裂纹检测装置

① 有做过混凝土裂缝检测的吗合格标准是什么啊依据规范是什么

在一般的工业和民用建筑中，宽度小于 0.05mm 的裂缝对结构的使用无危险性，需要对 0.05mm 以上的裂缝进行检测分析、评定和处理。

裂缝检测内容主要包括裂缝的位置、形态、分布特征、宽度、长度、深度、走向、数量、裂缝发生及开展的时间过程、是否稳定、裂缝内是否有渗出物、裂缝周围混凝土表观质量情况等等。

裂缝的位置、数量、走向一般采用照片和绘制裂缝展开图等形式记录。长度用直尺、卷尺进行测量，宽度可用裂缝宽度比对卡、裂缝测宽仪、塞尺进行检测。

裂缝的深度可采用超声波法或局部凿开法进行检测，必要时可钻取芯样进行验证，超声波法要求裂缝内无积水或泥浆，具体可参考《超声法检测混凝土缺陷技术规程》（CECS 21:2000）。

对于发展的裂缝还应进行监测，检测宽度的方法是在骑缝涂覆石膏或者使用裂缝测宽仪定期对同一位置进行测量，对于长度，在裂缝端部按时间定期做记号观察记录。

(1)裂纹检测装置扩展阅读

裂缝形成的原因：

1、结构性裂缝

由于直接施加的各种静力和动力荷载所引起的裂缝。由于结构承载力不足应力达到限值引起的，是结构开始破坏的特征。这种裂缝是比较危险的，如果不对这类裂缝进行处理将对结构的安全带来隐患。

2、非结构性裂缝

由于温度变化、收缩、不均匀沉降等间接作用, 结构的变形受到约束而引起的裂缝。这种裂缝对结构承载力的影响不大，可根据结构耐久性、抗渗、抗震、使用等方面要求采取修补措施。

