閥門(mén)內(nèi)漏聲發(fā)射檢測(cè)信號(hào)特征研究

劉治超，張悠江（中國(guó)石油大學(xué)（北京）機(jī)械與儲(chǔ)運(yùn)工程學(xué)院，北京102249）

閥門(mén)內(nèi)漏聲發(fā)射檢測(cè)信號(hào)特征研究

劉治超，張悠江
（中國(guó)石油大學(xué)（北京）機(jī)械與儲(chǔ)運(yùn)工程學(xué)院，北京102249）①

閥門(mén)在天然氣管道運(yùn)輸中具有重要的作用，閥門(mén)內(nèi)漏會(huì)給天然氣管道運(yùn)輸造成安全隱患。采集閥門(mén)內(nèi)漏的聲發(fā)射信號(hào)，采用改進(jìn)的小波閾值去噪方法對(duì)采集的信號(hào)進(jìn)行降噪處理，提高信號(hào)的信噪比，進(jìn)而提取降噪后信號(hào)的頻域峰值和峰值頻率，探究閥門(mén)內(nèi)漏的信號(hào)特征，為閥門(mén)內(nèi)漏檢測(cè)提供參考。

聲發(fā)射；小波閾值；信噪比；均方根誤差值；頻譜特征

隨著環(huán)境治理力度的不斷加大及國(guó)家能源結(jié)構(gòu)的調(diào)整，天然氣作為一種清潔能源越來(lái)越被重視。同等熱量，天然氣的二氧化碳排放量為煤炭和石油的56%和71%，氮氧化物的排放量為煤炭和石油的20%。管道運(yùn)輸是天然氣的主要運(yùn)輸方式，閥門(mén)作為管道運(yùn)輸?shù)闹匾M成部分，其主要功能是接通或切斷管路介質(zhì)的流通，改變介質(zhì)的流動(dòng)方向，調(diào)節(jié)介質(zhì)的壓力和流量，保證管路和設(shè)備的正常運(yùn)行。在實(shí)際工作中，由于運(yùn)輸或者安裝不當(dāng)很可能造成閥門(mén)的內(nèi)漏，并且這種內(nèi)漏不容易被發(fā)現(xiàn)［1］。閥門(mén)一旦出現(xiàn)內(nèi)漏，會(huì)在短時(shí)間內(nèi)造成閥門(mén)損壞，并且對(duì)管道的安全運(yùn)行帶來(lái)嚴(yán)重的威脅。

聲發(fā)射作為一種新型的檢測(cè)技術(shù)［2］應(yīng)用在閥門(mén)內(nèi)漏檢測(cè)上，被證明具有良好的效果。本文采用自主開(kāi)發(fā)的聲發(fā)射儀器，在現(xiàn)場(chǎng)和試驗(yàn)室內(nèi)采集高壓下閥門(mén)內(nèi)漏信號(hào)，對(duì)閥門(mén)內(nèi)漏做出定性和定量分析。通過(guò)大量的現(xiàn)場(chǎng)試驗(yàn)，采集的聲發(fā)射信號(hào)中包含有大量的噪聲，對(duì)閥門(mén)內(nèi)漏的檢測(cè)產(chǎn)生較大的影響。本文對(duì)聲發(fā)射信號(hào)采用改進(jìn)的小波閾值進(jìn)行去噪處理，對(duì)重構(gòu)的信號(hào)進(jìn)行時(shí)頻特性研究［3］，得出聲發(fā)射信號(hào)的頻域峰值和峰值頻率，探究高壓下閥門(mén)內(nèi)漏的聲發(fā)射信號(hào)特征。

1 聲發(fā)射檢測(cè)機(jī)理

聲發(fā)射（A E）可以定義為物體或材料內(nèi)部迅速釋放能量而產(chǎn)生瞬態(tài)彈性波的一種物理現(xiàn)象，聲發(fā)射源釋放出的彈性波在結(jié)構(gòu)中傳播時(shí)攜帶有大量結(jié)構(gòu)或材料缺陷處的信息，用儀器檢測(cè)、分析聲發(fā)射信號(hào)可以對(duì)結(jié)構(gòu)或材料中的缺陷進(jìn)行檢測(cè)和定位［4］。

2 閥門(mén)內(nèi)漏檢測(cè)系統(tǒng)

試驗(yàn)中采用的自主開(kāi)發(fā)的聲發(fā)射檢測(cè)裝置試驗(yàn)平臺(tái)如圖1所示。檢測(cè)裝置主要由聲發(fā)射信號(hào)傳感器（中心頻率為150kH z）、信號(hào)放大器（增益40dB±1dB）、四通道阿爾泰數(shù)據(jù)采集卡（單通道2MHz）、聲發(fā)射檢測(cè)軟件（LABVIEW和MATLAB聯(lián)合開(kāi)發(fā)）組成。

