ разнородных сварных соединений переходного кольца и патрубка парогенераторов АЭС с реакторами ВВЭР-440;

■ кольцевых сварных соединений магистральных газопроводов с применением системы АВГУР-ТФ.

При создании методик рассматриваются разнообразные способы учёта специфики задач контроля конкретных объектов. Используется весь доступный арсенал объективных методов обоснования соответствия разработанных методик - прямое сопоставление результатов контроля с результатами металлографических исследований, результаты контроля образцов с искусственными, реалистичными и реальными несплошностями, а также математическое моделирование данных, используемых для измерений.

ГЛАВА 6. ПРОВЕДЕНИЕ АТТЕСТАЦИОННЫХ ИСПЫТАНИЙ МЕТОДИК УЛЬТРАЗВУКОВОГО КОНТРОЛЯ С ПРИМЕНЕНИЕМ СРЕДСТВ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ

В настоящей главе рассматриваются методы выполнения аттестационных испытаний методик ультразвукового контроля с дефектометрией на этапе подтверждения (обоснования) их технических возможностей средствами математического моделирования. Здесь также рассматривается идея сравнительных испытаний методик ультразвукового контроля одного объекта с целью их сопоставления и проверки соответствия общим для сравниваемых методик техническим требованиям.

Применение численных методов моделирования процесса ультразвукового контроля нацелено на повышение эффективности испытаний методик, которая достигается за счёт расширения доказательной базы, снижения стоимости испытаний при уменьшении объёма дорогостоящих экспериментальных исследований и возможности получения количественных оценок достоверности контроля. Использование математического моделирования позволяет учесть и проанализировать влияние на результаты контроля всего многообразия допустимых и возможных отклонений параметров контроля и параметров самого объекта контроля от номинальных значений, что невозможно достичь одними натурными испытаниями и даже длительной опытной эксплуатацией.

Математическое моделирование применяют для расширения возможностей аттестационных испытаний и для подтверждения возможностей аттестуемых методик УЗК [175, 176]. Особенно актуально применение моделирования для аттестации методик УЗК с возможностью дефектометрии т.к. для этих методик требуется существенно больше подтверждающих материалов хотя бы только из-за большего количества определяемых параметров несплошностей.

6.1. Программные средства моделирования

Применяемая для моделирования математическая модель должна была основана на физических принципах, адекватных области её применения, таких, как решение волнового уравнения в упругой среде. Возможно использование приближенных моделей, таких как приближение Кирхгофа или геометрическая теория дифракции, методы конечных разностей, конечных элементов, граничных элементов и т.д. Область использования модели, использующей определённый алгоритм должна соответствовать установленной области её применения. Например, при использовании скалярной модели распространения упругих волн, необходимо учитывать ограничения учёта преобразования различных типов волн, законов распространения акустических волн в анизотропной среде, выполнение определённых требований к форме дефектов (границы дефектов должны быть гладкими) и т. д. Ограничения используемой модели должны быть установлены.

6.2. Требования к моделированию параметров контроля

Для выполнения моделирования определяется набор существенных параметров контроля, влияние которых должно быть оценено в процессе моделирования. На выходные параметры методик УЗК влияют параметры контроля, которые делятся на две группы [177]: входные параметры и параметры системы УЗК. Выбранные для моделирования программные средства должны обеспечивать учёт влияния и выполнение анализа результатов этого влияния на работоспособность методики контроля следующих параметров контроля из данных групп параметров.

Группу входных параметров составляют параметры, определяющие основные задачи УЗК, описывающие объект и область контроля, условия проведения контроля, а также параметры выявляемых несплошностей. К группе входных параметров относятся:

■ акустические свойства объекта контроля (скорость, звука, затухание

УЗ волн, структура металла в области контроля);

■ геометрия и особенности конструкции объекта контроля (точное задание конструкции, условий доступа преобразователей, валики усиления сварных соединений, наличие наплавки из другого материала);

■ параметры несплошностей (их тип и размеры) и их местоположение в заданной области контроля.

Группа параметров системы УЗК включает методические и аппаратные параметры системы контроля. Аппаратные параметры включают в себя параметры аппаратуры, предназначенной для использования по методике контроля. Для моделирования используются методические параметры в соответствии с испытываемой методикой контроля. К группе параметров системы УЗК относятся:

■ параметры аппаратуры;

■ типы используемых акустических волн (продольные, сдвиговые, поверхностные, головные и т.д. или их комбинации);

■ рабочая частота, длительность и форма излучённого импульса;

■ углы ввода УЗ волн и другие параметры диаграммы направленности преобразователей;

■ размеры и тип акустического преобразователя и т. п.;

■ используемые при контроле акустические схемы.

6.3. Технические требования на выполнение моделирования

Для выполнения математического моделирования необходимо определить задачи, которые должны быть решены при моделировании, а также набор существенных параметров, влияющих на результаты контроля.