在实际工程结构中，由于荷载所引起的裂缝只占总数的20%左右，而由于间接作用所产生的裂缝，大约占裂缝总数的80%。

裂缝成因复杂，对结构的影响差异也较大。只有在弄清结构受力状态和裂缝对结构影响的基础上，才能确定相应的修复措施。

② 裂缝宽度如何检测

裂缝测宽仪

检测范围：0.02～8.0mm；

估测精度：0.01mm；

探头（摄像头）自带照明装置，不受白天/黑夜光线变化的影响；

判读方式：自动判读，直接将裂缝宽度值数字显示在屏幕上；

可存储1000个裂缝宽度测试数据；

内置可充电锂电池供电，一次充电后可连续工作4小时；

③ 简述使用超声波探伤判断金属内部裂纹的方法

钢结构在现代工业中占有重要地位，更是海洋石油行业重要的基础设施，在国民经济和社会发展中起到十分重要的作用。钢结构在建造焊接过程中受到各种因素的影响，难免产生各种缺陷，甚至是裂纹等危害性较大的缺陷，若在建造过程中不及时发现并将其移除，将可能发生重大突发事件，甚至危及生命安全。因此，无损检测在建造环节中尤为重要，目前常用的无损检测方法有：射线检测、超声波检测、磁粉检测、渗透检测等，而超声波检测由于其效率高、灵敏度高、无辐射无污染等优点，在海洋钢结构的建造中得到广泛的应用。
1 超声波检测基础
超声检测是指超声波与工件相互作用，就反射、透射和散射波进行研究，对工件进行宏观缺陷检测、几何特性测量、组织结构和力学性能变化的检测和表征，并进而对其特定应用性进行评价的技术。
1.1 超声波检测原理
利用超声波对材料中的宏观缺陷进行探测，依据的是超声波在材料中传播时的一些特性，如：声波在通过材料时能量会有损失，在遇到两种介质的分界时，会发生反射等等，其工作原理是：
1）用某种方式向被检试件中引入或激励超声波；
2）超声波在试件中传播并与其中的物体相互作用，其传播的方向或特征会被改变；
3）改变后的超声波又通过检测设备被检测到，并可对其处理和分析；
4）根据接收的超声波的特征评估试件本身及其内部存在的缺陷特征。
通常用以发现缺陷并对缺陷进行评估的基本信息为：
1）来自材料内部各种不连续的反射信号的存在及其幅值；
2）入射信号与接收信号之间的传播时间；
3）声波通过材料以后能量的衰减。
图1 超声检测示意图
1.2 超声波检测的优点和局限性
1.2.1 优点
与其他无损检测方法相比，超声检测方法的主要优点有：
（1）适用于金属、非金属、复合材料等多种材料的无损评价。
（2）穿透能力强，可对较大厚度范围的试件内部缺陷进行检测，可进行整个试件体积的扫查。
（3）灵敏度高，可检测到材料内部很小的缺陷。
（4）可较准确的测出缺陷的深度位置，这在很多情况下世十分必要的。
（5）设备轻便，对人体和环境无害，可作现场检测。
1.2.2 局限性
（1）由于纵波脉冲反射法存在盲区，和缺陷取向对检测灵敏度的影响，对位于表面和近表面的某些缺陷常常难以检测。
（2）试件形状的复杂性，如不规则形状，小曲率半径等，对超声波检测的课实施性有较大影响。
（3）材料的某些内部结构，如晶粒度，非均匀性等，会使灵敏度和信噪比变差。
2 横向裂纹检验
横向裂纹不仅给生产带来困难，而且可能带来灾难性的事故。裂纹焊接中最危险的缺陷之一，他严重削弱了工件的承载能力和腐蚀能力，即使不太严重的裂纹，由于使用过程中造成应力集中，成为各种断裂的断裂源。正因为裂纹有如此大的危害性，像JB/T 4730， GB 11345，AWS D1.1， API RP 2X等国内外各大标准中都有“裂纹不可接受”等类似描述。而超声波检测对缺陷性质判定没有射线检测直观，如果检测方法不当等原因造成横向裂纹的漏检或误判，其都有不良结果：若把其他缺陷判为横向裂纹造成不必要的返修，进而影响材料韧性等性能；把裂纹判为点状缺陷放过，则工程就存在较大的安全隐患。所以正确选择探测方法和对回波特性分析，对横向裂纹的超声波检测尤为重要。
2.1 探头角度的选择
