金属磁记忆累积机理的研究

引言
铁磁性金属构件损坏的主要原因是各种微观和宏观的机械应力集中，应力集中区往往是金属微损的积聚和位错的高密集区，且其形成会伴随着铁磁微观组织结构的变化(如位错密度的提高、磁畴组织的重新分布、金属相变等)与内应力大小的变化[1]。组织结构和内应力大小的变化通过磁场的方法可以检测出来。铁磁材料的微观组织结构的变化会导致试件产生裂纹，从而在铁磁材料的表面产生漏磁场；内应力大小的变化会导致磁致伸缩、磁畴组织定向甚至不可逆重组。微观组织结构与内应力的大小变化与磁导率有密切联系，内应力的变化会导致磁导率发生变化，从而在被检测试件表面产生漏磁场[2]。

到目前为止，传统的无损检测方法涡流、超声等，只能检测出已发展成形的缺陷，而不能发现和预测将要发生缺陷且对在役金属设备及构件的早期损伤，特别是尚未成形的隐性不连续性变化难以实施有效的评价[3]。1997年由俄罗斯动力诊断公司杜波夫教授提出的金属磁记忆检测技术恰恰弥补了传统检测技术的不足，该技术正是借助于金属内部各种微观缺陷和应力分布在地球磁场中的“被动”反应特性，通过拾取铁磁表面产生的固有漏磁场(SMFL)的分布来确定应力集中的部位，宣称真正具有了对铁磁性金属构件的损伤进行早期诊断的能力。

但由于金属磁记忆检测技术问世时间较短且只能对铁磁性试件存在的缺陷进行定性的评估还缺乏定量的手段，因此还需要借助其它手段进行定量。金属磁记忆物理现象比较明显但物理机制尚不明确，目前金属磁记忆的解释机理主要有南昌航空大学任吉林等提出能量平衡说[1]，南京燃气轮机研究所仲维畅提出的电磁感应说[4]，俄罗斯学者杜波夫教授提出自有漏磁场决定论(SMFL)[5]，但这些解释都停留在理论的初步摸索上，仍缺乏试验数据的支持。更多的实验结果表明，磁记忆现象反映的是某个位置上应力集中的程度，而并不直接定量的反映应力的大小。由于缺乏公认的理论解释，磁记忆现象和应力分布、应力大小之间的关系也难以精确确定。在模拟仿真计算方面，目前的电磁-结构场联合仿真，主要仿真静态条件下的机械载荷与试件表面磁场的关系，还没能反映循环加载过程中的磁记忆积累效应[6]。同时，由于不同含碳量、不同金相结构、不同的外界环境等条件下，以及存在可能的位错、滑移等微观变化条件下的应力分布具有复杂性，这些因素为信号的特征提取分析和更精确的定量测量带来困难。这也导致在对于磁记忆方法的有效性评价方面，金属磁记忆技术在我国、俄罗斯与西方国家的研究和工业界存在一定程度的争议。

目前磁测残余应力法中，巴克豪森是相对比较成熟的手段。它具有灵敏度高、可靠性好等优点，且金属磁记忆和巴克豪森都是基于磁畴机理，产生机理都是磁畴在应力作用下会发生磁致伸缩和磁畴壁的位移，两者在解释机理上有一定的共同之处。因此在循环加载铁磁试件前，本文首先利用巴克豪森法对应力进行定量，以验证金属磁记忆技术检出结果的可靠性并为进一步的实验开展提供说明。该方法为目前的实验室开展的铁轨检测项目作为先导性的研究。

1  金属磁记忆技术的基本原理

1.1金属磁记忆技术的能量平衡学说

金属磁记忆检测技术是铁磁体的磁致伸缩逆效应和磁机械效应共同作用的结果。当外力作用于铁磁材料使其发生形变时，铁磁体不但会产生弹性应变，还会产生磁致伸缩性质的应变，从而引起磁畴壁的位移，改变其自发磁化的方向。根据能量最小原则，只有减小应力能或改变铁磁体原有的磁弹性能等，才可能使总自由能趋于最小从而使铁磁体处于新的稳定状态。
当铁磁材料受到外力作用时，以各向同性磁致伸缩材料为例，其应力能可表述为：
                                
