天然氣管道球閥內漏發聲機理及檢測試驗

李振林， 張海峰， 郝一博， 張 寧， 雷紅祥， 陳 鑫， 劉治超

(1.中國石油大學(北京) 機械與儲運工程學院 北京， 102249) (2.過程流體過濾與分離技術北京市重點實驗室 北京, 102249)(3.中石油管道科技研究中心 廊坊， 065000) (4.中石油東部管道有限公司 上海，200120)

?

天然氣管道球閥內漏發聲機理及檢測試驗

李振林1,2， 張海峰3， 郝一博4， 張 寧1,2， 雷紅祥1,2， 陳 鑫1,2， 劉治超1,2

(1.中國石油大學(北京) 機械與儲運工程學院 北京， 102249) (2.過程流體過濾與分離技術北京市重點實驗室 北京, 102249)(3.中石油管道科技研究中心 廊坊， 065000) (4.中石油東部管道有限公司 上海，200120)

球閥作為高壓天然氣輸送管道的主要設備，其內漏時的噴流氣體會產生聲發射信號，通過研究該聲發射信號特征規律將有助于閥門內漏流量量化檢測。針對這一問題，進行了天然氣輸送管道球閥內漏發聲機理和檢測試驗研究，分析了閥門內漏聲發射現象產生的機理和內漏流量檢測評價方法。在此基礎上，應用聲發射檢測系統對3種不同尺寸內漏球閥進行了檢測試驗，通過試驗分析了球閥在不同內漏流量下的聲發射信號頻譜特征分布規律，并采用小波包分析方法進行信號特征參數(信息熵、均方根、頻域峰值)提取。擬合特征參數與內漏流量關系曲線，采用R2(確定系數)指標對曲線擬合程度進行評價，評價結果表明，采用均方根值(root mean square,簡稱RMS)的曲線擬合程度最高(R2為0.979)，可以用于天然氣輸送管道球閥內漏流量的量化檢測。

天然氣管道；球閥；發聲機理；檢測實驗

引 言

據國家安全監督管理總局統計，2014年我國陸上油氣輸送管線總長度約12萬公里，其中天然氣管道為7.54萬公里，輸氣管道運行的安全性在很大程度上取決于所安裝閥門的性能[1-2]。BP公司對相關閥門失效統計分析表明，輸氣管道存在5%～10%的泄漏閥門。因此，進行管道閥門的內漏試驗規律研究將對管道運行安全起到重要的保障作用。

目前，國內外學者對閥門內漏研究主要分為以下3個方面：內漏流場和聲場仿真模擬研究、不同工況下的內漏聲學時頻域特征研究以及聲發射檢測技術和特征參數計算研究。戴光等[3]采用Lighthill方程進行了閘閥的噴流聲場仿真研究。楊晶等[4]以水為介質進行了低壓力(<1MPa)條件下的DN80閥門內漏聲學頻域特征分析。文獻[5-7]以空氣為介質進行了壓力<1MPa下DN80球閥內漏聲發射特征參數(RMS)與內漏流量關系模型的建立及檢測儀器開發研究。Meland等[8]進行了DN100球閥在4MPa壓差下的以空氣、水為介質的內漏聲學頻域譜特征研究。文獻[9-11]進行了閥門內漏診斷及機理分析。文獻[12]進行了DN80球閥的內漏聲發射信號特征參數計算和不同內漏程度的分類識別研究。從國內外近期的研究成果來看，閥門內漏過程中聲學特征變化主要與閥門壓差、內漏孔徑以及閥門尺寸有關，內漏檢測方面的研究主要集中在低壓力(壓差<1MPa)、小口徑(尺寸

筆者在結合前期國內外研究結果的基礎上，依托中石油西氣東輸公司進行現場高壓力球閥內漏聲發射檢測試驗研究，分析球閥在高壓力條件下發生天然氣內漏時聲學特征，并在此基礎上進行了閥門尺寸、壓差以及內漏流量等參數與聲發射信號特征關系的研究。

