无人机空中检查-裂纹检测：6 种可用的 NDT 方法

无损检测 (NDT ) 包括不同的技术，用于评估材料质量特性（如密度、硬度或热导率），而不会损坏它们。目标是评估资产的耐用性，并在开始时检测出裂纹、夹杂物或空洞等缺陷。

如果不加以处理，裂纹可能会造成灾难性的后果。储罐破裂可能会造成灾难性的后果，例如乙醇泄漏导致严重污染或运输过程中的原油泄漏。此类事件会给资产所有者造成巨大的财务、环境和监管损失。

定期进行无损检测有助于发现表面及下方裂纹发展的早期迹象。

6 种最常用的 NDT 裂纹检测方法

根据使用情况和材料类型，检查人员可以应用数十种不同的裂纹检测技术。然而，以下六种技术最常用于工业资产检查场景。

超声波裂纹检测

超声波检测是广泛使用的无损检测方法之一，可用于高精度检测表面以下和表面裂纹。通过跟踪和定时穿透测试对象的超声波脉冲，可以检测厚度损失、空隙、夹杂物、腐蚀和其他可能导致疲劳裂纹的异常情况。同样，超声波检测对于发现肉眼看不见的微小表面裂纹也很有效。

现代NDT 设备允许您收集A 扫描、B 扫描和 C 扫描超声波数据。

A 扫描在工业检测中应用最为广泛，因为它们可以采取先发制人的措施。腐蚀、侵蚀和磨损会随着时间的推移削弱资产的结构完整性。A 扫描有助于在裂纹开始形成之前，评估资产在受到机械应力或腐蚀环境影响的早期厚度损失。

例如，借助Voliro UT 无人机有效载荷，检查员可以对厚度范围为 2-150 毫米、分辨率为 0.06 毫米的物体进行实时 A 扫描。无人机的 360 度移动性使操作员可以轻松扫描具有复杂几何形状的大型工业资产（例如，火炬塔、地上管道、海上钻井平台组件），而无需使用昂贵的起重设备。

借助我们的技术，即使在难以到达的地方，检查人员每小时也可以收集多达120 个厚度测量值，确保不会出现导致开裂的疲劳、腐蚀或侵蚀的早期迹象。

Voliro 应用程序的 UT A 扫描报告示例

EMAT裂纹检测

电磁声换能器 (EMAT) 是另一种常用的厚度测量和裂纹检测工具。与 UT 仪表类似，EMAT 型号可以执行 A、B 和 C 扫描以提供相同的检测数据。

EMAT 和 UT 的区别在于，前者是一种非接触式检查方法。使用 EMAT，您无需使用耦合介质（例如水或凝胶）来准备扫描表面，因为超声波是通过电磁感应直接产生的。这意味着 EMAT 可以穿透保护涂层来评估其下方的表面，也可以用于粗糙表面。

然而，物体的导电性和磁性会对信号质量产生影响。例如，与 UT 压电传感器相比，EMAT A 扫描的信号幅度可能较低。不过，这在很大程度上取决于 EMAT 仪表类型和所选设置。

例如，Voliro 的 EMAT 无人机安装式仪表的测量范围与我们的 UT 有效载荷相同，均为 2-150 毫米，分辨率为 0.06 毫米。为了说明这些数字，检查人员可以使用我们的检查无人机和 EMAT 有效载荷在高架管道上每小时收集 50-100 个厚度读数。

由于 EMAT 适用于热、粗糙和涂层表面，操作员不再需要进行冗长的预检准备工作（例如，用液体填充气管以提高导电性）。使用检查无人机还无需调试额外的起重设备或搭建脚手架，从而进一步延长停机时间并增加检查成本。

Voliro 无人机使用 EMAT 仪表对热高架管道进行 A 扫描。

涡流裂纹检测

涡流检测是检测不锈钢、铝、铜等导电材料表面裂纹的首 选方法。基于电磁感应原理，EDT 工具在测试表面产生振荡磁场，在材料中感应出圆形电流（涡流）。

裂纹会扰乱涡流的流动，导致线圈阻抗发生变化。该工具会解读信号偏差的幅度和相位，以指示裂纹的大小、深度和方向。最终的精度取决于物体的电导率、磁导率和所选的工具频率。低频可确保更高的穿透深度，但代价是灵敏度降低，反之亦然。尽管较新的工具可以弥补这些不足。例如，EddyFi Sharck 探头依靠切向涡流阵列技术 (TECA)（切向和扁平线圈的多路复用拓扑）来提高信号质量。Sharck 探头可以检测到碳钢资产中最 大深度为 7 毫米 (0.28 英寸) 的裂纹，并以高精度测量其长度。

一般来说，涡流检测用于检测：

l焊缝、储罐、压力容器和工业管道中的应力腐蚀开裂

l暴露的碳钢设备中湿硫化氢会迅速引发开裂，且没有任何征兆

l钢材在高温高压下发生的高温氢腐蚀（HTHA）开裂

与 EMAT 类似，涡流检测是一种无接触、无耦合剂的裂纹检测方法。不过，为了获得更高的缺陷分辨率，探头必须放置在较短的距离处。要检测与涡流平行的裂纹，您还需要重新调整探头的方向，这意味着您需要一个具有良好可操作性的工具。