（1）式中σ为应力；λs为磁致伸缩系数；θ为应力方向与磁化方向的夹角。
对于正磁致伸缩系数(λs>0)，施加拉力将使自发磁化强度方向平行于拉力方向；对于负磁致伸缩系数(λs<0)，施加拉力将使自发磁化强度方向垂直于拉力方向。应力的存在不仅存在应力能，也会对自发磁化的强度和方向产生影响。基于能量学说理论可得出自发磁化强度与拉应力成正比，与压应力成反比。

1.2金属磁记忆的物理基础

当铁磁工件在周期性负载和外部弱磁场(如地球磁场)的共同作用时,该处会出现残余磁感应强度和自发磁化的增长,即铁磁体磁化-退磁过程具有非对称性,在磁化或退磁过程中分别积累或放出的磁性能不相等,故每经过一次磁化-退磁循环，铁磁物质都会获得一个磁感应增量ΔΜ，一次循环积累的ΔΜ较小，但是当循环次数巨大时会最终趋近并达到其最大剩余磁感应强度。

3  循环加载实验
3.1 实验平台及相关设备
循环加载在以下实验平台上进行四点弯曲实验（图2）。循环载荷等级分50N、100N、150N、200N、250N、300N、350N、400N，475N，同一载荷每循环加载20次测量一次。

试件选用Q235型号钢，试件尺寸为70cm*3cm*0.55cm。基于以上平台，根据力学理论试件在A-B段上所受载荷是均匀分布。为了能在A-B段产生应力集中现象,根据带偶极子模型，在试件中心开了一个小槽（0.1cm*30cm*0.2cm）。本实验使用自制的检测系统，检出曲线与厦门爱德森公司的EMS-2003作过比对，有很好的一致性。
3.2 实验前处理
图3是循环加载前所检测试件上残余磁场的分布（未抵消地磁，未作滤波处理）。

根据金属磁记忆的循环累积机理和磁偶极子模型，检出的垂直分量的峰-峰值应该关于零点对称，水平分量应该关于中心对称，而上图3所示各分量并没有出现理想的对称波形。这就为进一步的特征提取乃至定性带来了干扰，目前特征值提取都建立在标准波形的基础之上，因此进一步了解金属磁记忆累积机理显的相当必要。实际检测过程中并不具备对试件先进行均匀微观组织和消除残余磁场的条件，因此检测出的金属磁记忆信号记录的很可能是裂纹尖端的应力集中和其它缺口效应造成的应力集中导致的固有漏磁场的相互叠加。如要了解累积过程，就需要进一步确定应力集中的位置和消除相邻缺陷间的干扰。为此，我们首先对采集的信号进行一阶微分处理，处理后的波形如图4所示。

为了验证金属磁记忆检测结果的可靠性和为了解金属磁记忆的累积过程，选择使用磁巴克豪森法(Magnetic Barkhause noise)进行验证。论文[7]表明，MBN信号的均方根和平均值与MBN信号强度有很好的对应关系，为此提取BN信号RMS(均方根)和平均值作为特征值来标定荷与巴克豪森强度之间的关系。首先在尺寸、材质相同的无缺陷试件上进行实验，得出MBN信号强度与载荷的对应关系，以下是根据实验拟合出来的经验公式：
均方根与载荷对应关系:    y=-7.3724e(-5)x+0.0811           残差：0.00333716
平均值与载荷对应关系:    y=-2.9351e(-5)x+0.040465         残差：0.00104444

图5是MBN信号强度与应力对应关系，零点位置为缺陷中心，横坐标正值为试件右段，横坐标负值为试件左段。考虑磁化器尺寸和其它影响因素，选择检测范围为[-12cm,12cm]。在缺陷中心MBN信号强度较小，可见缺陷对MBN的信号是有一定的影响的。在缺陷右端3cm位置和缺陷左端12cm的位置应力值明显比较大。到目前为止，金属磁记忆虽不能定量检测出应力的大小，但它可以检测出应力集中的状态。

