水平連鑄銅管坯缺陷在線超聲檢測及缺陷數據庫應用研究

楊善志， 劉勁松，， 陳大勇， 胡 凱， 柳紅扣， 陳傳來

（1. 沈陽理工大學材料科學與工程學院，遼寧 沈陽 110159； 2. 中國科學院金屬研究所 師昌緒材料創新中心，遼寧 沈陽 110016； 3. 東方潤安集團常州潤來科技有限公司，江蘇 常州 213149）

TP2 銅管具有良好的導電導熱性、 焊接性、 抗腐蝕性［1］， 被廣泛應用于制冷行業的冷凝器、 蒸發器及制冷管件中［2-4］。在TP2 銅管的生產過程中，水平連鑄是生產銅管的第一道工序［5］， 也是整個工藝流程的關鍵步驟， 因為連鑄管坯的質量直接決定了后續管坯的加工質量［6］。然而在水平連鑄工序中鑄坯經常會出現缺陷， 導致經過多道工序加工后的成品管報廢。例如， 銅管坯中存在的氣孔缺陷在后續加工階段難以愈合， 可能造成銅管的擴口開裂， 導致成品報廢。因水平連鑄涉及眾多環節， 想從根本上消除缺陷十分困難［7］。如果在水平連鑄階段將缺陷檢測出來， 再根據缺陷性質決定是否進入下一道工序， 是切實可行的； 另一方面， 目前水平連鑄工序缺乏將缺陷數據和工藝參數等數據進行系統性管理的工具。因此， 建立鑄坯缺陷數據庫對上述數據進行存儲分析尤為重要。

在檢測方面， 超聲檢測是無損檢測的一種重要方法。超聲波檢測具有速度快， 對較大工件穿透力強［8］， 對人體無害的特點， 加之設備條件相對簡單， 所以在銅管坯水平連鑄中使用超聲技術進行缺陷檢測是一種可行的方法， 這樣就可以在連鑄階段將有缺陷的管坯篩選出來， 避免后續工序出現浪費時間和成本的現象。在數據存儲方面，采用Java 語言和前后端分離的設計方案開發缺陷和工藝參數數據庫， 為水平連鑄階段提供了一個智能化的數據管理工具， 便于數據提取分析， 為建立鑄坯缺陷和工藝參數以及成材率之間的聯系奠定了基礎。

1 水平連鑄過程及常見鑄坯缺陷

水平連鑄是多種工藝流程的連續組合， 生產過程非常復雜， 包括熔煉、 保溫、 水平鑄造等。水平鑄造又包括一次冷卻、 二次冷卻、 拉坯等多個環節［9］， 任何一個環節出現工藝控制不當都有可能導致鑄坯出現缺陷而降低產品質量［10］。在實際生產過程中， 會產生多種鑄坯缺陷， 嚴重影響鑄坯的后續加工性能。常見的缺陷有孔洞、 裂紋、 夾雜、 壁厚偏差過大、 結晶組織粗大等。孔洞缺陷主要分為氣孔、 內部疏松、 中心孔洞等問題［11］， 圖1 為鑄坯孔洞。鑄坯裂紋常分為表面裂紋和內部裂紋。裂紋缺陷約占整個鑄坯缺陷的50%， 圖2 為鑄坯裂紋。

圖1 鑄坯孔洞Fig.1 Porosity of casting billet

圖2 鑄坯裂紋Fig.2 Cracks of casting billet

2 超聲在線檢測

2.1 超聲探傷原理

超聲波是由機械振動產生， 在具有振動特性的介質中以能量的形式進行傳播的機械波， 頻率通常在20 kHz 以上［12］。超聲探傷是一種利用超聲波在物體中傳播反射等物理特性來發現缺陷的無損檢測方法［13］。當受檢工件中存在缺陷時， 材料的不連續導致超聲波的聲阻抗不同， 加之超聲波在介質中傳播時在不同的質界面上發生反射、 折射的特點， 缺陷的特征就會以回波信號的形式進行反饋。超聲檢測基本原理流程如圖3所示。

