车用SLM成形DP780钢的疲劳损伤非线性电磁超声换能检测.pdf

第22卷第1期2024年2月Vol.22 No.1Feb.2024中 国 工 程 机 械 学 报CHINESE JOURNAL OF CONSTRUCTION MACHINERY车用SLM成形DP780钢的疲劳损伤非线性电磁超声换能检测甘守武1，赵磊娜2，周湘阳3（1.重庆电子工程职业学院 智能制造与汽车学院，重庆 401331；2.重庆交通大学 数理学院，重庆 400070；3.重庆长安汽车股份有限公司 欧尚汽车技术室，重庆 400000）摘要:为了提高对车用选区激光熔化（SLM）成形DP780钢的疲劳损伤检测精度，提出了一种基于非线性电磁超声换能的疲劳加载信号分析方法，通过高次谐波检测技术测定合金的损伤情况。研究结果表明：时域信号波形相对较为稳定，基波幅值在频率为5 MPa时出现，在5 000次疲劳测试后，与初始试件相比，试样中产生信号的幅值更显著。非线性电磁超声换能检测很容易影响二次谐波的产生。二次谐波具有更高的幅值，大量疲劳裂纹存在于基体内部。本研究可满足精准检测疲劳损伤条件。在对疲劳损伤程度确定时，参考疲劳寿命和循环加载周次，超声非线性系数在周边测试点处增长幅度相对较小，中心测试点较大，主要原因是内部结构变形情况更明显。关键词:疲劳加载；损伤检测；非线性电磁超声换能；二次谐波中图分类号:TB 551 文章编号:1672-5581（2024）01-0113-05Nonlinear electromagnetic ultrasonic energy exchange detection of fatigue damage of DP780 steel formed by SLM for vehicleGAN Shouwu1，ZHAO Leina2，ZHOU Xiangyang3（1.School of Intelligent Manufacturing and Automobile，Chongqing Vocational College of Electronic Engineering，Chongqing 401331，China；2.College of Mathematics and Physics，Chongqing Jiaotong University，Chongqing 400070，China；3.Auchan Automobile Technology Room，Chongqing Changan Automobile Company Limited，Chongqing 400000，China）Abstract：In order to improve the fatigue damage detection accuracy of DP780 steel formed by selective laser melting（SLM）for vehicle，a new fatigue loading signal analysis method based on nonlinear electromagnetic ultrasonic energy exchange was proposed.The high-order harmonic detection technology was used to measure the damage condition of the alloy.The research results showed that the waveform of the time-domain signal was relatively stable，and the amplitude of the fundamental wave appeared when the frequency was 5 MPa.After 5 000 fatigue tests，the amplitude of the generated signal in the sample was more significant than that of the initial specimen.Nonlinear electromagnetic ultrasonic energy change detection is easy to affect the second harmonic generation.The second harmonic wave has a higher amplitude and a large number of fatigue cracks exist in the matrix.This study can meet the conditions of accurate detection of fatigue damage.When determining the degree of fatigue damage，refer to the fatigue life and cycle loading cycle.The increase of ultrasonic nonlinear coefficient is relatively small at the peripheral test points，but larger at the central test point，mainly because the deformation of the internal structure is more obvious.Key words：fatigue loading；damage detection；nonlinear ultrasonic；second harmonic 基金项目：重庆市教育委员会科学技术研究计划资助项目（KJQN202103106）作者简介：甘守武（1980），男，副教授，硕士。