鉆具疲勞損傷磁記憶檢測試驗研究

胡治斌，樊建春，高維駿，程彩霞，吳家風，趙坤鵬，代濠源

中國石油大學(北京)機械與儲運工程學院，北京 102249

0 引言

鉆柱是一種中空管狀結構，用來驅動鉆頭從地面到達油氣層。在鉆井過程中，鉆柱由數百根鉆桿連接而成[1]，每2根鉆桿通過錐形螺紋連接。鉆柱在服役過程中，工況十分惡劣，受復雜地層條件、惡劣的腐蝕性介質、流體沖刷、復雜運動和拉、壓、彎、扭復合動載荷等因素的耦合作用，早期失效問題十分突出，給鉆井生產造成重大損失。研究表明，平均每次鉆具斷裂事故造成的損失可高達10.6萬美元，約占鉆井總成本的14%，中國西部某油田僅在2009年上半年即發生鉆具斷裂事故21起，統計表明超過50%以上的斷裂事故是因疲勞造成。斷裂事故發生后，恢復生產是非常昂貴和耗時的[2]。因此，在鉆具使用過程中能夠盡早發現敏感部位的應力集中異常或出現的微裂紋，在裂紋顯著擴展之前及時采取措施，對于有效預防鉆具疲勞破壞具有特別重要的意義。

現有的常規檢測方法有磁粉檢測、漏磁檢測、超聲波檢測等，但均不能滿足在鉆井早期診斷鉆柱損傷狀況的需求，主要是因為：(1)敏感范圍局限于宏觀缺陷，難以捕捉鉆柱早期損傷過程中材料結構由連續到不連續過渡階段的微弱異常信號；(2)對缺陷高發、結構復雜、壁厚大的鉆柱連接部位的適應性差，存在檢測盲區。

金屬磁記憶方法是一種可以監測應力集中和早期損傷的無損檢測技術[3]。金屬磁記憶方法檢測的是由機械應力與地磁場共同誘導產生的殘余磁場，無需對檢測對象施加外加磁場進行磁化，在疲勞損傷檢測方面顯示出良好的發展應用前景[4]。另外，基于巨磁阻效應的巨磁阻傳感器具有體積小、靈敏度高、無需磁化、結構小、可靠性高等特點[5-7]，為其應用于鉆柱疲勞損傷檢測提供了便利。此外，該傳感器可檢測大壁厚鐵磁性構件損傷，例如實現了在外表面檢測鉆具內螺紋應力集中異常狀態，并進行評價[8]。目前針對不同材料受力或疲勞過程中金屬磁記憶變化特征已經進行了大量研究，其中DONG[9-10]、SHI[11]等進行了拉伸試驗，研究了拉應力與磁記憶法向信號之間的對應關系。劉昌奎[12]、DONG[13]、LI[14]、李一[15]等研究了拉伸疲勞過程中磁記憶法向信號的變化特征。羅龍清[16]、錢正春[17]等研究了拉壓疲勞試驗過程中磁記憶法向信號的變化情況。LI[18]等研究了旋轉彎曲疲勞試驗條件下，磁記憶法向信號的變化規律。

針對磁記憶檢測技術，雖然已經進行了大量研究，但還存在一些不足，總結為：1)大部分研究僅針對疲勞過程中磁記憶信號變化特征，很少結合微觀觀測進行對比分析；2)大部分研究主要針對磁記憶法向信號(Hp(y ))展開，而對磁記憶切向信號(Hp(x))變化特征研究較少；3)針對磁記憶信號定量評價方法的研究不多。

本文選用基于巨磁阻效應的磁記憶傳感器采集了疲勞試驗過程中磁記憶切向信號Hp(x)，提取了磁記憶特征參數，研究了基于磁記憶信號參量的損傷定量評估方法。借助CCD攝像機在光學顯微鏡下觀測試樣疲勞過程，對比分析疲勞損傷特性與磁記憶信號特征參數關系。

1 疲勞試驗

1.1 試驗裝置

疲勞試驗在自制的四點彎曲疲勞試驗機上進行。如圖1所示為四點彎曲疲勞試驗機原理。該試驗機可實現恒定位移幅值疲勞試驗，其中偏心輪在電機的驅動下，推動連接桿來回往復式運動，從而帶動碰撞球通過推桿傳動沖擊試樣。其中推桿中間固定安裝一個可監測沖擊壓力的傳感器以及可調節推桿長度的調節螺母。