1 閥門內漏噪聲產生機理及其特征

1.1 閥門內漏噪聲產生的機理

閥門內漏過程產生的噪聲本質為氣動噪聲，起因于氣體內部的脈動質量源、作用力的空間梯度以及應力張量的變化。輸氣管道閥門內漏過程中的壓力分布曲線如圖1所示。在閥門內漏孔及附近，由于截流效應會造成較大的壓力降，形成最高的流動速度，內漏噪聲也主要存在于該區域。閥門處于關閉狀態，泄漏為微小泄漏，可以認定為閥門上游壓力P1為定值。當下游壓力P0降低，會使在泄漏孔處達到較高速度而出現噴流現象。如果達到聲速或者超聲速，則會在孔口附近產生強烈的湍流運動，同時有可能會伴隨激波的產生。此時，當噴流噪聲輻射進入閥門周圍和下游管道時，會通過脈動壓力與閥門和管道連接系統相互作用產生噪聲。文獻[13]指出：對于簡單孔口，離該泄漏孔3倍管徑內噪聲由湍流占主要地位；當距離孔口10倍管徑之外，則是由聲波激勵管壁產生的振動，而不是由壓力脈動湍流產生。

圖1 閥門內漏過程管線壓力分布Fig.1 The static pressure along pipeline

對于閥門內漏過程中產生的噪聲，其聲源主要包括以下3個方面：

1) 閥門內漏過程中高速氣體射入到靜止或者相對低速的閥門下游管道而產生的噴流噪聲；

2) 內漏流體在流道中受到復雜固體流道邊界影響而產生的強渦流噪聲，高速氣流與閥門和管道內壁相互作用而產生的噪聲；

3) 當內漏流道截面積發生變化成收縮噴口，同時氣流的駐點壓力大于臨界面壓力時會形成阻塞噴注噪聲，此時由于閥門噴注附近壓力的不連續性將會產生沖擊波的相互干涉，進而形成阻塞噴注中的沖擊氣室，此時的噴注過程除了會產生湍流混合噪聲之外也會產生沖擊伴隨噪聲，沖擊伴隨噪聲則是阻塞噴注噪聲的主要組成部分。

1.2 閥門內漏聲發射信號評價參數的選取

閥門內漏噴流過程復雜，聲傳播衰減以及檢測過程中受環境噪聲干擾的影響，如何準確地從檢測到的聲發射信號中提取有效聲發射源信息將對閥門內漏流量的準確預測起到決定性作用。因此，針對輸氣管道閥門內漏的非平穩性，筆者采用了信息熵、均方根和頻域峰值3種特征參數進行閥門不同內漏工況下的聲發射信號特征規律研究。

筆者根據閥門內漏中聲發射信號為連續型信號的特點，除提取信息熵參數外，還在時域內提取均方根值，在頻域范圍內提取峰值參數進行內漏特征規律研究。假設一個聲發射樣本為x[0],x[1],…,x[N-1]，其對應特征參數可表示為

峰值

2 高壓、大口徑球閥內漏聲發射檢測方法及試驗

2.1 球閥內漏聲發射檢測原理

輸氣管道閥門內漏所產生的聲發射源主要為閥門出現磨損、腐蝕及劃傷等損傷情況時，閥門的密封面密封不嚴導致內漏而產生的彈性波聲發射源。因此，可以通過吸附在閥門上的聲發射傳感器檢測內漏聲發射信號，分析處理后進行閥門內漏的定性、定量和定位識別。建立聲發射檢測信號與閥門內漏流量的對應關系，需要考慮影響聲發射信號的相關因素，包括閥門類型、流體密度、聲音在流體中傳播速度、閥門壓差、介質溫度、流速、內漏孔結構尺寸及閥門結構尺寸等。上述影響因素中，閥門類型、閥門壓差、閥門結構尺寸和內漏孔結構尺寸對聲發檢測信號的變化起到了主要的影響作用。筆者將天然氣管道常用的球閥作為研究對象，以天然氣為試驗介質進行試驗研究，分析球閥在不同閥門尺寸、壓差及流量下的聲發射信號特征，分析信號特征參數與閥門內漏流量間的對應關系，為后期球閥內漏流量量化檢測提供有效的檢測參數。

2.2 高壓、大口徑球閥內漏檢測試驗

輸氣管道實際運行過程中多為高壓力工作狀況，且球閥尺寸使用范圍廣(DN50～DN1016)。為了分析高壓條件下不同尺寸球閥內漏過程中氣體噴流噪聲聲學特征變化規律，以及特征參數與內漏流量對應關系，本試驗在中國石油西氣東輸南京分站(國家大流量天然氣計量中心)進行，對常用DN150，DN200，DN250這3種口徑球閥進行試驗研究。試驗場地見圖2，選擇其中3條管線安裝待測球閥，管線基本參數見表1。

