储罐底板轮式相控阵全聚焦成像及扫查系统设计

Design of Wheel-mounted Phased Array TFM Imaging and Inspection System for Storage Tank Bottom Plates

摘要

针对常压储罐底板检测等日常维护作业中存在的成本高、检测效率低、质量不稳定等问题，开发了一套储罐底板超声相控阵检测系统。该系统采用机械扫查装置辅助实现局部腐蚀损伤的在线高效检测，为保障储罐长周期安全运行提供了技术支撑。提出一种轮式相控阵全聚焦成像算法，提高了检测精度与图像质量。实验结果表明：在12 mm碳钢底板检测中，可稳定检出符合JB/T 10765—2023标准规定的底板下表面深度为20%板厚的人工缺陷；焊缝内表面裂纹检测灵敏度可达5 mm（长）×0.5 mm（深）；缺陷检测图像信噪比相比常规方法增大约10.4 dB。

Abstract

To address the issues of high cost， low detection efficiency， and inconsistent quality in routine maintenance operations such as inspection of atmospheric storage tank bottom plates， an ultrasonic phased array inspection system was developed for tank bottom plates. A mechanical scanner was employed to facilitate online， efficient detection of localized corrosion damage， providing technical support for ensuring the long-term safe operation of storage tanks. A wheeled phased array TFM imaging algorithm was proposed， and the inspection accuracy and image quality were enhanced. Experimental results show that， in inspecting a 12 mm carbon steel bottom plate， the system may stably detect artificial flaws on the bottom surface with a depth of 20% of the plate thickness， as specified by the JB/T 10765—2023 standard. The detection sensitivity reaches 5 mm（length） × 0.5 mm（depth） for surface-breaking cracks in welds. And the signal-to-noise ratio of defect images is improved by 10.4 dB compared to conventional methods.

Graphical abstract

关键词

储罐底板 / 轮式相控阵 / 扫查系统 / 全聚焦成像

Key words

storage tank bottom plate / wheel-mounted phased array / scanning system / total focusing method（TFM） imaging

Author summay

李健，男，1985年生，高级工程师。研究方向为油气储运设备设施检测与完整性管理。E-mail：[e-mail]。

0 引言

储罐是石油、化工、天然气等行业的重要储存设施。储罐底板由于长期接触腐蚀性介质且易受底部积水影响，是整个储罐结构中最容易发生腐蚀损伤的部分之一。为对储罐底板进行有效检测，各种无损检测技术（如漏磁检测技术、超声导波检测技术和超声相控阵技术等）在储罐底板腐蚀检测中得到了广泛应用。随着工业发展和技术进步，国内外众多科研机构和企业围绕提高检测精度、增强设备便携性以及实现自动化检测展开了研究。

漏磁检测在储罐底板腐蚀检测中应用广泛，但存在局限性，如仅适用于铁磁材料、不适用于表面有涂层的试件、检测灵敏度受限且难以检测厚度超过15 mm的材料^［1］。超声导波检测以其检测范围广和对内外表面缺陷的检测优势成为储罐底板腐蚀检测的补充，目前仍处于试验阶段^［2］。超声检测是储罐、容器、管道等腐蚀、裂纹缺陷检测的主要手段之一^［3］，具有穿透能力强、灵敏度高、便于操作等优势，其中超声相控阵可对缺陷直观成像，其独有的声束偏转和聚焦特性能够检出很多传统方法不适用的工件缺陷，具有分辨力高、准确度高及对储罐底板适用性好等特点^［4］。

加拿大R/D TECH公司最先利用超声相控阵检测技术设计了一套全自动相控阵超声检测系统进行管道探伤。法国原子能委员会设计了一套基于VXI总线的相控阵扫查FAUST系统，该系统可以与多个阵列器相连接。GE公司研制出相控阵超声自动检测系统，已应用于管道、火车轮轴和航空铸件等的检测。Olympus公司的OmniScan系列、法国M2M公司的Multi2000系列是已面市的小型便携式相控阵超声检测仪器。国内施克仁教授设计实现了一种16通道超声相控阵检测试验系统。中国石油天然气管道科学研究院和上海电气自动化设计研究所等单位联合进行了天然气管道焊缝缺陷检测相控阵试验和研发工作。哈尔滨工业大学的单宝华研制了用于海洋平台结构的相控阵超声检测仪器。国内企业如广东汕头超声电子股份有限公司、武汉中科创新技术股份有限公司、广州多浦乐电子科技有限公司等，均研发出了工业超声相控阵检测仪。但是，目前针对储罐底板检测缺少高精度、便携式与自动化的相控阵扫查成像装备。