1.2 試樣制備

該試樣由35CrMo鋼通過機械加工而成。35CrMo作為一種典型鉆具材料，具有良好的機械性能。其化學組成成分以及機械性能如表1、表2所示。一個寬為2 mm、深為1.5 mm的預制人工缺口通過線切割機切割而成。檢測路徑平行于缺陷尖端，編號為L1，有效檢測距離L為15 mm，如圖2所示。

1.3 力學模型

試驗過程中，試樣在受力的情況下，可以簡化成簡支梁，如圖3所示。當試樣處于最大彎曲狀態時，力矩模型和彎矩模型如圖4所示。

圖1 四點彎曲疲勞試驗機Fig. 1 Four-point bending fatigue testing machine

表1 化學成分Table 1 Chemical components

表2 機械性能Table 2 Mechanical properties

圖2 試樣尺寸結構圖Fig. 2 Sample size structure

圖3 試樣加載示意圖Fig. 3 Sample loading diagram

圖4 試樣受力分析圖Fig. 4 Analysis chart of sample stress

1.4 試驗步驟

為了便于光學顯微鏡觀測材料表面疲勞特性，試驗前利用拋光機對試樣表面進行拋光。疲勞試驗在地磁場環境下進行，試驗沖擊頻率為2 Hz。試驗過程中，每次停機進行磁記憶信號檢測前，先利用配備有CCD攝像機的光學顯微鏡觀測試樣表面形貌特征并拍照保存，在裂紋產生后，測量裂紋擴展長度a。其中，磁記憶信號通過三維檢測平移臺南北方向檢測，磁記憶傳感器距離試樣提離值為2 mm。

2 試驗結果

2.1 疲勞損傷表面形貌

不同疲勞循環次數對應試樣表面形貌特征，如圖5所示。在疲勞初期，隨著疲勞次數的增加，位錯出現并快速增加。循環至300次后，由于位錯塞積的出現，導致總體位錯結構處于一個相對穩定的狀況。隨著循環次數的增加，在5000次時，由于位錯結合，導致了缺口部位微裂紋匯集。循環至7000次時，主裂紋出現并開始擴展。隨著循環次數進一步增加，裂紋快速擴展，在16 000次時發生嚴重不可逆變形，直至16 200次時發生斷裂。

在裂紋形成后，測量不同循環次數對應的裂紋擴展長度a，以a為縱坐標，以疲勞循環次數N為橫坐標做圖，如圖6所示。由圖6可知，在5000～6000次以及16 000次到斷裂階段，主裂紋快速擴展，在6000～16 000次之間裂紋擴展速率較為穩定。隨著裂紋連續擴展，裂紋尖端形成不可恢復的開口，且角度越來越大，主裂紋附近塑性變形量及波及區域也越來越大。

2.2 磁記憶信號特征

疲勞試驗開始前采集一組試樣表面磁記憶信號作為參考，之后分別在第300和500次停機檢測，500～3000次采用每循環500次停機檢測一次，3000～16 000次每隔1000次檢測一次，直至16 200次時發生斷裂。為了更清晰地觀測磁記憶信號變化特征，參照光學顯微鏡觀測結果，以疲勞主裂紋的擴展為界限，將疲勞過程中磁記憶信號分為兩段呈現，如圖7、圖8所示。

圖5 不同疲勞次數下試樣表面形貌特征Fig. 5 Surface morphology features of specimens under different fatigue times

圖6 不同循環次數對應裂紋擴展長度Fig. 6 The length of crack propagation under different cycles

為了進一步深入分析磁記憶檢測信號與疲勞損傷程度之間的關系，將采集到的磁記憶信號進行梯度處理，并以裂紋擴展為界限，分兩部分呈現，如圖9、圖10所示。其中，K作為磁記憶信號(Hp(x))的梯度值，可以作為磁記憶方法定量評估應力集中程度的參數(K=△Hp(x)/?L)[14]。

為了研究磁記憶特征參數定量分析疲勞損傷方法，分別提取了磁記憶信號峰值Hp(x)max(Hp(x)max=max{Hp(x )})、磁記憶信號峰峰值Hp(x )sub(Hp(x)sub=Hp(x)max?Hp(x )min)、磁記憶信號梯度峰值Kmax(Kmax=max{K})以及磁記憶信號梯度峰峰值Ksub(Ksub=Kmax?Kmin)，如圖11、圖12所示。

