基于磁巴克豪森噪声(Magnetic Barkhausen Noise, MBN)与磁声发射(Magnetoacoustic Emission, MAE)的P92钢蠕变损伤评估方法

《Sensors》：Evaluation Method for Creep Damage of P92 Steel Based on Magnetic Barkhausen Noise and Magnetoacoustic Emission Ziyi Huang, Wuliang Yin, Xiaochu Pang, Xinnan Zheng, Xufei Liu and Lisha Peng

　　

超超临界火电厂锅炉的应用日益广泛，作为锅炉主蒸汽管道典型材料的P92钢对机组安全运行至关重要，其蠕变损伤的检测具有重要意义。然而现有常规无损检测方法难以有效检出蠕变损伤。针对该问题，研究人员研制了磁声发射(MAE)–磁巴克豪森噪声(MBN)复合测量系统，适配20 Hz、0.3 A正弦波激励以触发P92钢MBN与MAE信号的同步拾取。在650 ℃、100 MPa工况下采集蠕变寿命比例(0%~100%)不同的试样信号后，提取时域（绝对均值、峰值等）和频域（带宽）特征。针对磁声特征与蠕变损伤程度间非单调关系的问题，引入主成分分析(PCA)进行降维，不同蠕变等级试样在二维主成分空间呈清晰的梯度聚类，实现了蠕变阶段的准确区分。研究表明，MAE-MBN复合系统结合PCA可有效表征P92钢蠕变损伤，为电厂部件在役寿命评估提供了一种新型无损检测途径。

基于磁巴克豪森噪声(Magnetic Barkhausen Noise, MBN)与磁声发射(Magnetoacoustic Emission, MAE)的P92钢蠕变损伤评估方法——论文解读

超超临界火电机组在全球能源供应中扮演重要角色，P92钢因其优异的高温持久强度和导热性被广泛用于主蒸汽管道等关键部件。长期在高温高压环境下服役，材料不可避免发生蠕变损伤，表现为位错增殖、Laves相粗化及晶界孔洞聚集等显微组织演变，最终威胁机组安全。常规无损检测方法如漏磁、超声、涡流检测仅能发现亚毫米级以上宏观缺陷，难以有效检测微尺度蠕变损伤。磁巴克豪森噪声(MBN)源于铁磁材料磁化过程中畴壁不可逆跳跃，对显微组织演变敏感；磁声发射(MAE)源于磁致伸缩效应引发的弹性波，对应力集中和微裂纹敏感。单一技术存在局限性，而二者互补的双模检测有望实现表面至近表层全周期蠕变损伤监测。但目前信号特征与蠕变损伤程度间的定量关联模型尚未统一，单特征随蠕变进程呈非单调变化，难以准确划分蠕变阶段。因此研究人员以P92钢为对象，探究蠕变演化过程中MBN与MAE信号变化规律，建立基于MBN-MAE联合特征与PCA的蠕变损伤表征方法，为超超临界电厂关键部件安全运行与维护提供参考。该论文发表于《Sensors》。

研究人员采用的关键技术方法如下：制备按国标加工的哑铃状P92钢高温蠕变试样，在650 ℃、100 MPa条件下进行蠕变试验至断裂（寿命1117 h），设置0%、10%、20%……100%共11个蠕变中断节点，每节点3个平行样，共33个试样。搭建MBN-MAE复合检测系统：20 Hz、0.3 A正弦波激励U形磁轭在试样表面产生交变磁场；MBN传感器（锰锌铁氧体磁芯1000匝线圈）与MAE传感器（压电式G150）共面贴附试样表面同步拾取信号；前置放大器增益40 dB，MBN通道Butterworth带通滤波10–30 kHz，MAE通道100–200 kHz；采样率1 MHz、16 bit双通道同步采集。对不同蠕变阶段试样提取MBN与MAE的时域特征（绝对均值、峰值、脉冲计数）和频域特征（带宽），对8维联合特征矩阵进行主成分分析(PCA)，以前两主成分构建二维空间进行蠕变等级聚类分析与交叉验证。

2. Principle of MBN and MAE Detection for Creep Damage（MBN与MAE蠕变损伤检测原理）

研究人员阐述MBN物理机制：P92钢高温蠕变中位错增殖、Laves相粗化及晶界孔洞形成磁畴壁运动的"钉扎点"，外磁场作用下畴壁突破钉扎发生不可逆跳跃引起磁通突变，在检测线圈感应出MBN脉冲信号，钉扎程度与蠕变损伤相关。MAE物理机制：磁致伸缩使材料在磁化时产生微小形变并以弹性波释放MAE信号，主要与90°畴壁旋转相关，早期由微应力集中引发畴重组，中后期微裂纹扩展改变MAE幅值与波速。MBN检测深度受趋肤效应影响，20 Hz低频下对表面(<1 mm)显微组织演变（位错增殖、析出相粗化）敏感；MAE靠弹性波传播可覆盖近表层(≤10 mm)，对次表层应力集中与微孔聚集较敏感，二者在检测深度与敏感损伤类型上具协同互补性，可覆盖蠕变全周期。