1 储罐底板轮式相控阵成像算法研究

储罐底板轮式相控阵在实际应用中，轮式探头与工件表面接触时，声波需要穿过轮皮介质才能进入工件内部进行检测。由于轮皮材料与工件材料的声学特性（如声速）存在差异，这会导致声波在两种介质界面处发生反射、折射等现象，从而影响最终的成像质量，例如声速不匹配可能造成图像畸变、缺陷定位不准或尺寸估计误差等问题。此外，这些因素还可能导致背景噪声增大，降低图像信噪比，使得细微缺陷难以被准确识别。

为了改进储罐底板轮式相控阵扫查的成像精度，尤其是解决以往全聚焦（total focusing method，TFM）成像算法中仅考虑待测工件声速而忽略轮式探头轮皮与工件之间声速差异的问题，本研究提出了一种新的轮式相控阵全聚焦成像算法。这一改进通过优化检测过程中的声速参数实现更准确和高精度的成像效果。基本成像原理如下^［5-6］：对于第一介质中的任意图像点s₁（x，z），图像强度I（s₁）为

I(s_{\mathrm{1}})=\left|\sum h_{n,m}(\frac{\sqrt[]{(x_n{-x)}^{\mathrm{2}}+z^{\mathrm{2}}}+\sqrt[]{(x_m{-x)}^{\mathrm{2}}+z^{\mathrm{2}}}}{c_{\mathrm{1}}})\right|（1）

式（1）中是对所有发射阵元（n）和接收阵元（m）的组合求和；h_n，m 为f_n，m 的复希尔伯特变换；每个像素的位置用x和z坐标表示；c₁为波在第一介质中的传播速度。值得注意的是，这里采用线性插值估计离散采样信号的幅度。图像中的每个像素都包含来自全矩阵捕获（full matrix capture，FMC）的最大信息量。最终，通过找到最大幅度位置的索引来提取表面轮廓，随后插值以获得表面点s_i，j 并最终进行三次样条曲线拟合。其中i和j分别表示表面点在x轴和y轴上的索引。

接下来，通过计算从表面点到第二介质中每个像素的附加飞行时间（time of flight，TOF）对被检对象的内部进行成像。费马原理可用于确定发射-接收阵元对、表面交点和每个成像像素之间的最小总飞行时间，并分别计算发射路径和接收路径上交点的位置s{}_{i,j}^{\mathrm{t}}（x{}_i^{\mathrm{t}}，z{}_j^{\mathrm{t}}）和s{}_{i,j}^{\mathrm{r}}（x{}_i^{\mathrm{r}}，z{}_j^{\mathrm{r}}）。内部任意像素处的图像强度I（x，z）通过下式计算：

I\left(x,z\right)=\sum h_{n,m}(\frac{\sqrt[]{(x_n-x_i^{\mathrm{t}}{)}^{\mathrm{2}}+(z_i^{\mathrm{t}}{)}^{\mathrm{2}}}+\sqrt[]{(x_m-x_i^{\mathrm{r}}{)}^{\mathrm{2}}+(z_i^{\mathrm{r}}{)}^{\mathrm{2}}}}{c_{\mathrm{1}}}+

\frac{\sqrt[]{(x_i^{\mathrm{t}}{-x)}^{\mathrm{2}}+(z_i^{\mathrm{t}}{-z)}^{\mathrm{2}}}+\sqrt[]{(x_i^{\mathrm{r}}{-x)}^{\mathrm{2}}+(z_i^{\mathrm{r}}{-z)}^{\mathrm{2}}}}{c_{\mathrm{2}}})(\mathrm{2})