圖2 試驗現場條件Fig.2 Field experiment conditions

上游管線基本參數管線尺寸DN150DN200DN250長度/m39.65036.69063.200管徑/m0.1520.2030.254面積/m20.0180.0320.051體積/m30.7231.1893.201介質天然氣

試驗過程中采用本實驗室所開發的聲發射檢測系統進行輸氣管道球閥在不同尺寸、壓差以及內漏孔徑下內漏聲發射信號的特征檢測。該檢測采用寬頻雙通道聲發射傳感器(SR150N)，檢測信號經40dB放大器進入高速數據采集器進行A/D轉換采集(采樣頻率為200kHz)，采集后的內漏聲發射信號上傳至上位機進行聲發射信號的特征參數計算。聲發射檢測系統基本性能參數如表2所示。對每種球閥，分別建立不同壓差下(2,4,5MPa)內漏流量與聲發射特征參數對應關系。由于試驗過程中球閥內漏流量微小，計算球閥內漏流量需通過讀取安裝在靠近待測球閥上游的數字壓力計、溫度計、測量時間以及上游管道容積，應用氣體狀態方程計算在標況下氣體內漏流量。

表2 采集系統性能指標

本實驗具體檢測過程如圖3所示，其詳細檢測過程如下：

1) 將聲發射傳感器A和B置于空氣中，檢測環境噪聲并進行傳感器初始化標定；

2) 如圖3所示，將聲發射傳感器A與閥門上游管道A處表面經耦合劑耦合后采用磁性夾具進行固定，聲發射傳感器B固定于下游B處；

3) 分別給定球閥上游壓力為2，4，5MPa，下游為放空狀態；

4) 每種測試壓力下依次調節球閥進行模擬閥門內漏；

5) 調試準備好后，每分鐘記錄1次球閥壓差、溫度以及聲發射檢測時域數據，待壓力計示數下降至20kPa時停止采集數據，完成一個試驗周期；

6) 通過氣體狀態方程計算該壓力下球閥內漏流量；

7) 提取聲發射信號特征參數建立特征參數與內漏流量對應關系。

圖3 檢測示意圖Fig.3 Diagrammatic sketch of detection

3 試驗數據結果分析

3.1 閥門內漏聲發射信號頻譜特征分析

設定DN150球閥壓差為2MPa，閥體未內漏和發生內漏兩種工況，其中內漏工況下內漏流量分別為10.81，19.89和41.14L/min，內漏過程中聲發射檢測時域信號及頻域信號如圖4所示。從圖中可以看出：圖4(a)為閥門在未發生內漏情況下檢測的管道基準背景噪聲信號，該環境噪聲為一非平穩波動信號，通過傅里葉變換后管道基準噪聲為一寬頻帶的白噪聲；圖4(b)為球閥發生小泄漏時檢測到聲發射信號，可知閥門開始發生泄漏時主要會產生30kHz以下的低頻噴流噪聲信號，高頻信號部分沒有明顯變化；當閥門內漏流量增加到19.89L/min時，如圖4(c)所示，雖然信號頻率范圍變化不大，但是其幅值由10.81L/min時頻率峰值的5.5dB增加到10dB；當內漏流量繼續增大到圖4(d)所示的41.14L/min時，則不僅產生的30kHz以下噴流噪聲強度開始急劇加強，同時在30kHz～70kHz的高頻部分也會出現強烈的噴流噪聲。

通過閥門不同內漏流量下的聲發射信號變化特征可以發現，閥門內漏過程中產生的噴流噪聲為一寬頻信號，且在不同內漏流量下，內漏聲發射信號不同頻率范圍內信號幅值變化有所不同。因此，可分析內漏聲發射信號頻譜特征尋求內漏流量與聲發射信號間對應關系。

3.2 基于小波包分解下的特征參數分析

圖4 2MPa壓差下球閥內漏聲發射信號特征Fig.4 Ball valve leakage acoustic emission signal characteristic under 2MPa