從圖11、圖12可以看出，不同循環次數對應的Hp(x)max、Hp(x)sub、Kmax及Ksub曲線都可以大致被劃分為4個階段：初始階段、穩定階段、波動階段以及快速增長階段。初始階段，循環次數為0到300次，Hp(x)max快速從3.63 Gs增長到3.81 Gs(其中Hp(x)sub從0.03 Gs增長到0.21 Gs，Kmax從0.05×10-2Gs/mm增長到0.3×10-2Gs/mm，Ksub從0.1×10-2Gs/mm增長到0.6×10-2Gs/mm)。穩定階段，循環次數從300到6000次，在此階段，Hp(x)max在3.81 Gs到3.85 Gs區間小幅波動(其中Hp(x )sub處于0.19 Gs與0.25 Gs之間，Kmax處于0.24×10-2Gs/mm與0.34×10-2Gs/mm之間，Ksub處于0.47×10-2Gs/mm與0.68×10-2Gs/mm之間)，基本處于一個較為穩定的狀態。波動階段，循環次數從6000到15 000，Hp(x)max在3.79 Gs到4.82 Gs之間波動(其中Hp(x)sub在0.19 Gs到0.91 Gs之間波動，Kmax在0.26×10-2Gs/mm到0.85×10-2Gs/mm之間波動，Ksub在0.52×10-2Gs/mm到1.71×10-2Gs/mm之間波動)，并整體呈現上升趨勢。快速增長階段，循環次數到達15 000次之后，Hp(x)max從4.82 Gs快速增長至7.78 Gs(其中Hp(x)sub從0.91 Gs快速上升至4.16 Gs，Kmax從0.74×10-2Gs/mm快速增長至3.12×10-2Gs/mm，Ksub從1.47×10-2Gs/mm快速增長至6.24×10-2Gs/mm)，直至試樣發生斷裂。

圖7 裂紋擴展前磁記憶信號Fig. 7 MMM signals before crack propagation

圖8 裂紋擴展后磁記憶信號Fig 8 MMM signals after crack propagation

圖9 裂紋擴展前磁記憶梯度信號Fig. 9 The K before crack propagation

圖10 裂紋擴展后磁記憶梯度信號Fig 10 The K after crack propagation

3 討論及分析

為了研究磁記憶信號特征參數表征裂紋擴展長度的方法，建立了特征參數與裂紋擴展長度關系曲線，如圖13、圖14所示。裂紋擴展長度為x軸，Hp(x)max、Hp(x)sub、Kmax及Ksub為y軸。從圖13、圖14可以看出，隨著裂紋長度增加，磁記憶信號特征參數整體呈現上升的趨勢。磁記憶信號是疲勞裂紋擴展產生的自發信號，可以作為重要參數表征鉆具疲勞裂紋擴展長度。鐵磁性材料表面裂紋將產生自發磁異常信號，并在外加載荷消失后仍然存在。因此，其被用來預測鉆具殘余壽命包括疲勞裂紋長度是可能的。然而試驗結果受載荷類型、大小、位置、化學成分、試樣幾何尺寸、加工工序等因素的影響，要想真正實現鉆具壽命預測，還有大量的工作需要去完成。a

圖11 不同循環次數對應Hp(x )max及Hp(x)subFig. 11 The Hp(x)max and Hp(x )sub under different cycles

圖12 不同循環次數對應Kmax及KsubFig 12 The Kmax and Ksub under different cycles

圖13 不同裂紋長度a對應Hp(x )max及Hp(x)subFig. 13 The Hp(x)max and Hp(x )sub under different crack length

圖14 不同裂紋長度a對應Kmax及KsubFig 14 The Kmax and Ksub under different crack length a

為了分析上述磁記憶信號參數評估鉆具疲勞損傷程度的可靠性，需進行損傷評估方法研究。采用磁場強度梯度Kmax平均值法[19]，分別針對不同循環次數對應的Hp(x )max、Hp(x)sub、Kmax及Ksub進行平均值法計算，其數據處理方式如下：

式中n為構件疲勞試驗過程中不同循環周次采集磁記憶信號的總次數；Hp(x為第i次磁信號檢測時磁場強度最大值；Hp(x為第i次磁信號檢測時磁場強度峰峰值；為第i次磁信號檢測時磁場強度梯度最大值；為第i次磁信號檢測時磁場強度梯度峰峰值。

將在不同循環周次下經過磁信號處理所得到的Hp(x )max、Hp(x)sub、Kmax及Ksub與式(1)-(4)計算結果進行比較，得到其比值m1、m2、m3及m4：