В первую очередь моделирование должно использоваться для подтверждения выполнения требований технического задания, которые недостаточно подтверждаются экспериментальными исследованиями и результатами, кото-

рые могут быть получены на испытательных образцах, в процессе приёмочных испытаний. При этом экспериментальные данные необходимо использовать при моделировании как начальные с целью их экстраполяции на более широкий круг возможных условий контроля. Таким образом, моделирование должно обеспечивать:

■ преодоление ограничения количества испытательных образцов и дефектов путём получения данных, которые позволяют оценить способность методики УЗК;

■ пополнение и обобщение результатов практических испытаний;

■ подтверждение правильности выбора основных параметров методики УЗК.

С учётом этого необходимо определить задачи моделирования, выбранные из следующего перечня:

■ выявление дефектов в заданной области контроля (п. 6.4.1);

■ моделирование наихудшей дефектной ситуации (п. 6.4.2);

■ выявление предполагаемых дефектов, подтверждение выбранного уровня чувствительности, интерполяция поведения методики при пробеле между экспериментальными данными (п. 6.4.3);

■ влияние анизотропии и неоднородности материала объекта контроля (п. 6.4.4);

■ оценка достоверности контроля (п. 6.4.9, 6.4.5);

■ оценка работоспособности методики в заданной области изменения параметров контроля (п. 6.4.6);

■ оценка погрешности измерения размеров и положения дефектов (п. 6.4.7);

■ оценка разрешающей способности (п. 6.4.8).

С учётом возможностей используемого программного средства могут быть установлены и другие задачи моделирования. Для установленных задач моделирования необходимо определить основные характеристики моделирова-

ния: расчётные параметры, требования к отчётным материалам и критерии оценки полученных результатов. В п. 6.4.1-6.4.8 приведены характеристики моделирования для соответствующих задач.

Необходимо указать набор существенных параметров методики УЗК, которые необходимо использовать при моделировании и определить диапазон их изменения. Рекомендуется представить существенные параметры и зависимые от них выходные параметры методики УЗК в виде таблицы. В качестве примера в Таблице 20 приведён набор существенных параметров для задачи разработки методики УЗК сварных соединений аустенитных трубопроводов и их влияние на выходные параметры (результаты контроля).

Таблица 20.

Влияние параметров на результаты УЗК сварных соединений (СС)

Влияние на выходные параметры контроля

Амплитуда сигналов Размеры Отношение сигнал/шум Зона про-звучива-ния

Существенные параметры несплош сплош-ностей

Объекта контроля Конструктивные свойства + + + +

Ограничения доступа + + + +

Геометрия СС Форма разделки кромок под сварку + + - -

Конфигурация валика усиления СС + - - -

Конфигурация корня + + + -

Толщина стенки трубы + + - +

Диаметр трубы + ± - +

Макроструктура основного металла и СС + - + +

Скорость распространения и затухание УЗ волн + + - +

Наличие наплавки (для СС из разнородных металлов) + + + ±

Температура объекта + + - +

Тип + + ± -

Дефекта Форма + ± + ± -

Высота

Длина

Положение по толщине и вдоль оси объекта + + - -

Угол наклона и поворота дефекта + + - -

Шероховатость / ветвистость дефекта ± ± - -

Тип волны + + + +

Методики Тип, частота и размеры преобразователя + - + -

Угол ввода пучка + + + +

Схема / шаг и область сканирования + - - +

Схема контроля + + + +

В Таблице 20 использованы следующие обозначения:

■ «+» существенно влияет на выходные параметры,

■ «±» может влиять на выходные параметры,

■ «-» не влияет на выходные параметры.

6.4. Задачи моделирования

6.4.1. Выявление дефектов в заданной области контроля

Подтвердить возможность выявления дефектов всевозможных типов, конфигурации и ориентации во всей области контроля - задача, которая наиболее полным образом может быть решена только средствами математического моделирования. Поэтому и с учётом того, что область контроля является важнейшим показателем назначения методики, данная задача моделирования явля-

ется одной из основных. Для решения задачи моделирования выявления дефектов в заданной области контроля необходимо:

■ задать типы дефектов для моделирования (например, плоскостной и эллипсоидный объёмный);

■ разбить всю область контроля на несколько частей, таким образом, чтобы полностью перекрыть область контроля, размер и расположение каждой из таких частей должны быть выбраны обоснованно, среди выбранных частей должны быть выделены в отдельные части края и центр области контроля и части, соответствующие наиболее вероятной локализации дефектов;

■ выполнить расчёт выходных параметров методики УЗК для различных значений ориентации заданных типов дефектов, на основании которых рассчитать точечные значения вероятности выявления данного типа дефекта в данной части области контроля. Факт выявления или не выявления дефекта данной ориентации устанавливается по критериям аттестуемой методики контроля (например, по заданному уровню фиксации отражателей). Вероятность выявления определяется как отношение количества выявляемых дефектов к общему количеству дефектов всех заданных ориентаций;

■ для полученных значений вероятности построить таблицы или графики зависимости вероятности выявления от места расположения дефекта в области контроля для каждого типа дефектов.

