基于多頻渦流信號處理的結(jié)構(gòu)識別方法

陳 姝,馮美名,張志義,廖述圣,魏文斌

(中核武漢核電運行技術(shù)股份有限公司，武漢 430223)

渦流檢測是以電磁感應(yīng)原理為基礎(chǔ)的一種常規(guī)無損檢測方法[1-2]。檢測時，線圈不需要接觸工件，也無需耦合介質(zhì)，檢測速度快，對工件表面或近表面缺陷的檢測靈敏度高。金屬表面感應(yīng)渦流的滲透深度隨激勵頻率的變化而變化，頻率高時金屬表面渦流密度大，渦流滲透深度淺；隨著頻率的降低，渦流滲透深度增加，但表面渦流密度減小。由于渦流檢測的這種特性，在核電設(shè)備檢測中，可以利用低激勵頻率得到的信號檢測支撐板和彎管等結(jié)構(gòu)信息，用高激勵頻率和低激勵頻率得到的信號來檢測表面缺陷。因此，渦流檢測在無損檢測技術(shù)中具有重要的地位。

在蒸汽發(fā)生器中，傳熱管及其支撐板數(shù)量多，內(nèi)部液體腐蝕和各種振動對傳熱管的某些部位，特別是支撐板與傳熱管外壁接觸處的影響較大。在渦流檢測中，為了有效分析核電設(shè)備的缺陷屬性，必須將結(jié)構(gòu)信息全部檢測出來，既不能有虛假結(jié)構(gòu)，又沒有漏掉任何一個結(jié)構(gòu)信息，這樣才有可能更好地確認(rèn)缺陷的位置和類型，明確缺陷的危害程度，避免核電事故。

多頻渦流信號檢測面臨的問題是，整體信號幅度擺動大，一些關(guān)鍵部位(如彎管處)的支撐結(jié)構(gòu)信號和彎管信號交叉，能量高低變化，結(jié)構(gòu)分布不均勻，且信號噪聲嚴(yán)重。

針對上述問題，提出了基于多頻渦流信號處理的結(jié)構(gòu)識別方法。該算法選取低頻通道信號，運用旋轉(zhuǎn)變換的方式，找到噪聲能量最小的水平分量，確定水平分量趨勢線，消除擺動，再確定結(jié)構(gòu)位置和數(shù)量。

1 傳熱管的結(jié)構(gòu)識別算法和流程

從多頻渦流儀獲得的信號分為高頻、中頻和低頻信號，每一頻率的信號又分為差分信號和絕對信號，這些信號可分解為水平分量和垂直分量，可將其理解為復(fù)信號的實部和虛部。因此，下載的數(shù)據(jù)陣通常包含很多列信號。把含有最強(qiáng)結(jié)構(gòu)信息的低頻絕對通道信號作為確定結(jié)構(gòu)的首選。

假定從渦流儀獲得的數(shù)據(jù)已轉(zhuǎn)換成可運用軟件MATLAB處理的文本(不妨設(shè)為Data.txt)文件。

首先，下載數(shù)據(jù)文件Data.txt，顯示數(shù)據(jù)并觀察，確定結(jié)構(gòu)識別區(qū)域IdentifArea及其長度Length，選取低頻絕對通道在識別區(qū)域IdentifArea內(nèi)的水平分量和垂直分量數(shù)據(jù)Data(IdentifArea,i:i+1)，將其記為Channel，作為下面處理的核心數(shù)據(jù)。

其次，將Channel數(shù)據(jù)點繞坐標(biāo)中心旋轉(zhuǎn)1°～180°(這里度數(shù)分辨率為1°)，將其水平分量用矩陣TotalR標(biāo)記，其維度為Length×180，找出TotalR中噪聲影響最小的水平分量TotalR(:,Index)、趨勢線Trend(:,Index)及其差值Diff(:,Index)，主要包括：① 運用中值濾波方法(濾波器長度大于2倍的最大支撐結(jié)構(gòu)長度)求出矩陣TotalR每一列的趨勢線，并以矩陣Trend記之；② 求出矩陣Trend中每列趨勢線的縱向距離，并以向量R記之；③ 求出向量R的最小值位置索引Index；④ 求得噪聲影響最小的水平分量TotalR (:,Index)、趨勢線Trend(:,Index)及差值Diff(:,Index)。

