某油田三相分離器支撐板腐蝕缺陷超聲波檢測(cè)方法

趙海洋　高秋英　梁莉　杜黎明　李休萍

摘 要 針對(duì)三相分離器支撐板腐蝕缺陷超聲波回波信號(hào)中包含大量噪聲信號(hào)，導(dǎo)致腐蝕缺陷識(shí)別性能較低的問(wèn)題，提出一種三相分離器支撐板腐蝕缺陷超聲波檢測(cè)方法用于缺陷的識(shí)別，實(shí)驗(yàn)結(jié)果表明，筆者所提方法相比其他方法能夠有效增強(qiáng)回波信號(hào)采集處理能力、縮短回波信號(hào)檢測(cè)識(shí)別算法的訓(xùn)練時(shí)長(zhǎng)、提高了算法的識(shí)別率。

關(guān)鍵詞 三相分離器 支撐板 腐蝕缺陷 超聲波檢測(cè) 主成分分析 BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào) TQ051.8? ?文獻(xiàn)標(biāo)識(shí)碼 A? ?文章編號(hào) 0254?6094（2023）02?0163?06

在油田開采過(guò)程中，到達(dá)地面的原油中含有不同程度的油、氣、水，通常采用三相分離器初步分離油、氣、水［1］。為保障油田的正常生產(chǎn)和運(yùn)行，必須定期對(duì)三相分離器各部分實(shí)施嚴(yán)格的安全性檢測(cè)，只有各指標(biāo)均符合要求才能投入生產(chǎn)使用。腐蝕缺陷是三相分離器中常見(jiàn)且影響最大的缺陷之一，超聲波檢測(cè)是常用的無(wú)損傷外部檢測(cè)技術(shù)［2］，能夠在不打開三相分離器的情況下對(duì)其腐蝕缺陷等問(wèn)題進(jìn)行檢測(cè)，及時(shí)發(fā)現(xiàn)問(wèn)題并加以防護(hù)，從而延長(zhǎng)三相分離器的使用壽命，避免造成人員傷亡和經(jīng)濟(jì)損失。

潘峰等首先對(duì)超聲波信號(hào)進(jìn)行預(yù)處理并采用經(jīng)驗(yàn)?zāi)B(tài)分解提取其中時(shí)域無(wú)量綱參數(shù)作為特征向量，然后通過(guò)粒子群優(yōu)化支持向量機(jī)參數(shù)，最后采用優(yōu)化后支持向量機(jī)實(shí)現(xiàn)腐蝕缺陷檢測(cè)［3］。劉文才等對(duì)腐蝕缺陷與導(dǎo)波之間的調(diào)制機(jī)理進(jìn)行分析研究，構(gòu)建了腐蝕程度與Lamb波反射/透射幅值之間的規(guī)律，推導(dǎo)出了幅值比系數(shù)表達(dá)式，經(jīng)數(shù)值分析實(shí)現(xiàn)了腐蝕缺陷檢測(cè)［4］。冉茂霞等構(gòu)建了變分模態(tài)分解適應(yīng)度函數(shù)，通過(guò)粒子群優(yōu)化選擇變分模態(tài)分解適應(yīng)度函數(shù)最優(yōu)參數(shù)并將其用于信號(hào)分解，根據(jù)分解所得參量反映腐蝕缺陷特征，通過(guò)引入隨機(jī)森林分類器識(shí)別特征，完成腐蝕缺陷檢測(cè)［5］。以上方法在識(shí)別超聲波回波信號(hào)時(shí)均未對(duì)高維信號(hào)降維處理，導(dǎo)致回波信號(hào)采集處理能力不理想、回波信號(hào)檢測(cè)識(shí)別算法訓(xùn)練時(shí)間長(zhǎng)、算法識(shí)別率低。

為了降低高維信號(hào)對(duì)腐蝕缺陷檢測(cè)的影響，優(yōu)化檢測(cè)效果，筆者提出了一種用于油田三相分離器支撐板腐蝕缺陷的超聲波檢測(cè)方法，該方法在預(yù)處理回波信號(hào)的基礎(chǔ)上［6］，結(jié)合BP神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)三相分離器支撐板腐蝕缺陷超聲波檢測(cè)。

1 三相分離器支撐板超聲波檢測(cè)與信號(hào)預(yù)處理

因?yàn)槿喾蛛x器的工作環(huán)境復(fù)雜惡劣，長(zhǎng)期與腐蝕介質(zhì)直接接觸，故極易造成其各部件腐蝕。圖1為三相分離器結(jié)構(gòu)示意圖。

