基于交变电磁场的水下结构裂纹识别方法研究

《Ocean Engineering》：Study of crack identification methods for underwater structures based on alternating electromagnetic fields

裂纹尺寸反演算法与水下检测探头设计研究

　　随着海洋油气勘探活动向更深的海洋环境扩展，深海的严酷条件对水下勘探和生产系统提出了更高的安全性和操作可靠性要求。为了克服现有技术中裂缝检测精度不足以及缺乏持续水下监测的问题，本研究引入了一种基于交替电磁感应的水下裂缝检测理论框架，开发了一种新的信号反演算法以估计裂缝几何形状，并设计了专门的水下检测和柔性监测探头。这种集成系统使得高精度裂缝识别和连续结构监测成为可能。该方法通过数值建模、实验室测试以及渤海海区的现场部署进行了验证。结果表明，检测分辨率达到2 mm × 1 mm，裂缝长度的识别准确率为94%，深度估计的准确率为92.5%。监测性能进一步显示，各种裂缝尺寸的识别准确率超过91.4%和92%，证实了该方法在水下结构健康监测中的广泛应用潜力。

裂缝检测技术是识别结构缺陷存在和特征的关键工具，对于潜在故障的早期诊断起着至关重要的作用。通过在机械载荷或环境应力下检测微裂缝，这些技术有助于确保结构的完整性和安全性。通常，结构裂缝识别方法被分为裂缝检测和裂缝监测，主要采用非破坏性检测（NDT）技术与信号处理和智能算法相结合。这种方法的优势在于可以在不损害被检测组件的情况下评估结构完整性。近年来，研究者们在该领域提出了多种创新。例如，王等人（2023）开发了一种荧光磁性粒子检测成像平台，用于构建缺陷数据集，并引入了增强的EfficientNet模型，提高了检测精度和效率。安德雷德斯等人（2022）提出了一种新颖的超声相控阵列技术，利用非线性调制与双频激励相结合；调制边带参数的引入显著提高了空间分辨率和缺陷定位能力。米哈伊洛夫等人（2023）利用分布式光纤应变传感技术，通过光频域反射法实现了焊接钢管试件疲劳裂缝的实时检测和定位，成功捕捉了起源于内壁表面的裂缝。孟等人（2023）进行了结合数值和实验的综合研究，利用瑞利超声波评估涡轮叶片表面微裂缝，揭示了波幅与裂缝宽度、深度、激励点和倾斜角之间的定量关系。加濑等人（2024）应用先进的柔性涡流传感器，识别了不同尺寸的铝板人工裂缝，进一步扩展了检测能力。激励频率和电流显著影响检测线圈中感应电流电压和相位。通过应用相位校正方法，提高了清晰度，从而实现更准确的评估；里科利奥等人（2024）进行了非接触声发射技术检测和监测腐蚀疲劳损伤的可行性研究。在S420NL狗骨试件上进行的加速腐蚀疲劳测试表明，非接触电磁传感器能够捕捉由腐蚀疲劳产生的超声信号，即使在低信噪比条件下也能实现。张等人（2024）引入了基于非局部理论的周期动力学模型，用于模拟弹性波与水下板结构裂缝的相互作用。通过提取边带峰值计数指数的非线性响应，提出了一种跟踪裂缝传播的新方法。崔等人（2025）开发了一种优化的深度学习架构，结合卷积神经网络（CNN）、长短时记忆网络（LSTM）和注意力机制，实现基于声发射数据的实时、高精度损伤检测。该框架实现了98.5%的分类准确率，显著优于传统模型。曾等人（2025）提出了一种用于多裂缝损伤定位、取向和量化的先进算法，结合基于Lamb波的结构健康监测，引入了增强加权平均成像技术，利用Hausdorff距离实现了多个裂缝位置的精确识别。

