張璐瑩 張宏遠 徐洋 姜智通 蔣鵬

1東北石油大學

2中國石油管道局工程有限公司

目前，閥門作為一種通用的機械產(chǎn)品，已在石油、石化行業(yè)的過程裝置中得到廣泛應用[1]。然而隨著石化裝置生產(chǎn)工藝及物料種類的不斷多元化，使得閥門的運行工況日益復雜，加上使用維修不當?shù)纫蛩兀b置閥門跑、冒、滴、漏現(xiàn)象時有發(fā)生。一旦閥門發(fā)生泄漏，會對設備的安全構成嚴重威脅，同時還會產(chǎn)生能量損失，降低裝置工藝管線介質的輸送效率[2]。因此，在石油化工生產(chǎn)過程中，及時、高效、準確地發(fā)現(xiàn)閥門的泄漏具有重要意義[3]。

聲發(fā)射是一種動態(tài)無損檢測技術，材料的損傷造成局部能量快速釋放，產(chǎn)生的瞬態(tài)彈性波是聲發(fā)射主要的聲源激勵[4]。聲發(fā)射信號是聲發(fā)射源的信息載體，檢測聲發(fā)射信號的目的就是希望通過聲發(fā)射信號這個橋梁來推斷聲發(fā)射源的部位、性質等方面的信息[5]。

本文利用聲發(fā)射技術研究氣體介質閥門在內漏過程中所產(chǎn)生的聲發(fā)射特征信號，采集不同工況下的閥門內漏聲發(fā)射信號，研究閥門內漏過程所產(chǎn)生的聲發(fā)射信號各特征參數(shù)之間的關系，并利用小波包分析實現(xiàn)閥門內漏聲發(fā)射信號的有效識別。

1 聲發(fā)射信號特征提取方法

1.1 聲發(fā)射參量分析

有效值電壓(RMS)與平均信號電平(ASL)均為聲發(fā)射信號特征參數(shù)，均適用于摩擦、泄漏等連續(xù)型聲發(fā)射信號。

（1）RMS。指在采樣時間內，信號的均方根值，以V 表示。其與聲發(fā)射能量有關，不受門檻的影響，主要用于連續(xù)型聲發(fā)射活動性評價。對于一個包含N個樣本的聲發(fā)射信號：x[0]，x[1]，…，x[N-1]，其RMS值可以表示為

（2）ASL。指在采樣時間內，信號電平的均值，以dB 表示。其除了具有與RMS相似的作用外，還能用于背景噪聲水平的測量[6]。對于一個包含N個樣本的聲發(fā)射信號的電壓值分別為：y[0]，y[1]，…，y[N-1]，則其ASL值用下式表示

1.2 傅里葉變換

傅里葉變換是時域到頻域相互進行轉化的工具，普遍被視為聲發(fā)射信號分析中的輔助分析工具，例如在小波分析之前，應用譜分析方法作為一種預處理手段。其實質是把信號f(t)這個波形分解為許多不同頻率的正弦波之和，進而對各次諧波分量進行分析[7]。定義如下：

設f(t)為一個連續(xù)非周期時間信號，若f(t)滿足狄里赫利條件，即

那么，f(t)的傅里葉變換存在，并定義為

其反變換為

1.3 小波包分解

小波分析具有良好的時-頻局部化特性，非常適用于瞬態(tài)、時變等非穩(wěn)態(tài)信號分析。小波包變換是基于小波變換的進一步發(fā)展，能夠提供比小波變換更高的分辨率[8]。小波包分析能夠為信號提供一種更精細的分析方法，其將頻帶進行多層次的劃分，不僅對低頻部分，對有細節(jié)的高頻部分也能進一步分解，并能根據(jù)信號的特征自適應地選擇相應的頻帶，使之與信號頻譜相匹配，提高時頻分辨率[9]?？捎孟旅娴倪f歸式（6）進行小波包分解[10]