三相分離器支撐板是極易被腐蝕的部件之一，一旦產(chǎn)生腐蝕缺陷就會(huì)導(dǎo)致支撐板結(jié)構(gòu)剛度出現(xiàn)變化，當(dāng)超聲波經(jīng)過(guò)腐蝕缺陷處時(shí)，抵抗變形會(huì)使超聲波生成回波信號(hào)。根據(jù)彈性應(yīng)力場(chǎng)理論［7］，在超聲波垂直入射的情況下三相分離器支撐板超聲反射系數(shù)R為：

其中，σ表示反射應(yīng)力；σ表示入射應(yīng)力；W表示三相分離器支撐板材料聲阻抗，ρ表示三相分離器支撐板材料密度；W表示缺陷處材料名義聲阻抗，ρ表示缺陷處材料密度；C表示波速。

將三相分離器支撐板中未損傷部分視作超聲波傳播媒介A，被腐蝕缺陷和剩余部分共同視作超聲波傳播媒介B。對(duì)于媒介B，腐蝕缺陷僅為損失部分質(zhì)量，所以波速為C不變，該部分截面積為S，密度為ρ，剩余三相分離器支撐板截面積為S，密度為ρ，根據(jù)單位面積超聲波傳播媒介B與剩余支撐板質(zhì)量相同可得S×ρ=S×ρ。設(shè)參數(shù)γ表示腐蝕缺陷截面積在三相分離器支撐板截面積中的占比，γ=1-S/S，則三相分離器支撐板超聲反射系數(shù)R的計(jì)算式為［8］：

將超聲反射系數(shù)R與超聲波強(qiáng)度相結(jié)合，可得到能量反射率F=R，由此可知，在三相分離器支撐板的腐蝕缺陷檢測(cè)中應(yīng)用超聲波垂直入射方式能夠?qū)崿F(xiàn)回波信號(hào)的采集。

采集到的超聲波回波信號(hào)中除了缺陷信號(hào)、底波信號(hào)等有價(jià)值信號(hào)外，還包含大量噪聲信號(hào)，使缺陷波分析受到影響，因此引入小波變換去噪法對(duì)回波信號(hào)去噪處理［9］。首先將含噪信號(hào)小波變換，然后通過(guò)門限函數(shù)處理得到的小波系數(shù)生成新的小波系數(shù)，最后將新的小波系數(shù)反變換，即可實(shí)現(xiàn)回波信號(hào)去噪。小波變換去噪具有計(jì)算量小、算法簡(jiǎn)單的特點(diǎn)，其中軟、硬門限選取是小波變換去噪的關(guān)鍵點(diǎn)和難點(diǎn)。

用θ、[θ][^]分別表示去噪前、后的小波系數(shù)，設(shè)定門限μ=，其中L表示信號(hào)長(zhǎng)度，若信號(hào)值或小波系數(shù)小于μ，則將其置為0，此時(shí)硬門限函數(shù)[θ][^]和軟門限函數(shù)[θ][^]為：

由圖2可以看出，硬門限函數(shù)在±μ處不連續(xù)，易引起偽吉布斯現(xiàn)象，使信號(hào)產(chǎn)生隨機(jī)振蕩；軟門限函數(shù)雖然就整體來(lái)說(shuō)是連續(xù)函數(shù)，但其導(dǎo)數(shù)非連續(xù)，會(huì)導(dǎo)致實(shí)際值和預(yù)估值之間存在恒定偏差。因此對(duì)門限函數(shù)加以改進(jìn)，得到改進(jìn)后的門限函數(shù)[θ][^]為：

其中，α和β為大于1的常數(shù)。當(dāng)α→1和α→∞時(shí)，改進(jìn)的門限函數(shù)分別趨近于軟門限函數(shù)和硬門限函數(shù)，即改進(jìn)后的門限函數(shù)基于兩者之間，采用該函數(shù)能夠有效修正軟、硬門限函數(shù)的缺點(diǎn)，提高小波變換去噪的性能。

2 三相分離器支撐板腐蝕缺陷識(shí)別

超聲波缺陷檢測(cè)的核心是采用回波噪聲實(shí)現(xiàn)缺陷特征和缺陷類型識(shí)別，從而得到準(zhǔn)確的缺陷信息。筆者將主成分分析法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合從而實(shí)現(xiàn)三相分離器支撐板腐蝕缺陷的識(shí)別［10，11］。

