基于聲發射的管路閥門內漏檢測技術研究綜述

(海軍潛艇學院，山東 青島 266199)

閥門是管路系統的重要控制部件，具有截斷、調節、導流、防止逆流、穩壓、分流或溢流泄壓等功能。閥門狀態是管路系統正常運行的基礎。一旦管路閥門發生泄漏，將會對設備及系統的正常運行和指示帶來巨大危害，尤其是一些關鍵管路閥門(如蒸汽管路、核反應堆管路、液壓管路、高壓氣管路等)。例如美國三里島核事故的發生，其中一個很重要的原因就是穩壓器的釋放閥內漏造成的；2015年10月美國康涅狄格州一座核電站發生一起低級別的緊急事件，也是由關閉冷卻系統上的安全閥泄漏引起的。

隨著科學技術的發展，閥門內漏的聲發射檢測技術逐漸成為熱點，目前在核電站、火力發電、石油化工、天然氣管路等行業或場合得到應用，取得了良好的效果。據國外報道，核電站主要回路都配備了泄漏監測系統，可以實現24小時連續對系統泄漏情況進行監視。然而目前對于高溫、帶有輻射或者不易接觸閥門的內漏尤其是微小內漏還缺乏十分有效的檢測手段。

本研究主要對當前閥門內漏聲發射檢測技術的研究現狀進行綜述，分析目前存在的主要問題，并對閥門內漏檢測的研究和發展方向進行展望，這對實現閥門工作和運行狀態的遠程、實時和無損監測以及維修決策具有重要參考價值。

1 聲發射檢測技術

聲發射(acoustic emission，AE)是指材料中局域源能量快速釋放而產生瞬態彈性波的現象[1]。材料在應力作用下的變形和斷裂是主要聲發射源。而與斷裂機制無直接關系的彈性波源(如流體泄漏、摩擦、撞擊、燃燒等)為二次聲發射源。閥門泄漏聲發射信號屬于二次聲發射源，具有以下特點： ①閥門聲發射信號是由閥門泄漏時，管道內輸送的介質(氣、液、蒸汽等)在閥門泄漏處噴射，介質撞擊管壁激發的彈性波，是一種連續型聲發射信號；②泄漏聲發射信號與介質種類、閥門類型、泄漏孔徑的大小形狀、閥門兩側的壓差及泄漏量等因素有關，屬于一種非平穩隨機信號[2]。

聲發射(AE)檢測方法就是通過對閥門泄漏所發出的聲發射信號的采集、記錄和處理，進而判斷閥門的泄漏狀態或用于量化評價閥門的泄漏量(率)，如圖1所示。當流體從閥門密封處漏出時，泄漏的閥門會產生噪聲。聲發射傳感器固定在閥門上接收“聲源”信號，信號經過前置放大、濾波、分析處理和顯示后，推斷閥門的泄漏狀態和估算泄漏率。測量點的選取對閥門泄漏聲檢測的效果影響很大，推薦的測量點如圖2所示，同時傳感器的固定、傳感器的耦合程度和閥門背壓等因素也會影響聲發射信號的檢測。

圖1 閥門內漏聲發射檢測原理框圖Fig. 1 Principle block diagram of acoustic emission detection for valve internal leakage

聲發射檢測方法具有在線、快速、動態、經濟及環境適應性強(特別是針對一些高溫、輻射、偏遠部位的管路閥門)等優點，并且不會破壞閥門的完整性。但閥門內漏的聲發射信號易受到艦船背景噪聲的干擾，因此背景噪聲的抑制或消除、信號的處理和泄漏特征的識別一直是技術難點，對檢測設備的精度和效度提出了很高的要求。

2 閥門內漏聲發射檢測的研究現狀

閥門內漏檢測方面，國內外學者從上世紀60年代起就開展了相關研究，目前部分研究成果已經得到了廣泛應用。從理論研究、實驗研究、信號處理與分析、工業產品等方面對閥門內漏聲發射檢測的研究進展進行綜述。

