COMSOL 博客

使用仿真技术检测埋地管道的腐蚀

作者

Mackenzie McCarty

和

Sascha Thieltges

Guest

2026年 1月 26日

总部位于德国的弗劳恩霍夫无损检测研究所（IZFP）在应用研究中借助建模与仿真技术，致力于开发用于保障安全、可持续性和效率提升的智能传感器与数据系统。IZFP 的 Sascha Thieltges 向 COMSOL 介绍了其团队在腐蚀检测方面的研究工作，

这篇博客介绍了一种通过基于电磁超声换能器（EMAT）系统激励的导波检测埋地压力管道腐蚀的方法，重点阐述了这类管道系统面临的设计挑战与风险，以及其背后的解析和数值模拟考量。随后，文章将演示如何在 COMSOL Multiphysics^® 软件中对导波进行仿真分析。

早期腐蚀检测：建设可持续基础设施的关键

用于能源输送、供水及工业加工的管道构成了现代基础设施的骨干。这些系统大多建于 20 世纪后半叶，如今正日益受到老化、机械应力和环境退化的影响（参考文献1）。其中，最关键的失效机制之一是腐蚀导致的管壁减薄，这种损伤往往在引发结构失效前难以被察觉（参考文献2-4）。

越早识别此类退化现象，就越能高效且经济地规划维护工作。从环境角度看，早期检测至关重要。研究预测，到 2030 年，因基础设施腐蚀而更换钢材产生的二氧化碳排放量可能占全球钢铁相关总排放总量的 5%（参考文献5）。气候变化进一步加剧了这一问题，因为极端天气事件频发，给老化且监测不足的系统带来了日益沉重的压力。

传统检测方法，比如目视检查或局部超声检测，在处理埋地、绝缘或其他难以接近的管道段时存在局限性，如下图所示。要可靠地评估此类系统的内部状况，必须采用先进的无损检测技术——这类技术能在无需直接接触表面的情况下进行长距离探测。

桥梁下方难以触及的管道（左图），与埋入混凝土中的压力管道（右图）。

超声导波技术可满足这类需求，其波束能传播数米远，与材料不连续处发生交互作用，从而揭示腐蚀的早期迹象。在弗劳恩霍夫无损检测研究所（IZFP），由 Sascha Thieltges 领导的项目团队正致力于开发并完善该技术，旨在实现即使在恶劣和受限条件下也能进行可靠的状态监测。

埋入式压力管道的隐蔽风险

无损检测最具挑战的应用之一是对嵌入式压力管道的检测，例如高山水电站或长距离输水系统中的管道。这类设施需在坚硬的岩层中开凿隧道，并在内部铺设大口径钢管（直径通常在 800 毫米至 3 米之间）。管道与隧道壁间的空隙需灌注混凝土，以确保结构的完整性与荷载传递。下图展示了此类管道系统的末端结构。

敷设保温层的区域供热管道。

这种施工方式存在隐性风险：水会通过岩层中微小裂缝渗入，并在管道外表面积聚，久而久之会导致局部外部腐蚀。由于这些管道通常延伸数百米，人工检测难以实现。“传统的压电超声检测仅能提供局部信息，根本无法实现全覆盖。” Thieltges 解释道。

核心挑战显而易见：当管道外表面无法接触，只能从内部进行短暂检测时，如何评估管道状态？在计划内的停机期间，管道需排空、清洗，并配合点式超声波测量进行目视检查。然而，由于停机成本过高，对整个管道长度进行完整的壁厚测绘并不现实。“任何停机都会直接影响运营和收益。” Thieltges 强调。

这正是导波（GW）结合电磁超声检测（EMUS）大显身手之处。导波可在管道内传播数米距离，同时实现全壁厚探测。基于电磁超声换能器的系统无需物理接触或耦合介质即可产生导波 — 这在嵌入式或恶劣环境中具有关键优势。

