编辑：无损检测证书挂靠 时间：2025-02-14 17:54:12
作者简介:
孔傲（1988-）,男,本科,工程师,主要从事超声无损检测仪器设备的研发工作
水冷板是一种用于散热的设备,通常应用于高性能计算机、服务器等需要大量运算和处理数据的场合。近年来由于新能源汽车的迅速发展,其又被大量应用于新能源汽车电池、电机的散热。水冷板通常由一个金属底座和许多细小的管道组成,管道内部充满了水或者其他导热性良好的液体[1-2]。当设备产生过多热量时,管道会吸收热量并将其传递给周围的水分子,水经过循环后带走余热,并重新进入系统以保持稳定温度。
水冷板和各种电子设备、电池等是直接接触的,一旦内部液体发生泄漏,易使电子设备、电池等发生短路,从而造成设备故障、电池损坏甚至自燃等严重后果。
目前水冷板常使用超声显微镜或相控阵超声水浸法进行检测,水冷板种类多种多样,制造工艺复杂多变[3],有多个焊接面,这些焊接面本身就处在不同的声程范围内,加上水冷板外表面造型多变,探头和工件之间的水层厚度也在变化,水和工件的声速差使得同一深度的焊接面在成像中也可能处于不同的声程,进一步增加检测的复杂度。目前的超声检测技术都是针对某一声程范围进行C扫描成像,具有很大的局限性,限制了超声检测技术在水冷板检测领域的应用和发展。
文章针对某型号水冷板的超声成像特点进行研究,提出了一种分区提取信号,然后融合为一张C扫图的成像方法,并对该型号水冷板进行检测,取得了很好的成像效果,能有效提高超声检测的准确性和效率。
使用128阵元水浸探头搭配二维超声检测仪,对某型号水冷板进行水浸扫查,扫查工艺按照常规的C扫成像方式设置,其沿周位置C扫成像的正常显示如图1所示,使用I闸门抓取工件表面信号,使用A闸门起点跟踪I闸门,闸门深度设置为1.3 mm,闸门宽度设置为1.4 mm,即抓取表面以下1.3~2.7 mm深度范围内所有信号,由图1可见,该方法较好地覆盖了该水冷板沿周的钎焊焊接区,能准确识别出白色的缺陷和黑色的良好区域[4]。
但并非所有表面以下1.3~2.7 mm深度范围内都能抓取到合适的信号,某型水冷板水嘴位置C扫成像效果不佳时的显示如图2所示,受工艺影响,水嘴区域附近材料更薄,深度为1.3~2.7 mm的区域稍大,故将正常的信号圈入了闸门之内,导致水嘴区域全部显示为白色,掩盖了可能存在的缺陷。
基座部位同样存在类似问题,以某个基座为例,由于基座从工件表面向外凸出,从基座表面到黏接区的距离远远大于沿周部位的,实际的黏接区信号在S扫中离表面信号的深度达7.5 mm,A闸门无法框住该区域,而是抓取了完全正常的非焊接区信号,C扫成像中呈现为全黑色,无法真实反映出基座位置的黏接情况。某型水冷板基座位置C扫成像效果不佳时的显示如图3所示。
除水嘴、基座部位外,工件的其他基座部位、不同翅片区域等均存在实际所需信号处在不同深度的情况,单一的闸门在这些位置也无法获取到合适的信号。按照传统的超声检测方法,一般是设置多个C扫源,每个C扫源设置一个闸门,生成多幅C扫成像。但该做法有存在以下缺点：① 当工件状况较为复杂时,如工件有多个高低不一的基座,上板、下板、翅片中间有些部位还焊接有Salb板、中板等情况,其深度会进一步变化,可能需要数十张C扫才能呈现出所有待检测的部位情况,增加了后续分析的工作量；② 每一个C扫源都包含了某个部位的有效成像信息,亦包含了大量其他部位的无效成像信息,在进行分析时,需要先排除这些无效信息,但每个C扫图需要排除的位置又不一样,会导致分析复杂度上升,进一步降低了检测效率。
这些缺点不仅大大降低了人工分析的效率,也增加了成像结果自动分析的难度。在实际的工业化检测中,效率是极其重要的一环,传统的C扫成像方法在面对这类结构复杂的水冷板时的检测效率较低,使得超声检测在水冷板缺陷检测中的应用受到了一定的限制。
对于水浸或直接接触法超声线扫检测,在工件任意一个位置点的超声A扫信号中,可以获得所有声程位置的回波信号信息,这些回波信号信息包含了超声所能探测到的所有位置。传统的单个C扫成像方法是使用某个闸门对工件所有点整体提取某个深度层的信号,取每个点在该深度范围内最高幅值,故当工件的结构较为复杂,不同位置的检测区域在不同深度时,单个闸门无法获取到所有需要检测区域的信息。提出的分区合成C扫成像方法是对工件进行分区,每个区域采用单独的闸门提取信号,信号的深度位置动态变化,并根据实际需要对部分信号进行增强换算,最后将所有信号合成成像,呈现在一张特殊的合成C扫图像中。这张合成C扫图像包含了工件不同区域需检测位置的合成成像信息,后续无论是采用自动分析还是人工判定,都能大大提高检测分析效率。传统和分区合成C扫描成像数据提取方法原理对比如图4所示。