如何準確地從檢測到的聲發射信號中提取有效聲發射源信息，將對閥門內漏特征分析起到決定性作用。小波包分析由于其具有獨特的變時窗性能使其對信號的時/頻域分析都具有優越的分析能力，是分析復雜聲發射信號的有效工具。筆者采用小波包變換和信息熵、均方根和頻域峰值相結合的方法進行聲發射信號處理，采用該方法對檢測聲發射信號進行不同頻帶的小波包分解處理，對分解后頻帶內信號進行特征參數計算，分析閥門在不同內漏工況下聲發射信號變化規律。聲發射信號的小波包分解的核心問題為小波基函數的選擇，根據球閥內漏聲發射信號特點和數據處理的要求，需要小波基在時域范圍內具有緊支性、在頻域具有快速衰減性特點，筆者參照文獻[15]采用db5小波基進行3層小波包分解。

基于小波包分解下的特征參數計算過程具體流程為：首先，對聲發射信號進行3層小波包分解，在第3層中得到S(3,0)～S(3,7)共8個小波包頻帶，其分別對應(單位為kHz)：0～12.5，12.5～25，25～37.5，37.5～50，50～62.5，62.5～75，75～87.5，87.5～100；然后，對每個小波包頻帶系數進行信號重構；最后，對8個頻帶內的重構信號在時域范圍內分別提取信息熵、均方根值和頻域范圍內的頻域峰值參數值。由于閥門內漏信號為一非平穩信號，不同小波包頻帶內特征參數變化規律有所不同，因此需要獲取最具有變換規律的那組頻帶信號進行分析。筆者對DN150球閥在2MPa壓差下內漏聲發射信號進行3層小波包分解后計算特征參數(均方根值)的變換規律，如圖5所示。對每個小波包頻帶內的計算所得均方根值采用冪指數(y=axb+c)進行擬合，并計算擬合曲線的確定系數(R2)作為評價指標，判斷其擬合程度。確定系數本身是通過數據的變化來表征擬合程度的好壞，其正常取值范圍為[0,1]。當數值越接近1時，其模型對數據的擬合程度越好。

圖5為不同小波包頻帶內聲發射信號均方根值與內漏流量對應關系，其中S為原始信號，不同小波頻帶擬合曲線R方如下：R=0.932，R0=0.917，R1=0.971，R2=0.985，R3=0.956，R4=0.969，R5=0.989，R6=0.993，R7=0.994。從中可以看出：未采用小波分解前的原始信號S的擬合曲線R=0.932，擬合程度較低，在內流流量小于5L/min時擬合曲線出現負值，與真實結果不符；而采用了小波分解后選取特定頻帶如S(3,7)，擬合R2可達到0.994。因此，采用小波分解方法可以提高內漏流量曲線擬合程度，提高了內漏流量量化檢測準確度。但是由于S(3,7)頻帶內聲發射信號均方根值幅值變化范圍較小，變化規律不明顯，因此筆者采用R2為0.993的S(3,6)小波包頻帶信號進行重構后求取信息熵、均方根和頻域峰值，并采用冪指數(y=axb+c)進行擬合，尋求對應關系。設定球閥壓差分別為2，4，5MPa，每種工況下通過調節閥門關閉程度進行不同內漏流量聲發射檢測。其中：DN150球閥在S(3,6)頻帶內的特征參數變化規律見圖6；DN200球閥特征參數變化規律見圖7；DN250球閥特征參數變化規律見圖8。

圖5 不同小波包頻帶內漏均方根值Fig.5 RMS values of different wavelet packet frequency bands

圖6 DN150球閥聲發射信號特征參數與內漏流量對應關系Fig.6 Acoustic emission signal characteristics-leakage flow curve for ND150 ball valve

圖7 DN200球閥聲發射信號特征參數與內漏流量對應關系Fig.7 Acoustic emission signal characteristics-leakage flow curve for ND200 ball valve

圖8 DN250球閥聲發射信號特征參數與內漏流量對應關系Fig.8 Acoustic emission signal characteristics-leakage flow curve for ND250 ball valve

從圖6(a)～圖8(a)中可以看出，信息熵可以反映球閥內漏噴流噪聲波動性的穩定程度，在同一壓差下，隨著氣體內漏流量的增加，內漏的氣體噪聲波動性越為劇烈，其表現出信息熵值越高。圖6(b)～圖8(b)為聲發射信號均方根值，表現為同一壓差下，內漏流量增加時，聲發射信號均方根值也隨之增加。圖6(c)～圖8(c)是在頻域范圍內分析內漏聲發射信號與內漏流量對應關系，表現為流量增加時，頻域信號峰值隨之增加，與圖4中隨流量增加聲發射信號頻域峰值變化規律相一致。

