張璐瑩 張宏遠(yuǎn) 徐洋 姜智通 蔣鵬

1東北石油大學(xué)

2中國(guó)石油管道局工程有限公司

目前，閥門(mén)作為一種通用的機(jī)械產(chǎn)品，已在石油、石化行業(yè)的過(guò)程裝置中得到廣泛應(yīng)用[1]。然而隨著石化裝置生產(chǎn)工藝及物料種類(lèi)的不斷多元化，使得閥門(mén)的運(yùn)行工況日益復(fù)雜，加上使用維修不當(dāng)?shù)纫蛩?，石化裝置閥門(mén)跑、冒、滴、漏現(xiàn)象時(shí)有發(fā)生。一旦閥門(mén)發(fā)生泄漏，會(huì)對(duì)設(shè)備的安全構(gòu)成嚴(yán)重威脅，同時(shí)還會(huì)產(chǎn)生能量損失，降低裝置工藝管線介質(zhì)的輸送效率[2]。因此，在石油化工生產(chǎn)過(guò)程中，及時(shí)、高效、準(zhǔn)確地發(fā)現(xiàn)閥門(mén)的泄漏具有重要意義[3]。

聲發(fā)射是一種動(dòng)態(tài)無(wú)損檢測(cè)技術(shù)，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(lì)[4]。聲發(fā)射信號(hào)是聲發(fā)射源的信息載體，檢測(cè)聲發(fā)射信號(hào)的目的就是希望通過(guò)聲發(fā)射信號(hào)這個(gè)橋梁來(lái)推斷聲發(fā)射源的部位、性質(zhì)等方面的信息[5]。

本文利用聲發(fā)射技術(shù)研究氣體介質(zhì)閥門(mén)在內(nèi)漏過(guò)程中所產(chǎn)生的聲發(fā)射特征信號(hào)，采集不同工況下的閥門(mén)內(nèi)漏聲發(fā)射信號(hào)，研究閥門(mén)內(nèi)漏過(guò)程所產(chǎn)生的聲發(fā)射信號(hào)各特征參數(shù)之間的關(guān)系，并利用小波包分析實(shí)現(xiàn)閥門(mén)內(nèi)漏聲發(fā)射信號(hào)的有效識(shí)別。

1 聲發(fā)射信號(hào)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(hào)電平(ASL)均為聲發(fā)射信號(hào)特征參數(shù)，均適用于摩擦、泄漏等連續(xù)型聲發(fā)射信號(hào)。

（1）RMS。指在采樣時(shí)間內(nèi)，信號(hào)的均方根值，以V 表示。其與聲發(fā)射能量有關(guān)，不受門(mén)檻的影響，主要用于連續(xù)型聲發(fā)射活動(dòng)性評(píng)價(jià)。對(duì)于一個(gè)包含N個(gè)樣本的聲發(fā)射信號(hào)：x[0]，x[1]，…，x[N-1]，其RMS值可以表示為

（2）ASL。指在采樣時(shí)間內(nèi)，信號(hào)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(cè)量[6]。對(duì)于一個(gè)包含N個(gè)樣本的聲發(fā)射信號(hào)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(shí)域到頻域相互進(jìn)行轉(zhuǎn)化的工具，普遍被視為聲發(fā)射信號(hào)分析中的輔助分析工具，例如在小波分析之前，應(yīng)用譜分析方法作為一種預(yù)處理手段。其實(shí)質(zhì)是把信號(hào)f(t)這個(gè)波形分解為許多不同頻率的正弦波之和，進(jìn)而對(duì)各次諧波分量進(jìn)行分析[7]。定義如下：

設(shè)f(t)為一個(gè)連續(xù)非周期時(shí)間信號(hào)，若f(t)滿(mǎn)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(shí)-頻局部化特性，非常適用于瞬態(tài)、時(shí)變等非穩(wěn)態(tài)信號(hào)分析。小波包變換是基于小波變換的進(jìn)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?yàn)樾盘?hào)提供一種更精細(xì)的分析方法，其將頻帶進(jìn)行多層次的劃分，不僅對(duì)低頻部分，對(duì)有細(xì)節(jié)的高頻部分也能進(jìn)一步分解，并能根據(jù)信號(hào)的特征自適應(yīng)地選擇相應(yīng)的頻帶，使之與信號(hào)頻譜相匹配，提高時(shí)頻分辨率[9]。可用下面的遞歸式（6）進(jìn)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(hào)通過(guò)高通和低通組合濾波器組，對(duì)信號(hào)的每一層進(jìn)行分解時(shí)都將原始信號(hào)分別分配到兩個(gè)不同的頻率通道，然后再對(duì)高頻和低頻部分做重復(fù)分解而最終達(dá)到要求[11]。

