Содержание к диссертации
Введение
Глава 1 Диагностика объектов тепловым методом. Состояние «опроса и постановка проблемы 14
Глава 2 Теоретические исследования процессов построения оптимальных комплексных диагностических систем ТК 42
2.1 Моделирование процесса обнаружения внутренних дефектов многослойных объектов по анализу температурных полей. 42
2.2 Математическая постановка задачи ТК ограждающих конструкций зданий и сооружений, реализованная с помощью нейронной сети 52
2.3 Моделирование процесса тепло- и влагопереноса во время фазовых переходов жидкость - твердое тело в многослойных объектах 56
2.4 Теоретические исследования возможности ТК реальных объектов 63
2.4.1 Определение теплотехнических характеристик материалов и дефектов многослойной низкотеплопроводной строительной конструкции 63
2.4.2 Определение положения плоскости промерзания трехслойной строительной конструкции 64
2.4.3 Определение дефектов тонких покрытий строительных конструкций 65
2.4.4 ТК силовых многожильных электрических кабелей 67
2.4.5 ТК фурменных зон пирометаплургических агрегатов 69
2.4.6 Тепловой контроль качества многослойных сосудов из ПКМ, работающих под внутренним давлением 70
2.4.7 ТК концентраторов напряжений в металлических и полимерных конструкциях, работающих в условиях циклических механических нагрузок 71
2.4.8 Оценка остаточного ресурса сложных технических объектов на примере изделий из полимерных композиционных материалов 74
2.4.9 Оценка и оптимизация функционирования операторов нс- разрушающего контроля на основе методов оптимального управления и математической статистики 76
Выводы 82
Глава 3 Разработка методических принципов оптимизации диагностических систем теплового кои роли 84
3.1 Требования к параметрам оптимизации диагностических систем ТК 84
3;2 Анализ контролируемого объекта, оценка характеристик реальных дефектов 85
33 Оптимизация основных параметров аппаратуры и режимов теплового контроля 87
3.3.1 Основные закономерности ТК 87
3.3.2 Метод оптимизации основных режимов проведения ТК... 90
3.3.3 Методические аспекты выбора ал паратуры для проведения ТК 97
3.3.4 Метод оптимизации основных параметров диагностических систем ТК 107
4. Результаты экспериментальных исследований основных принципов оптимизации диагностических систем теплового контроля 134
4.1 Экспериментальные исследования характеристик реальных дефектов в сложных неоднородных материалах на примере сосудов из ПКМ, работающих под внутренним давлением 134
4.2 Экспериментальные исследования параметров шумов при проведении теплового контроля на примере сосудов высокого давления ИЗ ПКМ 140
4.3 Экспериментальные исследования возможностей методов тепловой дефектометрии на примере определения характеристик реальных дефектов и материалов многослойных строительных конструкций 143
4.4 Экспериментальные исследования возможности определения положения плоскости промерзания многослойной конструкции 145
4.5 Активный тепловой контроль тонкостенных покрытий (на примере строительных конструкций) 150
4.6 Экспериментальные исследования возможности оценки остаточного ресурса сложных технических объектов на примере нагревательных элементов из ПКМ 153
4.7 Экспериментальные исследования обнаружения концентраторов напряжений сложных металлических и полимерных конструкций 157
Выводы 161
- Диагностика объектов тепловым методом. Состояние «опроса и постановка проблемы
- Математическая постановка задачи ТК ограждающих конструкций зданий и сооружений, реализованная с помощью нейронной сети
- Оптимизация основных параметров аппаратуры и режимов теплового контроля
- Экспериментальные исследования параметров шумов при проведении теплового контроля на примере сосудов высокого давления ИЗ ПКМ
Диагностика объектов тепловым методом. Состояние «опроса и постановка проблемы
Обеспечение соответствующего уровня безопасной эксплуатации, энергетической и экологической эффективности технических устройств, зданий и сооружений в современных условиях требует развития нормативно-правовой, технической, методической базы перазрушающего контроля и в первую очередь наличия подготовленного квалифицированного персонала.