磁記憶信號特征參量定量評估結果如表3所示，疲勞裂紋匯集時，Hp(x)max、Kmax及Ksub對應的m處于0.8～0.9之間，與胡先龍的損傷評價結果中[20]，當m＞1時,構件處于較為嚴重的損傷狀態基本相吻合。而Hp(x)sub并不能有效地對35CrMo鋼損傷狀況進行定量評估，這可能與試樣初始應力狀況有關。

如圖5及圖11、圖12所示，對比分析疲勞過程中試樣表面形貌特征以及磁記憶信號特征參數曲線發現，磁記憶信號特征參數曲線能夠較為準確地表征疲勞過程，包括位錯的積累、微裂紋的匯集和擴展、快速斷裂過程。磁記憶信號切向分量作為漏磁場能的集中體現，其信號參數變化的4個階段可以綜合金屬磁記憶檢測機理、延性材料滑移開裂理論以及鐵磁學原理加以解釋。在試驗的初始階段，外加載荷對試樣持續作用，試樣內部應力能大幅度增長，試樣內部產生相應的磁彈性能來抵消所產生的應力能，而磁彈性能的產生會通過改變試樣磁疇疇壁位置及磁疇自磁化方向使材料表面產生漏磁場，最終表現為疲勞初始階段磁記憶信號參數大幅度上升。材料晶粒滑移運動存在一個能量積累的過程，這個過程需要一定的時間，而應力能在滑移發生后又會得到釋放，因此在大量的晶粒處于積累及滑移的混合疊加過程中，就有可能造成材料內部應力能緩慢變化的過程，這就解釋了為什么磁記憶信號特征參數在第2階段處于相對穩定狀態。這種平衡狀態在微裂紋匯集后被打破，微裂紋匯集產生的幾何缺陷形成漏磁場使磁信號明顯上升。在進入裂紋擴展階段后，裂紋尖端一直處于位錯積累—新的微裂紋—位錯積累的循環過程中，如圖15所示，隨著裂紋長度增加，開口角度變大，磁信號參數整體呈現上升的趨勢，與磁記憶信號參數曲線波動階段相對應。隨著裂紋進一步擴展，接近斷裂時，試樣發生嚴重的不可逆變形，造成了試樣不連續面積快速增加，同時試樣表面塑性變形大量堆積，試樣表面形成的漏磁場大量增加，與第4階段磁記憶信號參數快速增加相對應。

4 結論

對比分析了典型鉆具材料(35CrMo)疲勞損傷微觀形貌及磁記憶檢測檢測信號變化特征，同時利用磁記憶信號特征參數對疲勞損傷進行定量評估。得出以下結論：

(1)磁記憶信號特征參數Hp(x )max、Hp(x )sub、Kmax及Ksub可以準確表征35CrMo鋼的疲勞損傷過程。損傷過程可以分為4個階段：初始階段、穩定階段、波動階段以及快速增長階段。其中初始階段和穩定階段對應疲勞損傷的位錯快速積累過程，波動階段對應微裂紋的匯集及擴展，快速增長階段對應試樣的快速斷裂。

表3 磁記憶信號特征參量定量評估結果Table 3 Results of quantitative assessment of the MMM signal feature parameters

圖15 裂紋擴展階段尖端形貌特征Fig. 15 Cutting edge morphology features of crack propagation stage

(2)隨著裂紋擴展，裂紋尖端形成不可逆開口，且角度越來越大，裂紋附近塑性變形量及波及區域也越來越大。

(3)裂紋擴展長度與磁記憶信號特征參數值Hp(x )max、Hp(x)sub、Kmax及Ksub呈現正比關系，該結論可以為磁記憶檢測技術預測鉆具殘余壽命包括裂紋長度提供數據支撐。

(4)磁記憶信號特征參數定量評估結果表明Hp(x)max、Kmax及Ksub都可以較為準確地定量評估35CrMo鋼的損傷程度。

[1] RABIA H. Oil well drilling engineering: principles and practice[M]. London: Graham and Trotman, 1985.

[2] SANTUS C, BERTINI L, BEGHINI M, et al. Torsional strength comparison between two assembling techniques for aluminium drill pipe to steel tool joint connection [J]. International Journal of Pressure Vessels and Piping, 2009, 86: 177–186.

[3] WILSON J W, GUI Y T, BARRANS S. Residual magnetic field sensing for stress measurement[J]. Sensors & Actuators A Physical,2007, 135(2): 381-387.

[4] SHEN G, HU B, GAO G, et al. Investigation on metal magnetic memory signal during loading[J]. International Journal of Applied Electromagnetics & Mechanics, 2010, 33(3): 1329-1334.