通过巴克豪森法对应力的定量结合金属磁记忆微分后的波形，均显示原始试件上存在两处应力集中区。微分之后的曲线波形和原来的曲线波形有一定的差异且更能反映位置与磁记忆信号的对应信息。以往的一系列实验表明将微分技术引入对金属磁记忆的信号处理中，在裂纹尖端区域金属磁记忆信号会发生畸变，往往这个区域就是应力集中区域。

3.3 循环加载实验
金属磁记忆信号严格意义上讲属于不平稳随机信号，检出的信号中很容易引进一些短促的干扰信号和无意义的野值点。为了消除干扰，首先选用汉宁窗进行数字平滑以剔除数据中可能出现的干扰，其次把小波去噪技术应用的金属磁记忆信号的分析中，去除高频噪声提高信噪比，图6是经过数字平滑平滑和小波去噪后的波形。下图各检测曲线均是将试件东西摆放，按照同一路径(A-B)进行检测，由于是用手移动检测探头还不能保证移动速度均匀且缺乏定位手段，因此以下各图并不反映具体某点在不同载荷下的磁场变化趋势。但从实验目的出发和了解循环加载中磁场的累积过程，我们更关注的是磁记忆信号的幅值和整体波形的变化。

根据实验平台和试件材料属性参数，计算得出施加的载荷达425N时，试件进入屈服状态。实验中循环加载分别在弹性范围和塑性范围两个阶段进行，以下是实验的部分数据。
1).循环加载在弹性范围

根据以上循环加载实验结果总结出如下几条规律：
(1)图6显示，信号波形的峰-峰值随着加载次数和载荷的增大而减小。基于四点弯曲加载平台，可知上表面为压应力结合公式(1)可知，金属磁记忆信号与压应力成反比，随着载荷和循环次数的增大，起测点的幅值会有所减小。

(2)同一载荷下，通过增大循环次数金属磁记忆信号的峰-峰值有变小的趋势,体现出金属磁记忆的累积效应；当载荷增大，增大循环次数金属磁记忆的累积效应相对较小载荷条件下的累积效应更明显。基于本实验平台，无论在大载荷还是小载荷条件下，金属磁记忆信号的整体波形基本保持不变。

(3)在不同载荷和增加循环次数的条件下，金属磁记忆信号的正峰值(右半段)下降趋势比较缓慢，而负峰值(左半段)的下降趋势相当明显。从金属磁记忆的检测曲线结合MBN检测曲线可以看出，试件的右半段应力分布比较均匀而左半段应力分布比较杂乱，因此可以合理的推断试件右半段的微观组织分布相对比较均匀而左半段则位错密度相对较高。当加载在弹性范围之内，根据磁记忆的能量跃迁原理，可以作出如下解释：动态应力的存在，根据磁机械效应，会使试件产生一部分形变从而提高内部应力能。为了减小总的自由能，会通过磁致伸缩和磁畴壁的翻转来提高磁弹性能从而达到能量最小实现稳定。对于内部微观组织分布均匀且加载在弹性范围之内的铁磁体，当外力撤除之后会恢复形变，应力能的减小会导致相应磁弹性能的减小。而对于结构组织分布不均匀的铁磁材料，当施加的载荷较小时，由于应力集中区的存在会阻止磁畴的翻转，从而在应力集中之处产生塞积。随着载荷的增大或循环次数的增加会造成应力的增加，这些塞积之处会不断的被突破，能量会由一个状态跃迁到另一个状态。当外应力撤除之后，这些磁畴没有足够的能量进行翻转恢复到原始状态。因此，对于磁畴组织分布不均匀之处，除非再次获得足够大的能量使磁畴发生反转，否则磁信号变会发生畸变。图(d)检出信号曲线的左半段已不再平滑且出现了多处拐点，可知试件左半段在循环加载时，组织结构变化较剧烈。