E-mail：第22卷中 国 工 程 机 械 学 报服役性能的可靠性及部件完整性是选区激光熔化（selective laser melting，SLM）加工部件的两大重要性能，通常要求确定损伤时SLM部件无任何缺陷1-4。为了能对疲劳损伤程度和部位进行快速准确确认，通常首选无损检测方法。为保证有效、全方位地检测部件各种缺陷，如裂纹、内部微孔，目前最常用的测试方式有 X 射线衍射（X-ray diffraction，XRD）、超声检测，但均无法精准性检测金属材料微缺陷情况以及疲劳损伤5-6。在声学材料结构研究领域，大量研究学者在近些年得出很多研究结论7。根据相关结论得出，初期微缺陷极易受疲劳损伤影响，在超声检测时则会形成声学响应状态，特征为非线性，由超声波和微缺陷之间作用形成，因此在无损检测领域，金属材料疲劳损伤常应用的测试方法为非线性声学响应方法。高次谐波测试、混频调制等都属于非线性电磁超声换能检测方法的常见类型，划分依据主要参照检测模式8-9。现阶段，在预测分析设备故障领域，最常应用的检测手段是裂纹检测技术。而在裂纹检测领域，非线性调制检测作为关键应用技术发挥着重要作用。声波传播特性易受到材料非线性的影响，这一本质特征促进了非线性电磁超声换能技术的发展。重复性好、非接触等作为电磁超声检测技术的独特优势，在早期塑性变形检测领域得到广泛应用10。Ohtani等11研究Cr-Mo-V蠕变寿命、钢疲劳时采用非线性电磁超声检测，磁致伸缩力作为理论基础。Cobb等12研究对象为410不锈钢的疲劳寿命，将耦合剂需求消除，金属结构直接产生超声波，检测疲劳损伤表面波由电磁超声换能器产生。只有铁磁性材料具有磁致伸缩效应，所以采用非线性检测手段检测钢板塑性损伤情况时，使用的工具是电磁超声换能器，磁致伸缩效应为理论基础，进一步评估分析钢板塑性变形情况。DP780钢在选区激光熔融时，设置不同工况对其力学性能进行测试，极易引起疲劳损伤，在这种情况下，对DP780钢依然采用选区激光熔融，进行高次谐波检测，主要机制为非线性电磁超声换能，在此基础上完成非线性电磁超声换能分析，为了保证检测准确和高效，准确判断试件疲劳损伤程度，通常会使用超声非线性系数。1 非线性电磁超声换能 1.1电磁超声换能理论材料电磁超声换能过程中，准静态场内麦克斯韦方程为E=-0Ht-Jm（1）H=Jf（2）式中：E为电场强度；H为磁场强度；0为空气磁导率；Jm为磁流密度；Jf为源电流密度。电 磁 声 换 能 器（electromagnetic acoustic transducer，EMAT）系统内容易产生相互耦合，且无外力作用，因此，铁磁材料钢板的作用力可表示为Jf=E+0ut(H+M)+Js（3）式中：Jf=E、0ut(H+M)、Js分别为洛伦兹密度、洛伦兹力密度、磁化力密度，前两项分别由静磁场、动态磁场引起；为正应力；M为电场强度。在进行磁致伸缩力密度的计算时，由于考虑到钢板产生非线性磁致伸缩效应，因此可考量简化模型，用线性模型代替完成计算。1.2非线性电磁超声换能理论分析对比超声检测结果，得出微裂纹拓展、位错运动、晶格滑移等因素都会导致非线性变化特征出现在金属组织结构中，在超声波作用下，这些缺陷将逐渐产生高次谐波特征13。小应变运动函数表达式因纵波在非线性介质内部产生被修正为2ut2=x（4）式中：为铁磁密度；u为磁导位移；t为传播时间；x为传播距离。建立纵波非线性电磁超声换能波动函数，如下所示：2ut2=c 1-(ux)2ux2（5）式中：c为声波速度；为非线性系数。根据摄动原理建立波动方程（1）的二阶近似函数如下：u(x，t)=A1sin(kx-t)+18(A21k2x)cos2(kx-)（6）式中：A1为超声波振动幅度；为频率；k为波数。因此，可以推导出二次谐波幅值A2为14A2=18(A21k2x)（7）计算超声非线性系数：114第1期甘守武，等：车用SLM成形DP780钢的疲劳损伤非线性电磁超声换能检测=8(A1A21)1k2x（8）2 材料及试样制备 2.1材料本实验选用加工原料为球形DP780钢颗粒，为确保其各试样尺寸达标，进行SLM加工材料。如图 1 所示，粉末粒径尺寸经微观形貌测试结果为1055 m，密度为4.26 g/cm3。2.2试样制备本研究参照表1的实验参数，完成AM400SLM增材系统的设计以及各性能测试，在进行疲劳测试样制作时严格参照GB/T30752008规定要求。3 实验系统与测量方法 超声检测原理示意结果如图2所示。由图2可知，非线性电磁超声换能测试系统与MTS810疲劳检测系统为测试系统两大主体部分。其中信号示波器、检测仪、信号测试器、衰减器和分析计算系统均包含在非线性电磁超声换能波测试系统中。以不同循环次数对超声非线性系数进行计算，DP780钢采用选区激光熔融，及时跟踪疲劳测试状态。试样拉伸疲劳性能测试机为 MTS810疲劳测试机，最终结果显示最大加载应力和应力比分别为580 MPa、0.1。