Задача может быть усложнена использованием трёхмерной модели. По результатам выполнения данной задачи моделирования в методике могут быть сделаны дополнения, касающиеся различных возможностей выявления в разных частях области контроля.

Характеристики моделирования:

■ расчётные параметры: типы дефектов, размер минимально выявляемого дефекта, ориентация дефектов, шаг изменения ориентации дефектов.

■ отчётные материалы: таблицы или графики зависимости вероятности выявления от места расположения дефекта в области контроля.

■ критерии: способность к выявлению дефектов заданных минимальных размеров во всей области контроля.

6.4.2. Моделирование наихудшей дефектной ситуации

Для моделирования возможности выявления дефектов в наихудшей дефектной ситуации необходимо создать математическую модель с максимально возможным учётом влияющих параметров, определяющих эту ситуацию. Для решения задачи моделирования наихудшей дефектной ситуации необходимо:

■ в соответствии с расчётными параметрами создать модель наихудшей дефектной ситуации;

■ выполнить расчёт выходных параметров методики УЗК для различных значений изменяемых расчётных параметров (при описании наихудшей дефектной ситуации такими параметрами могут быть: пространственные параметры дефектов, различные конфигурации объекта контроля и другие его параметры);

■ установить факт выявления или не выявления дефекта для каждого набора заданных расчётных параметров. По аналогии с решением задачи раздела 6.4.1 могут быть рассчитаны точечные значения вероятности выявления для выбранных изменяемых параметров.

Характеристики моделирования:

■ расчётные параметры: определение наихудшей дефектной ситуации как набора влияющих параметров с диапазоном и шагом их изменения, например, задаются трудно выявляемые типы

дефектов в наиболее удалённой или «экранированной» (при определённых заданных условиях) зоне контроля, определяется набор типов дефектов (объёмный, плоскостной, несколько видов ветвистых плоскостных и т.д.) вписанных в объём заданного размера;

■ отчётные материалы: выходные параметры (например, А-сканы, изображения дефектов) с указанием их значений, подтверждающих факт выявления или пропуска дефектов, и/или графики (таблицы) зависимости вероятности выявления дефектов от значений изменяемых параметров;

■ критерии: способность выявлять дефекты в наихудшей дефектной ситуации (например, с заданной вероятностью выявления).

6.4.3. Выявление дефектов, соответствие уровня чувствительности, интерполяция поведения методики при пробеле между экспериментальными данными

Использование моделирования даёт возможность оценить относительное соотношение амплитуд акустических сигналов, связанных с несплошностями различных типов, размеров, местоположения и оценить правильность установленного в методике уровня чувствительности.

Для определения относительной амплитуды эхо-сигналов от предполагаемых дефектов необходимо:

■ в соответствии с расчётными параметрами создать модели с различными типами и размерами дефектов в заданных областях контроля;

■ для созданных моделей выполнить расчёт выходного параметра (например, амплитуды эхо-сигнала) от установленного в методике опорного дефекта;

■ рассчитать максимальные значения выходного параметра от

моделей дефектов;

■ выполнить проверку отношений выходных параметров от дефекта к выбранному опорному дефекту на соответствие критериям выявления дефектов.

Для проверки возможности выявления дефектов относительно предельного уровня чувствительности (уровня шумов) необходимо провести нормировку данных модели к данным, полученным на выбранном испытательном образце. Использование подобной нормировки позволяет также интерполировать поведение методики при пробеле между экспериментальными данными, создавая требуемые модели дефектов. Для этого необходимо:

■ экспериментально в соответствии с методикой УЗК на испытательном образце с опорным дефектом определить выходной параметр (например, амплитуду эхо-сигнала) от опорного дефекта Ад и выходной параметр соответствующий уровню шумов Аш в области контроля;

■ создать модель, воспроизводящую данный испытательный образец с эталонным дефектом, и провести расчёт амплитуды того же выходного параметра Адм; определить уровень предельной чувствительности методики УЗК как Ач = Аш (Адм/Ад);

■ рассчитать максимальные значения выходных параметров от заданных моделей дефектов в данном испытательном образце и выполнить проверку отношений выходных параметров от дефектов к уровню предельной чувствительности Ач.

Характеристики моделирования:

■ расчётные параметры: перечень предполагаемых дефектов, диапазон и шаги изменения из размеров, области расположения дефектов, параметры испытательного образца с опорным дефектом для определения уровня предельной чувствительности;

■ отчётные материалы: графики зависимости выбранного выходного параметра (например, амплитуды эхо-сигналов или максимального значения В-изображения дефектов) от размеров дефекта с указанием уровня выходного параметра от опорного дефекта и/или уровня предельной чувствительности;

■ критерии: выявление дефектов при заданных критериях.