式中：h(k)為高通濾波器組；g(k)為低通濾波器組。

將收集的聲發(fā)射信號通過高通和低通組合濾波器組，對信號的每一層進行分解時都將原始信號分別分配到兩個不同的頻率通道，然后再對高頻和低頻部分做重復分解而最終達到要求[11]。

2 試驗研究

2.1 閥門系統(tǒng)

試驗所涉及閥門系統(tǒng)來自于兩部分，即實驗室模擬試驗和青島煉化公司試驗系統(tǒng)。其中實驗室模擬試驗主要采用東北石油大學閥門內漏檢測裝置和青島安工院華山基地閥門內漏檢測裝置，青島煉化公司試驗閥門為供排水車間現(xiàn)場閥門。主要包括氣體流量計、空氣壓縮機、氣體增壓機、緩沖罐等，具體實物圖如圖1 所示。

圖1 閥門內漏試驗系統(tǒng)Fig.1 Test system for valve internal leakage

本文主要選取球閥作為研究對象，具體尺寸參數(shù)如表1 所示。

表1 試驗閥門參數(shù)Tab.1 Test valve parameters

2.2 試驗系統(tǒng)

該檢測系統(tǒng)主要包括傳感器、前置放大器、PCI-Ⅱ聲發(fā)射數(shù)字采集處理卡、分析軟件AEwin。前置放大器選用2/4/6 型前置放大器，將傳感器上涂適量真空脂，用磁座將其固定在閥門出口端法蘭處，確保傳感器與檢測點良好耦合，如圖2 所示。

圖2 聲發(fā)射檢測試驗系統(tǒng)Fig.2 Test system for acoustic emission detection

3 試驗結果與討論

3.1 參量分析結果

圖3 為DN25 球閥不同壓力下各參量隨泄漏量變化趨勢圖，可以看出，在不同壓力下聲發(fā)射ASL參量都隨著泄漏量的增大而增大，上升趨勢明顯。幅值參量與ASL參量呈現(xiàn)出一致的趨勢，但幅值參量在數(shù)值上整體比ASL參量大，這與聲發(fā)射系統(tǒng)對采集到的電壓信號的算法有關。RMS參量整體表現(xiàn)出上升趨勢，但對比ASL和幅值參數(shù)上升趨勢不一致，波動現(xiàn)象明顯，較ASL參量平穩(wěn)性弱，需要進一步進行對比分析。峰值頻率參量表現(xiàn)為雜亂無章，壓力改變，峰值頻率參量趨勢不統(tǒng)一，較ASL參量、幅值參量、RMS參量規(guī)律性明顯減弱，需要后期經(jīng)濾波進行分析。

3.2 傅里葉帶通濾波

對DN25 球閥在氣壓為0.4 MPa、內漏流量分別為4、8、12、16、20、24 L/min 條件下檢測數(shù)據(jù)進行波形文件提取，執(zhí)行傅里葉變換得到其峰值頻率，結果如表2 所示。

圖3 DN25 球閥不同壓力下各參量隨泄漏量變化趨勢Fig.3 Change trend of various parameters with leakage of DN25 ball valve under different pressures

表2 不同泄漏量下球閥內漏聲發(fā)射信號頻譜峰值頻率Tab.2 Peak frequency of acoustic emission signal of ball valve internal leakage under different leakage amount kHz

由表2 可知，不同公稱直徑球閥峰值頻率分布范圍十分接近，即不同尺寸球閥內漏聲發(fā)射信號具有相似頻率特性。DN25、DN32、DN40、DN50、DN65 球閥內漏聲發(fā)射信號頻譜峰值頻率主要分布于20～30 kHz 范圍內。采用基于傅里葉變換的理想帶通濾波器對聲發(fā)射信號進行濾波，濾波器通帶設置為20～30 kHz。

對DN25 球閥在氣壓0.4 MPa、內漏流量分別為4、8、12、16、20、24 L/min 下閥門內漏聲發(fā)射信號濾波，并進行信號重構，重構信號波形如圖4所示。