纵波直探头：横向裂纹属面状缺陷，一般和探测面垂直，而0°直探头适用于发现与探测面平行的缺陷，所以直探头不能有效的探测出横向裂纹。
横波斜探头：对同一缺陷，70°和60°探头声程较大，声波能量由于被吸收和散射造成衰减严重，尤其只在检测母材厚度较大的焊缝时，回波高度较低，对发现缺陷波和波形分析不利，进而影响是否为横向裂纹的判定。而45°探头具有声束集中、声程短衰减小，声压往复透射率高的特点，所以选用45°探头具有良好的效果。图2是70°，60°和45°探头在相同的基准灵敏度的前提下，对同一横向裂纹的回波比较：
（a）70°探头回波 （b）60°探头回波
（c）45°探头回波
图2 70°，60°和45°探头对同一横向裂纹的回波
2.2 横向裂纹的扫查
图3 焊缝UT扫查方式平面图
常见的焊接缺陷（如夹渣、未熔合、未焊透等）大多与焊缝轴线平行或接近平行，或以点状形式存在，针对这种情况，综合使用图3中的方式A、方式B和方式C即可，但该三种扫查方式对横向裂纹等与焊缝轴线垂直（与声束方向平行）的横向缺陷无回波显示，即无法被检出。为能有效探出焊缝横向裂纹应尽可能使声束尽可能平行于焊缝。可用如下几种扫查方式探测横向裂纹：
2.2.1 骑缝扫查
如果焊缝较平滑或焊缝加强高已经打磨处理，探头“骑”在焊缝上探测是检查横向裂纹的极为有效的方法，可采用在焊缝上直接扫查的方式，如图3方式D所示。
2.2.2 斜平行扫查
若焊缝表面较为粗糙且不宜进行打磨处理，为探测出焊缝中的横向裂纹，可用探头与焊缝轴线成一个小角度或以平行于焊缝轴线方向移动扫查，如图3方式E所示。 2.2.3 用双探头横跨焊缝扫查法
将两个斜探头放在焊缝两侧，组成一发一收装置，此时若焊缝中有横向裂纹，发射的超声波经反射后会被接收探头接收从而检出缺陷，如图4所示。
图4 双探头横跨焊缝扫查法
该三种方法各有特点，斜平行扫查操作简单、效率高、焊缝无需处理、耦合较好，但由于声束方向与裂纹不能完全垂直而造成灵敏度不高；双探头横跨焊缝扫查法操作精度要求高困难大、效率不高；骑缝扫查对焊缝表面要求较高，对埋弧焊或其他焊接方法但焊缝表面进过处理的焊缝，表面相对较平滑，能够有效的耦合，该方法较为直接，且效率高，灵敏度高，所以在很多情况下“骑缝扫查”是首选。
2.3 扫查灵敏度
按照各项目业主所规定的标准调节。
3 横向裂纹的判别
根据形状，我们把缺陷分为点状缺陷、线状缺陷和面状缺陷（裂纹、未熔合）。显然，反射体形状不同，超声波反射特性必然存在一定的差异，反过来，通过分析反射波、缺陷位置、焊接工艺等信息，就可以推测缺陷的性质。
横向裂纹具有较强的方向性，当声束与裂纹垂直时，回波高度较大，波峰尖锐，探头转动时，声束与裂纹角度变化，声束能量被大量反射至其他位置而无法被探头接收，回波高度急剧下降，这一特性是判定横向裂纹的主要依据。
检测过程中横向裂纹的判别可以按以下步骤：
1）在扫查灵敏度下将探头放在的焊缝缝上扫查（参考2.2节扫查方式）；
2）发现横向显示后，找到最高波，确定是否为缺陷回波；
3）定缺陷回波后，定出缺陷的具体位置，并在焊缝上做出标记；
4）探头围绕缺陷位置做环绕扫查（如图5所示）；
图5 环绕扫查示意图 图6 动态波形图1
环绕扫查时回波高度基本相同，变化幅值不大，其动态波形如图6所示，则可以判定其为点状缺陷；若环绕扫查时其动态波形如图7或图8所示，结合静态波形，可判断为横向裂纹，在条件允许的情况下可用同样的方法到焊缝背面扫查确认。
图7 动态波形图2 图8 动态波形图3
5）若条件允许可打磨到裂纹深度，借助磁粉检验（MT）进一步验证。
图9 横向裂纹MT验证
4 结论
超声波探伤是检出焊缝横向裂纹的有效手段，尤其是厚壁焊缝，射线检测灵敏度下降，难以发现其中的横向裂纹。用超声波检测方法，选择正确的参数、合适的扫查方式，掌握横向裂纹的静态和动态波形特点，能够有效的判别横向裂纹，这已举措已经在海洋石油工程的各个项目中得到应用，并多次准确成功检测出横向裂纹，保证了多项工程质量。