Приведём пример выполнения моделирования для сравнения отражающей способности различных моделей дефектов при использовании УЗ антенных решёток (случай, когда нельзя воспользоваться известными приближёнными формулами акустического тракта).

Задача: провести сопоставление отражательной способности паза длиной 10 мм и высотой 2 мм с отражательной способностью плоскодонных отражателей диаметрами 2,3, 3,2 и 3,5 мм и отверстия бокового сверления диаметром 3 мм. Объект контроля: стальная труба диаметром 325 мм, толщиной 15 мм.

Методика контроля: сканирование тремя антенными решётками, установленными на стандартные призмы для формирования в объекте контроля сдвиговых волн (скорость распространения продольных УЗ волн в призме 2330 м/с, угол ввода сдвиговой волны 50 градусов):

■ 32 элемента, эффективная частота 5 МГц;

■ 16 элементов, эффективная частота 2,5 МГц;

■ 16 элементов, эффективная частота 5 МГц.

Моделирование выполнялось в программе С1УЛ.

Для сравнения отражающих способностей рядом с пазом размещались плоскодонные отражатели под углом 66° на той же глубине, что и паз (15 мм); затем производилось сравнение максимумов амплитуд от заданных отражателей и определялось наиболее близкое по амплитуде отражённого эхо-сигнала плоскодонное отражение как эквивалент отражающей способности паза.

На Рис. 6.1 приведён пример результатов расчёта В-сканов по описанной модели с применением антенной решётки с эффективной частотой 5 МГц и

32 элементами. Максимум амплитуды эхо-сигнала от паза соответствует максимуму эхо-сигнала от плоскодонного отражателя диаметром 3,5 мм и на 4 дБ меньше, чем эхо-сигнал от бокового отверстия диаметром 3 мм.

оценке отражающей способности паза. Справа В-скан (вверху) и пространственная огибающая (внизу) при сопоставлении отражающей способности паза и бокового отверстия

В Таблице 21 приведено сопоставление амплитуд полученных В-сканов для трёх типов антенных решёток.

Таблица 21.

Результаты моделирования

32 элемен- 16 элемен- 16 элемен-

Параметр

та, 5 МГц тов, 2,5 МГц тов, 5 МГц

Диаметр плоскодонного отража-

теля эквивалентного по отража- 3,5 2,3 3,2

тельной способности пазу 10*2

ммхмм, мм

Превышение амплитуды эхо-сигнала от бокового отверстия над 4 7 1

амплитудой эхо-сигнала от паза 10*2 мм*мм, дБ

6.4.4. Влияние анизотропии и неоднородности материала объекта контроля

Для точной оценки влияния на параметры контроля акустически неоднородного материала объекта контроля (например, столбчатой структуры аусте-нита) необходимо предварительное знание уровня структурных шумов и 3Э векторов скоростей распространения акустических волн в области озвучивания объекта контроля. Что касается уровня структурных шумов, то учесть его при моделировании можно сопоставляя данные эксперимента и расчётов, или путём моделирования структуры материала объекта контроля. Получение информации об анизотропии скорости распространения УЗ волн значительно сложнее. В большинстве случаев такая информация отсутствует. Однако, если по результатам предварительных измерений можно приближённо определить области с существенным изменением скорости УЗ волн или изменения усреднённого угла распространения УЗ волны, то возможно с помощью моделирования оценить влияние этого эффекта.

Для этого необходимо:

■ создать модель объекта контроля с заданными параметрами анизотропии и уровнем структурных шумов;

■ создать модель максимально приближенного к точечному отражателю (минимально выявляемого дефекта) и, располагая его в различных частях области контроля, рассчитать выходные параметры методики;

■ установить выявляемость (факты выявления или пропуска дефекта) и ошибки определения координат положения модели дефекта.

Характеристики моделирования:

■ расчётные параметры: параметры объекта контроля, параметры анизотропии, уровень и способ задания структурных шумов, параметры минимально выявляемого дефекта и координаты областей его размещения;

■ отчётные материалы: погрешность определения координат дефекта в различных частях области контроля, выявляемость дефектов в различных областях контроля;

■ критерии: соответствие погрешности определения координат дефектов, возможность выявления дефектов.

6.4.5. Методы получения кривых зависимости вероятности обнаружения от размеров дефектов

6.4.5.1. Типы выходных данных УЗК

Для построения кривых РоО(а) можно использовать два типа выходных данных УЗК. Первый тип выходных данных - это бинарное решение по данным контроля о наличии или отсутствии дефекта в данной области - «есть/нет» (дискретная случайная величина). Обнаружение - это соответствие результатов контроля фактическому наличию дефекта. Второй тип выходных данных - это непрерывная случайная величина, например, амплитуда эхо-сигнала в заданной области контроля. Для этого типа данных обнаружением считается факт соответствия значения выбранной случайной величины установленному критерию. Для амплитуды эхо-сигнала это может быть факт превышения заданного уровня

фиксации несплошностей. Для каждого из этих типов данных используются различные вероятностные модели для построения кривых PoD(а).

