جزئیات مقاله

FMC و TFM چیست؟ نسل جدید تصویربرداری اولتراسونیک در بازرسی جوش

FMC و TFM چیست؟ نسل جدید تصویربرداری اولتراسونیک در بازرسی جوش

فناوری‌های FMC و TFM از روش‌های پیشرفته آزمون‌های اولتراسونیک هستند که با ایجاد تصاویر دقیق‌تر، امکان شناسایی و ارزیابی عیوب داخلی جوش و قطعات را فراهم می‌کنند.

مقدمه

با افزایش استفاده از فناوری‌های پیشرفته در آزمون‌های غیرمخرب (NDT)، روش‌های اولتراسونیک نیز از بازرسی‌های سنتی به سمت تصویربرداری دقیق و تحلیل هوشمند حرکت کرده‌اند.

FMC و TFM از مهم‌ترین فناوری‌های این حوزه هستند که با استفاده از پردازش پیشرفته سیگنال‌های اولتراسونیک، امکان مشاهده و ارزیابی دقیق‌تر عیوب داخلی را فراهم می‌کنند.

این فناوری‌ها به‌ویژه در بازرسی جوش، خطوط لوله، تجهیزات تحت فشار و سازه‌های دریایی کاربرد دارند.

FMC چیست؟

FMC (Full Matrix Capture) به معنی «ثبت کامل ماتریس» است.

در این روش، المان‌های مختلف یک پراب آرایه‌ای به‌صورت کنترل‌شده فعال می‌شوند و داده‌های مربوط به انتشار و دریافت امواج اولتراسونیک ثبت می‌شود.

نتیجه، مجموعه‌ای کامل از داده‌های اولتراسونیک است که می‌توان از آن برای تحلیل دقیق‌تر داخل قطعه استفاده کرد.

به زبان ساده:

FMC داده‌های کامل بازرسی را جمع‌آوری می‌کند تا امکان ایجاد تصاویر دقیق‌تر از داخل قطعه فراهم شود.

 

TFM چیست؟

TFM (Total Focusing Method) یا «روش فوکوس کامل» تکنیکی برای پردازش داده‌های FMC است.

در این روش، داده‌های جمع‌آوری‌شده توسط FMC پردازش می‌شوند تا نقاط مختلف داخل قطعه به‌صورت مجازی فوکوس شوند.

این فرآیند می‌تواند تصویر دقیق‌تری از ناپیوستگی‌ها و عیوب ایجاد کند.

به بیان ساده:

FMC داده‌ها را جمع‌آوری می‌کند و TFM از این داده‌ها برای ایجاد تصویر متمرکز و دقیق استفاده می‌کند.

کاربرد FMC و TFM در بازرسی جوش

یکی از مهم‌ترین کاربردهای این فناوری‌ها، بازرسی جوش است.

FMC/TFM می‌تواند برای بررسی موارد زیر مورد استفاده قرار گیرد:

ترک‌های داخلی

عدم ذوب

عدم نفوذ

ناپیوستگی‌های حجمی

عیوب جوش در عمق‌های مختلف

ارزیابی دقیق موقعیت عیب

این قابلیت‌ها باعث شده‌اند FMC و TFM به ابزارهای مهمی در بازرسی پیشرفته جوش تبدیل شوند.

کاربرد در صنایع نفت، گاز و دریایی

فناوری FMC و TFM در پروژه‌هایی که دقت بازرسی و قابلیت اطمینان نتایج اهمیت زیادی دارد، کاربرد ویژه‌ای پیدا کرده است.

از جمله:

خطوط لوله:
برای ارزیابی اتصالات جوشی و شناسایی ناپیوستگی‌های داخلی.

سازه‌های دریایی:
برای بازرسی جوش‌ها و اجزای حساس سازه‌های فراساحلی.

مخازن و تجهیزات تحت فشار:
برای بررسی وضعیت جوش‌ها و شناسایی عیوب داخلی.

صنایع پتروشیمی:
برای کنترل کیفیت جوش تجهیزات و خطوط فرآیندی.

مزایای FMC و TFM

مهم‌ترین مزایای این فناوری‌ها عبارت‌اند از:

تصویربرداری دقیق‌تر از داخل قطعه

امکان فوکوس مجازی در نقاط مختلف

افزایش قابلیت تشخیص برخی عیوب

ثبت و ذخیره داده‌های بازرسی

امکان تحلیل مجدد اطلاعات

کاهش وابستگی به برخی تنظیمات سنتی بازرسی

مناسب برای بازرسی‌های پیشرفته جوش

FMC و TFM چه تفاوتی با PAUT و TOFD دارند؟

PAUT با استفاده از آرایه‌ای از المان‌های اولتراسونیک، امکان کنترل زاویه و فوکوس پرتو را فراهم می‌کند.

TOFD بیشتر بر استفاده از امواج پراش‌یافته برای تعیین موقعیت و اندازه عیوب تمرکز دارد.

در مقابل، FMC/TFM با ثبت مجموعه گسترده‌ای از داده‌ها و پردازش آن‌ها، امکان ایجاد تصاویر با فوکوس مجازی در نقاط مختلف را فراهم می‌کند.

بنابراین انتخاب بین این روش‌ها باید بر اساس نوع تجهیز، هندسه قطعه، نوع عیب مورد انتظار و هدف بازرسی انجام شود.

محدودیت‌های FMC و TFM

با وجود قابلیت‌های پیشرفته، استفاده از FMC و TFM نیازمند توجه به چند عامل است:

حجم بالای داده‌های تولیدشده

نیاز به تجهیزات و نرم‌افزار مناسب

نیاز به اپراتور متخصص

اهمیت انتخاب صحیح پروب و تنظیمات بازرسی

محدودیت‌های مربوط به هندسه و جنس قطعه

بنابراین اجرای صحیح بازرسی و تفسیر نتایج، نقش مهمی در اعتبار نهایی آزمون دارد.

آینده بازرسی اولتراسونیک

حرکت صنعت NDT به سمت دیجیتالی شدن، پردازش داده و هوش مصنوعی باعث شده فناوری‌هایی مانند FMC و TFM اهمیت بیشتری پیدا کنند.

ترکیب داده‌های دقیق اولتراسونیک با الگوریتم‌های پردازش تصویر و هوش مصنوعی می‌تواند در آینده به تشخیص خودکار عیوب، تحلیل سریع‌تر نتایج و افزایش دقت بازرسی کمک کند.

این روند بخشی از حرکت صنعت از بازرسی سنتی به بازرسی هوشمند و مبتنی بر داده است.

FMC و TFM نسل پیشرفته‌ای از فناوری‌های تصویربرداری اولتراسونیک هستند که امکان جمع‌آوری و پردازش دقیق داده‌های بازرسی را فراهم می‌کنند.

استفاده از این فناوری‌ها در بازرسی جوش، خطوط لوله، تجهیزات تحت فشار و سازه‌های دریایی می‌تواند به شناسایی بهتر عیوب و تصمیم‌گیری دقیق‌تر درباره وضعیت تجهیزات کمک کند.

با توسعه پردازش داده و هوش مصنوعی، انتظار می‌رود این فناوری‌ها نقش مهم‌تری در آینده آزمون‌های غیرمخرب و مدیریت یکپارچگی تجهیزات داشته باشند.