基于平行压电阵列的阀门泄漏声发射源定位方法

2019-09-23易际研钟永腾2金樟民邵振宇

无损检测 2019年9期

易际研，钟永腾2,金樟民，邵振宇

(1.温州市特种设备检测研究院，温州 325035；2.温州大学机电工程学院，温州 325035)

管道系统作为必不可少的工业设备和重要的配套设施，被广泛应用于国民经济领域和基础设施建设中。在各类管道系统中，阀门起着隔离设备、调节流量、防止回流、排泄压力等重要作用。对绝大多数阀门来说，泄漏是其最主要的故障形式，也是影响管道系统安全运行的首要问题。阀门故障会引起流体的外漏或内漏，不仅会造成系统的压力损失，泄漏的如果是腐蚀性、易燃易爆性和有毒性流体，还会带来灾难性后果[1]。

声发射检测技术是一种有效的无损检测方法，被国内外学者广泛应用于阀门的泄漏检测中。林伟国等[2]提出了一种采用双声波传感器结构的阀门非介入式声波监测方法。李振林等[3]利用声发射理论建立了阀门内漏过程中气体体积泄漏率与声发射信号特征参数的量化关系。JAFARI等[4]探讨了内燃机阀门泄漏与气缸头稳定流动产生的声发射信号之间的关系。Caffrey等[5]利用声发射传感器研制了无线阀泄漏监测系统。WANG等[6]利用模拟阀运动进行了一种基于声发射技术的往复式压缩机气门故障诊断的试验研究，并应用于典型阀门故障的声发射诊断中。LI等[7]利用泄漏声发射信号作为特征源，提出了一种基于核主成分分析Kernel PCA和支持向量机(SVM)的分类方法，用于识别天然气管道中的阀门泄漏程度。张涛等[8]利用参数特征分析法和平均频谱分析法，对不同泄漏孔径下产生的声发射信号的特征进行了研究，并得到了相应的小波包归一化频带能量分布特征。

根据现有文献可见，目前所提出的方法多采用单一或稀疏传感器布置方式。在复杂的工程环境下，噪声信号混叠，再加上边界反射的影响，基于单一传感器的故障诊断方法的抗干扰能力差，提取的故障特征不稳定，而且传感器监测位置和距离对故障评估的结果影响较大，获得的信息量非常有限。

近年来，有学者将一维信号处理延伸到多维信号处理领域，开辟了阵列信号处理这一新的研究领域，为新型故障诊断技术的发展创造了条件。阵列信号处理技术将多个传感器分别设置在不同位置，组成传感器阵列，利用阵列接收空间信号进行特定处理，有效地增强了有用信号，并抑制了无用的干扰和噪声，提高了信噪比。LI等[9]研究了诊断旋转机械的早期故障定位，利用四阶累积量改进近场多重信号分类算法(NFC-MUSIC)实现了多个相关故障声发射源信号的高精度定位。YANG等提出了一种基于近场多信号分类方法(IN-MUSIC)，利用K-SVD(字典学习法)提取声发射信号的最优频率分量，识别声发射源信号[10]。

笔者提出了基于平行压电阵列的阀门泄漏声发射源定位方法。相较于声发射传感器和加速度传感器，压电陶瓷传感器具有体积小、便于安装等优点。笔者首先利用平行压电阵列采集阀门泄漏时产生的声发射信号；再计算各自阵列协方差及特征值分解，通过比较特征值的大小，确定声发射信号源的大致区域，然后利用近场多重信号分类算法，进行空间谱估计，在子阵列上建立的局部坐标得到与声发射源对应参考阵元的极坐标，即距离和角度；最后，通过坐标变换，将局部坐标轴中的极坐标转换为整体坐标。通过DN50的闸阀进行了试验，试验结果表明：该方法可以有效地对阀门声发射源进行定位，减小了阀门泄漏故障的误判，并可为阀门故障预测提供指导。

1 基于平行压电阵列的声发射源定位方法

1.1 单压电阵列信号模型

平行压电阵列包含两列均匀线型阵列，定义为压电阵列I、压电阵列II，每条均匀线阵独立采集信号，包含M个传感器，M为奇数。以压电阵列I中M个传感器推导阀门结构中的单线阵的信号传播模型。

平行压电阵列信号接收模型如图1所示(PZT为锆钛酸铅压电陶瓷)，以中间传感器(M-1)/2作为压电传感器阵列I局部坐标的参考阵元，声发射源与参考阵元的距离和角度分别为R0和θ，源到其他阵元i的距离定义为ri，压电传感器间距为d。