6.4.5.2. Кривая PoD для дискретных данных типа «да/нет»

Как показывает многолетний опыт, наиболее подходящим аналитическим описанием кривой PoD{ а) для такого типа данных является лог-логистическое распределение, записываемое следующим образом:

п (lna—m ^

e V3l Т" J

poD(а) = , (6.1)

V31

1 + e

где m и 7 - среднее и стандартное отклонения. Из этого уравнения выводится линейная зависимость натурального логарифма коэффициента разно-

PoD ( a )

гласия odds =-^—f— от натурального логарифма размера дефекта a:

1 - PoD ( a )

ln(odds) = a + P ln(a), (6.2)

а л здесь m =--, a =

0 0%/з'

Получив по результатам моделирования несколько значений вероятности РоВ(а ), методом максимального правдоподобия определяются параметры X и 0 прямой (6.2), по которым восстанавливается кривая (6.1). На Рис. 6.2 приведён пример построенной таким образом кривой зависимости вероятности выявления дефекта от его длины и данные «да/нет» из [183].

6.4.5.3. Кривая PoD для непрерывных данных

Для непрерывных данных кривая РоБ(а) определяется как вероятность

того, что 1п(а) > 1п(а^), где аги - уровень отсечки, установленный для фиксации

дефекта размера а. Чаще всего в методиках УЗК уровень отсечки аи устанавливается одинаковым для всех видов и размеров дефектов.

Исходя из обоснованного предположения о наличии линейной связи между натуральными логарифмами реального размера дефекта а и, получаемым от

него, откликом а запишем:

1п(а) = с + Д 1п(а) + у, (6.3)

где у - величина отклонений от прямой линии с параметрами с1 и Д, имеющая примерно нормальное распределение с нулевым средним значением и стандартным отклонением О.

Для описания кривой РоИ{ а) для такого типа данных используется суммарное (кумулятивные) лог-нормальное распределение [178, 179]:

PoD( a) = F

ln(a) - ß

а

(6.4)

1п(аи -с) ОУ

где л =- и о = — - среднее и стандартное отклонения, а

Д Д

1 гт

F[T] = — I e 2 dx - стандартная нормальная функция.

О 77- J-OT

2л

Получив по результатам моделирования несколько значений вероятности

РоВ(а), методом максимального правдоподобия определяются параметры с1

а1 и Д прямой (6.3), затем вычисляется случайная величина у и стандартное

отклонение о , после чего вычисляется кривая (6.4). Доверительный интервал

для данной кривой определяется известными методами с использованием параметров л и О [183].

—1-1-1-г

2,5 5 7.5 10

Длина дефекта, мм

Рис. 6.2 Зависимость вероятности выявления дефекта от его длины и данные «да/нет»

6.4.5.4.Границы применимости PoD кривых

Использование приведённых аналитических зависимостей кривых РоО( а{) невозможно, когда полученные фактические значения данных не соответствуют предложенным типам функций (лог-логистической или кумулятивной лог-нормальной). Необходимо выяснить причину этого расхождения. Примером несоответствия могут быть случаи, когда значения РоО(а) уменьшаются с увеличением размеров дефекта, что может означать соответствующую ограниченность методики. На Рис. 6.3 показан пример такой кривой.

■

" Вь, екты

\

V

ч

1

О 2,5 5 7,5 10 12,5 15 17,5

Длина трещины, мм

Рис. 6.3. Пример, когда модель данных «да/нет» неприменима для построения выбранной функции РоБ(а) [183]

6.4.6. Оценка работоспособности методики в заданной области изменения

параметров контроля

Все упомянутые выше задачи предполагают использование при моделировании по умолчанию номинальных значений параметров контроля. Однако для правильной оценки методики необходимо проверить влияние изменений этих параметров в диапазоне допустимых значений и оценить работоспособность методики контроля при граничных значениях входных параметров (наименьших и наибольших).

Для правильной постановки данной задачи моделирования необходимо выбрать набор выходных параметров, на которые может воздействовать изменение выбранных параметров контроля. Основанием для такого выбора должна служить оценка влияния существенных параметров (Таблица 20).

Характеристики моделирования:

■ расчётные параметры: набор проверяемых параметров контроля, значения этих параметров, сочетания изменений различных параметров контроля. Необходимо учитывать, что по умолчанию остальным параметрам контроля должны быть присвоены номинальные значения;

■ отчётные материалы: выходные параметры для различных сочетаний изменяемых параметров контроля;

■ критерии: соответствующие изменения выходных параметров не должны приводить к изменениям результатов контроля.

Рассмотрим некоторые примеры оценки работоспособности методики в заданной области изменения параметров контроля.