圖4 DN25 球閥原始信號、重構信號波形（傅里葉帶通濾波）Fig.4 DN25 ball valve original signal and reconstructed signal waveforms(Fourier bandpass filtering)

從圖4（圖中橫坐標為時間，單位為μs；縱坐標為電壓，單位為V）可以看出，經(jīng)過濾波，原始信號中高頻干擾信號基本消除。比較濾波前后波形幅值，發(fā)現(xiàn)濾波后波形幅值明顯低于原始波形信號，說明在濾波過程中，原始信號所包含的能量被大量削弱甚至去除，即濾波給信號造成了能量損失和信號失真，這勢必會給閥門內漏的診斷造成嚴重干擾，甚至導致診斷錯誤。這說明了理想帶通濾波的方法不適用于閥門內漏聲信號的處理。

3.3 小波包分析

球閥峰值頻率分布于20～30 kHz，對目標頻帶內聲發(fā)射信號進行分析研究，僅采用傅里葉分析是不夠的，而理想帶通濾波處理方法將導致信號能量大量損失。小波包分解技術可以將信號以頻率為基準進行分解，因此考慮采用小波包分解技術處理閥門內漏聲發(fā)射信號。為得到目標頻帶的分解信號，將球閥和閘閥內漏聲發(fā)射信號以尺度為4 進行小波包分解，小波包分解結構樹如圖5

圖5 小波包分解結構樹Fig.5 Structural tree of wavelet packet decomposition

圖6 DN25 球閥原始信號、重構信號波形（小波包分解）Fig.6 DN25 ball valve original signal,reconstructed signal waveforms(wavelet packet decompostition)

對峰值頻率為20～30 kHz 的球閥聲發(fā)射信號進行分解尺度為4 的小波包分解，4 層內節(jié)點對應的頻帶如表3 所示。根據(jù)信號峰值頻率分布以及節(jié)點對應頻帶，可確定信號目標頻帶對應節(jié)點。

對DN25 球閥在0.4 MPa 內的泄漏聲發(fā)射信號進行小波包分解，并分別進行信號重構，原始信號、重構信號波形如圖6 所示（圖中橫坐標為時間，單位為μs；縱坐標為電壓，單位為V）所示。

表3 小波包分解頻帶分布Tab.3 Band distribution of wavelet packet decomposition kHz

重構信號頻譜如圖7 所示。

重構信號峰值、峰值頻率如表4 所示。

由表4 可知，試驗信號經(jīng)小波包分解、重構后，原始信號中主要頻率成分沒有丟失，且如重構信號頻譜所示，重構信號中同時包含了原始信號主要頻率以及部分高頻成分，既保證了信息的完整性，又通過濾波對原始信號中的次要成分進行了削弱。與理想帶通濾波方法相比，小波包分解技術能夠有效地提供較完整的信號信息，而不是簡單地將通帶以外的頻率完全消除；在能量衰減方面，無論小波包分解技術或理想帶通濾波器都會造成信號能量損失，然而由圖7 可知，小波包分解在對信號濾波的同時保留了除主要頻率成分外的部分高頻成分，這是理想帶通濾波器無法做到的。

圖7 DN25 球閥重構信號頻譜Fig.7 DN25 ball valve reconstruction signal spectrum

表4 重構信號峰值、峰值頻率分布Tab.4 Reconstructed signal peak and peak frequency distribution

4 結論

聲發(fā)射RMS和ASL兩種特征參量均能實現(xiàn)對氣體閥門內漏狀態(tài)的在線監(jiān)測，其中RMS對于不同工況下閥門內漏狀態(tài)的變化反應更為敏感。在得到特征參量的基礎上，分別利用傅里葉變化和小波包分解得到了閥門內漏聲發(fā)射信號的主要頻帶信息，基本實現(xiàn)復雜背景噪聲下氣體管道閥門內漏聲發(fā)射信號波形特征信息的有效提取。與傅里葉帶通濾波方法相比，小波包分解在解決該問題方面更具優(yōu)勢。