Применение автокорреляционной инфракрасной термографии для выявления дефектов в элементах металлических пролетных строений

Введение. Усталостные трещины в металлических конструкциях мостов, образующиеся под воздействием нагрузки от транспорта, ветровой нагрузки и т. п., представляют серьёзную проблему. Хотя эти трещины сами по себе влияют только на долговечность сооружения, при определенных условиях они могут дать толчок развитию хрупких трещин, что уже непосредственно влияет на безопасность использования конструкций [1].

Одним из современных методов неразрушающего контроля, набирающего популярность, является ИК-термография [2–12]. Принцип метода основывается на том факте, что любое тело, испытывающее механическое воздействие, выделяет количество тепла, пропорциональное интенсивности воздействия. Поэтому, при обследовании участка конструкции, содержащего дефекты, можно сразу же получить информацию о распределении напряжений по этому участку. Отличающееся температурное распределение будет являться индикатором протекающего усталостного повреждения [13][14].

Основной сложностью при работе с ИК-камерами (тепловизорами) является получение результатов с приемлемой точностью. В силу особенностей строения детекторов наибольшая точность достигается при использовании камер с охлаждаемыми матрицами. Однако слишком высокая стоимость подобных аппаратов является серьёзным препятствием для их использования. Появление камер, использующих неохлаждаемые массивы микроболометров, улучшило ситуацию, поскольку эти камеры оказались заметно дешевле. Недостатком таких тепловизоров стала меньшая точность по сравнению с камерами с охлаждаемыми матрицами. Поэтому для получения устойчивых результатов требуется дополнительная обработка получаемых термограмм.

В данной работе приводится алгоритм корреляционной ИК-термографии с применением сигнала, полученного непосредственно с тепловизионной съемки¹, а также некоторые результаты его применения.

Материалы и методы. Метод ИК-термографии основан на анализе распределения температуры в материале. При воздействии растягивающих или сжимающих напряжений на материал его температура будет изменяться пропорционально величине этих напряжений в соответствии со следующей формулой:²

(1)

где α — коэффициент теплового расширения; ρ — плотность вещества; C_p — удельная теплоемкость при постоянном давлении; T — абсолютная температура, К; Δ σ — изменение главных напряжений, МПа.

При сохранении адиабатических условий, а также при развитии только упругих деформаций связь (1) является линейной и обратимой, при которой изменение температуры следует за изменением напряжения. Как только в материале начинают зарождаться повреждения, он перестает быть упругим и развивает пластические деформации. Энергия системы, подверженной таким деформациям, интенсивно переходит в тепловую, привнося таким образом основной вклад в тепловой эффек т. Таким образом, тепловая картина становится отражением внутреннего состояния материала (степени разрушения) и, следовательно, показателем уровня напряжений.

Определить относительную амплитуду ИК-сигнала можно с помощью метода наименьших квадратов³. Положим, что на конструкцию действует нагрузка F, воздействие которой в некоторой области можем измерить и обозначим как f(t). Будем считать этот сигнал опорным. Пусть также имеется ИК-видеосъемка этой конструкции в тот же промежуток времени, которую можно представить как последовательность кадров (кадр — матрица значений размером M × K) во времени и обозначим y_ij(t) значения (i, j) элемента этой матрицы (пикселя) в момент времени t, где 1 ≤ i ≤ M, 1 ≤ j ≤ K.

Обозначим приближающую функцию для этого элемента как:

(2)

где a_ij — смещение; b_ij — коэффициент влияния опорного сигнала f.

Будем приближать с помощью функции (2) сигналы y_ij(t) из тепловизионного фильма. Покажем, как найти эти коэффициенты для некоторого y_ij(t), для остальных — рассуждения будут аналогичны. Будем минимизировать отклонение нашего приближения от сигнала, полученного с камеры:

(3)

где N — количество кадров в записи; n — номер кадра, соответствующий времени. Отсюда bij может быть найдено следующим образом:

(4)

Повторяя (3) и (4) для всех (i, j) получим матрицу того же размера, что и исходный кадр съемки.