解决方案：电磁超声换能器激励的导波技术

在各类导波族中，水平剪切波（SH）模式在管道检测中展现出了巨大潜力（参考文献 6）。该模式作为弹性动力波方程的特征模态，在代表板状或圆柱几何结构的边界条件下形成。其并非单一解，而是一组离散的模式集，每种模式均具有独特的壁厚位移分布特征。

奇模和偶模位移场可分别表示为：

(1)

u_{x,\ n\ odd}\left(y,z,t\right)=A_0\sin{\left(\beta_nz\right)}e^{i(ky-\omega t)}\ \ \

(2)

u_{x,n\ even}\left(y,z,t\right)=A_0\cos{\left(\beta_nz\right)}e^{i\left(ky-\omega t\right)}\ \,

其中

(3)

\beta_n=\frac{n\pi}{d_0}\ \ \

其中 d_0 表示壁厚，n 表示模态指数， A_0 表示激励振幅。

方程 1–2 描述了一种在 x 方向极化、沿 y 方向传播的水平剪切波导，其振幅沿 z 轴呈现正弦或余弦分布。

下图展示了模式 SH_0、SH_1 和 SH_2 在壁厚方向上的振型。其中 SH_0 呈现均匀的横向位移分布，而高阶模式如 SH_1 和 SH_2 则会产生深度相关的运动，使得传播特性愈发复杂。

横截面内 SH₀、SH₁ 和 SH₂模式的偏振振幅分布。

高阶 SH 模态（n>0 ）的标志性属性在于其色散特性。相速度 c_P 与群速度 c_G 均随激励频率 f 及壁厚 d_0 变化：

(4)

c_P=2c_T\frac{fd_0}{\sqrt{4\left(fd_0\right)^2-\left(nc_T\right)^2}}\ \ \,

(5)

c_G=c_T\sqrt{1-\frac{\left(n/2\right)^2}{\left(fd_0/c_T\right)^2}}\ \ \,

其中 c_T为横波速度。

下图展示了色散曲线 (方程 4–5) ，并在 32 毫米和 24 毫米波长处标注了典型工作点。只有位于色散曲线上的导波才可能真实存在并传播，这意味着必须谨慎选择波长和频率。

根据方程4–5绘制的色散曲线。波长为 32 毫米和 24 毫米处的导波工作点以紫色标注。

当壁厚 d_0=8mm 时，对应的激励频率为 223kHz （对应 \lambda=32mm ）和 245kHz（对应 \lambda=24mm）。若传播路径上壁厚发生变化，工作点将沿色散曲线移动，同时改变 c_P 和 c_G。

壁厚增加时，两种波速均渐近趋近于 3.2mm/µs（SH_0 模式）。但当壁厚减小时，工作点的偏移是受限的。当壁厚减薄率（WTR）低于某一临界值时，特定波长的导波将无法传播：对于\lambda=24mm ，最大壁厚减少量为 d_{WTR,24mm}=1.47mm ；而对于\lambda=32mm ，极限值为 d_{WTR,32mm}=0.83mm 。

在实际情况中，腐蚀通常会导致局部壁厚减薄。这些减薄区域作为散射中心，会产生导波的部分反射。反射幅度取决于缺陷的几何形状、所选波长以及传播模式。若局部壁厚减薄超过允许值 d_{WTR} ，缺陷区域内将发生模式转换，反射信号可能包含多个模式成分。 “传感器设计至关重要，它决定了工作点，从而直接影响可检测的腐蚀场景。” Thieltges 解释道。

电磁超声换能器提供了所需的激励。该装置由用于激励和接收的高频线圈与低频静磁铁组合构成。线圈中的高频电流（峰峰值超过 50A ，频率高于 100kHz ）会产生动态磁场。在静磁场作用下，洛伦兹力（或取决于具体材料的磁致伸缩力）作用于表面并激发导波。其工作原理示意图如下所示：射频线圈（蓝色和绿色）相对于静磁场（黑色箭头）的偏移排列，实现了导波（红色箭头）的单向激发。