圖3 超聲檢測基本原理流程圖Fig.3 Ultrasonic inspection basic principle flow chart

2.2 超聲在線檢測

超聲在線檢測是引入無損探傷技術， 對管坯質量是否良好進行評定的先進方法， 能夠對工件不進行物理破壞的前提下， 全面探查管坯內部和內外壁缺陷， 是無損探傷較為理想的解決方案。

針對水平連鑄銅管坯在熔煉、 拉坯和牽引等工序中可能出現的縮孔與縮松、 氣孔、 內外壁裂紋等缺陷， 再結合管坯材質、 外徑、 壁厚、 長度等信息， 有針對性地設計了水平連鑄銅管坯超聲波在線檢測系統。系統以銅管熔鑄生產過程中自動監控缺陷為目的， 實現對銅管坯表面、 內部缺陷與壁厚實時檢測和反饋， 根據結果及時合理安排后續生產工藝， 對工藝參數的優化調整提供指導， 預測管坯質量。超聲在線檢測系統如圖4所示。

圖4 銅管坯超聲檢測系統Fig.4 Ultrasonic inspection system of copper tubular billet

銅管坯材質為粗晶體， 聲波入射后衰減大， 因此采用水浸縱波點聚焦探頭和水浸橫波線聚焦探頭進行直通式的快速掃描。

對體積狀缺陷的檢測： 沿鑄坯周向均勻布置4個C 掃描探頭， 用于檢測體積狀缺陷。電機控制C掃描探頭盒沿周向反復快速運動， 移動距離大于銅管周長的1/4， 探頭有效聲束至少有10%的重疊， 保證C掃描范圍全覆蓋。

對裂紋缺陷的檢測： 沿周向不同角度布置16個掃描探頭， 以電機帶動和C 掃描探頭一同轉動，專門用于檢測裂紋等條狀缺陷， 可以自動區分軸向和周向缺陷， 并記錄缺陷位置。

對壁厚的檢測： 沿周向布置8 個測厚探頭， 每個探頭之間的距離為銅管周長的1/8， 用于實時監測銅管的壁厚數據， 測厚探頭固定不動， 銅管持續前進， 實時記錄數據。探頭分布見圖5。

圖5 探頭分布圖Fig.5 Probe distribution map

超聲C掃描成像檢測技術是把超聲檢測、 計算機控制、 探傷板卡進行整合， 集數據采集、 存儲、處理、 圖像顯示于一體的技術， 具有靈敏度高、 缺陷定位準確、 適用范圍廣等優點［14］。超聲C掃描可全面、 直觀地表征工件質量［15］。C 掃描在線檢測系統將圓柱形鑄坯沿軸向形成展開圖， 形成的C掃描圖像可以按比例將實際工件厚度方向的信息全部壓縮顯示出來。金相手段只能破壞性地觀察某一層的缺陷情況， 而C 掃描成像不僅是無損檢測， 還可以將工件每一層的缺陷信息匯總到一起顯示到屏幕上， 以便觀察整個工件內部所有的缺陷分布。多通道C 掃描軟件可以在線分析缺陷的當量尺寸，保存整個工件的三維數據， 觀察每個截面深度方向上的所有信息， 圖像信息包括位置、 長度、 寬度、 深度、 缺陷占比等。檢測完畢后可以在離線狀態下用光標量取缺陷， 通過移動光標生成缺陷橫縱界面掃描圖像， 根據光標位置可以顯示鑄坯周向和軸向任意截面上的檢測數據， 并記錄當時的檢測波形， 實現全方位探查分析， 并自動生成檢測報告。圖6 為C 掃描分析軟件示意圖， 其中右下方為C 掃描圖像， 右上方為缺陷橫截面， 左下方為缺陷縱截面。

