时频分析法在锅炉承压管线泄漏检测中的应用研究

艾学忠，袁天奇，闫 敏，杨叶礼，陈思宇

（1. 吉林化工学院信息与控制工程学院，吉林吉林 132000；2. 东北电院开元科技有限公司，吉林吉林 132000）

0 引 言

近年来，我国的新能源发展速度很快，风电、太阳能发电数量都是全球最高，但火力发电量占比依然超过70%，处主导地位。锅炉是火力发电的主要设备，其安全稳定高效运行至关重要，锅炉承压管线泄漏占火力发电锅炉运行故障的 67%[1-3]。因此，准确及时检测到锅炉承压管线泄漏故障，对于妥善安排锅炉检修、缩短停炉时间以及降低维修费用具有重要意义[4-5]。管道泄漏检测与定位方面，学者们进行了大量的研究。朱艳等基于傅里叶变换对中低压输气管道两点泄漏动态压力波信号进行滤波及时域特征分析，总结了管道发生两点泄漏的信号特征[6]。吉霞等对管道泄漏噪声的数值进行仿真，为噪声研究提供了新的途径[7]。高松巍等提出输气管道泄漏点的相关算法，不仅可以判断管道是否发生泄漏，而且可以确定泄漏点的位置[8]。陈琰等采用基于负压力波的方法采集压力数据对泄漏进行检测和定位，并用双压力传感器判断负压力波传播方向[9]。目前针对管道泄漏，主要采用经过傅里叶分析后进行频谱分析滤波的检测方法，通过分析被测信号中是否含有敏感频段音频、振动、压力波等信号来判断有无泄漏故障[10]，且对于泄露信号进行准确定位。然而由于自然界大量的信号是非平稳的，快速傅里叶变换对非平稳过程的分析有局限性，仅能获取一段信号总体上包含哪些频率成分，不能分析任意时刻信号的局部特征，不能对任意泄漏信号做出准确判断[11-12]。时频分析法是 20世纪90年代新兴的数字信号处理方法，具有能给出各个频率成分出现的时间，信号频率随时间变化情况，各个时刻瞬时频率及其幅值等优点，且近年来程控滤波器被广泛地应用于音频信号处理领域，具有低噪声、低功率、中心频率可控等优点。本文采用程控滤波放大处理与快速傅里叶变换、短时傅里叶变换相结合的时频分析方法，用时频图表征泄漏信号的时频特征，能够从杂乱的背景噪声中准确获取泄露声，取得较好的应用效果[13]。

1 锅炉承压管线泄露声频信号采集原理

锅炉承压管线泄露音频信号采集原理如图1所示。包括麦克拾音器、前置放大器、程控滤波器、增益补偿器以及嵌入式微处理器。嵌入式微处理器是核心部件，采用STM32F373VCT6，该芯片内置DSP处理器、32KB的RAM、16位ADC，适于音频信号采集分析处理；麦克拾音器将声音信号转换成mV级电信号；前置放大电路将mV级电信号放大至适于嵌入式微处理器A/D转换的信号ADC1；程控滤波器受STM32F373VCT6控制，对前置放大信号进行滤波处理，对采集信号加频率窗口；增益补偿放大器将程控滤波器输出信号放大为ADC2，提高采集电路对泄露声的灵敏度。

图1 锅炉承压管线泄漏产生的音频信号采集原理Fig.1 Audio signal acquisition generated by boiler pressure pipeline leakage

2 改进时频分析方法

锅炉工作时的背景声强度很高，包括火焰燃烧、引送风、汽包沸腾、蒸汽传输等环节的噪声。承压管线泄漏初期音频信号相对于背景声来说很弱，很难准确采集和判断[17]。为此，对传统的采集分析过程进行改进。在图1中，前置放大输出的信号ADC1为全谱系音频信号，包含背景声和泄露声（如果存在泄漏故障）；ADC1被嵌入式微处理器转换后做快速傅里叶变换（FFT）进行初步分析，嵌入式微处理器根据运算分析结果控制程控滤波器对前置放大信号加动态频率窗滤除背景声，再经过增益补偿放大器进行幅值放大输出信号 ADC2（强化泄露声）；ADC2被嵌入式微处理器转换后，加时间窗做短时傅里叶变换（STFT）并生成时频图，通过时频特征表征泄漏信号，实现锅炉承压管线泄漏故障的准确判断[18-19]。