其中，c_{\mathrm{1}}为轮式探头轮皮的声速；c_{\mathrm{2}}为储罐底板声速。

常规全聚焦图像如图1所示，改进全聚焦图像如图2所示。

信噪比（SNR）计算公式如下：

R_{\mathrm{S}\mathrm{N}\mathrm{R}}=\frac{E_{\mathrm{R}\mathrm{O}\mathrm{I}}-E_{\mathrm{B}}}{{\sigma }_{\mathrm{N}}}

R_{\mathrm{S}\mathrm{N}\mathrm{R}(\mathrm{d}\mathrm{B})}=\mathrm{10}\mathrm{l}\mathrm{g}(R_{\mathrm{S}\mathrm{N}\mathrm{R}})(\mathrm{d}\mathrm{B})

其中，E_{\mathrm{R}\mathrm{O}\mathrm{I}}为感兴趣区域（region of interest， ROI）的平均值；E_{\mathrm{B}}为背景区域（region of background， ROB）的平均值；{\sigma }_{\mathrm{N}}为背景噪声的标准差。对比可以看出，提出的改进TFM算法有效抑制了背景噪声，相较于图1，图2具有更高的对比度，缺陷区域与背景区域之间的界限更加分明，信噪比提高了10.4dB。

2 超声相控阵扫查检测系统设计

为实现罐底板半自动超声相控阵检测，研制了扫查器驱动系统、探头扫查模块、控制系统及电源和计算机分析处理系统，形成了基于轮式探头全聚焦成像技术的储罐底板相控阵系统，如图3所示。

由计算机分析处理系统发送命令给控制系统（含相控阵板卡），相控阵板卡接收到信号后将命令发送给轮式探头进行储罐底板检测，接收储罐底板回波信号并传输到相控阵板卡，再由相控阵板卡将信号传输至软件进行储罐底板扫查缺陷成像。针对软件系统，开发A/D采样设置、等时间采样设置、程控放大设置、声速设置、数据显示与保存、成像参数设置、数据读取与分析等模块。

该检测系统采用C型架夹持轮式探头（图4），并利用直线滑轨实现探头的上下滑动导向。为了增强探头与工件之间的耦合，通过拉簧施加下压力，同时采用水作为耦合剂，通过水泵输送至特制的湿润海绵水耦合装置。该装置在弹簧作用下与工件接触，自动为探头前端涂抹水质耦合剂。为了在非扫描状态下保护探头，本系统设计了电动推杆，通过钢丝绳和定滑轮机构实现探头自动起落，延长了探头的使用寿命。

在储罐底板扫查时，由于探头宽度远小于车体宽度，单边扫查存在显著盲区。为了减小盲区，设计了一种可调节的探头移动结构，如图5所示，采用丝杠调节结构和直线导轨导向，以实现精确的轴向移动，同时保证低噪声和低阻力。导轨上标注刻度线，使得操作者能够直观地调整探头位置，确保覆盖区域的准确性，从而提高扫查效率和可靠性。为解决丝杠结构中存在的轴向间隙问题，引入抱闸结构，通过螺杠调节推动刹车块顶住丝杠，有效消除丝杠与螺母间的间隙，稳定探头，确保扫查信号的稳定性，避免漏检。

3 检测实验

为进一步模拟储罐底板在实际服役过程中可能出现的开裂及不规则局部腐蚀损伤，本文设计并加工了包含不规则锥形孔和三角形孔的模拟缺陷试件，如图6所示，以真实反映局部腐蚀的几何特征。试件尺寸为400 mm×300 mm×12 mm，材质选用Q235B碳素结构钢。