然后，設(shè)置結(jié)構(gòu)信號幅度閾值Threshold和最小結(jié)構(gòu)間距閾值MinInteral，求出TotalR(:,Index)中支撐結(jié)構(gòu)信號的數(shù)量TSPNum和位置TSPPosition。① 根據(jù)給定的閾值Threshold，將Diff(:,Index)中大于Threshold的分量記為1，否則記為0，以向量Constr記之；② 找出Constr向量中相鄰1的首尾位置，從而確定相鄰1的中心位置，以向量IniPosition記之；③ 根據(jù)最小結(jié)構(gòu)間距MinInteral，保留IniPosition中間距大于MinInteral的分量，以向量TSPPosition記之，其長度即為TSPNum。

同樣地，求TotalR(:,Index)中彎管的數(shù)量TBNum和位置TBPosition，只需將Diff(:,Index)取負(fù)號，利用上述參數(shù)Threshold和MinInteral即可。

最后，顯示支撐板和彎管等結(jié)構(gòu)的個數(shù)以及位置信息。

傳熱管的結(jié)構(gòu)定位和識別流程如圖1所示。

圖1 傳熱管的結(jié)構(gòu)定位和識別流程

2 傳熱管的結(jié)構(gòu)識別技術(shù)

2.1 信號旋轉(zhuǎn)

(1)

由X1和X2構(gòu)成的m×2維矩陣[X1X2]旋轉(zhuǎn)θ后，變?yōu)閇X1cosθ-X2sinθX1sinθ+X2cosθ]。

(2)

信號旋轉(zhuǎn)改變不了結(jié)構(gòu)的相對位置，但可以改變信號的幅度和噪聲能量，旋轉(zhuǎn)的目的在于從Channel旋轉(zhuǎn)得到的矩陣TotalR中找到噪聲影響最小的水平分量，以便于結(jié)構(gòu)定位識別，甚至后續(xù)的缺陷提取。

2.2 信號抖動趨勢線提取

中值濾波是一種非線性平滑技術(shù)，其是基于排序統(tǒng)計獲取位于中間的值而不是平均或加權(quán)平均值的方法。例如，向量A=[1,4,8,4,1,199,2,3,-20]，排序后得到的PA=[-20,1,1,2,3,4,4,8,199]，其中值為3,均值為22.444 4。顯然，奇異值對均值會產(chǎn)生影響，而對中值影響不明顯。

在該問題中，低頻絕對通道結(jié)構(gòu)信號幅值遠(yuǎn)大于沒有結(jié)構(gòu)的信號幅值，而且相較整段信號，結(jié)構(gòu)信號占空比小。只要濾波區(qū)間較大，例如長度取最大結(jié)構(gòu)寬度的2倍以上進(jìn)行中值濾波，則可以消除結(jié)構(gòu)影響，獲得抖動趨勢線，而且隨機(jī)噪聲仍保留在其中。

2.3 信號長度的縱向距離刻畫

每一個旋轉(zhuǎn)了一定角度的水平分量信號，其抖動趨勢線既含有抖動信息又含有噪聲信息。要找到抖動幅度和噪聲能量最小的那個趨勢線，可以采用趨勢線長度的縱向距離刻畫。

設(shè)第i個抖動趨勢線為Trend(:,i)，其長度的縱向距離定義為

(3)

2.4 信號最小分量的位置索引

利用給定信號求出最小位置索引的方法很多，如遺傳算法。這里直接引用MATLAB軟件中的函數(shù)min進(jìn)行索引。

2.5 傳熱管結(jié)構(gòu)定位

在低頻絕對通道的多個旋轉(zhuǎn)信號中，一旦選定了高信噪比的一組信號，就可以對結(jié)構(gòu)進(jìn)行定位識別。假定支撐板信號向上，由于支撐板位置的信號幅度遠(yuǎn)大于其他位置的，首先將差值信號Diff通過閾值處理，將可能的支撐板位置和非支撐板位置以1和0進(jìn)行分類，再通過邏輯判斷，找到可能的支撐板首尾位置，接著通過首尾平均取整，找到可能的支撐板中心位置，然后通過最小結(jié)構(gòu)間距排除相鄰相同目標(biāo)被判斷成多目標(biāo)的可能性，最后得到支撐結(jié)構(gòu)位置向量及個數(shù)。低頻絕對通道的結(jié)構(gòu)信號中，彎管信號和支撐板信號方向相反，因此只需要將上面的Diff信號取負(fù)，然后按照支撐板定位識別方法操作即可。