2 試驗(yàn)研究

2.1 閥門(mén)系統(tǒng)

試驗(yàn)所涉及閥門(mén)系統(tǒng)來(lái)自于兩部分，即實(shí)驗(yàn)室模擬試驗(yàn)和青島煉化公司試驗(yàn)系統(tǒng)。其中實(shí)驗(yàn)室模擬試驗(yàn)主要采用東北石油大學(xué)閥門(mén)內(nèi)漏檢測(cè)裝置和青島安工院華山基地閥門(mén)內(nèi)漏檢測(cè)裝置，青島煉化公司試驗(yàn)閥門(mén)為供排水車(chē)間現(xiàn)場(chǎng)閥門(mén)。主要包括氣體流量計(jì)、空氣壓縮機(jī)、氣體增壓機(jī)、緩沖罐等，具體實(shí)物圖如圖1 所示。

圖1 閥門(mén)內(nèi)漏試驗(yàn)系統(tǒng)Fig.1 Test system for valve internal leakage

本文主要選取球閥作為研究對(duì)象，具體尺寸參數(shù)如表1 所示。

表1 試驗(yàn)閥門(mén)參數(shù)Tab.1 Test valve parameters

2.2 試驗(yàn)系統(tǒng)

該檢測(cè)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(mén)出口端法蘭處，確保傳感器與檢測(cè)點(diǎn)良好耦合，如圖2 所示。

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

3 試驗(yàn)結(jié)果與討論

3.1 參量分析結(jié)果

圖3 為DN25 球閥不同壓力下各參量隨泄漏量變化趨勢(shì)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(shì)明顯。幅值參量與ASL參量呈現(xiàn)出一致的趨勢(shì)，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(duì)采集到的電壓信號(hào)的算法有關(guān)。RMS參量整體表現(xiàn)出上升趨勢(shì)，但對(duì)比ASL和幅值參數(shù)上升趨勢(shì)不一致，波動(dòng)現(xiàn)象明顯，較ASL參量平穩(wěn)性弱，需要進(jìn)一步進(jìn)行對(duì)比分析。峰值頻率參量表現(xiàn)為雜亂無(wú)章，壓力改變，峰值頻率參量趨勢(shì)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(jìn)行分析。

3.2 傅里葉帶通濾波

對(duì)DN25 球閥在氣壓為0.4 MPa、內(nèi)漏流量分別為4、8、12、16、20、24 L/min 條件下檢測(cè)數(shù)據(jù)進(jìn)行波形文件提取，執(zhí)行傅里葉變換得到其峰值頻率，結(jié)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(shì)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(nèi)漏聲發(fā)射信號(hào)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(chēng)直徑球閥峰值頻率分布范圍十分接近，即不同尺寸球閥內(nèi)漏聲發(fā)射信號(hào)具有相似頻率特性。DN25、DN32、DN40、DN50、DN65 球閥內(nèi)漏聲發(fā)射信號(hào)頻譜峰值頻率主要分布于20～30 kHz 范圍內(nèi)。采用基于傅里葉變換的理想帶通濾波器對(duì)聲發(fā)射信號(hào)進(jìn)行濾波，濾波器通帶設(shè)置為20～30 kHz。

對(duì)DN25 球閥在氣壓0.4 MPa、內(nèi)漏流量分別為4、8、12、16、20、24 L/min 下閥門(mén)內(nèi)漏聲發(fā)射信號(hào)濾波，并進(jìn)行信號(hào)重構(gòu)，重構(gòu)信號(hào)波形如圖4所示。

