Bedömning av korrosion med hjälp av magnetisk flux läckage: Beräkningar och verkliga fallstudier

Magnetic Flux Leakage (MFL) är en allmänt använda icke-destruktiv testmetod för att upptäcka korrosion och andra defekter i ferromagnetiska material. Det innebär att magnetisera materialet och mäta den magnetiska fältläckage som orsakas av anomalier. Denna artikel diskuterar beräkningarna i MFL-bedömningar och presenterar verkliga fallstudier som visar dess tillämpning.

Principer för Magnetic Flux Leakage

MFL fungerar genom att magnetisera en ferromagnetisk struktur, till exempel en pipeline eller lagringstank. När korrosion eller defekter uppstår skapar de störningar i magnetfältet, vilket resulterar i läckage som kan upptäckas av sensorer. Magnituden och mönster av läckage ger information om storleken och placeringen av defekten.

Beräkningar i MFL-bedömning

Beräkningar innebär att uppskatta den magnetiska fluxdensiteten och omfattningen av läckage som orsakas av korrosion. Key-parametrar inkluderar magnetfältets styrka, materialets permeabilitet och geometrin hos defekten. Finite-elementmodellering används ofta för att simulera det magnetiska fältet och förutsäga läckagesignaler.

Typiska beräkningar hjälper till att bestämma djupet och svårighetsgraden av korrosion. Till exempel läckagefältet (B] läckage[]) kan approximeras med hjälp av formeln:

]][[]] [[]]] ≤ (μ]]]]0[]]]]* H* A)/d[]]]]]]

där μ0[] är genomträngligheten av ledigt utrymme, är H magnetfältstyrkan, A är det defekta området, och d är avståndet från sensorn till defekten.

Fallstudier i verkliga applikationer

I ett pipeline inspektionsprojekt upptäckte MFL korrosionsgropar med djup som sträcker sig från 2 till 5 millimeter. Beräkningar baserade på läckagesignaler bekräftade svårighetsgraden, vilket ledde till riktade reparationer. Ett annat fall involverade lagringstankar, där MFL identifierade korrosion under isolering, som verifierades genom direkt mätning.

Dessa fallstudier visar effektiviteten av MFL i tidig upptäckt och bedömning av korrosion, vilket gör det möjligt för underhållsteam att prioritera reparationer och förebygga misslyckanden.