Таким образом получим приближение каждого сигнала y_ij(t) ИК-съемки по времени посредством опорного сигнала f(t). Значения матрицы B показывают относительную интенсивность изменения температуры в некоторой области по сравнению с интенсивностью изменения опорного сигнала. Опорный сигнал f(t) не обязательно может быть получен со сторонней системы, например, с тензодатчика. Описанный подход, именуемый автокорреляционной ИК-термографией, может быть применен и с опорным сигналом, полученным с той же самой ИК-записи⁴ [15][16].

Результаты исследования. Реализация предложенного алгоритма была выполнена в виде Python скриптов. С помощью этих скриптов производилась обработка термографических фильмов, записанных на металлических пролетных строениях действующих автомобильных мостов, в конструкциях которых были ранее диагностированы усталостные трещины. Проверка работоспособности алгоритма была проведена на стендовых испытаниях, имитирующих поведение реальных конструкций с известной информацией о дефекте. Съемка проводилась с помощью инфракрасной камеры с неохлаждаемым микроболометром Fluke Ti400, имеющей тепловую чувствительность менее 0,05 °С и частоту съёмки 9 Гц. Записи сделаны в момент воздействия автомобильной нагрузки на мост. В качестве опорных сигналов для каждой записи использовалась бездефектная зона размером 15×15 пикселей с того же конструктивного элемента недалеко от существующей и/или предполагаемой зоны разрушения. Результаты обработки наглядно представлены в виде изображений, полученных посредством значений матрицы B. Каждому значению матрицы соответствует один пиксель на изображении, преобразование числа в цвет осуществляется с помощью функции палитры из определенных в пакете matplotlib.

На рис. 1 изображен фрагмент стальной балки пролетного строения. В месте соединения горизонтального листа со стенкой обнаружена трещина (рис. 1 в). На рис. 1 а показан один из кадров ИК-фильма этой трещины. На рис. 1 б представлен результат обработки, на котором отчетливо видно пятно, свидетельствующее о разогреве, происходящем в обозначенной зоне. Эта зона соответствует области вокруг вершины трещины, что свидетельствует о продолжающемся развитии дефекта. Это же было подтверждено повторными обследованиями, которые установили увеличение трещины на более чем 30 % за 4 года.

На рис. 2, 3 изображены трещины, зародившиеся в сварном шве, затем раздваивающиеся и уходящие в ребро жесткости и лист настила. Съемка проводилась во время испытаний моста. Для контроля напряжений в этих же местах были установлены тензометрические датчики, результаты с которых подтвердили развитие этих трещин.

На рис. 4 изображены совмещенные показания тензодатчиков и температуры для одного и того же участка конструкции. Температурные показатели были получены усреднением в области обследования и последующим сглаживанием по времени. Тензометрические данные также были сглажены. Как видно, что изменение температуры полностью повторяет изменение напряжений с точностью до чувствительности прибора.

На рис. 5 изображен элемент конструкции, не имеющий видимых повреждений, которые также не были однозначно определены другими методами. Однако, в результате обработки пакета термограмм было обнаружено, что в месте соединения двух элементов имеется тепловая аномалия. Это свидетельствует о том, что в этом месте вероятно идет саморазогрев материала, и под поверхностью происходит зарождение дефекта, который в скором времени должен будет выйти на поверхность. Таким образом, данный участок конструкции требует дополнительного внимания при будущих обследованиях.

Обсуждение и заключения. Проведенные работы на пролетных строениях показали эффективность автокорреляционной ИК-термографии как метода бесконтактной диагностики. Показана работоспособность метода на реальных объектах, находящихся под случайной нагрузкой. Имело место соответствие изменения напряжений в конструкции с изменением регистрируемой температуры. Проведена диагностика некоторых известных дефектов, на которых было отмечено продолжающееся развитие повреждений, что в последствии подтвердилось повторными обследованиями этих элементов конструкций. Кроме этого, выявлен случай саморазогрева во внешне бездефектной зоне, что указывает на вероятный процесс зарождения дефекта, который на момент съемки не мог быть однозначно диагностирован другими методами. Это свидетельствует о том, что данный участок требует дополнительного наблюдения. При условии обнаружения дефекта на этом участке в процессе последующих наблюдений можно говорить о возможности использования ИК-термографии для выявления скрытых дефектов и прогнозирования их появления.