桥缆作为斜拉桥、悬索桥和系拱桥中的关键承重构件,在使用过程中会受到交通荷载、风荷载和恶劣环境条件的共同作用[1,2]。在这种情况下,桥缆内部可能发生腐蚀和断线等缺陷,而这些缺陷的隐蔽性使得传统的视觉检测方法无法及时发现它们。如果这些缺陷继续扩展,可能会导致桥缆的使用寿命显著缩短[3],在严重情况下,甚至可能危及桥梁的安全运行。
磁通量泄漏(MFL)检测作为一种广泛采用的无损检测(NDT)技术,已广泛应用于钢丝绳、管道和铁路轨道[4]。由于其适用于检测铁磁材料内部的缺陷,并且在工程应用中证明了其实用性和可行性,MFL也非常适合用于桥缆的检测。
然而,桥缆与传统钢丝绳有显著不同。桥缆直径较大,并且外层覆盖有聚乙烯(PE)护套,这会导致外部磁场产生较大的剥离距离。剥离距离会导致磁场显著衰减和空间平滑。因此,采集到的信号主要由轴向分量主导,传统上认为径向和周向分量对于缺陷识别价值较低[5,6]。Christen通过将每个缺陷建模为等效磁偶极子,并将这一分析表达式拟合到在电缆表面采集的轴向拾取线圈信号上,研究了悬索桥缆中缺陷的定位[5]。这种方法尝试从单组分数据中推断缺陷位置。随后,Ben利用三维有限元模型研究了断线缺陷,并揭示了轴向和周向分量的分布,但未进行实验验证[7]。这些结果表明,即使在较大的剥离距离和主要轴向磁化的情况下,径向和周向分量仍可能保留有区分缺陷的信息。
尽管有这些迹象,目前对桥缆的实际检测主要只能提供初步的轴向缺陷位置信息,而无法实现三轴定位[8]。特别是,确定缺陷的周向位置以及它位于表面附近还是较深层仍然具有挑战性[9]。此类定位信息对于有针对性的维修和维护期间的窗口开启验证至关重要,并且是缺陷检测与后续安全评估之间的桥梁。
要实现可靠的三维缺陷定位,通常需要来自多组分信号的充分且互补的信息,而不仅仅依赖单一主导分量。这可以通过两种方式实现:一种是通过多组分采集来丰富矢量信息,另一种是通过多通道采样来丰富空间信息。随后,应用信号处理技术来提取轴向、周向和深度方向的定位信息。
从多组分采集的角度来看,近年来多组分传感的应用日益增多[[11], [12], [13]]。对于小直径钢丝绳,Chen使用30通道阵列采集了轴向、径向和周向的MFL信号,表明多组分场提供了互补信息,提高了断线的检测能力[14]。对于管道,Chen提出了一个级联检测和尺寸测量框架,其中240通道检测机器人采集的三轴MFL样本与深度学习和物理模型相结合,显著提高了缺陷识别和尺寸测量的准确性[15]。在铁路领域,Gong使用车载多组分MFL检测和三轴霍尔传感器阵列,报告称不同的阵列配置能够提取出更丰富的轨道头裂纹特征描述符[16]。上述研究表明,多组分采集是提高缺陷特征描述和定位信息多样性的有效手段。然而,在桥缆检测的具体领域,此类多组分实验研究仍较少。
从多通道采样的角度来看,多通道采样增强了空间覆盖范围和冗余性,这对于微弱缺陷的检测特别有益。在实际应用中,Sun开发了一种采用模拟单轴霍尔传感器阵列和复用技术的周向多通道检测系统[8,17]。这种配置扩大了信息覆盖范围,强调了多通道采集和多组分分析在提高桥缆缺陷可区分性方面的必要性。其他MFL领域的证据进一步支持了多通道采集和分析在增强缺陷可区分性方面的有效性。Xue使用周向感应线圈阵列,并结合自适应差分、经验模态分解(EMD)、小波去噪和相关性引导融合技术,实现了比单通道信号更高的信噪比(SNR)[18]。Liu提出了一种管道检测方案,其中多通道霍尔信号在三维偶极子反演框架内进行融合,从而实现了更高效的深度量化,并将估计误差降低到10%以下[19]。这些研究表明,在微弱响应条件下,多通道采样可以提供实用的信息基础。
总之,这些研究表明,多组分和多通道MFL检测可以提高微弱缺陷的检测能力。然而,如何有效利用三轴信息进行实际的三轴定位在桥缆检测中仍需进一步验证。这个问题仍然需要一个经过验证的、具有物理解释性的信号处理工作流程,专门针对桥缆检测进行定制。为了建立一个可控的基础,本研究首先在可控的剥离条件下研究单根断线缺陷。单根断线提供了一个更严格的检测挑战,因为其响应幅度低于多根断线的情况。
基于上述分析,本研究提出了一种基于多组分MFL信号的桥缆缺陷定位方法。首先,对差分分量进行周向空间域求和以提高深部缺陷的SNR。然后开发了该方法的工作流程。通过差分轴向信号和径向信号的交叉验证来确定轴向位置,从差分轴向分量的峰值处识别周向区域,并利用非对称峰谷半高宽(APV-FWHM)特征来估计缺陷深度,该方法减少了振幅依赖性,并将深度估计与周向定位分离。最后,建立了一个实验平台并对桥缆样本进行了应用以验证所提出的方法。本文的其余部分组织如下:第2节介绍磁偶极子模型(MDM)和多组分定位工作流程;第3节描述实验设置和样本;第4节展示实验结果和讨论;第5节总结本文并展望未来工作。