(4)从图7中可以看出,信号波形的峰-峰值随着载荷的增大而减小，开始时下降的幅度比较大，到200N左右时峰-峰值下降的趋势开始变的缓慢，当在400N循环加载时(接近屈服极限)，峰-峰值变化很小。产生这种现象的原因解释是，随着载荷的提高，原有的磁畴结构会不断的崩溃，而新的应力集中区会形成。位错滑移增加从而提高位错的密度，此处的磁阻增加从而使磁畴的翻转变的更为困难。
2．循环加载在塑性范围

当循环加载在塑性范围区时(施加载荷为500N，应力约250Mpa)，可以看到磁记忆信号的峰-峰值基本保持不变，但磁记忆信号的波形已经变的相当不平滑。即当加载到塑性范围区时，内部的微观组织位错密度急剧增加，相应的磁导率会减小磁阻会增大，从而在内部产生很高的应力能。若此时继续增大循环次数将导致试件的断裂，从而实现应力能的释放。

为了验证对第三点的解释，我们使用相同材质、尺寸的试件(经过退火处理)，在该实验平台上同样做循环加载实验。因未做退火处理的试件微观组织分布会相对不均匀，在四点弯曲的实验中，为了能更多的把握循环加载过程中各个位置磁场变化的细节信息，因此选择对其采用连续波形采集。而对做过退火处理的试件微观组织分布相较均匀，因此实验中采取定点检测的方法，以下是实验的部分数据。

图9可以看出，经过退火处理后试件上的残余应力分布较均匀。当循环加载后，可以看出金属磁记忆的信号强度随着压应力的增加而减小。就我们所关心幅值，图9所示的金属磁记忆曲线并未出现法向量的规则波形但两端的磁场变化基本上均匀，并为出现类似未对试验件进行退火前，只有负峰值变化剧烈的情况。

4   结论
实际检测中，无法对试件先进行退火处理以达到均匀微观组织结构的目的，检出结果往往可能是互相之间累积与叠加。将金属磁记忆技术与巴克豪森噪声法结合起来，可实现优势互补，可同时定性和定量的对试件上的残余应力进行检测，利用巴克豪森噪声法可为评价金属磁记忆技术检测结果的可靠性和准确性提供依据。通过实验发现，对未经过均匀组织的铁磁材料的金属磁记忆信号作微分处理，可以更准确的反映出应力集中的状态。金属磁记忆的信号随着拉应力的增大而增大。同一压力载荷下，增大循环次数金属磁记忆信号的峰-峰值有变小的趋势；当载荷增大，增大循环次数金属磁记忆的累积效应相对较小载荷条件下的累积效应更明显。实际检测中检测出的金属磁记忆信号波形有可能不对称，产生此种现象的原因是峰值较大的一侧，微观组织结构分布相较更不均匀或可以说波形峰值较大的一侧位错更为密集，即此侧已存在应力集中区。
参考文献
[1].任吉林,林俊明等著.金属磁记忆检测技术[M].北京:中国电力出版社,2000.
[2].黄炳炎.焊接裂纹磁记忆效应应力耦合的数值模拟研究[D].天津:天津大学，2007.1.
[3].林俊明,林春景,林发炳.基于磁记忆效应的一种无损检测技术[J].无损检测,2000,22(7):297-299.
[4].仲维畅.金属磁记忆法诊断的理论基础[J].无损检测,2001，23(10):424-426.
[5].Doubov AA.Kolokolnikov S.Review of Welding Problems and Allied Processes and Their Solution Using the Metal Magnetic Memory Effect[C].Welding in the World,2005,49(9):3062313.
[6].任吉林,舒铭航,宋凯等.18CrNi4A钢力-磁效应ANSYS模拟[J].材料工程,2009,11：40-44.
[7].John W.Wilson,Gui Yun Tian,Simon Barrans.Residual magnetic field sensing for stress measurement[J].Sensors and Actuators A135(2007)381–387.

回复后，可以下载论文word版哦~

游客，如果您要查看本帖隐藏内容请回复

很好

不错

学习啦

谢谢分享！