对于一个扫查轴方向总点数为m,步进方向总点数为n的二维线扫C扫描,超声检测原始数据可以描述为一个二维矩阵,即
| (1) |
式中：x=1,2,……m；y=1,2,……n；Am,n为C扫中扫查轴第m个点,步进轴第n个点对应的原始A扫。
设M(G,A)为A扫数据中闸门获取的A扫幅值,G为闸门参数数组,包含闸门起点和宽度,则C扫中任意一点的像素值为
| (2) |
对于一幅传统的C扫成像,闸门参数G为固定参数,在分区合成C扫成像中,G在不同的x、y位置对应不同的值,可表述为
| (3) |
则C扫成像中,x、y位置点的像素值可表述为
| (4) |
由式（4）可知,合成C扫的关键之一就是得到x、y和闸门参数G的对应关系,工件的实际情况复杂多变,该对应关系难以用普通的数学算式来描述,笔者针对性地提出了一种成像区域的划分和数字化方法来解决此问题。
综合分析工件CAD图纸、数据、初始成像结果,将闸门参数k值相同的成像点归为同一个区域。以文中分析过的水嘴部分为例,该水嘴部位上层材料厚度一致,焊接工艺相同,故需要检测的焊接部位离上表面的深度一致,将其划分为一个独立的成像区域,命名为水嘴区域。
水嘴区域的形状使用数学公式来表述非常复杂,而使用图形描述则较为简单,笔者依据水嘴部分的CAD设计图及实际成像结果,使用第三方绘图软件制作出水嘴区域的模版图（见图5）。模版图中水嘴区域使用黑色填充,其他部位均为白色,可见黑色水嘴区域坐标位置和成像结果一致,像素点一一对应,则模版图中的黑色像素点包含了水嘴区域所有待检测点的x、y坐标信息。
使用软件导入水嘴区模版图,软件自动识别模版图中黑色像素,获得每个像素的x、y坐标并保存,在软件中设置水嘴区域的闸门起点为1.34 mm,宽度为0.55 mm。在成像计算中,使用C扫中每个像素点的x、y坐标和已导入保存的坐标比对,当像素点坐标落在水嘴区域内时,取得该点计算成像所需的闸门参数G,例如起点为1.34 mm,宽度为0.55 mm,可表述为G(1.34,0.55)。通过这种方式,取得闸门的参数G,即得到了x、y落在水嘴区域时,公式(3)的求解方法。
对于其他区域,采用同样的方法,绘制区域模版图,导入软件,得到对应区域的所有像素坐标x、y,导入软件中,为每个区域设置闸门参数k。对于一个扫查轴方向总点数为m,步进方向总点数为n的二维线扫C扫描,当所有区域导入设置完成时,可以建立一个完整的C扫图像坐标对应闸门参数的数据矩阵,即
| (5) |
按照模版的方法,属于同一个区域的点,闸门参数k值相等。
取C扫成像中任意一点的x、y坐标,在数据矩阵中检索,可得到该坐标点的闸门参数G。即用一种将区域数据先图形化,再数字化的方式,得到了公式G=G(x,y) 的求解方法,求出了不同x,y下对应的G值。
对式（4）进行计算,即得到任意x、y坐标位置下对应的C(x,y)值,即C扫成像幅度值。采用8位的黑白灰带文件,共计256个灰度值,将C扫中所有点的幅值转化为灰度,在C扫中进行填充,即可得到最终的C扫成像。转化和填充的算法和传统C扫描的算法一致,故不过多赘述。
参数G除闸门的参数信息外,还可以包含区域的幅值补偿参数,对一些超声到达时衰减较多的区域进行软件补偿,计算新的幅值。成像方法支持实时计算和离线分析重组计算两种方式,可根据实际需要,适应不同的检测需求。
使用128阵元水浸探头搭配二维超声检测,对某型水冷板进行水浸超声扫查,对比传统C扫和分区合成成像C扫描,其成像结果如图6,7所示,可见传统C扫成像仅有部分区域效果能达到预期,而分区合成C扫描成像效果较好,能够有效分辨水冷板的不同组成部分及其缺陷情况,成像清晰,准确度较高。
提出一种多层复杂结构工件超声无损检测分区合成C扫描成像方法,该方法在扫查的过程中能根据设置好的工件区域划分信息,动态加载当前点需要抓取的超声信号,并在需要时对信号进行补偿,最终将处于不同位置、深度的检测区域信号合成到一张C扫图中显示,提高了单次检测的覆盖范围,降低了漏检率,提高了检测效率。
该方法支持实时成像和数据后处理成像两种方式,搭配自动化系统使用,可在扫查结束后自动输出合成后的C扫描图像。该图像可用于留档,供检测人员目视判定,也可以结合图像识别算法进行自动判定,进一步提升检测效率。
这些优势使得分区合成C扫描成像方法具有广阔的应用空间。
推荐阅读：