通過(guò)超聲波檢測(cè)三相分離器支撐板時(shí)，需要盡可能多地獲取支撐板相關(guān)參數(shù)，但這些參數(shù)間存在必然的聯(lián)系且維度較高，會(huì)對(duì)三相分離器支撐板腐蝕缺陷分析造成不良影響，為此引入主成分分析法分類特征參數(shù)并對(duì)高維度特征參數(shù)進(jìn)行降維處理。

用W表示去噪后三相分離器支撐板缺陷信號(hào)模式向量矩陣，w表示其中信號(hào)樣本，i∈{1，2，…，m}，j∈{1，2，…，n}，w和s分別表示全部信號(hào)樣本均值和標(biāo)準(zhǔn)差，將去噪后的信號(hào)進(jìn)行標(biāo)準(zhǔn)化處理［12］，得到標(biāo)準(zhǔn)化后的信號(hào)x為：

以時(shí)域中的形狀、峰度、偏度和離散這4種系數(shù)為缺陷信號(hào)特征參數(shù)提取三相分離器支撐板特征信號(hào)，并將這4種特征參數(shù)進(jìn)行7層分解，研究這4種回波信號(hào)發(fā)現(xiàn)其頻率均低于200 kHz，選取前20個(gè)小波包能量系數(shù)分析腐蝕缺陷回波信號(hào)頻率間的區(qū)別［14］，最終可獲取到處于時(shí)域和頻域中的共計(jì)24個(gè)特征參數(shù)。主成分分析法中主成分因子數(shù)量的選擇對(duì)最終識(shí)別結(jié)果有很大影響，通過(guò)調(diào)整激勵(lì)信號(hào)篩選缺陷較明顯的信號(hào)作為測(cè)試樣本，將其中部分樣本作為樣本訓(xùn)練集訓(xùn)練主成分分析法，選取k個(gè)最優(yōu)主成分因子作為因素構(gòu)建低維空間，從而完成高維度特征參數(shù)的降維。

由于僅通過(guò)PCA無(wú)法實(shí)現(xiàn)缺陷分類，因此引入BP神經(jīng)網(wǎng)絡(luò)并與之結(jié)合來(lái)識(shí)別三相分離器支撐板腐蝕缺陷。BP神經(jīng)網(wǎng)絡(luò)主要結(jié)構(gòu)如圖3所示。

網(wǎng)絡(luò)權(quán)值和閾值函數(shù)共同處理缺陷信號(hào)并通過(guò)輸出層輸出，若輸出結(jié)果不符合期望誤差，則將誤差由輸出層輸入，經(jīng)反向傳播修正權(quán)值和閾值，重復(fù)以上過(guò)程直到輸出符合預(yù)期結(jié)果。

構(gòu)建BP神經(jīng)網(wǎng)絡(luò)時(shí)隱含層節(jié)點(diǎn)數(shù)z和收斂因子大小的選擇十分重要。用a和b分別表示輸入層和輸出層的節(jié)點(diǎn)數(shù)，常數(shù)ε∈［0，10］，則有z=+ε，采用BP神經(jīng)網(wǎng)絡(luò)識(shí)別信號(hào)時(shí)需要結(jié)合精度和訓(xùn)練時(shí)間對(duì)隱含層節(jié)點(diǎn)數(shù)加以調(diào)節(jié)；收斂因子的大小對(duì)權(quán)值具有直接調(diào)節(jié)作用，當(dāng)訓(xùn)練過(guò)程中收斂速度過(guò)慢時(shí)，需要適當(dāng)增大收斂因子，反之縮小收斂因子。

采用PCA和BP神經(jīng)網(wǎng)絡(luò)檢測(cè)三相分離器支撐板腐蝕缺陷時(shí)，首先通過(guò)PCA處理去噪后超聲波信號(hào)，然后將信號(hào)輸入至BP神經(jīng)網(wǎng)絡(luò)輸入層中，最終篩選出最符合缺陷識(shí)別的因子，實(shí)現(xiàn)三相分離器支撐板腐蝕缺陷檢測(cè)識(shí)別。

3 實(shí)驗(yàn)與結(jié)果

采用實(shí)體三相分離器支撐板模型檢驗(yàn)筆者所提方法、文獻(xiàn)［3］方法和文獻(xiàn)［4］方法的超聲波回波信號(hào)采集和處理效果，三相分離器支撐板模型腐蝕缺陷相關(guān)參數(shù)見(jiàn)表1，缺陷分布如圖4所示。