6.4.6.1. Оценка степени влияния отклонений конструкции объекта контроля от номинальных значений

Задача такова: оценить степень влияния отклонений формы объекта контроля от требований конструкторской документации (конусная проточка сварного шва, выпуклость и вогнутость корня) на результаты УЗК. Объект кон-

троля: кольцевые сварные соединения Ду300 с толщиной стенки объекта контроля 15 мм, шириной валика усиления 20 мм, материал: аустенитная сталь (изотропная). Основные параметры методики контроля: в эхо-режиме применяется антенная решётка с 16 элементами, эффективной частотой 5 МГц, расстоянием между центрами элементов (шаг решётки) 0,6 мм и призма, предназначенная для возбуждения сдвиговой волны под углом 60 градусов. Закон фокусировки - вертикальный, фокусное расстояние 35 мм от передней грани призмы, диапазон углов ввода от 45° до 85°. При расчётах учитывались только сдвиговые волны, учитывалось отражение от донной поверхности. Моделирование выполнялось в программе С1УЛ.

При выполнении моделирования выполнялось сравнение отражательной способности конструктивного отражателя и эталонного отражателя - прямоугольного паза длиной 10 мм и высотой 2 мм.

Угол конусной проточки в соответствии с требованиями задачи может иметь отклонения от номинального значения, равного 12 градусам, до 50 градусов. Было выполнено моделирование объекта контроля с углом конусной проточки 12°, 25° и 50°. Результаты моделирования приведены на Рис. 6.4- Рис. 6.6. Выводы:

■ отражающая способность конусной проточки с углом 12° на 20-21 дБ меньше отражающей способности эталонного отражателя; при увеличении угла проточки отражающая способность конструктивного отражателя возрастает;

■ отражающая способность конусной проточки с углом 25° на 13 -19 дБ меньше отражающей способности эталонного отражателя;

■ отражающая способность конусной проточки с углом 50° на 3-4 дБ больше отражающей способности эталонного отражателя.

Вогнутость корня сварного шва в соответствии с требованиями задач может превышать номинальное значение 1,6 мм и достигать 3 мм.

И \ /я^^^^ \ \/ 3 ШЩа 2 1

Амплитуда в точке 1 Амплитуда в точке 2 Амплитуда в точке 3

19 дБ 40 дБ 41 дБ

Рис. 6.4. Результаты расчётов для конусной проточки с углом 12°

В| 1 '1 ^^^ 1 3

Кш

Амплитуда в точке 1 Амплитуда в точке 2 Амплитуда в точке 3

22 дБ 35 дБ 41 дБ

Рис. 6.5. Результаты расчётов для конусной проточки с углом 25° Выводы:

■ Результаты моделирования приведены на Рис. 6.7 и Рис. 6.8

■ вогнутость корня сварного шва 1,6 мм имеет отражающую способность сопоставимую с эталонным отражателем и будет зафиксирована как недопустимый отражатель;

■ вогнутость корня сварного шва 3,0 мм превышает отражающую способность эталонного отражателя и будет зафиксирована как недопустимый отражатель;

■ эталонный отражатель, находящийся со стороны сварного соединения, противоположной стороне с которой вводится ультразвук, не может быть выявлен при указанных значениях вогнутости корня шва.

1 1

Амплитуда в точке 1 Амплитуда в точке 2

42 дБ 43 дБ

Рис. 6.7. Результаты расчётов для вогнутости корня шва 1,6 мм

1

Амплитуда в точке 1 Амплитуда в точке 2

40 дБ 44 дБ

Рис. 6.8. Результаты расчётов для вогнутости корня шва 3,0 мм Выпуклость корня сварного шва в соответствии с требованиями задачи может превышать номинальное значение 2,5 мм до 4 мм.

Было выполнено моделирование объекта контроля с выпуклостью корня шва 2,5 и 4 мм. Результаты моделирования приведены на Рис. 6.9 и Рис. 6.10. Выводы:

■ выпуклость корня сварного шва высотой 2,5 мм имеет отражающую способность сопоставимую с эталонным отражателем и будет зафиксирована как недопустимый отражатель;

■ выпуклость корня сварного шва высотой 4 мм превышает отражающую способность эталонного отражателя и будет зафиксирована как недопустимый отражатель;

■ тип отражателя как соответствующий выпуклости корня шва может быть идентифицирован по измеренной координате относительно донной поверхности;

■ эталонный отражатель, находящийся со стороны сварного соединения, противоположной стороне с которой вводится ультразвук, может быть не выявлен при указанных значениях выпуклости корня шва.