圖6 C掃描分析軟件Fig.6 C-scan analysis software

裂紋檢測系統用于檢測不同方向的條狀缺陷， 可單獨控制每一個通道， 根據探頭分布位置和方向， 對每個通道的探頭及儀器參數進行自動校正， 當出現缺陷時， 自動進行聲光報警。圖7 為裂紋檢測分析軟件示意圖， 其中通道7 和通道16 顯示的是檢測到裂紋時進行報警的狀態。

圖7 裂紋檢測分析軟件Fig.7 Crack detection and analysis software

壁厚檢測系統實時顯示當前壁厚值并進行記錄。圖8為壁厚檢測頁面圖， 其中左側區域橫坐標為鑄坯長度信息， 縱坐標為壁厚值， 可以顯示鑄坯長度方向各位置壁厚最大最小和平均值， 右側圓形為鑄坯1周8個點的實時壁厚值。

圖8 壁厚檢測軟件Fig.8 Thickness of cast billet inspection software

2.3 檢測實驗

對于體積狀缺陷部分， 波形主要分為界面波和工件底波。實驗過程涉及位移、 增益、 閘門位置、 界面跟蹤等幾個部分。調整位移讓界面波靠在波形顯示器的左側， 界面跟蹤的功能是讓界面波始終保持在頁面左側， 避免因水的波動導致波形移動帶來誤差。增益是指波形幅度的調節量，根據檢測環境和鑄坯質量適當調節增益大小。將閘門放在界面波和底波之間。圖9 為沒有缺陷時的波形圖。

圖9 無缺陷時波形圖Fig.9 Oscillogram when without defects

圖10為檢測到缺陷時的波形圖。當檢測到缺陷時， 缺陷波會瞬間沖頂穿過閘門， 系統便記錄這一缺陷， 并根據波形數據分析缺陷程度， 以顏色分級來表征缺陷， 最終顯示在C掃描圖像上。

圖10 有缺陷時波形圖Fig.10 Oscillogram when with defects

在鑄坯體積狀缺陷檢測實驗中， 采用人為制造缺陷的方式驗證超聲探傷設備的精度和準確度。在一段鑄坯樣管的內表面上人為制造了一個直徑和深度均為2 mm 的平底孔， 圖11 為鑄坯上人為制造的孔洞。

圖11 人為制造的鑄坯孔洞Fig.11 Artificially created holes in cast billets

在實驗過程中， 將主增益設為26 db， 通道增益設為59 db。檢測結果如圖12 所示， 可以清晰地看出， 當檢測到鑄坯上人為制造的孔洞缺陷時， 左上角超聲波信號顯示區域中缺陷波穿過閘門并沖頂， 同時在右下角C掃描圖像上顯示缺陷。當用光標套取缺陷時， 左下方和右上方圖像分別展示出此缺陷沿鑄坯軸向、 周向截面的缺陷信息以及缺陷的大小和位置信息。檢測結果顯示缺陷長度為2.1 mm， 寬度為1.9 mm， 與實際的2 mm 誤差均在0.1 mm 左右， 由此可知超聲探傷設備的準確度和精度都有較好的表現。

圖12 鑄坯孔洞檢測結果Fig.12 Cast billet hole inspection results

C 掃描成像軟件中可以給出準確的缺陷占比，表1 為連續鑄坯體積狀缺陷檢測實驗中的缺陷占比。

表1 連續鑄坯體積狀缺陷占比Table 1 Percentage of volumetric defects in continuous cast billets

裂紋檢測部分， 主要涉及位移、 增益、 閘門位置等。微調位移和增益， 使波形處于合適位置， 當出現缺陷時， 缺陷波會瞬間沖頂穿過閘門， 并在開關量峰值圖上出現報警。圖13 為檢測過程中出現裂紋缺陷時缺陷波穿過閘門時的波形圖。