采用文獻(xiàn)［3］方法、文獻(xiàn)［4］方法和筆者所提方法，對(duì)采集并預(yù)處理后的信號(hào)進(jìn)行數(shù)值模擬，結(jié)果如圖5～7所示。

由圖5可以看出，文獻(xiàn)［3］方法對(duì)于截面損失率較低的腐蝕缺陷1和腐蝕缺陷3敏感度較低，由于頻散特性，文獻(xiàn)［3］方法對(duì)腐蝕缺陷5的定位準(zhǔn)確度不理想。由圖6可以看出，文獻(xiàn)［4］方法由于腐蝕缺陷5和腐蝕缺陷6之間以及腐蝕缺陷6之后存在模態(tài)轉(zhuǎn)換回波，對(duì)腐蝕缺陷6判斷產(chǎn)生嚴(yán)重影響，且文獻(xiàn)［4］方法對(duì)于截面損失率較低的腐蝕缺陷1和腐蝕缺陷3的敏感度也不高。由圖7可以看出，筆者所提方法能夠有效避免上述問(wèn)題，能夠準(zhǔn)確采集三相分離器支撐板腐蝕缺陷超聲波回波信號(hào)。

為了進(jìn)一步驗(yàn)證筆者所提方法、文獻(xiàn)［3］方法和文獻(xiàn)［4］方法的三相分離器支撐板腐蝕缺陷識(shí)別性能，分別以5組測(cè)試樣本下的訓(xùn)練時(shí)長(zhǎng)和識(shí)別率為指標(biāo)，對(duì)比3種方法的檢測(cè)結(jié)果（圖8、9）。

由圖8、9可以看出，與文獻(xiàn)［3］方法和文獻(xiàn)［4］方法相比，筆者所提方法不但具有更短的訓(xùn)練時(shí)長(zhǎng)，同時(shí)還具有更高的識(shí)別率，在相同情況下，筆者所提方法能夠更準(zhǔn)確地識(shí)別到腐蝕缺陷，避免漏檢造成三相分離器運(yùn)行過(guò)程中的不良后果。筆者所提方法在通過(guò)BP神經(jīng)網(wǎng)絡(luò)識(shí)別腐蝕缺陷信號(hào)前對(duì)信號(hào)降維處理，降低高維度對(duì)信號(hào)識(shí)別檢測(cè)的不良影響，從而提高了其識(shí)別率。

4 結(jié)束語(yǔ)

針對(duì)回波信號(hào)采集處理能力不理想、回波信號(hào)檢測(cè)識(shí)別算法的訓(xùn)練時(shí)間長(zhǎng)、算法識(shí)別率低問(wèn)題，筆者提出了一種三相分離器支撐板腐蝕缺陷超聲波檢測(cè)方法。采集三相分離器支撐板超聲波回波信號(hào)并進(jìn)行去噪處理，結(jié)合主成分分析法和BP神經(jīng)網(wǎng)絡(luò)完成三相分離器支撐板腐蝕缺陷識(shí)別檢測(cè)。測(cè)試結(jié)果表明，該方法能夠有效增強(qiáng)回波信號(hào)采集處理能力、縮短回波信號(hào)檢測(cè)識(shí)別算法的訓(xùn)練時(shí)長(zhǎng)、提高算法識(shí)別率，為油田的安全開采奠定基礎(chǔ)。

參 考 文 獻(xiàn)

［1］ 馬晨波，黃喆，劉向東，等.基于K?Spice的三相分離器液位設(shè)定分析及優(yōu)化［J］.中國(guó)海上油氣，2021，33（4）：172-178.

［2］ 劉媛，馬祥華，劉洋，等.干耦合超聲波檢測(cè)及波初至的自動(dòng)拾?。跩］.巖土力學(xué)，2020，41（4）：1455-1464.

［3］ 潘峰，唐東林，陳印，等.管道腐蝕缺陷超聲信號(hào)的PSO?SVM模式識(shí)別研究［J］.機(jī)械科學(xué)與技術(shù)，2020，39（5）：751-757.

［4］ 劉文才，樊建春，楊進(jìn).采用超聲導(dǎo)波的儲(chǔ)罐罐頂腐蝕深度檢測(cè)方法［J］.光學(xué)精密工程，2021，29（6）：1468-1481.

