用于事故容错燃料棒涡流检测的多层PCB传感器设计评估

《IEEE Sensors Letters》:Multilayer PCB Sensor for Eddy Current Inspection of Accident Tolerant Fuel Rods

【字体: 大 中 小 】 时间:2026年09月23日 来源:IEEE Sensors Letters 2.4

编辑推荐:

  核电厂中的燃料棒在极端条件下运行3–6年,需要定期在役检查以防止故障并确保最佳性能。应用于事故容错燃料棒(ATF)上的薄铬涂层(通常为10至20 μm)以及运行期间发生的任何氧化都与安全相关,可通过涡流进行检测。本信件评估了多种基于PCB的传感器设计——包括单

  
核电厂中的燃料棒在极端条件下运行3–6年,需要定期在役检查以防止故障并确保最佳性能。应用于事故容错燃料棒(ATF)上的薄铬涂层(通常为10至20 μm)以及运行期间发生的任何氧化都与安全相关,可通过涡流进行检测。本信件评估了多种基于PCB的传感器设计——包括单层和多层配置——以确定用于实时监测的最稳健解决方案。涡流仪器以扫频模式运行,频率范围为0.5–100 MHz。在分析测量信号对铬厚度测定的适用性时,可获得一个高维特征空间,其中不仅包含众多频率,还包含复数电压的实部、虚部、幅值和相位。研究表明,优化的探头设计和信号处理在已知涂层厚度的参考样品上实现了< ±0.7 μm的测量不确定度,足以用于早期退化检测。
论文解读:面向事故容错燃料棒铬涂层厚度检测的多层PCB涡流传感器研究

一、研究背景与问题提出

2011年福岛第一核电站事故后,铬涂层锆合金包壳成为领先的事故容错燃料(Accident Tolerant Fuel, ATF)概念,其作用在于延迟氧化过程并延长应急响应时间。然而,这类涂层的长期服役性能高度依赖于在役期间的无损厚度监测,以确保反应堆安全与优化运行。涡流检测(Eddy Current Testing, ECT)技术已被证实可用于涂层厚度检测,但既有研究大多基于理想实验室条件,且广泛采用环绕线圈(encircling coils)。在乏燃料池检查场景中,必须在不拆解燃料组件的前提下,对整个燃料棒束进行扫描以评估每一根包壳管的状态,这就要求探头结构紧凑、能够沿组件内的单根燃料棒通过。环绕线圈因需要将每根管材穿入线圈内部,无法适用于水下受限条件下已组装的燃料棒束。此外,已有的盘式线圈研究多聚焦于氧化层厚度测量,未提供探头扫过棒束时的动态测量数据。印刷电路板(PCB)基线圈因其几何可复现、低剖面且易于配置,为实现紧凑型可部署探头提供了可行路径。然而,绕组配置、激励频率和信号处理对铬厚度灵敏度及实际检测条件下测量不确定度的影响,尚未得到系统评估。为此,研究人员针对上述空白,系统评估了基于PCB的涡流探头设计,以实现在代表性乏燃料检查约束下对锆合金包壳上铬厚度的稳健测量。

二、研究内容与主要结论

研究人员在前期工作基础上,开发了多层PCB传感器,旨在增加绕组数量、减小探头直径并提高测试对象中的涡流密度,从而弥补单层传感器在空间分辨率和检测灵敏度方面的不足。实验装置模拟实际在役检测条件,将外径9.5 mm的燃料棒固定于3D打印安装支架,探头在棒束表面移动扫描,并通过弹簧机构实现主动高度补偿,以保持恒定的探头–管材接触并防止提离效应。实验样本包括16根燃料棒,其中13根涂覆铬涂层,3根为无涂层对照样。为建立铬涂层厚度的参考标准,研究人员采用Calo试验法对所有样本进行破坏性测量,以相邻三次测量的平均值作为厚度基准。