圖13 出現裂紋缺陷時波形圖Fig.13 oscillogram when cracking defects appear

鑄坯裂紋缺陷檢測實驗中， 檢測報告如圖14所示。在線檢測統計的裂紋報警通道數和裂紋缺陷個數如表2所示。

表2 裂紋缺陷Table 2 Cracking defects

圖14 裂紋檢測報告Fig.14 Crack detection report

在壁厚檢測實驗中， 通過調整閘門值， 系統能夠通過超聲波到達鑄坯內外表面的時間差和聲速計算出鑄坯1周8個點的實時壁厚值。

3 超聲檢測缺陷數據庫

3.1 數據庫主要內容

數據庫主要包含： 超聲檢測中出現的各種類型缺陷數據（鑄坯體積狀缺陷數據、 鑄坯裂紋缺陷數據、 鑄坯的壁厚數據等）； 水平連鑄各環節參數數據（連鑄過程中熔煉爐保溫爐參數、 牽引速度，水冷系統中水的溫度、 流量等信息）。數據庫還包含了水平連鑄以后各工序工藝參數和銅管的質量信息。通過時間和鑄坯號建立水平連鑄過程中各個參數之間的聯系。

3.2 整體架構

超聲檢測缺陷數據庫是基于java 語言開發的數據庫管理系統， 采用目前流行的SpringBoot+Vue前后端分離的設計方案［16］。前端采用Vue框架， 后端采用當前流行的SpringBoot+Mybatis+Mysql 架構和服務平臺進行開發［17］， 實現各個模塊的增刪改查、 文件的批量導入、 數據報表以及壁厚數據的初步處理等功能。

前端采用Vue 框架構建Web 界面， 后端采用SpringBoot 框架， 使用MVC 三層架構模式。其中，控制層中的Controller 負責接收前端請求， 并可以通過service控制業務流程； 業務邏輯層中的service主要負責具體的需求操作， 提供操作數據庫的方法； 持久層中的Mapper 關聯Mapper.xml 等文件獲取SQL 語句， 與數據庫進行交互， 并通過接口提供給service層。

3.3 主要模塊與功能

鑄坯壁厚管理模塊。可以對壁厚數據中的內容進行增刪改查， 通過鑄坯號進行模糊查詢， 將插入的壁厚數據通過array.sort 數組排序算法計算出最大、 最小壁厚值和壁厚最大差值。

缺陷管理模塊。分為體積狀缺陷和裂紋缺陷兩個數據表， 記錄體積狀缺陷和裂紋缺陷的位置、大小、 缺陷類型與檢測圖像等詳細信息， 可以使用鑄坯號、 時間和缺陷類型進行快速查詢。

連鑄參數模塊。可以批量導入熔爐參數和水冷參數數據， 并根據數據庫存儲的信息生成數據報表。通過時間和鑄坯號可以簡單快捷地查詢到相應鑄坯的缺陷信息和當時的工藝參數， 為建立鑄坯缺陷和工藝參數的聯系奠定了良好的基礎。

除此之外， 數據庫還包含軋制、 連拉、 精整、實驗成分等模塊（圖15）， 這些模塊包含各工序的工藝參數和銅管信息， 可作為建立鑄坯缺陷信息與銅管成材率關系的數據管理工具。

圖15 數據庫其他模塊Fig.15 Other modules of database

此數據庫可對所有數據進行事后分析， 對于倒推分析工藝欠缺、 指導工藝改善具有重要作用。

4 結 論

將超聲技術引入水平連鑄銅管坯的缺陷檢測中， 取得了理想的檢測效果， 保障了工藝流程的穩定性和可靠性。建立缺陷和水平連鑄工藝參數數據庫， 可以對缺陷產生原因進行分析， 減少類似缺陷的產生， 并以科學化、 智能化的方式為水平連鑄工藝管理提供數據參考， 保證了生產系統的穩定性。