电磁超声换能器（EMAT）的工作原理示意图。

通过此方式激励与接收的导波，为腐蚀检测与定量分析提供了多功能基础。然而，设计基于电磁超声换能器的有效检测系统仍是一项高度复杂的任务。

当前建模阶段的关键技术挑战可归纳为以下几个问题：

如何优化线圈几何结构以实现窄波束单向激励？
如何通过增强洛伦兹耦合或磁致伸缩耦合等方式最大化波幅？
色散图中何种模式与工作点对特定缺陷场景最敏感？
导波在反射、衰减和模态转换方面如何与腐蚀区域相互作用？
混凝土或保温层等周围介质如何改变波传播（例如通过泄漏波耦合），以及如何减轻这些影响？

仿真作为关键工具：COMSOL Multiphysics^® 中的导波分析

在此研究背景下，要完整仿真电磁超声换能器，考虑线圈设计、分析电磁耦合相互作用的计算成本是极高的。因此，研究从简化模型出发，仅专注于波传播及导波在管壁减薄处的相互作用。“这时候仿真就派上用场了。借助仿真，我们可以系统性地分析特定领域的开放问题。” Thieltges 解释道。

研究没有对电磁超声换能器进行显式建模，而是通过施加在管道内壁的预设表面力，以线载荷的形式来表示其作用效果。由于水平剪切导波可贯穿整个壁厚，所以从哪一侧（内侧或外侧）进行激发对结果无影响。 “通过调整这些载荷的间距和时间相位，我们能够选择性地激发 SH_0 或 SH_1 模式，并分析其在壁厚减薄处的反射与散射行为。这种抽象化处理既分离出了关键物理效应，又使计算成本保持在可控范围内。” Thieltges 补充道。

为了实现单向波激励，研究中施加了四段独立的线载荷，每段在空间上错开且在时域上相移，如下图所示。由于波场具有定向性，管道几何结构得以简化，并在圆周方向上施加低反射边界条件以抑制边缘杂波反射。该模型采用全三维构建，并通过 COMSOL Multiphysics^® 的附加模块——结构力学模块，在时域（瞬态分析）中求解。

要准确描述导波现象，需要特别关注空间与时间分辨率。网格尺寸和时间步长也需精心选择，以解析存在的最短波长并最小化数值色散。有关导波仿真中网格离散化和求解策略的实用指南，请参阅 COMSOL 知识库文章（参考文献 7）。

SH₀ 和 SH₁ 模态的反射行为

模拟管道直径为 323 毫米，公称壁厚为 d_0=7.1mm 。壁厚减薄率（WTR）在公称厚度的 5% 至 90% 范围内变化，同时选择性地激励 SH₀ 模式（160 kHz）和 SH₁ 模式（277 kHz ）。为了监测导波响应，在激励区与腐蚀部位之间的管道外表面设置点探头，记录 z 方向随时间变化的位移振幅。

左下方的动画演示了 SH_₀ 模式与腐蚀引起的 80% 壁厚减薄的相互作用及传播过程，右下方动画则展示了 SH_₁ 模式与 15% 的局部壁厚减薄的相互作用。

下图图表展示了点探头获取的时域信号（A 扫描）。每种模式中，上轨迹对应无缺陷情况（WTR=0%），中轨迹对应腐蚀情况（WTR=25%），下轨迹为两者信号之间的差值。该差分方法消除了透射波分量影响，分离出缺陷引起的反射信号且清晰可见。

通过点采样获得的SH0模式的 A 扫描图。左上：WTR=0%；左中：WTR=25%；左下：两条上曲线的差值，以突出反射成分。右上：WTR=0%；右中：WTR=25%；右下：两条上曲线差值，以突出反射成分。

下图总结了反射振幅对 WTR 的依赖关系。两种模式呈现显著差异：在 WTR 值低于约 25% 的小值区间，SH₁ 模式展现出更高的灵敏度，产生比 SH₀模式更强的反射。但超出该范围后，SH₁ 模式的反射振幅开始衰减，而 SH₀ 模式则随缺陷深度呈现近乎线性的增长趋势。