試驗(yàn)?zāi)Ｐ偷某袎耗芰?2MPa，最大許用工作壓力為10MPa，噴管上下游管徑為DN80，內(nèi)徑為76．2m m。閥門(mén)的內(nèi)漏類(lèi)型采用不同直徑的閥芯劃痕模擬閥門(mén)泄漏，采用氮?dú)庾鳛樵囼?yàn)的氣源，上游和下游均為數(shù)顯壓力表，以及末端的流量計(jì)。

圖1 試驗(yàn)平臺(tái)

3 基于改進(jìn)小波閾值的信號(hào)去噪

小波閾值降噪方法是一種常用的降噪方法，具有降噪效果好、原理簡(jiǎn)單，易操作的特點(diǎn)。但是傳統(tǒng)的閾值選取方法，硬閾值和軟閾值都存在的一定的缺陷。硬閾值去噪后的信號(hào)在閾值點(diǎn)處不連續(xù)，重構(gòu)回的信號(hào)可能會(huì)出現(xiàn)振蕩，且容易出現(xiàn)吉布斯效應(yīng)。軟閾值去噪函數(shù)雖然在閾值點(diǎn)處連續(xù)，但是存在著恒定的偏差，重構(gòu)回的信號(hào)可能會(huì)出現(xiàn)模糊失真［5］。本文基于改進(jìn)的小波閾值選取方法，科學(xué)的選取小波分解后的高頻系數(shù)和低頻系數(shù)的小波閾值進(jìn)行去噪，相對(duì)于軟閾值和硬閾值去噪方法，提高了信噪比，降低了均方根誤差值。

改進(jìn)的閾值選取為

式中：σ為噪聲的標(biāo)準(zhǔn)方差；N為信號(hào)的長(zhǎng)度；j為分解尺度，隨著分解尺度的增加，閾值T會(huì)相應(yīng)的減小。

改進(jìn)的閾值函數(shù)表達(dá)式為

式中：n為調(diào)節(jié)參數(shù)，選用合理的調(diào)節(jié)參數(shù)，可以使改進(jìn)的閾值函數(shù)合理地介于硬閾值和軟閾值之間，取得良好的去噪效果。

改進(jìn)的小波閾值函數(shù)圖像如圖2。

圖2 改進(jìn)的小波閾值函數(shù)圖像

3．1 評(píng)價(jià)標(biāo)準(zhǔn)

通過(guò)對(duì)采集的信號(hào)進(jìn)行改進(jìn)的小波閾值去噪后進(jìn)行信號(hào)的重構(gòu)，以信噪比和均方根誤差值作為評(píng)價(jià)標(biāo)準(zhǔn)，去噪后信號(hào)的信噪比Rsn越大，均方根誤差值Rmse越小，說(shuō)明信號(hào)去噪的效果越好［6］。

式中：s（n）為采集的聲發(fā)射信號(hào)；＾s為去噪后的信號(hào)；M為采樣點(diǎn)數(shù)。

3．2 去噪實(shí)例

圖3為采集的聲發(fā)射信號(hào)，在M atlab中選取Daubechies小波函數(shù)，分解層數(shù)為3，采用不同的閾值去噪。

圖3 采集的聲發(fā)射信號(hào)

采用改進(jìn)的小波閾值進(jìn)行去噪處理，根據(jù)式（1）得出各層小波系數(shù)閾值，然后通過(guò)式（2）對(duì)每層的細(xì)節(jié)小波系數(shù)進(jìn)行改進(jìn)閾值處理，其中n取0．5，最后進(jìn)行聲發(fā)射信號(hào)重構(gòu)，得出的改進(jìn)小波閾值去噪信號(hào)如圖4所示。

圖4 改進(jìn)的小波閾值去噪后的信號(hào)圖像

不同小波閾值去噪評(píng)價(jià)的量化標(biāo)準(zhǔn)如表1所示，通過(guò)對(duì)比改進(jìn)的小波閾值去噪函數(shù)具有明顯的優(yōu)勢(shì)。

表1 不同閾值去噪方法的評(píng)價(jià)

4 閥門(mén)內(nèi)漏信號(hào)特征提取

為了研究閥門(mén)內(nèi)漏信號(hào)的特點(diǎn)，進(jìn)行了不同壓差和不同直徑的試驗(yàn)研究，首先對(duì)采集的信號(hào)進(jìn)行基于改進(jìn)小波閾值的去噪處理，然后對(duì)重構(gòu)信號(hào)進(jìn)行時(shí)頻特性分析，得出信號(hào)的頻域峰值和峰值頻率等信號(hào)特征信息，研究不同的壓差和直徑對(duì)信號(hào)特征的影響。