Современные технологии контроля качества, надежности и энергоэффективности оборудования и строительных конструкций - это, прежде всего, экспресс-обследование с определением точных геометрических, теплотехнических и др. харакгеристик в натурных условиях неразрупшющими методами. Без них построить эффективную систему мониторинга энергетической, промышленной и экологической безопасности невозможно. Для получения достоверной информации о параметрах внутренней структуры материалов необходимо применять много параметрический нераз-рушающиЙ контроль, основанный на анализе взаимодействия различных физических полей с материалами. Как показывает мировой опыт, в ближайшем будущем основой технологий экспресс - диагностики технического состояния различных объектов станут методы нераэрушающего контроля и совместной обработки результатов многопараметрических спектральных и энергетических измерений. Комплексный подход к диагносгике включает следующие направления работ, связанные между собой конечной задачей, общей стратегией и удовлетворяющие принципу концептуального единства: - глобальные задачи обеспечения безопасности (технической, энергетической, экологической) функционирования различных объектов, используемых людьми в процессе своей жизнедеятельности, - изучение объекта контроля и определение требований к нему, - анализ возможных дефектов и определение степени их критичности, - определение информационных параметров критичных дефектов по отношению к физическому полю, - обоснование задач контроля, выбор метода или группы методов нераз-ру тающего контроля и диагностики, - оптимизация параметров аппаратуры для обнаружения и идентификации дефекгов, - разработка методов обнаружения дефектов, определения их характеристик и оценки параметров качества контролируемого изделия, - разработка технологий неразрушающего контроля и диагностики: создание методик контроля, их отработка на образцах и реальных объектах и последующая аттестация с определением метрологических характеристик получаемых результатов на предмет установления соответствия заявленным в ней показателям их фактическим значениям, - обучение персонала для проведения диагностики, определение уровня его квалификации и сертификация, - предоставление полномочий для проведения неразрушающего контроля и диагностики организациям (или их структурным подразделениям) путем их аккредитации в выбранной Системе оценки соответствия, - проведение работ по НК и диагностике контролируемого обьекга в соответствии с разработанной методикой, - оценка качества работы персонала НК с точки зрения обеспечения корректности измерений, достоверности результатов, обоснованности и полноты заключений по определению степени дефектности контролируемого объекта и оценке его технического состояния, выбор наиболее квалифицированного персонала для проведения диагностики, - корректировка технологии контроля и диагностики по результатам работ лучшего специалиста. - выдача заключения по техническому состоянию контролируемого объекта с прогностикой его ресурса.
Реализация данного плана мероприятий отвечает требованиям создания ОПТИМАЛЬНЫХ диагностических систем и в полном объеме позволит обеспечить решение задачи прогнозирования ресурса и обеспечения безопасной эксплуатации объектов различных отраслей промышленности, ЖКХ, энергетики, военно-промышленного комплекса, транспорта. Одним из перспективных методов неразрушающе го контроля и диагностики является быстро развивающийся тепловой, где информацию о параметрах объекта несет температура его поверхности, значения которой в основном определяются изменением теплофизических, геометрических характеристик и параметров нагрузки. Весомый вклад в развитие методов неразрушаю ще го контроля и технической диагностики, на базе которых развивался ТК, внесли ученые Н.А. Махутов, И.Н. Ермолов, В.В. Клюев, Н.П. Алешин, А.И.Потапов. История развития теплового контроля в нашей стране начиналась в 80-е годы прошлого века. Большое значение в его становление внести российские ученые: В.П.Вавилов, О.Н.Будадин, Д.А. Рапопорт. В.Г.Федчишин, А.А.Кеткович, А.В.Ковалев, Н.А.Бекешко, Ю.А. Попов, А.Е.Карпельсон, С.А.Бажанов, А.Н. Александров, С.С.Сергеев, Д.С.Петров и др. Разработки этих ученых позволили России выйти на передовые рубежи в мире по созданию технологий теплового контроля самых разнообразных объектов. Любые объекты, эксплуатация которых прежде всего связана с изменением температурных режимов их функционирования могут диагностироваться с использованием теплового контроля (ТК). В отличие от традиционных методов дефектоскопии, требующих вывода объекта из рабочего состояния, ТК применяется на эксплуатируемых объектах под рабочими нагрузками, при этом максимально обеспечивается безопасность персонала, производящего контроль. Он может быть использован, также, на начальной стадии оценки технического состояния объекта как «скриниинговый», диагностический метод, дающий возможность выявить нарушения в функционировании объекта, бо- it» лес подробный анализ которых в последующем может быть произведен дру-гими методами ПК.