SH₀ 和 SH₁ 模式的反射振幅对比。

相较之下，SH₁ 模式具有色散特性，其位移分布随缺陷深度变化。当局部壁厚接近传播截止值（d_{WTR,20mm}=1.32mm ↔ 18.6%）时，与缺陷的有效耦合强度会减弱，导致反射振幅降低。事实上，模拟结果表明，当 WTR 超过约 18.6% 时，SH₁ 模式无法穿透该缺陷区域。此时缺陷区域内会发生模式转换，将能量重新分配至其他导波模式。

这些发现揭示了互补的敏感度范围：当 WTR 值较小时，SH₁ 模式对早期腐蚀具有高灵敏度检测能力；而 SH₀ 模式则在高 WTR 时保持强劲的检测能力。因此，模拟不仅复现了实验观测结果，更提供了底层机制的详细物理解释。

展望：从表面力模型到完整的 EMAT-GW 耦合建模

本文所呈现的仿真有意采用了简化的激励模型，施加预设表面力以表示电磁-超声耦合的物理效应。这种抽象方法使我们得以高效系统地研究导波传播特性、色散规律及缺陷敏感性。即便在这种简化形式下，仿真也提供了宝贵见解：揭示了 SH₀ 与 SH₁ 模式互补的检测范围，突显了反射行为对 WTR 的依赖性，并证实了导波在埋地管道早期腐蚀检测中的潜力。

该方法的核心优势在于其高效性。通过将激励机制与传播问题解耦，计算资源得以聚焦于导波与结构变化的相互作用。这已经为模式选择、激励频率和缺陷可检测性提供了基于物理原理的依据：这些参数直接指导传感器的开发与测试策略。

当然，下一步就需要将模型扩展至电磁超声换能器（EMAT）的完整物理表征。在扩展框架中，将对线圈的几何结构与静磁场进行明确建模，同时纳入引发导波激励的洛伦兹力和磁致伸缩力。整合这些机制可实现能量输入的真实预测、捕捉波场的真实辐射特性，并针对特定的缺陷场景优化传感器设计。

通过弥合简化的力学激励与全耦合 EMAT 仿真之间的差距，该方法为导波系统的数字原型设计铺平了道路。此类模型不仅能减少实验试错过程，更能加速开发适用于严苛环境下的无损检测解决方案——这些针对特定应用场景的 EMAT 系统将更具鲁棒性。

关于客座作者

Sascha Thieltges 是弗劳恩霍夫无损检测研究所（IZFP）的物理学家和科研人员，目前正在该所攻读博士学位。他的研究工作专注于电磁无损检测方法的开发与应用，包括电磁超声换能器（EMAT）、3MA（微磁、多参数、微结构和应力分析无损检测）及铁磁磁滞测量技术等。其研究的核心在于对这些技术进行多物理场仿真，从而实现实验研究与数值模拟的结合。此外，他还担任材料表征与状态评估领域应用研究项目的负责人。

查看演示资料

参考文献

PwC and Oxford Economic, “Global Infrastructure Outlook – Infrastructure investment needs 50 countries, 7 sectors to 2040”.
Thakur et al., “Chapter 1: Understanding the Chemistry and Common Issues of Infrastructure Corrosion,” Architectural Corrosion and Critical Infrastructure, 2025.
Xu, “Corrosion is a global menace to crucial infrastructure — act to stop the rot now,” Nature, vol. 629, no. 41, 2024. doi.org/10.1038/d41586-024-01270-7.
Li, “Materials science: Share corrosion data,” Nature, vol. 527, pp. 441–442, 2015. doi.org/10.1038/527441a.
S. F. M. Iannuzzi, “The carbon footprint of steel corrosion,” npj Mater Degrad, vol. 6, no. 101, 2022. doi.org/10.1038/s41529-022-00318-1.
L. Rose, Ultrasonic Guided Wave in Solid Media, Cambridge University Press, 2014.
COMSOL, “Resolving Time-Dependent Waves,” https://www.comsol.com/support/knowledgebase/1118.

博客分类

浏览 COMSOL 博客