碳鋼在 Fe C l3環境中的點蝕聲發射信號聚類分析

張忠政沈正軍梁 斌(.南京市鍋爐壓力容器檢驗研究院 南京 000)(.南京金創有色金屬科技發展有限公司 南京 6)

碳鋼在 Fe C l3環境中的點蝕聲發射信號聚類分析

張忠政1沈正軍1梁 斌2
(1.南京市鍋爐壓力容器檢驗研究院 南京 210002)
(2.南京金創有色金屬科技發展有限公司 南京 211162)

為研究碳鋼點蝕聲發射信號特征，對6%氯化鐵溶液中碳鋼點蝕過程進行了聲發射監測。采用K－均值方法對信號進行了聚類分析，通過分析各類信號持續時間、計數、幅度等特征，識別了碳鋼點蝕過程中不同聲發射源。結果表明碳鋼在氯化鐵溶液中的點蝕聲發射信號可通過聚類分析方法區分和識別不同聲發射源信號。

聲發射 碳鋼 點腐蝕 聚類分析

點腐蝕是石化企業設備常見的一種損傷形式，不僅可造成穿孔等設備損傷，而且點蝕坑也是誘發應力腐蝕的重要來源。為更好掌握設備腐蝕損傷狀況，對設備腐蝕狀況進行監測是預防設備失效實現早期預警的重要方法。聲發射技術是檢測材料內部釋放瞬態彈性波的一種技術，已經廣泛用于材料變形、腐蝕等過程的檢測。相對于其它腐蝕監測的方法，聲發射檢測靈敏度更高，能夠實時監測材料腐蝕過程。應用聲發射方法研究腐蝕，國內外學者已經開展了很多的研究。研究結果已經證明，腐蝕過程中的聲發射信號與腐蝕因素和電化學機理是相關的[1-2]。研究人員試圖通過提取聲發射信號特征以識別腐蝕過程中的聲發射源，但分析手段僅限于聲發射信號的振鈴、幅度、上升時間、能量等方面單獨進行分析，使得分析結果與現場應用仍存在差距。近些年關于點腐蝕聲發射源的識別研究取得了令人鼓舞的進展，國外的一些研究學者基于點腐蝕電化學原理，在實驗室內通過特殊實驗裝置控制腐蝕電化學過程的方法，成功的實現了點腐蝕聲發射源信號的識別。然而，實際現場聲發射腐蝕監測時腐蝕過程是無法控制的，采集的聲發射信號是腐蝕過程各種源產生的聲發射信號集合，而且伴有其它聲源產生的信號，因此該方法在現場聲發射腐蝕監測應用仍存在局限性。

本文主要研究碳鋼在氯化鐵環境中點腐蝕過程中聲發射源信號識別，主要根據聲發射信號數據特性，應用聚類分析方法對點蝕監測聲發射信號進行分類，結合近些年點蝕聲發射源信號識別研究成果對聚類結果進行分析，從而實現不同點腐蝕聲發射源信號的識別。

1 試驗

試驗用容器為小型罐體，體積0.045m3，規格φ273×500mm，材質20號鋼，壁厚8mm。在試驗前將小型罐體充入6%的氯化鐵溶液并用水壓試驗機將容器壓力升至1.1MPa，并進行保壓。試驗腐蝕溶液選用氯化鐵溶液，由于氯化鐵是弱堿強酸鹽，水解后溶液呈酸性，易于碳鋼發生點腐蝕。試驗用聲發射儀為美國PAC公司生產的POCKET AE-2型2通道聲發射系統，可同時記錄聲發射信號參數、波形數據。傳感器型號為R15α，中心頻率150kHz。采樣頻率5MHz，幅度門檻值設置為35dB。試驗時間為25天，在前72h容器內壓升高較快，通過接管降壓到試驗壓力，容器內壓基本保持不變。

2 結果與討論

回放試驗數據發現：試驗前6h，聲發射撞擊率從開始較低到逐漸上升為較高水平；在6～72h，撞擊率持續維持在這一水平；72h后，信號撞擊率下降但仍維持在某一固定水平，直到試驗結束。撞擊率和容器內壓變化情況反映了設備腐蝕發展過程，即從開始點腐蝕發展為全面腐蝕過程。另外也可能與溶液反應濃度降低相關。鑒于本文主要研究點腐蝕信號源分類，故選取有代表性的前6h試驗數據進行分析。