采用自主设计的轮式相控阵探头对含缺陷模拟件进行正面（即缺陷所在面）和背面扫查，扫查过程见图7，缺陷面扫查结果见图8。观察发现，在使用轮式相控阵探头进行正面扫查（即从含有缺陷的一面进行扫查）时，无论是三角形孔缺陷还是锥形孔缺陷均能清晰成像，但缺陷尺寸在某些位置上相对于实际尺寸发生了畸变，尤其是在锥形孔缺陷中表现得更为明显；对于三角形孔缺陷，其成像清晰度显著优于锥形孔缺陷。这是因为三角形孔具有较为规则和平直的侧壁，使得声波能够以较高的效率垂直入射并反射回探头，从而产生清晰且边界明确的图像；锥形孔由于表面倾斜，探头发射的声束未能与缺陷面完全垂直，使得大部分声束在接触锥孔表面时发生反射，仅有少量声束穿透进入工件内部，造成底波信号较弱甚至缺失。这种现象也能解释同一扫描条件下不同形状的缺陷表现出不同的成像特性。

为了克服这些问题，改进后的全聚焦成像算法通过精确计算双介质中的声速差异，并优化声波传播路径，能够在一定程度上补偿因声束入射角度引起的成像偏差。尽管如此，针对复杂几何形状的缺陷（如锥形孔），仍需进一步优化扫描策略或采用多角度融合成像技术，以提高成像精度和可靠性。

如图9所示，当进行三角形孔缺陷的背面扫查时，成像、缺陷尺寸与实际缺陷几乎完全一致。这表明，对于具有明确边界和垂直侧壁的缺陷（如三角形孔），声波能够以较高的效率垂直入射并反射回探头，成像清晰准确。这种高信噪比和精确的尺寸匹配证明了新算法在处理此类几何形状缺陷时的有效性。然而，对锥形缺陷扫查时，由于探头发射的声束未能与锥孔缺陷面完全垂直，存在底波信号较弱的问题。尽管如此，相较于正面扫查，背面扫查仍表现出更好的成像效果。这是因为背面扫查避免了表面缺陷对声束传播路径的干扰，减少了声波在到达缺陷之前遇到的障碍物，从而提高了接收信号的质量。此外，虽然锥形孔缺陷的底波较弱，但改进后的全聚焦成像算法通过优化声速计算和飞行时间补偿，仍然能够在一定程度上增强缺陷特征的可视化，使得成像质量优于传统的正面扫查方法。

在实际检测中，针对不同形态的缺陷，可能需要调整扫描策略或采用多角度融合成像技术，以获得最佳的检测效果。

为验证该技术对焊缝内部微小裂纹的检测能力，制备了对接焊缝试块，其内表面预制一条尺寸为5 mm（长）×0.5 mm（深）×0.5 mm（宽）的人工裂纹，见图10。由图10的检测结果可知，轮式相控阵系统可清晰识别该微裂纹，图像特征明确。

实验结果表明：在12 mm厚碳钢底板检测中，所提出的轮式相控阵方法可稳定检出符合JB/T 10765—2023标准规定的底板下表面人工缺陷（深度为板厚的20%）；对对接焊缝内表面裂纹的检测灵敏度可达5 mm×0.5 mm。

4 现场检测

现场测试选用石家庄国家管网油库中某一生产并投用于上世纪80年代的储油罐（图11），该储罐已连续使用30年，底部裙座周边已产生严重腐蚀。该储罐总容积约15 000 m³，底面积约700 m²，底板由大小不一的8 mm厚钢板搭接焊接而成。从图中可以看出，该储罐底板具有以下特征：

1）储罐底部灰尘较厚。由于在检测开始前15天该储罐已进行罐体清理，期间一直处于打开状态，其底部覆盖的灰尘较厚，对储罐底板相控阵小车底部探头的耦合有一定影响。

2）储罐底板表面不平整。由于储罐底板在使用过程中会产生腐蚀等缺陷，在定期检修维护过程中需要刷漆等防锈处理，导致储罐底板表面出现凸起和凹陷，以及不同程度的弯曲变形。

针对现场特殊环境，以抽检的方式对10块长度为7 m的底面钢板与部分焊缝进行检测，储罐底板与抽检部位示意图见图12。选择的10块底板大致呈圆心向外扩散的布局。对1、2、3号底板采用边缘扫查方式检测两侧靠近焊缝的位置；而对4~10号底板，则在中间位置进行扫查。这种组合扫查方式确保了现场采集数据的多样性。检测过程中小车底部的编码器每隔1 mm保存一次数据，每块钢板保存的数据量为7000个。