图1 平行压电阵列信号接收模型

定义xi(t)为压电传感器i在时间t处所接收到的声发射信号，那么xi(t)可以表示为

xi(t)=si(t)+ni(t),i=1,…,M

(1)

式中：ni(t)为噪声信号；M为传感器阵列I的数目；si(t)为传感器i所接收的中心频率为ω0的声发射信号。

si(t)=u(t-τi)s(t)exp(jω0τi)

(2)

式中：τi为声发射信号到达压电传感器i的传播时间；u(t-τi)为声发射信号到达压电传感器i的信号幅值变化。

在近场情况下，u(t-τi)可以表示为

u(t-τi)=Ri/R0u(t)

(3)

式中：Ri为声发射源与压电传感器i的距离；u(t)为声发射源的幅值。

(4)

式中：c为波速。

将式(3)，(4)代入式(2)，得

xi(t)=Ri/R0s(t)exp(jω0τi)+ni(t),

i=1,…,M

(5)

令ai(R0,θ)为压电阵列中i所对应的导向矢量，即为

ai(R0,θ)=Ri/R0exp(jω0τi)

(6)

对于整个压电传感器阵列I，所接收的阵列信号可以表示为矩阵的形式，如式(7)所示。

X(t)=A(R0,θ)s(t)+N(t)

(7)

X(t)=[x1(t),…,xi(t),…,xM(t)]T

(8)

A(t)=[a1(R0,θ),…,ai(R0,θ),…,aM(R0,θ)]T

(9)

N(t)=[n1(t),…,ni(t),…,nM(t)]T

(10)

1.2 基于多重信号分类声发射源定位方法

定义S为样本协方差矩阵，即为

(11)

式中：L为数据长度；X为Gabor小波变换提取的窄带信号；XH为X的复共轭转置。

将协方差进行特征值分解，可得

(12)

假设噪声为高斯白噪声，根据子空间的正交性，可得

AHUN=0

(13)

在实际应用中，噪声都不属于高斯白噪声，由于有色噪声的存在，信号子空间和噪声子空间不能完全正交。在近场2D-MUSIC算法中以最小优化搜索实现，即

(14)

因此，基于近场2D-MUSIC算法的空间谱估计公式定义为

(15)

即信号源在局部坐标的极坐标为

(0,)=argmaxPMUSIC(R0,θ)

(16)

1.3 基于平行压电阵列的阀门声发射源定位方法

由于阀门结构复杂，压电传感器布置区域相对狭小。监测区域必须满足如下近场条件

Rnearfield<2D2/λ

(17)

式中：D为压电阵列长度；λ为声发射信号中心频率对应的波长。

(18)

式中：阵列I时式子取负号，阵列II时式子取正号。

图2 基于平行压电阵列的阀门声发射源定位方法流程图

2 试验研究

2.1 试验系统

阀门试件监测区域外观及压电传感器阵列布置示意如图3所示，试验对象为闸阀D50。在阀门阀芯槽的正下方两侧平行均匀线性地布置PZT压电陶瓷传感器阵列，由于阀门尺寸的限制，每个子阵元个数为3，阵列I从上到下的顺序编号为PZT1PZT3，阵列II从上到下的顺序编号为PZT4PZT6，阵列间距d为10 mm，阵列长度为20 mm;压电片的型号为PSN-33，其直径为8 mm，厚度为0.48 mm。分别以阵列I、阵列II建立局部极坐标，并以PZT2、PZT5作为坐标原点建立局部极坐标，用于空间谱搜索。在闸阀对称中心位置建立监测区域I的全局笛卡尔坐标系，用于最终声发射源标记。

图3 阀门试件监测区域外观及压电传感器阵列布置示意

试验设备使用的是南京航空航天大学智能所自主研制的集成压电多通道扫查系统，该系统在被动冲击监测中可以支持8通道同时采集数据。试验中采用冲击力锤模拟阀门泄漏引起的声发射事件。试验中模拟声发射位置坐标如表1所示，选取了4个模拟声发射位置进行试验验证。试验采样频率设置为1 MHz，数据采样长度为5 000，预采集点数为2 000。

表1 模拟声发射位置坐标 mm

2.2 声发射源定位

以AE2声发射事件作为典型信号分析，当被监测区域中发生声发射事件，且数据采集卡被触发时，试验系统将同时采集到6个通道的阵列响应信号。为了保证时域分辨率和算法对窄带信号的要求，综合考虑，选取40 kHz为中心频率，从原始冲击信号中提取窄带信号。图4给出了由小波变换方法提取的典型声发射响应信号在中心频率为40 kHz时的窄带信号。可以看出，在数据采样点1 000附近存在明显的波阵面。