Принципиально качественный скачок в развитии метода диагностики объектов по температурным полям произошел в последнее десятилетие. Это связано, во-первых, с появлением современной портативной тепловизионной техники [5], а во-вторых, с созданием современного математического аппарата [6-8] позволяющего обрабатывать видеоизображения температурных нолей (температурные матрицы). Это дало возможность перехода от дефектоскопии [9-12], когда заключение о наличии дефекта делается на основе прямых измерений перепадов температур между дефектными и качественными участками в соответствии с различными пороговыми правилами, к дефекто-метрии, т.е. определению характеристик дефектов и материалов изделий. В этом случае заключение делается на основе косвенных измерений температур, тепловых потоков, параметров среды и т.д. с использованием различных расчетных математических моделей теплопередачи, что требует специальной подготовки персонала [13-16]. Для контроля объектов, находящихся под нагрузкой в основном применяют пассивные методы теплового контроля, при этом не требуется дополнительно нагревать или охлаждать конструкцию, температурное поле объекта изменяется в силу естественных причин. Активные методы, требующие изменения теплового состояния объекта путем применения нагревающих (охлаждающих) устройств, чаще всего применяют как традиционные методы дефектоскопии, анализирующие его отклик на воздействующую нагрузку в виде нагрева или охлаждения.
Математическая постановка задачи ТК ограждающих конструкций зданий и сооружений, реализованная с помощью нейронной сети
Дші создания нейросети, имитирующей поведение ограждающей конструкции, использовался пакет MatLab Neural Network Toolbox, который содержит средства для проектирования, моделирования, обучения и использования множества известных парадигм аппарата искусственных нейронных сетей (ИНС), от базовых моделей персептрона до самых современных ассоциативных и самоорганизующихся сетей. Идея, заложенная в основе,- реализовать с помощью любой элементной базы процесс численного решения дифференциального уравнения с частными производными. Аналогом данного подхода является, например, электрическая цепь, состоящая из конденсаторов, резисторов и т.д., которую раньше использовали, например, для численного решения дифференциальных уравнений, встречающихся в баллистике. И вместо того, чтобы проводить эксперимент (например, выстреливать снаряд) или решать уравнение в квадратурах, просто следили за несколькими величинами, присущими цепи: напряжению, току и пр. В задаче ТК ограждающих конструкций и сооружений в рамках данной работы реализовано практически то же самое. Однако, в этом случае неизвестны многие параметры, тогда как в приведенном примере все параметры должны быть известны. Нейронная сеть нужна лишь как библиотека, предоставляющая широкую элементную базу и процедуры подбора неизвестных параметров. Следует учитывать, что система обязана обладать следующими свойствами: Быть линейной (как уравнение теплопроводности). Иметь два входа и два выхода (температуры и соответствующие тепловые потоки). При постоянных значениях на входе значения на выходе должны быть равны (так как мы ожидаем правильную реакцию системы на стационарный режим). Кроме того, сама процедура решения уравнения теплопроводности подсказывает структуру сети. Кратко напомним используемый подход [8,26]: На первом этапе происходит выделение "активного" решения Тд(г ,t) (часть решения, описывающая мгновенный отклик). Далее производится поиск "реактивных" поправок к последнему решению T,(r,l) (учет тепловой инерции). Решение уравнения теплопроводи ости [142]: Функция Ta(r ,t) лишь обеспечивает выполнение граничных условий Д а( » ))г- %0) где Г - граница рассматриваемой области, F(t, Г)- заданная функция, І - линейный дифференциальный оператор. Далее Ta(r,t) подставляется в уравнение теплопроводности.
Получаем неоднородное уравнение теплопроводности с однородными граничными условиями: Решение последнего уравнение находится с помощью разложения по собственным функциям задачи Штурма-Лиувилля в области, ограниченной ірани-цейГ В ней должно быть два блока (блок 1 и блок 2), результатом работы которых будут Ta(r,t) и T(f Д) (которые затем суммируются и переводятся в тепловые потоки) соответственно. Блок симуляции Tr(r,t) (блок 2) должен состоять из большого числа элементов, имитирующих поведение демпфированного осциллятора (блоки Mode), Общая схема сети, выраженная графически, представлена на рис.2.4, схема блока 1 - на рис.2.5, блока 2 - на рис.2.6, блока Mode - на рис.2.7, блока D (для одной жилы, для второй - то же самое) - на рис.2.8. Метод обеспечивает объективное определение искомых параметров. Адекватность определения этих параметров обеспечивается благодаря большому количеству примеров, используемых для обучения "нейронной сети", основанному на накопленном экспериментальном опыте.