3 电路设计与建模

按照图1中锅炉承压管线泄露音频信号采集原理搭建音频信号采集硬件电路，如图2所示。采用ADI公司的LTspicc模拟电路仿真器进行仿真验证。前置放大器U2使用低失调、低噪声、单电源运放OPA2335，反相放大方式，交流信号参考点平移至1.25 V，增益可调整；程控滤波器使用开关电容滤波器LTC1068-50，采用3.3 V单电源供电，工作于模式 2，按照图中元件参数滤波器通频在FL=0 .8*Fccntcr和FH=1 .2×Fccntcr之间，其中，FL为低通频率，FH为高通频率，Fccntcr为中心频点的频率。滤波器中心频点控制信号 Fclk由嵌入式微处理器给出，为方便仿真实验该信号用信号源模拟；增益补偿放大器U3也使用OPA2335，反相放大方式，交流信号参考点平移至1.25 V，增益可调整。

图2 音频信号采集电路Fig.2 Audio signal acquisition circuit

文献[20]在针对管道泄漏喷流噪声频谱规律的实验研究中表明，在其余外界条件不变的情况下，当气体压力为0.2 MPa，泄露口径分别为1、2、4 mm时，泄露声峰值频率分别在8、5、4 kHz附近，即峰值频率随泄漏口径的增大而降低，但声压级随泄漏口径的增大而增大。当泄漏口径为1 mm，气体压力分别为 0.3、0.4、0.5、0.7 MPa时，泄露声峰值频率在7 kHz附近，即泄露声峰值频率随气体压力的增大变化不大，但声压级随着压力增大而明显增大，且泄漏峰值频率与喷流噪声速度成正比，范围在 3～15 kHz之间。锅炉背景声频率在1 500 Hz以下，以4 kHz附近泄露声为例进行仿真实验。电路调试步骤：

（1） 创建一个分段线性电压源，其中包含实际录制的某一音频信号的一系列电压及对应的时间，可将此数据直接读入 LTspicc中，以此来模拟麦克风传感器采集的信号。

（2） 调整电路工作参数：① 在信号输入端接入频率4 kHz、峰峰值50 mV的交流信号，调整前置放大器电位器U4使输出ADC1的峰峰值为2 V；② 程控增益放大器的中心频点控制信号 Fclk设置为 1 60kHz，此时中心频点的频率Fccntcr=Fclk/40=4 kHz，通频带在3.2 kHz和4.8 kHz之间；③ 调整增益补偿放大器的电位器，U3使输出的ADC2的峰峰值为2 V。使ADC1、ADC2的信号幅值满足嵌入式微处理器的A/D转换器对输入信号要求。

4 仿真实验测试

对图2所建电路进行仿真实验。共做3种情况分析：（1） 对录制的锅炉正常运行工况背景声文件分析；（2） 在背景声中叠加模拟泄露声进行处理分析；（3） 将录制的锅炉运行中发生泄漏故障时的音频文件导入所建电路模型进行验证分析。

4.1 锅炉正常运行工况背景声文件分析

锅炉正常运行工况背景声频文件如图3所示，对该文件进行短时傅里叶分析，得出时频图如图4所示。可以看出正常运行工况下只有 1 500 Hz以下的低频背景声，3 kHz及以上的高频区间无信号。

图3 锅炉正常工况背景声信号Fig.3 Signal waveform of boiler background sound in normal working condition

图4 锅炉正常工况背景声信号时频图Fig.4 Time-frequency diagram of boiler background sound in normal working condition