除了表面裂纹检查外，涡流检测还可用于检测绝缘层下腐蚀 (CUI)——这是绝缘管道、储罐和热交换容器等资产中裂纹产生和扩展的常见原因。

由于无法直接观察 CUI 的发展过程，因此很难检测 CUI。长时间暴露会导致金属厚度损失，损害资产的结构完整性，导致变形，并最终导致开裂。

针对此类情况，Voliro 正准备在 2024 年第四季度推出脉冲涡流 (PEC) 有效载荷。通过将 Voliro 的检查无人机与第二代 Sixpec® 涡流模块相结合，我们将高效、准确的 CUI 检查提升到了新的高度。在 Tupras 炼油厂的测试中，我们的工具成功检测到了工艺管道中绝缘厚度高达 100 毫米的早期 CUI，从而实现了预防性资产调节实践。

用于无人机无损检测的脉冲涡流探头

热成像裂纹检测

工业热成像技术可以通过分析物体的温度特征来确认是否存在裂纹或空隙等缺陷。

热像仪可捕捉红外辐射和表面温度分布的差异，从而指示潜在的结构问题，例如裂缝或空隙。根据资产类型，这些缺陷可能出现在较冷或较热的区域。热扫描有助于在大型工业综合体中定位问题。

例如，石油和天然气公司使用热成像无人机勘测数英里的地面管道，以寻找泄漏迹象。同样，无人机可以帮助检测热交换器管道、烟囱和大型压力容器中的裂缝，使人员远离危险区域。

加州资源公司(CRS) 是首批在其运营场地成功实施无人机资产检查计划的公司之一，其运营场地面积超过 220 万净英亩。具体来说，该团队使用热探测无人机来监测甲烷或硫化氢泄漏、井场地面沉降和火炬烟囱异常情况。

传统的检查方法，如包租直升机和徒步巡逻，成本高昂且不切实际。通过使用无人机捕捉热图像，CRC 可以尽早发现结构问题，让工作人员能够更快地根据这些信息采取行动。该公司成功将所有检查工作流程减少了40%，并在部署无人机计划的前 6 个月内节省了六位数的成本。

捕获的热数据可以用软件进一步分析，该软件有助于根据捕获的温度曲线和热梯度估计裂缝的大小和深度，从而节省维护团队的现场考察时间。

例如，纽约市立大学的研究人员训练了一种近红外荧光成像人工智能算法，可以高精度地识别混凝土中宽度为 0.2-1.5 毫米的裂缝。韩国的一个团队则提出了一种深度学习算法，利用无人机拍摄的热图像自动检测发电厂行业的裂缝。

磁粉检测

磁粉检测是一种常见的无损检测方法，用于检测由钢铁制成的铁磁资产中的裂纹。通过向覆盖有干或湿磁粉的测试对象发送直流或交流电，您可以检测到靠近表面的裂纹或其他类型分层的准确位置。粒子会积聚在缺陷区域，显示其大小和形状。

由于其高灵敏度，MPT 非常适合检测细微的表面裂纹。但是，其深度检测范围有限。还需要接触物体表面并进行大量准备，这可能会妨碍资产的使用。例如，您需要清空并清洁测试过的管道才能进行测试。测试后，您还需要对零件进行消磁。

可以说，MPT 最 具挑战性的部分是结果解释。较小物体上的细小裂纹可能难以被检查员用肉眼发现。缺陷严重程度也取决于检查员的判断——结果解释可能因人而异。

为了获得更客观的评估，一些团队正在试验自动裂纹检测方法。来自中国的一个研究小组评估了不同的深度学习算法在检测覆盖荧光磁粉的火车铆钉裂纹方面的表现。最 佳模型的准确率为 90.1%，远高于基线。

声发射测试

声发射测试是少数几种在早期阶段识别测试对象内部疲劳裂纹的有效方法之一。如果未能检测到，深裂纹和微观结构变化可能会导致资产突然故障，对人员和环境造成风险。

高频 AE 传感器的工作频率范围为 50 kHz 至 1 MHz，有助于检测由结构内部裂纹扩展、位错运动或纤维断裂引起的声发射。

声发射过程的原理。来源：ScienceDirect

测试可以在正在使用的资产上进行，以评估其在现有负载下的当前性能。例如，AE 测试可以检测内部压力和程序化循环负载等当前配置是否会导致压力容器应力过大。或者，AE 可用于混凝土测试，以确保桥梁或大坝等大型结构保持完好无损。

AET 还可用于评估资产在承受高于正常水平的压力（例如更高的外部负载或高温暴露）时的表现。例如，铝合金管的均匀循环负载测试的 AE 数据可以表明其在某些条件下易开裂。

与其他 NDT 方法相比，声发射测试可确保在最早阶段（初始阶段）检测出裂纹。还可配置 AE 传感器以连续向分析软件发送信号数据，以进行持续监控。

缺点是，背景噪音（如操作振动）会影响信号的准确性。AE 信号数据解释也很复杂。它需要人类专业知识和顶 级分析模型才能准确识别和表征缺陷。

结论

未能解决裂缝问题会导致许多安全关键问题和巨大的经济成本。然而，许多团队由于测试过程的复杂性而推迟检查——资产停工、人员协调和现场额外设备调试。Voliro 的检查无人机消除了过程中许多固有的低效率。由于您不需要安排额外的设备或协调资产停工时间表，因此检查时间可以缩短 90%，检查成本可以降低 30%