3. Experimental System Construction（实验系统构建）

研究人员按国标加工P92钢蠕变试样（标距100 mm，厚10 mm），在650 ℃、100 MPa氮气保护下进行蠕变试验，实时控温±2 ℃，以断裂时间1117 h确定寿命并设置0%~100%中断节点，每节点3平行样各测6组数据。搭建MBN-MAE复合系统：信号源输出20 Hz、峰峰值8 V正弦波经TDA2030功放至0.3 A驱动U形硅钢叠片磁轭（600匝漆包线）；MBN传感器与MAE传感器间距<15 mm共面贴附标距区；前置放大器(SAEPA2)增益40 dB，分别带通滤波；ART USB2872采集卡1 MHz双通道同步采集，LabVIEW平台上位机集成励磁控制、信号滤波（Butterworth）、存储功能。系统稳定性验证显示特征参数变异系数<3%，2 h连续采集漂移±2%，传感器拆装偏差<4%，满足实验要求。

4. Data Analysis（数据分析）

研究人员通过COMSOL模拟确认U形磁轭在试样标距区产生均匀磁场，优选20 Hz正弦波激励匹配P92钢畴壁弛豫时间且避免波形失真。原始信号经带通滤波后有效抑制噪声并保留损伤相关频率成分（MBN 10–30 kHz，MAE 100–200 kHz），功率谱密度分析证实滤波未丢失与蠕变损伤相关的磁畴运动与磁致伸缩弹性波特征频段。

• •
  4.1. Creep Curve and Metallographic Analysis Results（蠕变曲线与金相分析结果）：P92钢在650 ℃、100 MPa下蠕变曲线呈典型三阶段——减速蠕变(0–30%寿命)、稳态蠕变(30–60%寿命)、加速蠕变(>60%寿命，1117 h断裂)。金相观察显示80%寿命时晶界微孔显著增多但未连通，100%寿命时微孔长大聚合并在晶界萌生微裂纹，与磁声信号特征变化相对应。
• •
  4.4.1. Mean Absolute Values at Different Creep Damage Stages（不同蠕变损伤阶段绝对均值）：MBN与MAE绝对均值随蠕变寿命比呈先升后降非单调变化，0–60%持续上升（MBN由0.78 mV升至4 mV，MAE由0.14 V升至1.3 V），60%达峰值，此后因累积塑性变形严重限制畴壁翻转而下降，反映钉扎点增加使每次畴壁跳跃能量增大，过度损伤则阻碍畴壁运动。
• •
  4.4.2. Peak Values at Different Creep Damage Stages（不同蠕变损伤阶段峰值）：峰值亦呈先升后降，0–60% MBN峰值由4.68 mV增至14.18 mV，MAE由0.35 V增至4 V；60%后马氏体板条边界模糊化使畴壁跳跃困难，峰值下降。
• •
  4.4.3. Pulse Counts at Different Creep Damage Stages（不同蠕变损伤阶段脉冲计数）：脉冲计数呈"快速上升(0–20%)–平稳(20–80%)–波动上升(80–100%)"三阶段变化，对早期(0–20%)与晚期(80–100%)蠕变损伤较敏感。
• •
  4.4.4. Bandwidth at Different Creep Damage Stages（不同蠕变损伤阶段带宽）：带宽先窄(0–30%)、扩宽至60%最大、后收窄(>60%)，反映早期单一畴壁跳跃频率集中，中期多机制损伤激发多频响应致带宽扩大，后期塑性变形限制磁畴自由变化使带宽缩小。
• •
  4.5. PCA Creep Damage Evaluation Based on Feature Dimensionality Reduction and Damage Clustering Analysis of MBN and MAE Signals（基于MBN与MAE信号特征降维的PCA蠕变损伤评估与损伤聚类分析）：将MBN与MAE各4个特征（绝对均值、峰值、脉冲计数、带宽）组成8维联合特征矩阵进行PCA，前两个主成分累积方差贡献率最高，据此构建二维主成分空间。不同蠕变等级试样在空间中呈梯度聚类分布：低损伤(0–20%)集中于左下区域，中等损伤(30–60%)向右中迁移，高损伤(70–90%)位于右上区域，各等级90%置信椭圆基本不重叠（最小类间距0.36，最大6.50，平均2.61）。五折交叉验证分类准确率达92%。证明MBN-MAE联合特征经PCA降维可有效区分不同蠕变阶段，克服单特征非单调变化导致阶段划分困难的问题。

讨论与结论总结

研究人员得出结论：(1)成功研制适配P92钢的MAE-MBN磁声复合测量系统，采用20 Hz、0.3 A正弦波激励实现MBN与MAE信号同步采集，系统稳定性满足长期蠕变实验要求。(2)明确了P92钢MBN与MAE时域（绝对均值、峰值、脉冲计数）和频域（带宽）特征随蠕变损伤呈非单调变化，均在约60%蠕变寿命处出现拐点，对应该材料蠕变加速阶段起始点，可作为蠕变损伤中期预警的核心信号特征。(3)针对MBN与MAE特征随蠕变进程非单调波动的问题，引入主成分分析(PCA)对多维联合特征降维，映射至二维主成分空间后不同蠕变等级试样呈现清晰梯度聚类分布，类间距离显著大于类内离散度，聚类边界与损伤演化规律高度吻合，解决了非单调特征难以直接区分损伤阶段的问题，实现了P92钢蠕变等级的直观可视与准确区分。综上，所开发的MAE-MBN复合测量系统结合PCA为P92钢蠕变损伤检测提供了新方法，未来可进一步结合机器学习算法构建基于MBN与MAE PCA特征的智能蠕变损伤识别模型以提升现场实用性。