На основе разработанных математических моделей предложены расчетные схемы и проведены теоретические исследования возможности ТК реальных объектов, представленные ниже. На процессы теплопередачи в многослойных объектах существенное влияние оказывает наличие остаточной влаги в слоях конструкции, значительно увеличивающее теплопроводность материалов, что особенно важно оценивать при знакопеременных температурных нагрузках, воздействующих на контролируемый объект. Сформулируем задачу о перемещении границы раздела фаз как задачу Стефана. Задачу промерзания будем рассматривать как задачу, в которой изменения агрегатного состояния (например, переход воды в лед) происходят при определенной температуре Ts- То есть существует четкая изотермическая граница, разделяющая области твердой и жидкой фазы. Далее параметры затвердевшей области будем помечать индексом "I", а незатвердевшей-"2". Безразмерная формулировка задачи Стефана для жидкой фазы вблизи точки, соответствующей температуре фазового перехода, в одномерном приближении на интервале лє(0;1] выглядит следующим образом: где T(x,t)- распределение температуры, х,- координата границы фазового перехода, Sfe - число Стефана, Ste С2ДТге7 LVt С2 - теплоемкость жидкой фазы, Ь, - скрытая теплота фазового перехода, Д7 /-"рефереисная" темпера-гура, определяемая и термокамере. Изменение агрегатного состояния тела в общем случае имеет два следствия, влияющие на его тепловой режим: при перемещении границы затвердевания выделяется скрытая теплота фазового перехода и изменяются теплофи-зическис характеристики материала. Появляется необходимость решать систему двух уравнений нестационарной теплопроводности (для затвердевшей и незатвердевшей области) и помимо граничных условий на поверхности тела
Оптимизация основных параметров аппаратуры и режимов теплового контроля
Рассмотрим две точки на контролируемой поверхности, в которых будем регистрировать температуру: точку над нарушением сплошности (Д) с соответствующей температурой Тд и точку над качественной областью (Я) с соответствующей температурой 7#. В соответствии с общепринятой терминологией, определим критерии выявления дефектов: Наличие нарушений сплошности (дефектов) приводит к локальному или интегральному искажению температурного поля, характерного для данного изделия в виде перепадов температуры , зТ(см. рис. 3.4.). Пространственно-временная функция этих перепадов определяется температурой тела, условиями теплообмена тела с окружающей средой, геометрическими и теплофи-зическими характеристиками (ТФХ) объекта контроля и самих дефектов, а также временем контроля в нестационарном режиме. Рассмотрим представленную на рис. 3.46 так называемую основную зависимость ТК AT-f(t). Пусть теплогенератор формирует на нагреваемой поверхности (в общем случае) тепловой импульс АО (рис. 3.3, 3.4а). Очевидно, что при прочих равных условиях значение температуры на дефектной области Тд будет отличаться от температуры на бездефектной области Тк в одни и те же моменты времени т.е. Тд Тк,»Ъ, следовательно, начиная с t t0на контролируемой поверхности образуется разность температур AT— і Тд- Тк1Д0. Эта зависимость ведет себя следующим образом: по мере достижения тепловым фронтом максимума значение AT возрастает, а затем по мерс остывания объекта - уменьшается. Она чрезвычайно важна для отработки технологии ТК различных объектов, т.к. дает представление практически обо всех его технологических режимах: 1) Рассматриваемая зависимость определяет наибольший перепад температуры (ATmai), который образуется на дефекте, имеющем искомые характеристики, при заданных технологических режимах контроля. Это позволяет оценить возможность обнаружения дефектов, а также выбрать оптимальную по данному параметру, стоимостным и эксплуатационным характеристикам систему регистрации температурных полей.
Эти величины лежат в диапазоне, ориентировочно, от 0,01 сек до 10 час для различных материалов (от металлов до строительных материалов) и имеют важное значение для выбора оптимальных режимов контроля и частоты регистрации информации. 3) Указанная зависимость однозначно определяется геометрическими и тсплофизи чески ми параметрами контролируемого объекта и дефектов и рассчитывается при использовании моделей теплопередачи (см.главу 2) или получается путем обработки измерительных данных, полученных на большом количестве эталонных образцов с различными дефектами, С учетом основной кривой ТК производится выбор аппаратуры контроля и его режимов. Оптимизация основных режимов проведения ТК включает пороговый метод обнаружения дефектов и оценку дискретности регистрации информации.