Амплитуда в точке 1 Амплитуда в точке 2

40 дБ 40 дБ

Рис. 6.9. Результаты расчётов для выпуклости корня 2,5 мм

т 1

Амплитуда в точке 1 Амплитуда в точке 2

39 дБ 53 дБ

Рис. 6.10. Результаты расчётов для выпуклости корня 4 мм 6.4.7. Оценка погрешности измерения размеров и положения дефекта

Использование моделирования позволяет упростить задачу оценки погрешностей измерения размеров и положения дефектов за счёт замены моделированием части экспериментальных данных для обеспечения статистического обоснования. Моделирование выполняется при изменении параметров дефекта (его размеров, положения, ориентации или наклона) и других параметров контроля в заданных пределах. При задании расчётных параметров важно учитывать, что на погрешность измерения размеров сильное влияние оказывает анизотропия акустических параметров объекта контроля. Для оценки погрешности измерения размеров дефекта необходимо:

■ создать модель объекта контроля и модель дефекта заданного типа;

■ выполнить расчёт выходных параметров контроля при изменении

параметров дефекта и других параметров контроля в заданных пределах и определить по ним размеры дефекта и его положение в соответствии с методикой УЗК;

■ определить ошибку измерения размеров дефекта (протяжённости, высоты) и его местоположения сравнением с заданными параметрами дефекта;

■ выполнить расчёт значения погрешности для нормального закона распределения в 95% доверительном интервале, как значение среднеквадратичного отклонения, умноженное на 1,96 [180].

Характеристики моделирования:

■ расчётные параметры: изменяемые параметры дефекта, другие влияющие параметры контроля, диапазон и шаг изменения значений выбранных параметров;

■ отчётные материалы: значения погрешности в доверительном интервале;

■ критерии: полученные значения погрешностей не превышают установленных значений.

6.4.8. Оценка разрешающей способности

Основным влияющим параметром на разрешающую способность УЗК может быть удалённость дефекта от преобразователя, поэтому при моделировании оценку разрешающей способности на соответствие установленным требованиям необходимо проводить во всей области контроля (для наиболее удалённой и наиболее приближенной частей области контроля). Другие влияющие на разрешающую способность параметры должны учитываться при моделировании. При моделировании разрешающей способности выполнятся оценка размеров точечного отражателя.

Характеристики моделирования:

■ расчётные параметры: области контроля и другие влияющие на

разрешающую способность параметры, диапазон и шаг изменения значений выбранных параметров, способ задания точечного дефекта (тип, размер, например, цилиндрическое отверстие или плоскодонный отражатель диаметрами не более длины волны на основной частоте преобразователя);

■ отчётные материалы: изображения точечного дефекта для различных расчётных параметров, таблица значений разрешающей способности для всех значений влияющих параметров;

■ критерии: соответствие полученных значений разрешающей способности установленным в ТЗ значениям.

6.4.9. Оценка достоверности контроля

Оценка достоверности основана на анализе кривых зависимости вероятности обнаружения дефектов РоО от его размеров а (181, 182, 183]).

РоО для дефекта фиксированного размера оценивается по ряду реализаций контроля дефекта размером а1:

РоО( а) = , (6.5)

где пл - число дефектов размера а(, обнаруженных при контроле; п -

общее число дефектов размером а1 в образце. Решение об обнаружении или пропуске дефектов при расчёте значений РоО(а) принимается в соответствии с критериями, установленными в испытываемой методике. По набору значений РоО(а) из нескольких интервалов значений величин а1 может быть построена кривая РоО(а) в соответствии с рекомендациями приведёнными в п. 6.4.5. Для выбора значений величин а1 и количества интервалов для получения корректных оценок рекомендуется придерживаться следующих правил.

При построении кривой РоО(а) необходимо, чтобы большинство измерений сигналов от дефектов соответствовало переходной области размеров де-

фектов, в которой существует определённая вероятность пропуска дефекта и в которой кривая PoD(а) меняется быстрее всего. По рекомендациям [184] от 10% до 90% данных должно располагаться в этой области. Это связано с тем, что очень маленькие или очень большие дефекты не дают существенного вклада в построение кривой PoD.

Чаще всего в качестве критерия достоверности методики контроля для дефектов заданных размеров устанавливают значение PoD равным 0,9 в 95% доверительном интервале. Для проверки данного критерия в соответствии с рекомендациями [170], требуется получить результаты УЗК не менее чем от 29 дефектов заданного размера, расположенных в определённой части области контроля. Для построения кривой PoD(а) минимально необходимо выбрать четыре-шесть интервалов значений размеров дефекта а, расположенных в одной из частей области контроля.

В зависимости от типа выходных данных, по которым фиксируются дефекты, - дискретных или непрерывных (см. п. 6.4.5), необходимое число дефектов, участвующих в построении кривых PoD( а) различается.

Так для дискретных данных для достижения 95% доверительного интервала во всех интервалах значений размеров дефекта а, требуется проведение не менее 29 отдельных реализаций контроля дефектов в каждом интервале. При моделировании под отдельным контролем понимается расчёт выходных параметров от одного дефекта при различных значениях выбранных входных параметров, влияющих на возможности выявления. Например, для случая, когда в качестве входного параметра выбрана ориентация плоскостного дефекта, выполняется N расчётов одного для одного дефекта при N различных ориентаци-ях. Для различных интервалов значений размеров дефекта а могут быть также установлены и не одинаковые доверительные интервалы.

Для непрерывных данных диапазон размеров дефектов не столь важен и требуется не менее 30 отдельных контролей во всем диапазоне размеров [182].