4.2 锅炉背景声叠加模拟泄露声分析

在实录的背景声中叠加频率为 4 kHz、峰峰值为50 mV的模拟泄露声，如图5所示。将叠加后的信号导入图2中的仿真电路，对前置放大输出的ADC1信号进行长时傅里叶分析，得到频域图如图6所示。从图6中可以看出信号呈分散状态，虽然能看到叠加的4 kHz信号，但无法排除分析结果中存在短时高频噪声的可能。

图5 原始背景声叠加4 kHz 和50 mV峰峰值模拟泄露声的时域波形图Fig.5 Time domain waveform of the original background sound plus the simulated leakage sound of 50 mV p-p at 4 kHz

图6 未加频率窗的原始背景声叠加模拟泄露声的频域波形图Fig.6 Time domain waveform of the original background sound plus the simulated leakage sound without frequency window

对ADC1信号引入短时傅里叶算法进行时频分析，得到的时频图如图7所示。从图7中可以看出，4 kHz附近存在持续的音频信号，能够排除突发高频噪声的可能。但时频图中存在较高的背景信号干扰，对泄漏故障判断影响较大。为此，根据图6中频谱数据动态调节程控滤波器的频点，对ADC1输出信号进行滤波、放大得到 ADC2信号，再对ADC2信号做短时傅里叶变换进行时频分析，得到图8所示的时频图。从图8中可以看出，由于动态加入频率窗和时间窗处理，时频图中能够清晰地表征出叠加的模拟泄露声，既提高了测量的灵敏度，又能有效剔除偶发的高频噪声影响。

图7 未加频率窗的原始背景声叠加模拟泄露声的时频图Fig.7 Time-frequency diagram of the original background sound plus the simulated leakage sound without frequency window

图8 加频率窗的原始背景声叠加模拟泄露声的时频图Fig.8 Time-frequency diagram of the original background sound plus the simulated leakage sound with frequency window

4.3 导入录制的发生泄漏故障初期音频文件进行验证

现场录制发生泄漏故障初期的原始音频文件如图9所示。将信号导入图2中的仿真电路，对前置放大输出的ADC1信号做傅里叶分析，得到图10所示的频域图。根据对ADC1信号频域分析的结果，动态调节程控滤波器的频点，对信号进行滤波和放大，即动态加频率窗得到ADC2信号。为了验证该方法的有效性，对ADC1和ADC2做短时傅里叶分析得到如图11和图12所示的时频图。图11表明，未加频率窗的时频分析结果无法识别初期泄漏故障。图12表明，动态加频率窗的时频分析结果能够清楚判断初期的泄漏故障。

图9 实录发生泄漏故障的音频信号时域波形图Fig.9 Time domain waveform of the recorded audio signal for the leaking fault

图10 实录发生泄漏故障的音频信号频域波形图Fig.10 Frequency domain waveform of the recorded audio signal for the leaking fault

图11 实录发生泄漏故障的音频信号未加频率窗的时频图Fig.11 Time-frequency diagram of the recorded audio signal for the leaking fault without frequency window

图12 实录发生泄漏故障的音频信号加频率窗后的时频图Fig.12 Time-frequency diagram of the recorded audio signal for the leaking fault with frequency window

5 结 论

本文介绍的锅炉承压管线泄露声频信号采集方案，创新点在于通过双通道采集信号将传统傅里叶变换与可编程滤波技术相结合，使用FFT算法对前置放大信号进行粗略分析，根据粗略分析结果控制可编程滤波器，对前置放大信号加动态频率窗。再通过短时傅里叶变换对被采集信号加时间窗，在此基础上分析出锅炉运行工况下音频信号的时频特征，及时准确判定承压管线是否存在泄漏故障。仿真与实验测试对比可以看出：采用可编程滤波器对被采集信号加频率窗之后，在泄露声频率范围内能够有效提升检测承压管线泄露声信号的灵敏度；采用短时傅里叶变换（STFT）对被采集信号加时间窗分析形成时频图，能够去除短时敏感频率的环境噪声影响，提高故障判断的准确性。