2.1 特征參數分析

圖1～圖2為碳鋼點腐蝕聲發射特征參數時間歷程圖。由圖可知，點腐蝕的發生不是立刻開始發生，而是有一個時間延遲，這可能與腐蝕液需要破壞金屬表面的氧化層有關，這種現象在其它文獻中報道一致[3]。聲發射撞擊率開始時數量較小，在大約10000s時，呈迅速上升，約20000s時達到頂峰，其后基本保持這一水平上。信號的幅度大部分集中在60dB以下，信號峰值頻率分布在20kHz～400kHz之間。常用的特征參數分布范圍見表1。

圖1 撞擊時間歷程圖

圖2 幅度時間歷程圖

表1 碳鋼點腐蝕聲發射監測實驗中常用特征參數范圍

2.2 點腐蝕聲發射信號聚類分析

點腐蝕聲發射監測中的聲發射信號是由多種聲發射源組成。信號在時域和頻域內相互交織，很難區分。如何識別這些聲發射源的信號一直以來是聲發射電化學腐蝕監測研究中的重點和難點。應用特殊實驗裝置控制點腐蝕電化學過程的方法實現了點腐蝕信號的區分[3，4]，但在實際應用中不適用。聚類分析方法提供了一種聲發射信號識別的途徑。聚類分析是一種根據數據聯系，研究數據內部規律，從而對數據進行分類，是一種進行數據深度挖掘的方法，在人工智能等很多研究領域得到了成功應用。

相關文獻資料顯示鋼點腐蝕聲發射源有氣泡、鈍化層破裂、金屬腐蝕、金屬應力變化等[5]。本次實驗中，聲發射源主要由氫氣泡、鈍化層破裂、金屬腐蝕三類組成，應用聚類分析方法對采集的聲發射數據進行三個類別的劃分。聚類分析方法采用K平均值方法，選用計數、持續時間、幅度、信號絕對能量、信號峰頻5個特征參數進行。應用Matlab軟件工具箱中的K平均值分類函數對數據進行聚類分析。采用歐拉距離參數進行數據間計算，迭代次數為5次，劃分為3類。聚類分析后，對分類結果應用關聯圖和歷程圖進行了顯示，包括幅度－時間、時間－計數、持續時間和絕對能量，幅度和持續時間、持續時間和峰值頻率等，三類信號在這些參數關聯圖中都有一定程度的重合疊加區域，不能完全分離開。但相比較而言，幅度－持續時間，持續時間和峰值頻率對不同種類的信號分離較好。這也表明不同聲發射源的聲發射信號實際是不可能實現完全劃分部分關聯結果如圖3～圖10所示，分類結果參數統計見表2。

圖3 幅度-持續時間關聯圖

圖4 一類信號幅度－持續時間圖

圖5 二類信號幅度－持續時間關聯圖

圖6 三類信號幅度－持續時間關聯圖

圖7 持續時間和峰值頻率關聯圖

圖8 一類信號持續時間和峰值頻率關聯圖

圖9 二類信號持續時間和峰值頻率關聯圖

圖10 三類信號持續時間和峰值頻率關聯圖

表2 碳鋼點腐蝕聲發射監測實驗中聚類信號特征參數范圍

2.3 碳鋼點腐蝕聲發射信號聲發射源識別分析

K均值聚類分析方法是從數據內部規律上進行劃分類別的一種科學方法，其分類準確性和相關性應結合相關專業知識進一步判斷。這包括深入了解點腐蝕聲發射機理和分析比較點腐蝕過程中不同聲發射源特性，從而實現點腐蝕監測不同聲類型發射源的識別。

在本次試驗過程中，碳鋼中的鐵與氯化鐵溶液反應時，既要與Fe3＋發生氧化還原反應，又要與Fe3＋離子水解產生的H＋反應：

因此，容器中將出現氫氣泡，引起壓力升高，這在試驗過程中得到驗證。氫氣泡被普遍認為是鋼點腐蝕中的一種主要聲發射源。但對氣泡如何引起聲發射現象仍存在不同意見。一些研究學者[4]認為不同尺寸的氫氣泡的破裂是引起聲發射現象的主要原因，破裂可能發生在金屬表面，也可以發生在液體中。也有學者[3]則認為氫氣泡是聲發射源，但氫氣泡產生聚集與點蝕坑器壁摩擦是產生聲發射機制。點腐蝕坑表面氧化物或鹽層的破裂和腐蝕過程中的金屬溶解也被普遍認為是碳鋼點腐蝕聲發射源[5]，其中腐蝕鹽層破裂可在試驗結束后容器內壁觀察中得到確認。