4．1 同一直徑不同壓差下泄漏信號(hào)特征

圖5～7為劃痕直徑D為0．35mm，不同上下游壓差下的閥門(mén)內(nèi)漏信號(hào)的頻譜特征。

圖5 Δp＝0．4MPa時(shí)的聲發(fā)射信號(hào)特征

圖6 Δp＝0．6MPa時(shí)的聲發(fā)射信號(hào)特征

圖7 Δp＝1．0MPa時(shí)的聲發(fā)射信號(hào)特征

4．2 Δp＝0．6 M Pa不同劃痕的泄漏信號(hào)特征

圖8～10為上下游壓差△p＝0．6MPa，不同直徑劃痕的閥門(mén)內(nèi)漏信號(hào)的頻譜特征。

圖8 D＝0．35mm時(shí)的聲發(fā)射信號(hào)特征

圖9 D＝0．45mm時(shí)的聲發(fā)射信號(hào)特征

圖10 D＝0．55mm時(shí)的聲發(fā)射信號(hào)特征

由圖5～10可知，采集的聲發(fā)射峰值頻率主要集中在3．5kH z附近，并且隨著上下游壓差的增加和劃痕直徑的增加有所變化。表2是通過(guò)試驗(yàn)數(shù)據(jù)提取的聲發(fā)射信號(hào)的特征參數(shù)頻域峰值和峰值頻域。

通過(guò)試驗(yàn)數(shù)據(jù)的對(duì)比可以看出，同一直徑下，隨著壓差的增加，頻域峰值出現(xiàn)了明顯的上升趨勢(shì)，峰值頻率也出現(xiàn)了小幅的上升；同一壓差，隨著劃痕直徑的增加，頻域峰值也出現(xiàn)了明明顯的上升趨勢(shì)，峰值頻率小幅上升。

表2 聲發(fā)射信號(hào)特征

5 結(jié)論

1） 采用改進(jìn)的小波閾值去噪，可以有效提高信號(hào)的信噪比，降低均方根誤差值，為聲發(fā)射信號(hào)的特征提取奠定了基礎(chǔ)。

2） 提取試驗(yàn)室內(nèi)采集的聲發(fā)射信號(hào)的頻域特征，信號(hào)的頻域峰值主要集中在了3．5kH z附近，并且隨著壓差及劃痕直徑的變化有所浮動(dòng)。

3） 隨著上下游壓差的增加，聲發(fā)射信號(hào)的頻域峰值明顯上升，峰值頻率也有逐漸增加的趨勢(shì)；隨著劃痕直徑的上升，聲發(fā)射信號(hào)的頻率峰值也會(huì)相應(yīng)的增加，峰值頻率也隨之小幅上升。

［1］ 張海峰．天然氣管道閥門(mén)內(nèi)漏聲發(fā)射檢測(cè)系統(tǒng)設(shè)計(jì)及試驗(yàn)研究［J］．石油化工自動(dòng)化，2013，48（6）：10-13．

［2］ 董世方，同長(zhǎng)虹．利用聲發(fā)射診斷技術(shù)在線監(jiān)測(cè)輸油氣管裂紋［J］．石油礦場(chǎng)機(jī)械，2009，38（4）：61-63．

［3］ 白小亮，韓新利．基于小波重構(gòu)的輸油管線壓力信號(hào)降噪分析［J］．石油礦場(chǎng)機(jī)械，2009，38（11）：72-76．

［4］ Tonolini F，Saia A，Villa G．General review of develop-ments in Acoustic E mission methods［J］．International Jowrnal of Pressure Vessele and Piping，1987，28（5）：179-201．

［5］ 王遙遙．基于小波理論的信號(hào)降噪方法的研究［D］．武漢：武漢理工大學(xué)，2013．

［6］ 王宏強(qiáng)，尚春陽(yáng)，高瑞鵬，等．基于小波系數(shù)變換的小波閾值去噪算法改進(jìn)［J］．振動(dòng)與沖擊，2011，30（10）：165-168．

Research on the Acoustic Emission Signai Feature for the Inner Leakage of Vaives

LIU Zhichao，ZHANGY oujiang
（College of Mechanical and Transportation Engineering，China Universitu of Petroleum，Beijing102249，China）

Valves have an im portant role in the transport of natural gas，and the safety operation of gas pipelines is threatened by valve inner leakage．T he acoustic emission signals are collected，and the im proved threshold de-noising algorith m is applied to signal analysis，in order to im prove the signal-to-noise-ratio，and decrease the root-mean-square-error（RMSE）value．T hen，the frequency do main peak and peak frequency of the de-noising signal are extracted to research the acoustic e-mission signal feature for the inner leakage of valve and lay the foundation for the valve leak de-tection．

acousticemission；thresholdde-noisingalgorithm；signal-to-noise-ratio；RME；spectral characteristics

T E973

A

10．3969／j．issn．1001-3842．2015．06．003

1001-3482（2015）06-0013-04

①2015-01-27

劉治超（1988-），男，河北廊坊人，碩士研究生，主要從事聲發(fā)射閥門(mén)內(nèi)漏檢測(cè)，Email：liuzhichaoboa＠163．com。