需指出的是，储罐底板灰尘较多但现场小车携带的水量有限，需要注意调节探头喷水装置的流速，在保证探头耦合的同时延长探头工作时间。储罐底板的凸起与凹陷会对相控阵小车的运行产生阻碍，导致检测过程速度不均匀，需要控制小车的移动速度。同时，移动速度过快容易使小车产生晃动，对相控阵探头的检测精度产生影响。

10块底面钢板的相控阵检测结果见图13。以4号钢板为例，对比其检测原始数据与分析后的壁厚信息，其上下表面的回波边界明显，平均壁厚为8 mm，并未发现明显腐蚀。图13c为10块钢板各自的平均壁厚，最大壁厚减薄量是8号钢板的0.34 mm，为钢板壁厚8 mm的4.25%。

本次现场测试环境充满灰尘，储罐底板表面不平整，通过选取一定数量的储罐底面钢板与焊缝进行抽检，检测结果并未发现大面积腐蚀缺陷，但发现两处疑似焊缝缺陷（图14），等待现场开挖验证。

5 结语

本文提出采用轮式相控阵对储罐底板进行扫查式检测，并采用改进的全聚焦成像算法提高缺陷成像信噪比。实验结果表明：对12 mm碳钢底板进行检测，可稳定检出符合JB/T 10765—2023标准的底板下表面深度为20%板厚的人工缺陷；焊缝内表面裂纹检测灵敏度可达5 mm（长）×0.5 mm（深）；缺陷检测图像信噪比相较于常规方法提高了10.4 dB。

本研究开发了C型架夹持轮式探头系统，通过集成直线滑轨、水耦合装置、电动推杆和丝杠调节结构，实现了探头的精确定位，显著提高了扫查效率和可靠性。同时，采用永磁电机驱动的水泵系统，结合溢流分压和分流结构，确保了系统的高效率、低噪声和长寿命运行，降低了漏水风险。本研究为储罐底板的扫查检测提供了一种高效、可靠的解决方案。

参考文献

[1] 季华建， 王波， 祝加轩， 等. 5000 m³原油储罐底板的漏磁检测［J］. 石油化工腐蚀与防护， 2018， 35（5）： 32-34.

[2] JI Huajian， WANG Bo， ZHU Jiaxuan， et al. Magnetic Flux Leakage Testing for Bottom Plate of 5000 m³ Storage Tank［J］. Corrosion & Protection in Petrochemical Industry， 2018， 35（5）： 32-34.

[3] 马金足， 崔建龙. 在役原油储罐的在线检测技术应用现状［J］. 石化技术， 2020， 27（4）： 5-6.

[4] MA Jinzu， CUI Jianlong. Application Status of On-line Detection Technology for In-service Crude Oil Storage Tank［J］. Petrochemical Industry Technology， 2020， 27（4）： 5-6.

[5] 翁祥， 程猛猛， 罗小武， 等. 原油储罐底板缺陷声发射在线检测适应性研究［J］. 石油工业技术监督， 2021， 37（12）： 21-24.

[6] WENG Xiang， CHENG Mengmeng， LUO Xiaowu， et al. Research on Applicability of Acoustic Emission On-line Detection to Floor Defects of Crude Oil Storage Tanks［J］. Technology Supervision in Petroleum Industry， 2021， 37（12）： 21-24.

[7] CHENG Jingwei， POTTER J N， DRINKWATER B W. The Parallel-sequential Field Subtraction Technique for Coherent Nonlinear Ultrasonic Imaging［J］. Smart Materials and Structures， 2018， 27（6）： 065002.

[8] CHENG Jingwei， POTTER J N， CROXFORD A J， et al. Monitoring Fatigue Crack Growth Using Nonlinear Ultrasonic Phased Array Imaging［J］. Smart Materials and Structures， 2017， 26（5）： 055006.

[9] HOLMES C， DRINKWATER B W， WILCOX P D. Post-processing of the Full Matrix of Ultrasonic Transmit–Receive Array Data for Non-destructive Evaluation［J］. NDT & E International， 2005， 38（8）： 701-711.