Определение порогового значения сигнала для обнаружения дефектов в процессе ТК. Для целей дефектоскопии наиболее широко распространенным способом обнаружения дефектов является пороговый, заключающийся в сравнении текущего информационного сигнала с некоторым сигналом, принятым в качестве эталона. Очевидно, что возможность применения порогового метода определяется наличием бимодалыюсти распределения исходных сигналов, ОТНОСЯЩИХСЯ к дефектным и качественным участкам контролируемого изделия, а достоверность определения характерной длины дефекта зависит от точности установки порогового значения и отношения сигнал/шум при контроле. Исследуем распределение совокупности сигналов Upua бимодальность. Рассмотрим два наиболее распространенных теста: а) тест на основе гистограммы, построенной по эмпирическим данным. Пусть nj; щ; ...; л \..;лк- отсчеты гистограммы с одинаковыми размерами клеток. Предположим, что г=/ о максимизирует ns - выборочную моду. Если совокупность унимодальна, то для / /о, и будет уменьшаться почти монотонно, и для / 0 увеличивается. Если существует такое п i io то это указывает на наличие бимодальности. Аналогично бимодальность может быть обнаружена и правее
Экспериментальные исследования параметров шумов при проведении теплового контроля на примере сосудов высокого давления ИЗ ПКМ
В таких случаях, как правило используют методы статистического анализа. Особенно важны исследования в области многопараметровых методов, объединенных в одной системе посредством компьютерного анализа с разработкой специальных процедур распознавания дефектов, что достигается на этапе формализации. Основной статистической задачей, на которой строятся алгоритмы обнаружения дефектов и определения их характеристик, является задача различения двух сигналов в условиях шумов и недостаточности априорной информации о них. Работа проводилась для случая одномерного информационного параметра. Для статистического описания сигналов использованы сдви-гово- масштабные, одномерные, симметричные распределения, а для описания выборочных данных в общем случае бимодальное распределение как дискретная смесь упомянутых распределений. При этом использовалось естественное и общепринятое предположение об аддитивности шумов измерений. Исходными данными для экспериментальных исследований является многомерная информационная копия объекта контроля - температурное поле. Исследовались следующие виды представления шумов; а) аддитивное представление: R й + (і, В (і = О, где Yi - текущее измерение, а - истинное значение параметра, & - случайная величина, Е(.) — знак математического ожидания. б) мультипликативное представление: Yi -aipi, где Yi - текущее измерение, а - истинное значение измеряемого параметра, tpi — случайная составляющая с математическим ожиданием Е tpi -1, безразмерная. в) смешанное, аддитивно-мультипликативного представление: Yi=a pi + /. Анализ показал, что последний вид представления является наиболее адекватным и наиболее достоверно описывает реальные процессы. Одним из факторов, объясняющим мультипликативную составляющую, является гетерогенная макроструктура большинства низкотеплопроводных материалов. Т.к. исследуемое изделие изготавливается методом намотки, то при проведении экспериментальных исследований предположим, что среднее значение информационного параметра на витке постоянно, и на основании этого зона витка объявляется минимальной однородной зоной. Это предположение естественно вытекает из конструкции изделия.
На нем строились алгоритмы выделения однородных зон, поэтому необходимо его экспериментально подтвердить. Для этого были проведены измерения информационного параметра на 3 изделиях, изготовленных методом намотки, м I J В качестве примера ниже приведены результаты анализа на одном из них. На изделии выбраны пять витков с известными координатами, и каждый из этих витков разбит на 15 выборок. На рис. 4.9 (а) представлена гистограмма распределения температурного поля для изделия на рис.4.5, а на рис. 4.9 (б) приведены параметры этих . Это в свою очередь может служить подтверждением правильности использования сигналов различения двух распределений. Анализируя параметры выборок (рис. 4.9) видно, что в пределах витка среднее значение информационного параметра меняется в пределах не более 20%, а среднеквадратичное отклонение изменяется не более, чем на 12%. Это говорит о том, что виток можно рассматривать как однородную зону при применении алгоритмов обнаружения дефектов.
Экспериментальные исследования возможностей методов тепловой дефсктомстрни на примере определения характеристик реальных дефектов и материалов многослойных строительных конструкций Цель исследований - оценка достоверности метода тепловой дефекто-метрии, примененного для ТК строительных конструкций, на основе разработанной математической модели тепловых процессов (см. гл. 2). Экспериментальные измерения входных параметров (температур поверхностей, температур воздуха, плотности теплового потока) проводились приборами ИС-203 и МГ 4.03-поток с внугренней электронной памятью (рис. 4.10). Погрешность измерения температуры (стены и воздуха) составляет 0,5 С, а тепловых потоков 6-7 % от измеряемой величины. Расчеты выполнялись с использованием 4 температурных серий по основному алгоритму (см. гл. 2). Разбиение временного промежутка на интервалы позволило выделить участки температурных серий, соответствующие стационарному приближению и позволяющие вычислить функционалы правдоподобия. Нахождение функционалов правдоподобия использовалось для вычисления коэффициента теплопроводности материала стены, коэффициентов теплоотдачи на поверхностях стены и плотности тепловых потоков, проходящих через конструкцию. Объект исследования - однослойная кирпичная стена толщиной 63 см. Датчики крепились на расстоянии около 30 см от оконной рамы с наружной и внутренней сторон стены. Положение датчиков зафиксировано на рис.4.10.