④ 裂缝深度检测方法有哪些

对于裂缝深度的检测，我知道的主要是x光探伤。然后主要是检测。吊装用具有没有纸？裂痕或者是叉车插脚，这类的。用具有没有裂痕？有没有断裂的可能性这些？对于产品裂纹。有专业的产品，CT扫描也可以对产品的。内部结构有一定的了解。

⑤ 目前金属表面检测的主要方法有哪些

主流金属制品表面缺陷在线检测方法。
一、漏磁检测
漏磁检测技术广泛应用于钢铁产品的无损检测。其检测原理是，利用磁源对被测材料局部磁化，如材料表面存在裂纹或坑点等缺陷，则局部区域的磁导率降低、磁阻增加，磁化场将部分从此区域外泄，从而形成可检验的漏磁信号。在材料内部的磁力线遇到由缺陷产生的铁磁体间断时，磁力线将会发生聚焦或畸变，这一畸变扩散到材料本身之外，即形成可检测的磁场信号。采用磁敏元件检测漏磁场便可得到有关缺陷信息。因此，漏磁检测以磁敏电子装置与磁化设备组成检测传感器，将漏磁场转变为电信号提供给二次仪表。
漏磁检测技术的整个过程为：激磁-缺陷产生漏磁场-传感器获取信号-信号处理-分析判断。在磁性无损检测中，磁化时实现检测的第一步，它决定着被测量对象(如裂纹)能不能产出足够的可测量和可分辨的磁场信号，同时也影响着检测信号的性能，故要求增强被测磁化缺陷的漏磁信号。被测构件的磁化由磁化器来实现，主要包括磁场源和磁回路等部分。因此，针对被测构件特点和测量目的，选择合适的磁源和设计磁回路是磁化器优化的关键。
漏磁检测金属表面缺陷的物理基础使带有缺陷的铁磁件在磁场中被磁化后，在缺陷处会产生漏磁场，通过检测漏磁场来辩识有无缺陷。因此，研究缺陷漏磁场的特点，确定缺陷的特征，就成为漏磁检测理论和技术的关键。要测量漏磁场，测量装置须具有较高的灵敏度，特别是能测空间点磁场，还应有较大的测量范围和频带；测量装置须具有二维及三维的精确步进或调整能力，以确定传感器的空间位置；同时，应用先进的信号处理技术去除噪声，确定实际的漏磁场量。Foerster，Athertion 已成功应用霍尔器件检测缺陷，霍尔器件可在z—Y二维空间步进的最小间隔分别为2μm和0.1μm。
漏磁检测不仅能检测表面缺陷，且能检测内部微小缺陷；可检测到5X10mm。的微小缺陷；造价较低廉。其缺点是，只能用于金属材料的检测，无法识别缺陷种类。目前，漏磁检测在低温金属材料缺陷检测方面已进入实用阶段。如日本川崎公司千叶厂于1993年开发出在线非金属夹杂物检测装置；日本NKK公司福冈厂于同年研制出一种超高灵敏度的磁敏传感器，用于检测钢板表面缺陷。
二、红外线检测与技术
红外线检测是通过高频感应线圈使连铸板坯表面产生感应电流，在高频感应的集肤效应作用下，其穿透深度小于1 mm，且在表面缺陷区域的感应电流会导致单位长度的表面上消耗更多电能，引起连铸板坯局部表面的温度上升。该升温取决于缺陷的平均深度、线圈工作频率、特定输入电能，以及被检钢坯电性能、热性能、感应线圈宽度和钢运动速度等因素。当其它各种因素在一定范围内保持恒定时，就可通过检测局部温升值来计算缺陷深度，而局部温升值可通过红外线检测技术加以检定。利用该技术，挪威Elkem公司于1990年研制出Ther—mOMatic连铸钢坯自动检测系统，日本茨城大学工学部的冈本芳三等在检测板坯试件表面裂纹和微小针孔的实验研究中也利用此法得到较满意的结果。
三、超声波探伤技术
超声波检测是利用声脉在缺陷处发生特性变化的原理来检测。接触法是探头与工件表面之间经一层薄的起传递超声波能量作用的耦合剂直接接触。为避免空气层产生强烈反射，在探测时须将接触层间的空气排除干净，使声波入射工件，操作方便，但其对被测工件的表面光洁度要求较高。液浸法是将探头与工件全部浸入于液体或探头与工件之间，局部以充液体进行探伤的方法。脉冲反射法是当脉冲超声波入射至被测工件后，声波在工件内的反射状况就会显示在荧光屏上，根据反射波的时间及形状来判断工件内部缺陷及材料性质的方法。目前，超声波探伤技术已成功应用于金属管道内部的缺陷检测。
四、光学检测法
机器视觉是以图像处理理论为核心，属于人工智能范畴的一个领域，它是以数字图像处理、模式识别、计算机技术为基础的信息处理科学的重要分支，广泛应用于各种无损检测技术中。基于机器视觉的连铸板坯表面缺陷检测方法的基本原理是：一定的光源照在待测金属表面上，利用高速CCD摄像机获得连铸板坯表面图像，通过图像处理提取图像特征向量，通过分类器对表面缺陷进行检测与分类。20世纪70年代中期，El本Jil崎公司就开始研制镀锡板在线机器视觉检测装置 。1988年，美国Sick光电子公司也成功地研制出平行激光扫描检测装置，用以在线检测金属表面缺陷。基于机器视觉的表面在线检测与分类器设计的研究工作目前在国内尚处于起步阶段。1990年，华中理工大学采用激光扫描方法测量冷轧钢板宽度和检测孔洞缺陷，并开发了相应的信号处理电路；1995年又研制出冷轧连铸板坯表面轧洞、重皮和边裂等缺陷检测和最小带宽测量的实验系统。1996年，宝钢与原航天部二院联合研制出冷轧连铸板坯表面缺陷的在线检测系统，并进行了大量的在线试验研究。近年来，北京科技大学、华中科技大学等也研制出较为实用化的在线检测系统。
从检测技术的观点来看，基于机器视觉的钢表面缺陷检测系统面临困境：①要求检测到的缺陷的几何尺寸越来越小，有的甚至小于0.1 mm；② 检测对象可能处于运动状态，导致采集的图像抖动较大；③现场环境较恶劣，往往受烟尘、油污、温度高等因素的影响，引起缺陷图像信噪比下降；④表面缺陷的多样性(如冷轧连铸板坯表面可达100多种)，不同缺陷之间的光学特性、电磁特性不同；有的缺陷之间的差异不明显。因此，基于机器视觉的连铸板坯表面缺陷分类器要求具有收敛速度快、鲁棒性好、自学习功能等特点。