[5] 任吉林, 劉海朝, 宋凱. 金屬磁記憶檢測技術的興起與發展[J]. 無損檢測, 2016, 38(11): 7-15, 20. [REN J L, LIU H C, SONG K.The rise and development of metal magnetic memory testing technology [J]. NDT, 2016, 38(11): 7-15, 20.]

[6] RIEGER G, UDWIG K, HAUCH J, et al. GMR sensors for contactless position detection[J]. Sensors & Actuators A Physical, 2001,91(1–2): 7-11.

[7] LI L, QUE P W, CHEN L. Application of magnetic flux leakage method in pipeline based on giant Magneto-resistance sensor[J].Instrument Technique and Sensor, 2005, 12: 44-46.

[8] ZHANG L B, FAN J C. Magnetic memory testing diagnosis technology and industrial application of oil well pipe damage based on giant magnetoresistance effect[J]. IEEE Spectrum, 2015, 1: 63-65.

[9] DONG L H, XU B S, DONG S Y, et al. Variation of stress-induced magnetic signals during tensile testing of ferromagnetic steels[J]. Ndt& E International, 2008, 41(3): 184-189.

[10] DONG L H, XU B S, DONG S Y, et al. Metal magnetic memory signals from surface of low-carbon steel and low-carbon alloyed steel[J]. Journal of Central South University, 2007, 14(1): 24-27.

[11] SHI C L, DONG S Y, XU B S, et al. Metal magnetic memory effect caused by static tension load in a case-hardened steel[J]. Journal of Magnetism & Magnetic Materials, 2010, 322(4): 413-416.

[12] 劉昌奎, 陶春虎, 陳星, 等. 基于金屬磁記憶技術的18CrNi4A鋼缺口試件疲勞損傷模型[J]. 航空學報, 2009, 30(9): 1641-1647. [LIU C K, TAO C H, CHEN X, et al. Fatigue damage model of notched 18CrNi4A steel specimens by metal magnetic memory method[J]. Journal of Aeronautical, 2009, 30(9): 1641-1647.]

[13] DONG L H, XU B S, DONG S Y, et al. Monitoring fatigue crack propagation of ferromagnetic materials with spontaneous abnormal magnetic signals[J]. International Journal of Fatigue, 2008, 30(9): 1599-1605.

[14] LI C C, DONG L H, WANG H D, et al. Metal magnetic memory technique used to predict the fatigue crack propagation behavior of 0.45%C steel[J]. Journal of Magnetism & Magnetic Materials, 2015, 405: 150-157.

[15] 李一, 于巖, 肖愛武, 等. 45#鋼試件疲勞損傷的磁記憶檢測[J]. 無損檢測, 2015, 37(6): 46-49. [LI Y, YU Y, XIAO A W, et al.Magnetic memory test of fatigue damage of 45# steel specimen[J]. NDT, 2015, 37(6): 46-49.]

[16] 羅龍清, 史紅兵, 夏智, 等. 鐵磁性材料疲勞加載磁記憶信號特征分析[J]. 化工裝備技術, 2016(1): 16-18. [LUO L Q, SHI H B,XIA Z, et al. Characteristic analysis of magnetic memory signal of ferromagnetic material with fatigue loading[J]. Chemical Equipment Technology, 2016, 37(1): 16-18.]

[17] 錢正春, 黃海鴻, 姜石林, 等. 鐵磁性材料拉/壓疲勞磁記憶信號研究[J]. 電子測量與儀器學報, 2016, 30(4): 506-516. [QIAN Z C,HUANG H H, JIANG S L, et al. Research on magnetic memory signal of ferromagnetic material under tension and compressive fatigue loading[J]. Journal of Electronic Measurement and Instrumentation, 2016, 30 (4): 506-516.]

[18] LI J W, SU Z, LV G P, et al. The variation of surface magnetic field induced by fatigue stress[J]. Journal of Non-destructive Evaluation,2013, 32(3): 238-241.

[19] DOUBOV A A. Diagnostics of equipment and constructions strength with usage of magnetic memory[J]. Inspection Diagnostics, 2001,6: 19-29.

[20] 胡先龍, 池永濱. 磁記憶診斷技術中應力集中水平定量評估方法[J]. 華北電力技術, 2005, 6: 9-13. [HU X L, CHI Y B. Quantitative evaluation method of stress concentration in magnetic memory diagnosis technique[J]. North China Electric Power, 2005, 6: 9-13.]