對比內漏流量相同而壓差不同的工況，試驗設定原理為：對高壓差(如4MPa)的閥門給定較小的內漏孔尺寸，而較低壓差(如2MPa)的閥門給定較大的內漏孔尺寸，通過調整合適的內漏孔尺寸，實現兩種不同壓差的閥門達到同一內漏流量。通過檢測聲發射信號可以看出，高壓差下的內漏聲發射信號幅值會高于低壓差下信號幅值，這是由于閥門上游氣體靜止，動能為零。對于相同質量的氣體，當壓強越高時產生的氣體壓能就越大，此時相同質量流量氣體內漏到下游管道時，壓能越高的氣體發聲做功越多，從而檢測到的聲發射信號幅值越高。

圖9為2MPa壓差下，DN150，DN200，DN250這3種尺寸球閥聲發射特征參數均方根與內漏流量關系曲線。從圖中可以看出，相同流量下DN150球閥測得特征參數高于DN200球閥和DN250球閥。分析其本質為：若閥門尺寸增加，閥門泄漏孔處產生的噴流噪聲隨著下游混合區空間的增大，內漏噴流噪聲通過管壁傳播能量減小，因此當球閥尺寸增加時其表現出的聲發射信號強度隨之減弱。

圖9 2MPa壓差下不同尺寸球閥聲發射均方根變化關系Fig.9 Ball valve acoustic emission signal RMS for different sizes under 2MPa

為了對比3種不同特征參數與內漏流量擬合關系，筆者計算所得3種聲發射信號特征參數擬合模型確定系數(R2)如表3所示。其中：采用均方根值的特征參數擬合模型確定系數的平均值最高(均為0.979)，其擬合程度最好；其次是信息熵；最后為頻率峰值。

表3 不同參數擬合曲線確定系數

通過高壓大口徑球閥檢測試驗可以得出，球閥內漏過程產生的噴流噪聲頻率分布為一寬頻率，且隨著內漏流量的增加，信號不僅在低頻范圍內有所增加，而且在高頻部分內同樣有所增加。聲發射信號特征參數與內漏流量、壓差及閥門尺寸存在一定的對應關系。信息熵、均方根、頻率峰值能夠分別從不同角度反映了閥門泄漏特征，可為后期閥門內漏量化檢測提供檢測評價參數，其中均方根值最能反映內漏流量變化。

4 結 論

1) 本研究針對天然氣輸送行業中的大口徑球閥進行內漏噪聲源特征分析，總結了輸氣管道閥門內漏噪聲主要來源。試驗結果表明，球閥在高壓條件下的內漏過程所產生的噴流噪聲的頻率分布為一寬頻范圍，當閥門發生小泄漏時會產生30kHz以下的低頻噴流噪聲信號，當內漏流量繼續增大到40L/min時，不僅產生的30kHz以下噴流噪聲強度開始急劇加強，同時在30kHz～70kHz的高頻部分也會出現強烈的噴流噪聲。

2) 聲發射信號特征參數與內漏流量、壓差及閥門尺寸呈現出一定的對應關系，通過計算對比擬合曲線計算擬合程度確定系數(R2)表明，均方根值為最佳球閥內漏流量表征參數(確定系數的平均值最高為0.979)。采用以上特征參數分別從不同角度反映了球閥內漏聲學特征，可為后期采用多參數融合技術對球閥內漏流量進行量化檢測確定了可行性。

3) 本試驗采用閥門尺寸較大，且上游穩壓管道較長，試驗過程繁雜，聲發射信號與內漏關系擬合采用的數據點數較少，若要獲得更為準確的對應關系，在后期的試驗中可繼續補充數據點數。另外，本研究只采用天然氣為介質進行試驗，后期可繼續采試氮氣為介質進行試驗，對比兩種介質測試結果的差異性。

[1] 梁偉,張來斌,郭磊. 大口徑天然氣管道音波信號的降噪方法[J]. 振動、測試與診斷,2012,32(6):970-974.

Liang Wei, Zhang Laibin, Guo Lei. Noise reduction for large-diameter gas pipeline acoustic signals [J]. Journal of Vibration, Measurement & Diagnosis, 2012，32(6):970-974.(in Chinese)

[2] 朱喜平. 天然氣管道球閥的維護及故障排除技術[J]. 天然氣工業,2005(7):102-104.

Zhu Xiping. Maintenance and troubleshooting of ball valves for gas pipelines[J].Natural Gas Industry, 2005(7):102-104. (in Chinese)

[3] 戴光,王兵,張穎,等. 閘閥氣體內漏噴流聲場的數值模擬[J]. 流體機械,2007(3):29-32.