同时在测试阶段，当满足疲劳周期条件时，控制功能则会自动停止，拉伸载荷状态是固定的。拉伸试样尺寸结果如图3所示，利用非线性电磁超声换能检测试件不同部位区域结果，检测位置为a、b、c。检测步骤为：正弦波由信号发生器产生，再进行信号放大，主要使用功率放大器，然后再消除高频信号，由RITCE-10型高能低通滤波器实现，再向示波器传导经衰减器处理信号。当超声波信号在厚度方向进行传播时，需按10 MPa标准设置中心频率，信号采集由试件信号探测器实现，基波和二次谐波信号经快速傅里叶转换形成，在此基础上对超声非线性系数进行计算。最后对试件断裂程度进行测试。4 试验结果及分析 4.1接收信号的时域和频域分析非线性电磁超声换能检测初始试样时主要放置位置如图3所示，使用接收探头测试时域和频域信号如图4所示。再次利用非线性电磁超声换能测试试样需疲劳加载处理5 000次，然后用探头测试时域和频域信号，如图5所示。由图4和图5可知，时域信号的波形相对稳定，但精确判断疲劳损伤程度仍不能通过观察时域信号变化情况来实现。基波变化幅值在频率为5 MPa时出现，二次谐波是在频率增长至10 MPa时出现，对比基波和二次谐波的幅值，发现后者相对较低。同时在5 000次疲劳测试后，与初始试件比较，试样中产生信号的幅值更显著。表1主要加工参数Tab.1Main machining parameters激光功率/W250扫描速度/（mm s-1）750扫描间距/m70层厚/m30激光光束直径/m80氧气/%0.03图2超声检测原理Fig.2Schematic diagram of ultrasonic detection principle图3拉伸试样尺寸Fig.3Tensile sample size图1DP780钢颗粒SEM图像Fig.1SEM image of DP780 steel particles115第22卷中 国 工 程 机 械 学 报4.2组织结构分析DP780钢在扫描电镜下图像如图 6所示。在疲劳加载状态下，参考实际微观结构对试样的非线性电磁超声换能信号的二次谐波进行判断分析。由图6可知，柱状晶、熔合线、轴晶等均属于试样显微组织。从排列方向看，柱状晶大多相对较为规则，柱状晶在同一熔池中的排列形态一致，且与熔合线相比，柱状晶的角度始终维持固定值。在加工阶段，材料加工性能极易受到扫描条件及激光功率参数设置变化的影响，从而造成材料缺陷。在非线性电磁超声换能检测阶段，熔合线、微缺陷、柱状晶等组织各向异性，很容易影响二次谐波的产生。频域基波和二次谐波在5 000次加载周期后产生，试件测试采用非线性电磁超声换能方法，结果显示二次谐波具有更高的幅值。大量疲劳裂纹存在于基体内部，同时二次谐波幅值也因为存在较多的受疲劳损伤裂纹而产生变化，且明显增高。采用SLM加工DP780钢材料，参考加载工况超声非线性系数的计算结果，发现完全可满足精准检测疲劳损伤的条件。4.3测量位置对实验结果的影响在非线性电磁超声换能检测后，分析各测试部位偏差，各试样部位检测结果如图7所示。将数据进行归一化操作，参考计算结果为/0。在对疲劳损伤程度进行确定时，参考疲劳寿命和循环加载周次。图4疲劳加载前信号时域和频域图Fig.4Signal time domain and frequency domain diagram before fatigue loading图5疲劳加载后信号时域和频域图Fig.5Signal time domain and frequency domain diagrams after fatigue loading图6疲劳加载前后试样的SEM像Fig.6SEM images of specimens before and after fatigue loading图73个测点的疲劳测试结果Fig.7Fatigue test results of the three measurement points116第1期甘守武，等：车用SLM成形DP780钢的疲劳损伤非线性电磁超声换能检测由图7可知，小范围的横截面出现在测试区域1中，而2、3测试区域处的横截面范围相对更大，并且对称分布结构特征更为明显，这表面相对点1，测试点2、3处应力集中程度更大，这些结论均由恒定外部载荷得出。同时在疲劳周期不断延长的情况下会产生比值增大的变化趋势，且这种趋势逐渐趋于一致。在每个疲劳周期中，不同测量点的超声非线性系数之间的差异较为显著，与疲劳周数变化趋势比较，超声非线性系数在测试点2、3处的增长幅度相对较小，与测试点1的超声非线性系数增长趋势不同，主要原因是内部结构变形情况更明显。5 结论（1）时域信号波形相对较为稳定，基波幅值在频率为5 MPa时出现，在5 000次疲劳测试后，试样中产生信号的幅值更显著。（2）非线性电磁超声换能检测极易影响到二次谐波的产生，其具有更高幅值，大量疲劳裂纹存在于基体内部，满足精准检测疲劳损伤条件。（3）在对疲劳损伤程度确定时，参考疲劳寿命和循环加载周次。超声非线性系数在周边测试点处增长幅度相对较小，中心测试点较大，主要原因是内部结构变形情况更明显。参考文献：1肖志玲，何超伟，胡松浩，等.激光熔覆对薄壁基体的组织性能影响 J.应用激光，2020，40（6）：1011-1016.2邓德伟，常占东，马云波，等.工艺参数对316 L激光熔覆层组织性能及残余应力的影响 J.应用激光，2021，41（1）：83-88.3赵栓峰，郭颖潇，柴蓉霞，等.