圖4 DN25 球閥原始信號(hào)、重構(gòu)信號(hào)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(biāo)為時(shí)間，單位為μs；縱坐標(biāo)為電壓，單位為V）可以看出，經(jīng)過(guò)濾波，原始信號(hào)中高頻干擾信號(hào)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(hào)，說(shuō)明在濾波過(guò)程中，原始信號(hào)所包含的能量被大量削弱甚至去除，即濾波給信號(hào)造成了能量損失和信號(hào)失真，這勢(shì)必會(huì)給閥門(mén)內(nèi)漏的診斷造成嚴(yán)重干擾，甚至導(dǎo)致診斷錯(cuò)誤。這說(shuō)明了理想帶通濾波的方法不適用于閥門(mén)內(nèi)漏聲信號(hào)的處理。

3.3 小波包分析

球閥峰值頻率分布于20～30 kHz，對(duì)目標(biāo)頻帶內(nèi)聲發(fā)射信號(hào)進(jìn)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(dǎo)致信號(hào)能量大量損失。小波包分解技術(shù)可以將信號(hào)以頻率為基準(zhǔn)進(jìn)行分解，因此考慮采用小波包分解技術(shù)處理閥門(mén)內(nèi)漏聲發(fā)射信號(hào)。為得到目標(biāo)頻帶的分解信號(hào)，將球閥和閘閥內(nèi)漏聲發(fā)射信號(hào)以尺度為4 進(jìn)行小波包分解，小波包分解結(jié)構(gòu)樹(shù)如圖5

圖5 小波包分解結(jié)構(gòu)樹(shù)Fig.5 Structural tree of wavelet packet decomposition

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

對(duì)峰值頻率為20～30 kHz 的球閥聲發(fā)射信號(hào)進(jìn)行分解尺度為4 的小波包分解，4 層內(nèi)節(jié)點(diǎn)對(duì)應(yīng)的頻帶如表3 所示。根據(jù)信號(hào)峰值頻率分布以及節(jié)點(diǎn)對(duì)應(yīng)頻帶，可確定信號(hào)目標(biāo)頻帶對(duì)應(yīng)節(jié)點(diǎn)。

對(duì)DN25 球閥在0.4 MPa 內(nèi)的泄漏聲發(fā)射信號(hào)進(jìn)行小波包分解，并分別進(jìn)行信號(hào)重構(gòu)，原始信號(hào)、重構(gòu)信號(hào)波形如圖6 所示（圖中橫坐標(biāo)為時(shí)間，單位為μs；縱坐標(biāo)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(gòu)信號(hào)頻譜如圖7 所示。

重構(gòu)信號(hào)峰值、峰值頻率如表4 所示。

由表4 可知，試驗(yàn)信號(hào)經(jīng)小波包分解、重構(gòu)后，原始信號(hào)中主要頻率成分沒(méi)有丟失，且如重構(gòu)信號(hào)頻譜所示，重構(gòu)信號(hào)中同時(shí)包含了原始信號(hào)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(guò)濾波對(duì)原始信號(hào)中的次要成分進(jìn)行了削弱。與理想帶通濾波方法相比，小波包分解技術(shù)能夠有效地提供較完整的信號(hào)信息，而不是簡(jiǎn)單地將通帶以外的頻率完全消除；在能量衰減方面，無(wú)論小波包分解技術(shù)或理想帶通濾波器都會(huì)造成信號(hào)能量損失，然而由圖7 可知，小波包分解在對(duì)信號(hào)濾波的同時(shí)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(wú)法做到的。

圖7 DN25 球閥重構(gòu)信號(hào)頻譜Fig.7 DN25 ball valve reconstruction signal spectrum

表4 重構(gòu)信號(hào)峰值、峰值頻率分布Tab.4 Reconstructed signal peak and peak frequency distribution

4 結(jié)論

聲發(fā)射RMS和ASL兩種特征參量均能實(shí)現(xiàn)對(duì)氣體閥門(mén)內(nèi)漏狀態(tài)的在線監(jiān)測(cè)，其中RMS對(duì)于不同工況下閥門(mén)內(nèi)漏狀態(tài)的變化反應(yīng)更為敏感。在得到特征參量的基礎(chǔ)上，分別利用傅里葉變化和小波包分解得到了閥門(mén)內(nèi)漏聲發(fā)射信號(hào)的主要頻帶信息，基本實(shí)現(xiàn)復(fù)雜背景噪聲下氣體管道閥門(mén)內(nèi)漏聲發(fā)射信號(hào)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(wèn)題方面更具優(yōu)勢(shì)。