涡流扫描系统采用EddyCus Pro II,以扫频模式运行,频率范围覆盖0.5–100 MHz,每个传感器重复扫描十次。每次扫描采集300个频率点上的复数电压信号,并分解为实部、虚部、幅值和相位四个特征,总计每个扫描和厚度条件下生成1200个测量值。通过Python库“findpeaks”的“peakdetect”方法自动识别各管上方的信号峰值,用于后续校准。实验结果显示,在21.46 MHz频率下,12绕组多层探头的虚部信号在扫描路径上形成清晰峰值;在12.15 MHz频率下,相位信号同样在管中心达到最大值,并在管间区域下降,符合物理预期。

在传感器评估中,研究人员对特征空间进行了降维处理,保留十个与铬厚度参考值Pearson相关系数最高、即线性关系最强的特征,并进行了标准化。利用scikit-learn库中的ElasticNet模型(α = 0.1,l1 ratio = 0.2)对所有十特征组合进行穷举评估,以确定最优特征子集及维度。为消除数据泄漏风险,采用留一组交叉验证(LeaveOneGroupOut)策略,确保来自同一根管的数据不会同时出现在训练集和测试集中。模型性能以池化决定系数R2和残差范围作为评价指标。

结果表明,具有十二个绕组的多层传感器(12w)表现最佳,获得池化R2 = 0.995,残差范围为1.286 μm(即±0.643 μm),优于此前最优的单层11绕组探头。单层探头性能较差的原因归因于其更大的外径,导致空间分辨率下降。值得注意的是,60绕组配置并未遵循“外径越大性能越差”的一般趋势,推测该绕组数可能产生更高的涡流密度,从而部分弥补空间分辨率的不足。在特征维度方面,当特征数量从1个增加到2个时,模型性能提升最为显著;超过4个特征后,对多数探头不再带来明显增益。最优特征组合中,21.46 MHz频率下的虚部对铬厚度预测的贡献最大,而幅值和实部提供的有效信息有限。虚部与相位各自最强线性关系对应的频率并不相同,介于7–21 MHz之间,这表明单频测量不足以充分表征涂层厚度,必须采用频率扫描获取多维信息。

三、关键方法总结

研究人员主要采用了以下关键技术:1)多层PCB线圈设计,通过改变绕组数和线圈直径优化涡流密度与空间分辨率;2)扫频涡流测量,使用EddyCus Pro II仪器在0.5–100 MHz范围内采集300个频率点的复数电压信号;3)基于Calo试验法的破坏性厚度标定,为机器学习提供参考值;4)特征工程与标准化,依据Pearson相关系数筛选十个线性相关特征;5)基于ElasticNet的多元线性回归模型,结合LeaveOneGroupOut交叉验证评估预测性能。样本队列来源为实验制备的16根模拟燃料棒,其中13根有铬涂层、3根无涂层,外径9.5 mm。

四、研究结果详解

A. 传感器方案对比
研究比较了多种单层与多层PCB探头。实验表明,12绕组多层探头在池化R2和残差范围两方面均优于最佳单层探头,主要得益于较小的线圈直径和较高的绕组数带来的综合增益。60绕组探头偏离趋势,提示可能存在涡流密度优势。

B. 特征空间与回归模型
所有十特征组合的评估显示,多于一个特征能显著改善模型,但超过四个特征后收益趋于饱和。最优特征组合中包含虚部和相位等成分,其中21.46 MHz虚部权重最高,这凸显了频率扫描在多层特征提取中的核心作用。

C. 厚度预测精度
使用最优探头和三个特征时,线性校准后的预测值与Calo试验参考值高度吻合,测量不确定度优于±0.7 μm,满足早期退化检测的精度要求。

五、讨论与结论

原文未设独立讨论部分,结论直接总结如下:本研究评估了通过线圈参数优化和特征空间分析改进核燃料棒铬涂层厚度检测的路径。较低的绕组数对应较高的谐振频率,较小的线圈直径对应较高的空间分辨率,两者均有助于增强锆管上铬涂层厚度的测量能力。十二绕组多层线圈配置综合了上述优势,表现出最高的拟合优度和最小的测量误差。此外,在线性回归中引入多个特征,相较单一特征模型可显著提高铬厚度测量的准确度。该研究成果为核电在役燃料棒涂层的实时无损监测提供了可行的技术方案,并验证了PCB多层传感器在复杂检测条件下的工程适用性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号