Доверительный интервал определяется при расчёте кривой РоО(а) (см. п. 6.4.5).

Для построения кривой РоО(а) необходимо:

■ создать модель объекта контроля и модель дефекта заданного типа, размеров, локализации в объекте контроля;

■ для дефекта фиксированного размера а( изменять в заданном

диапазоне заданные влияющие параметры (например, угол наклона дефекта, угол ввода УЗ пучка, шаг сканирования преобразователя, стабильность акустического контакта и т. д.);

■ пользуясь установленными критериями браковки, определить по формуле (6.5) точечные значения РоО(а) для всего набора изменяемых влияющих параметров;

■ изменить значение а и определить очередное значение РоО(аг+1) аналогичным образом. Повторить расчёт величины РоО для всего установленного интервала значений размера а.

■ построить кривую РоО(а) в соответствии с рекомендациями п. 6.4.5 или другими обоснованными рекомендациями и построить нижний односторонний уровень доверительной вероятности для этой кривой.

Характеристики моделирования:

■ расчётные параметры: параметры объекта контроля, набор влияющих параметров (области контроля, ориентация дефекта и т.д.), диапазон и шаг их изменения, тип дефекта, изменяемый размер а1 и интервалы его изменения;

■ отчётные материалы: кривые РоО(а) или значения РоО для выбранных размеров дефектов (например, минимально и

максимально возможного); ■ критерии: соответствие требованиям вероятности выявления дефектов данных размеров.

6.5. Сопоставление параметров разработанных методик

Для сопоставления разных методик УЗК необходимо выбрать перечень сопоставляемых выходных параметров методик, а также значения расчётных параметров для моделирования выходных параметров каждой методики. Входные параметры контроля устанавливаются одинаковыми для всех сравниваемых методик, а параметры системы УЗК должны соответствовать методикам УЗК.

Основой сопоставления является анализ соответствующих выходных параметров сравниваемых методик. В качестве примера в Таблице 22 приведён перечень сравниваемых параметров. Рекомендуется использовать балльную систему подведения итогов. Так как влияние различных выходных параметров на методику контроля различно, то рекомендуется внести также весовые коэффициенты для каждого из выходных параметров (значения коэффициента находятся в пределах от 0 до 1), определяющие значимость каждого выходного параметра. Значения весовых коэффициентов и тип балльной системы устанавливаются экспертным способом.

В Таблице 22 приведён пример выбора выходных параметров для сравнения методик. Оценка пригодности анализируемых методик определяется по значениям величин ^ АК , рассчитанным для каждой из методик. Такую сум-

г

му можно определить для каждой из анализируемых методик УЗК. Сопоставление величин этих сумм позволяет получать количественные критерии качества различных методик для выполнения определённой задачи контроля.

Таблица 22.

Пример анализа параметров при сравнительном анализе методик УЗК

Качество Весовые

№ Выходные параметры Рекомендации к сопоставлению параметра, оценка в коэффициенты

баллах (0-1)

1 Разрешающая способность (лучевая, фронтальная) или погрешность измерения размеров дефекта Чем меньше разрешающая способность, тем лучше. Чем меньше погрешность измерения, тем лучше Ах Кх

2 Амплитуда ложных сигналов (трансформация типа волны, реверберация, геометрические отражатели) Определяется максимум отношения «амплитуда сигна-ла»/амплитуда ложного сигнала» А2 К2

3 Пространственно-временное положение сигналов Полезный эхо-сигнал различается на фоне ложного сигнала (по критерию Рэлея) Аз Кз

4 Отношение сигнал/шум или предельная чувствительность Уровень сигнала в области залегания дефекта А4 К4

5 Область контроля Определяется процентным отношением области с достоверным выявлением дефектов ко всей области контроля А5 К5

6.6. Пример использования моделирования для оценки возможности выявления дефектов при наличии других отражателей

Рассмотрим одну из моделей сложной дефектной ситуации - возможность выявления дефектов на фоне коррозионной язвы. Для этого рассмотрим характеристики контроля с применением антенных решёток объекта контроля, что в п. 5.2.1. Характерным дефектом для этого объекта является сочетание плоскостного дефекта типа трещины и коррозионной язвы. Их взаимное положение и

размеры существенно влияют на относительную амплитуду эхо-сигналов от язвы и несплошности, в ряде случаев, затрудняя возможность выявления плоскостной несплошности и оценку её параметров.

Для моделирования был выбран фрагмент кольцевого сварного соединения с галтельным переходом на котором была смоделирована коррозионная язва в виде фрагмента сферы высотой 2 мм или 6 мм. Модели вертикальных трещин высотой 5 мм были расположены на разных расстояниях от модели язвы, а также в её центре. При моделировании использовался акустический преобразователь с 32-элементной антенной решёткой на призме. Выполнялась вертикальная фокусировка на расстоянии 50 мм относительно передней грани призмы на центральной частоте 5 МГц.