Dai Guang, Wang Bing, Zhang Ying, et al. Numerical simulation of the sound field generated by gate valve inner leakage [J].Fluid Machinery,2007(3):29-32. (in Chinese)

[4] 楊晶,李錄平,饒洪德,等. 基于聲發射檢測的閥門內漏故障模式診斷技術研究[J]. 動力工程學報,2013(6):455-460.

Yang Jing, Li Luping, Yao Hongde, et al. Diagnosis of valve leakage fault patterns based on acoustic emission detection [J].Journal of Chinese Society of Power Engineering, 2013(6):455-460. (in Chinese)

[5] Prateepasen A, Kaewwaewnoi W, Kaewtrakulpong P. Smart portable noninvasive instrument for detection of internal air leakage of a valve using acoustic emission signals[J]. Measurement,2011, 44(2): 378-384.

[6] Kaewwaewnoi W, Prateepasen A, Kaewtrakulpong P. Investigation of the relationship between internal fluid leakage through a valve and the acoustic emission generated from the leakage[J]. Measurement,2010, 43(2): 274-282.

[7] Noipitak M, Prateepasen A, Kaewwaewnoi W. A relative calibration method for a valve leakage rate measurement system[J]. Measurement,2011, 44(1): 211-218.

[8] Meland E, Henriksen V, Hennie E, et al. Spectral analysis of internally leaking shut-down valves[J]. Measurement,2011, 44(6): 1059-1072.

[9] Seong S, Hur S, Kim J, et al. Development of diagnosis algorithm for the check valve with spectral estimations and neural network models using acoustic signals[J]. Annals of Nuclear Energy,2005, 32(5): 479-492.

[10]劉翠偉,李玉星,王武昌,等. 輸氣管道氣體流經閥門氣動噪聲產生機理分析[J]. 振動與沖擊,2014,33(2):152-157.

Liu Cuiwei, Li Yuxing, Wang Wuchang, et al. Analysis on the mechanism of aero-acoustic noise generated by gas flow through valves of natural gas pipelines[J]. Journal of Vibration and Shock, 2014,33(2):152-157. (in Chinese)

[11]李振林,張海峰,夏廣輝. 基于聲發射理論的閥門氣體內漏量化檢測研究[J]. 振動與沖擊,2013,15:77-81.

Li Zhenlin, Zhang Haifeng, Xia Guanghui. Quantitative detection of valve internal air leakage based on acoustic emission theory[J]. Journal of Vibration and Shock, 2013,15:77-81. (in Chinese)

[12]Zhang Haifeng, Li Zhenlin, Ji Zhongli. Intelligent leak level recognition of gas pipeline valve using wavelet packet energy and support vector machine model[J].Insight,2013, 55(12): 670-674.

[13]Izmit A, McDaniel O H, Reethof G. The nature of noise sources in control valves[C]∥Inter-noise and Noise-con Congress and Conference Proceedings. New York:Institute of Noise Control Engineering, 1977.

[14]Shannon C E. A note on the concept of entropy[J]. Bell System Technical Journal, 1948, 27: 379-423.

[15]宗福興,稅愛社,汪輝,等. 基于CCA和WT的油庫閥門內漏聲發射信號去噪[J]. 儀器儀表學報,2014,9(35):2004-2011.

Zong Fuxing, Shui Aishe, Wang Hui,et al. Denoising method for acoustic emission signal in oil depot internal valve leakage inspection based on CCA and WT[J]. Chinese Journal of Scientific Instrument,2014,9(35):2004-2011. (in Chinese)

10.16450/j.cnki.issn.1004-6801.2017.03.017

國家自然科學基金資助項目(51106180);中國石油天然氣股份科技專項資助項目(2012E-2802)

2015-10-08；

2016-04-18

TH48

李振林，男， 1967年9月生，博士、教授。主要研究方向為石油、天然氣計量技術及輸氣管道設備故障診斷技術。曾發表《基于聲發射理論的閥門氣體內漏量化檢測研究》(《振動與沖擊》2013年第15卷)等論文 E-mail：zhenlinli@263.net 通信作者簡介： 張海峰,男,1986年2月生,工程師。主要研究方向為輸氣管道閥門內漏檢測技術。 E-mail:haifengzhang1986@163.com