［5］ 冉茂霞，黃沁元，劉鑫，等.基于優(yōu)化變分模態(tài)分解的磁瓦內(nèi)部缺陷檢測(cè)［J］.浙江大學(xué)學(xué)報(bào)（工學(xué)版），2020，54（11）：2158-2168；2213.

［6］ 王家樂(lè)，章翔峰，司呈鑫，等.和田玉超聲波數(shù)值模擬分析及回波信號(hào)特征分析［J］.新疆大學(xué)學(xué)報(bào)（自然科學(xué)版）（中英文），2022，39（1）：94-102.

［7］ 呼懷剛，管志川，許玉強(qiáng)，等.基于多孔彈性力學(xué)理論的深井井底應(yīng)力場(chǎng)分析［J］.中國(guó)石油大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，44（5）：52-61.

［8］ 賀彥博，高天雯，郭奧，等.基于超聲波反射系數(shù)相移的油膜厚度測(cè)量方法研究［J］.摩擦學(xué)學(xué)報(bào)，2021，41（1）：1-8.

［9］ 李維松，許偉杰，張濤.基于小波變換閾值去噪算法的改進(jìn)［J］.計(jì)算機(jī)仿真，2021，38（6）：348-351；356.

［10］ 阮皓麟，王斌會(huì).穩(wěn)健稀疏主成分分析法及其實(shí)證研究［J］.數(shù)理統(tǒng)計(jì)與管理，2020，39（1）：80-92.

［11］ 何海婷，柳亦兵，巴黎明，等.基于BP神經(jīng)網(wǎng)絡(luò)的飛輪儲(chǔ)能系統(tǒng)主動(dòng)磁軸承非線性動(dòng)力學(xué)模型［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2022，42（3）：1184-1198.

［12］ 周思寒，胡新宇，湯斌，等.一種基于EWMA?PCA的水質(zhì)光譜數(shù)據(jù)標(biāo)準(zhǔn)化方法研究［J］.光譜學(xué)與光譜分析，2020，40（11）：3443-3450.

［13］ 李相伯，龔俊，胡丹，等.基于相鄰子區(qū)相關(guān)系數(shù)的散斑質(zhì)量評(píng)價(jià)方法［J］.光子學(xué)報(bào)，2021，50（5）：212-220.

［14］ 甄冬，朱繼瑞，張琛，等.基于小波包能量與峭度譜的滾動(dòng)軸承故障診斷［J］.機(jī)械設(shè)計(jì)，2021，38（2）：23-28.

［15］ 賈麗杰，李文靜，喬俊飛.基于神經(jīng)元特性的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)自組織設(shè)計(jì)方法［J］.控制理論與應(yīng)用，2020，37（12）：2618-2626.

（收稿日期：2022-05-23，修回日期：2023-03-13）

Ultrasonic Detection Method for Support Plate Corrosion

Defects of the Three?phase Separator in an Oilfield

ZHAO Hai?yang1，2， GAO Qiu?ying1，2， LIANG Li3， DU Li?ming1，2， LI Xiu?ping1，2

（1. SINOPEC Northwest Company；2. SINOPEC Key Laboratory of Enhanced Oil Recovery in

Fractured?Vuggy Carbonate Reservoirs；3. SINOPEC Zhongyuan Petroleum Engineering Design Co.， Ltd.）

Abstract? ?Aiming at the problem that the corrosion defects ultrasonic echo signal of the three?phase separators support plate contains a large number of noise signals， which results in low recognition performance of corrosion defects， a ultrasonic detection method for it in an oil field was proposed to detect and identify corrosion defects. The experimental results show that， the method proposed， as compared to other methods， can effectively enhance echo signal acquisition and processing ability， shorten training time of echo signal detection and recognition algorithm， and improve recognition rate of the algorithm.

Key words? ? three?phase separator， support plate， corrosion defects， ultrasonic detection， principal component analysis， BP neural network

基金項(xiàng)目：國(guó)家重大專項(xiàng)（2016ZX05053）；中石化重點(diǎn)項(xiàng)目課題（319016?5）。

作者簡(jiǎn)介：趙海洋（1973-），教授級(jí)高級(jí)工程師，從事油氣開采與防腐的研究。

通訊作者：梁莉（1981-），高級(jí)工程師，從事油氣田地面工程的研究，liangli_0502@163.com。

引用本文：趙海洋，高秋英，梁莉，等.某油田三相分離器支撐板腐蝕缺陷超聲波檢測(cè)方法［J］.化工機(jī)械，2023，50（2）：163-168.