2.6 傳熱管結(jié)構(gòu)識別技術(shù)

運用同一渦流儀探測同一類型的蒸汽發(fā)生器(SG)傳熱管，傳熱管支撐板和彎管識別也不難。例如，對某核電站某型SG支撐結(jié)構(gòu)進(jìn)行識別，支撐板分布稀疏均勻、數(shù)量多、信號方向一致，彎管信號數(shù)量少、與支撐板信號相反，這些特性都可用于識別判斷。

3 運用SG傳熱管渦流數(shù)據(jù)進(jìn)行驗證

圖2,3為兩個核電站的兩根傳熱管低頻絕對通道的水平和垂直分量?？梢钥闯?，兩組信號普遍存在信號擺幅過大，結(jié)構(gòu)間距不均勻的問題，A核電站信號噪聲更大，B核電站彎管處的結(jié)構(gòu)信號能量過小。運用這些數(shù)據(jù)直接進(jìn)行結(jié)構(gòu)識別的準(zhǔn)確率并不高。

圖2的結(jié)構(gòu)識別算法使用的參數(shù)如表1所示。

圖2 A核電站低頻絕對通道的水平和垂直分量

圖3 B核電站低頻絕對通道的水平和垂直分量

表1 圖2的結(jié)構(gòu)識別算法使用的參數(shù)

算法處理結(jié)果：有12個支撐結(jié)構(gòu)4個彎管。支撐結(jié)構(gòu)位置用向量表示為[132 161 206 389 595 723 908 1 094 1 301 1 515 1 733 1 937]，彎管位置為[110 177 239 2 315]。

A核電站SG傳熱管結(jié)構(gòu)定位識別效果如圖4所示。

圖4 A核電站SG傳熱管結(jié)構(gòu)定位識別效果

可以看出，運用該算法不僅可以定位結(jié)構(gòu)位置，而且能識別出彎管和支撐結(jié)構(gòu)的信號。

圖3的結(jié)構(gòu)識別算法使用的參數(shù)如表2所示。

表2 圖3的結(jié)構(gòu)識別算法使用的參數(shù)

算法處理結(jié)果：彎管信息不明顯，支撐結(jié)構(gòu)有26個，位置為[77 191 421 651 880 1 108 1 335 1 563 1 789 2 013 2 175 2 333 2 493 2 658 2 815 2 976 3 147 3 373 3 600 3 827 4 053 4 280 4 508 4 738 4 965 5 077]。

B核電站SG傳熱管的結(jié)構(gòu)識別效果如圖5所示。

圖5 B核電站SG傳熱管的結(jié)構(gòu)識別效果

從上面的識別結(jié)果可以看出，該算法不僅能抑制噪聲，使擺動趨勢線最大限度線性化，還能通過消除趨勢線找到最小結(jié)構(gòu)的信息。

4 結(jié)語

針對渦流信號和渦流信號中結(jié)構(gòu)的特點，提出了傳熱管的結(jié)構(gòu)識別算法。該算法選取低頻絕對通道信號，運用旋轉(zhuǎn)變換的方式，找到擺動趨勢線縱向距離最短、噪聲能量最小的水平分量，然后對其進(jìn)行中值濾波，尋找擺動趨勢線，消除擺動，通過幅度閾值和結(jié)構(gòu)分辨率確定結(jié)構(gòu)位置和數(shù)量。運用來自核電站SG傳熱管的數(shù)據(jù)進(jìn)行結(jié)構(gòu)識別表明，同一類傳熱管可采用相同參數(shù)進(jìn)行結(jié)構(gòu)自動識別，對不同類傳熱管，只要適當(dāng)調(diào)整好參數(shù)，該算法仍然有效。只要信號合格，參數(shù)調(diào)整適當(dāng)，該算法識別準(zhǔn)確率可以達(dá)到100%。