现有的裂缝识别方法包括一系列检测和监测技术，但它们在水下结构中的应用仍面临诸多限制，特别是在准确识别微裂缝方面。水下环境的复杂性，如波动的水压、低能见度、高海水导电性、强烈的背景噪声和生物污损，干扰了传感器信号的有效采集和传输。这些环境因素降低了检测系统的灵敏度和分辨率。此外，传统方法往往需要严格的传感器密封、操作稳定性和部署条件，阻碍了其在真实海洋环境中的长期可靠性。这些限制进一步阻碍了裂缝特征的准确提取和表征。交替电流场测量（ACFM）作为一种新兴的电磁非破坏性检测技术，相较于传统方法具有显著优势，包括非接触操作、无需表面清洁以及对涂层和海洋污损的低敏感性。这些特性增强了其在水下应用的适用性，提高了检测精度。国内外学者对这一技术的研究也取得了进展。例如，李等人（2022）开发了一种高分辨率ACFM系统，采用间距为1 mm的TMR传感器阵列。利用Bx和Bz磁场成像，该系统成功重建了缺陷轮廓，使铝材料的缺陷边缘和端点的准确评估成为可能，解决了传统探头的空间分辨率限制。赵等人（2022）引入了一种补偿算法，用于校正提升效应，使得可以直接反演裂缝尺寸，而无需考虑提升距离。该方法在陆地铝板试件上得到了验证，尺寸估计误差控制在10%以内。赵等人（2023）开发了一种基于交替电流场测量技术的检测系统，用于识别陆地钢轨踏面的斜向裂缝。有限元分析和实验研究证实了该系统的有效性，显示了随着裂缝深度增加，信号失真也加剧。为了解决Q235钢中裂缝的重建问题，雷等人（2024）开发了一种基于ACFM的模型，并引入了结合三点插值和自适应拟合算法的重建技术，实现了陆地钢结构中的高精度检测。李等人（2024）提出了一个双特征检测概率模型，用于解决裂缝检测性能的变量影响问题。通过应用贝叶斯网络，他们量化了关键参数如提升高度和扫描速度的影响，使检测灵敏度相比传统方法提高了30%。迄今为止，大多数ACFM研究集中在陆地工程系统的非破坏性评估上，对水下环境的应用研究相对有限。此外，当前研究主要侧重于检测，忽略了ACFM技术在海洋环境中的连续结构健康监测发展。

在现有研究基础上，传统非破坏性检测技术在复杂水下环境中存在局限性，主要是由于传感器密封、信号稳定性和结构兼容性等问题。这些限制阻碍了其满足长期稳定和高精度裂缝识别的要求，导致其应用效果不佳。ACFM技术的研究主要集中在陆地工程系统上，对水下环境的适应性研究相对较少。特别是，缺乏对ACFM在水下裂缝监测中的应用研究。为了解决这一缺口，必须开发一种稳健的监测方法，以评估ACFM技术在水下环境中的可行性。针对这些挑战，本研究引入了一种针对水下ACFM裂缝检测的理论模型，以及一种用于估计裂缝尺寸的信号反演算法，并设计了一种新型的水下检测和监测探头。这些进展构成了水下裂缝检测和连续监测的新方法。该方法的有效性通过数值模拟、受控实验室实验和渤海海区的现场测试进行了验证。结果表明，在海洋条件下能够实现高精度的裂缝检测，从而确认了ACFM技术在水下结构健康监测中的可行性和实际潜力。

在水下环境中的裂缝检测，其关键在于对水下环境的深入理解和对电磁信号传播特性的准确建模。基于交替电流场的检测方法，其原理在于利用电流在结构表面的分布变化，以及这些变化对磁场的扰动。通过建立完整的理论框架，可以有效描述水下环境中裂缝的检测特性。此外，通过引入信号反演算法，可以进一步提高裂缝尺寸的估计精度。本研究还通过数值模拟、实验室测试和现场试验，验证了所提出的水下ACFM裂缝检测方法的有效性。在实际应用中，裂缝的识别和定位是基于磁场扰动信号的特征分析。通过这些方法，可以准确地识别裂缝的几何特征，提高检测精度和稳定性。

水下裂缝检测和监测系统的设计与实现是本研究的重点。该系统通过整合多种先进的技术手段，如传感器优化、信号处理算法和数据分析模型，使得裂缝检测在复杂水下环境中成为可能。在实际应用中，裂缝的识别和定位需要考虑到水下环境的复杂性，包括水压、温度、导电性、生物污损等因素对信号的影响。因此，系统的优化设计对于提高检测精度和可靠性至关重要。在实际测试中，系统在水下环境中展示了良好的适应性，能够准确地识别裂缝的长度和深度，同时保持对环境噪声的低敏感性。

本研究的创新在于开发了一种新的水下裂缝检测系统，该系统通过优化设计，提高了检测精度和可靠性。在实验室和实际测试中，该系统展示了对微裂缝的高识别能力，同时具备良好的抗干扰能力。在水下环境中，由于海水的高导电性，电磁信号的传播受到显著影响，这需要通过信号处理和反演算法进行优化。此外，系统还具备良好的抗干扰能力，能够在复杂电磁环境中稳定运行。在实际应用中，裂缝的识别和定位需要结合多种技术手段，包括传感器设计、信号处理和数据分析。这些方法的综合应用使得裂缝检测在水下环境中更加可靠和高效。

本研究的成果表明，通过引入新的信号反演算法和优化的水下检测探头，可以显著提高裂缝检测的精度和可靠性。在实际测试中，系统能够准确识别裂缝的长度和深度，同时保持对环境噪声的低敏感性。这些结果验证了ACFM技术在水下结构健康监测中的可行性，同时也为未来海洋工程中智能非破坏性检测技术的发展奠定了坚实的基础。本研究的创新不仅在于理论模型的建立，还在于实际应用中的技术实现，使得裂缝检测和监测在复杂水下环境中成为可能。