點腐蝕聲發射信號聚類后，不同類別聲發射信號對應聲發射源則需要根據相關的文獻[3，4]報道進行歸類。表2和關聯圖列出了分類后不同類別聲發射信號參數范圍。對于氣泡能量大，頻帶范圍廣，幅度高，持續時間長[3]。因此一類信號應是氣泡破裂產生的信號。對于腐蝕產物開裂，具有上升時間短，持續時間短，頻段高的特征，同時能量相比金屬溶解要高些[4]，因此三類信號應為腐蝕產物破裂對應的聲發射信號。二類信號則應是金屬腐蝕過程中金屬溶解產生的信號，相對來講這部分信號幅度、能量、峰頻較低。提取不同類別的典型的聲發射波形信號并進行小波變換，可進一步得到各類不同聲發射源信號對應時頻、能量分布的細節信息，結果如圖11～15所示。

圖11 典型一類聲發射信號波形圖

圖12 典型一類聲發射信號小波變換圖

圖13 典型二類聲發射信號波形圖

圖14 典型二類聲發射信號小波變換圖

圖15 典型三類聲發射信號波形圖

圖16 典型三類聲發射信號小波變換圖

3 結論

1）聚類分析法是點腐蝕聲發射源信號區分和識別重要工具。

2）點腐蝕聲發射機理的深入了解有助于聲發射源進一步識別和確認。

3）本研究方法對點腐蝕聲發射現場監測數據分析具有一定應用價值。

1 Yoon D,Weiss,ShahS.Detecting the extent of abrasion Corrosion with acousticemission.[J] Tansportation Research Record ;Journal of Translation Research Bboard,2000,1698(1):54-60.

2 FerrerF,idrissiH,MazilleH,etal.Onthr potential of acoustic emission for the characterization and understanding of mechanical damaging during abrasion corrosion processes[J]. wear,1999,231(1):108-115.

3 M.fregonese,H.IdrissiH,MazilleH.initiation and propagation steps in pitting corrosion of austenitic stainless steel :monitoring by acoustic emission[J].corrosion Science,2001,43:627-641.

4 C.Jirarungsation,A. Prateepasen.Pitting and uniform corrosion source recognition using acoustic emission parameters[J].Corrosion Science, 2010, 43:187-197.

5 A.Prateepasen,C.Jirarungsatean,P.Tuengsook, Identification of AE source in corrosion process[J],J.Key Eng.Master.2006,321-323:545-548.

Cluster Analysis of Acoustic Emission Signals During Carbon Steel Pitting Corrosion Processin Ferric Chloride Solution

Zhang Zhongzheng1Shen Zhengjun1Liang Bin2
( 1.Nanjing Boiler & Pressure Vessel Supervision and Inspection Institute Nanjing 210002)
(2.Nanjing Jin Chuang Non-ferrous metal Materials Science and Technology Development Co., Ltd Nanjing 211162)

In order to study acoustic emission (AE) signals characteristics of pitting corrosion on carbon steel, Pitting corrosionprocessoncarbon steel in 6% ferric chloride solutionwas monitored by AE technology.K-mean clusteralgorithm was used to classify the monitored AE signals, in which the duration, counts, amplitude, absolute energy andpeak frequency were analyzed as the AE signals characteristics, and different types AE sources were identifi ed. The results showed that there were mainly four type AE sources during carbon steel pitting corrosion process in ferric chloride solution, and the different types AE sources signals could be classifi ed by cluster analysis.

Acoustic emission Carbon steel Pitting corrosion Cluster analysis

X9-65；TH112

A

1673－257X(2014)10－33－05

10.3969/j.issn.1673-257X.2014.10.009

張忠政（1977～),男，高級工程師，碩士研究生，從事承壓類特種設備檢驗檢測研究。

2014-09-01）