扫描速度对激光熔覆铁基合金的组织与性能影响研究 J.应用激光，2020，40（5）：811-820.4史方俊，王志文，宋天麟，等.热处理对激光熔覆涂层影响的研究进展及发展趋势J.应用激光，2018，38（5）：754-759.5WANG X R，WANG H，LIANG R Y，et al.A semi-supervised clustering-based approach for stratification identification using borehole and cone penetration test data J.Engineering Geology，2019，248（8）：102-116.6JORDAN P M.Finite amplitude acoustic traveling waves in a fluid that saturates a porous medium：acceleration wave formationJ.Physics Letters A，2006，355（3）：216-221.7金玫秀，朱士虎，王通，等.基于卤素灯激励的红外热成像裂纹无损检测研究 J.红外技术，2022，44（4）：421-427.8许国琛，邓江勇，陈振华，等.钛合金疲劳裂纹的线性和非线性电磁超声换能综合定量检测技术 J.电子测量与仪器学报，2022，36（2）：196-202.9徐显胜，闫晓玲.选区激光熔化DP780钢疲劳损伤非线性电磁超声换能检测研究 J.制造技术与机床，2021（6）：34-38.10POLATIDIS E，SMID M，HSU W N，et al.The interplay between deformation mechanisms in austenitic 304 steel during uniaxial and equibiaxial loading J.Materials Science&Engineering，2019，764（9）：1-711OHTANI T，OGI H，AOKI S J.Noncontact monitoring of surface-wave nonlinearity for predicting in Cr-Mo-V steel J.Japanese Journal of Applied Physics，2009（48）：2-712COBB A，CAPPS M，DUFFER C，et al.Nonlinear ultrasonic measurements with EMATs for detecting pre-cracking fatigue damageJ.American Institute of Physics Conference Series，2012（1）：299-30613傅贵武，王宇华.基于单方向周向兰姆波超声换能器铝管的缺陷定位 J.机械设计与研究，2020，36（2）：143-147，157.14阎红娟，刘峰斌，潘勤学.316 L高温合金疲劳寿命非线性电磁超声换能检测研究 J.机械设计与制造，2019（2）：127-130.7肖茂华，张存义，傅秀清，等.基于ICEEMDAN和小波阈值的滚动轴承故障特征提取方法 J.南京农业大学学报，2018，41（4）：767-774.8胡爱军，朱丽佳，向玲.基于ITD和排列熵的行星齿轮箱故障 诊 断 方 法J.中 国 工 程 机 械 学 报，2021，19（6）：542-548.9李永军，马立元，崔心瀚.基于多尺度模糊熵的旋转机械故障诊断研究 J.现代制造工程，2017，42（10）：146-150.10LI P，LIU C，LI K，et al.Assessing the complexity of short-term heartbeat interval series by distribution entropy J.Medical&Biological Engineering&Computing，2015，53（1）：77-87.11TU D，ZHENG J，JIANG Z，et al.Multiscale distribution entropy and t-distributed stochastic neighbor embedding-based fault diagnosis of rolling bearings J.Entropy，2018，20（5）：360.12ZHANG W，ZHOU J.A comprehensive fault diagnosis method for rolling bearings based on refined composite multiscale dispersion entropy and fast ensemble empirical mode decomposition J.Entropy，2019，21（7）：680.13GAO S，WANG Q，ZHANG Y.Rolling bearing fault diagnosis based on CEEMDAN and refined composite multiscale fuzzy entropyJ.IEEE Transactions on Instrumentation and Measurement，2021，70（7）：1-8.（上接第115页）117