圖2 閥門內漏聲發射檢測的推薦測量點Fig. 2 Recommended measurement points for acoustic emission detection of valves leakage

圖3 聲發射估計閥泄漏率的方法步驟Fig. 3 Methods and steps for estimating valve leakage rate by acoustic emission

2.1 理論研究方面

國內，張穎[3]根據Lighthill氣動力聲方程，推導了閥門內漏噪聲聲場控制方程，分析了氣體介質閥門內漏過程，將閥門氣體內漏噴流噪聲源近似于四極子聲源，得到氣體閥門內漏速度分布函數以及與噪聲強度的關系。楊晶等[4]利用射流理論，將閥門密封面未關嚴內漏按平面射流考慮，將閥門裂紋漏孔內漏作為軸對稱射流處理，并分析了閥門在這兩種泄漏模式下的射流能量。高倩霞等[5]利用廣義二乘法得到閥門泄漏率與聲發射均方根值AERMS之間的回歸方程，并進行試驗驗證，結果表明聲發射技術可用于閥門泄漏率的測定。王瓊等[6]通過公式推導，發現氣管路閥門泄漏率對數與聲發射信號平均信號電平(average signal level，ASL)存在線性關系，并通過試驗擬合了閥門泄漏率的計算公式。

國外，Kaewwaewnoi等[7]對聲發射信號特征參數與泄漏率之間的關系進行了一定研究，找出了流體參數及泄漏率與聲發射均方根值AERMS之間的關系式(式(1))，并設計了閥門內漏聲發射檢測系統，給出的閥泄漏率的聲發射估計方法如圖3所示。

(1)

式中：C1表示AE傳感器、閥門材料、信號增益等影響的流體參數；AE是指測量的聲發射信號，RMS(root mean square，有效值電平)表示信號的均方根，見公式2；α是流體內的聲速；ρ是指流體密度；D是指閥門尺寸；Q表示體積流速；ΔP是指通過閥門的壓降，P1表示進口壓力，Cv是指閥門的流動系數，S表示流體的特定粘度。

(2)

式中：T為采樣時間，對于泄漏檢測，一般T值為0.5～5 s；V(t)為與時間有關的電壓值，V。

由于偶極子和四極子聲源是射流紊流場的主要噪聲場，Mland等[8]將偶極子聲源引入公式(1)，得到閥門的泄漏聲發射均方根值AERMS的計算公式為：

(3)

2.2 數值模擬方面

數值模擬方面，通用的方法主要是采用CFD軟件進行閥門泄漏的流場分析，之后將流場數據導入聲學分析軟件或MATLAB軟件進行聲學分析和結果的可視化，具體流程如圖4所示。

圖4 閥門噪聲數值仿真流程圖Fig. 4 Flow chart of numerical simulation of valve noise

張穎等[9]根據閥門氣體內漏噴流發聲原理，建立考慮噴流速度影響的Lighthill氣動力聲方程，建立了閥門氣體內漏噴流聲場模型。利用N-S方程和k-ε湍流模型對閥門內漏的流場進行二維數值模擬，后利用MATLAB對閥門的氣體內漏聲場進行數值模擬，得到了閘閥、球閥和針閥的氣體內漏噴流聲場特征。方超等[10]利用CFD軟件對閥門的瞬態流場進行三維數值計算，輸出流場特性結構后，將噪聲的源項導入聲學計算軟件LMS Virtual. Lab Acoustic計算閥門噪聲。研究表明該方法可應用于閥門的噪聲預報，并且可以考慮流態、閥門幾何尺寸等細節。劉翠偉等[11]利用Fluent軟件對氣管路球閥進行三維瞬態和穩態模擬，得到閥門的流場時域信號，處理模塊的FW-H模型將時域脈動壓力轉換為頻域，得到閥門的聲場特性。該方法對分析氣管路閥門流噪聲規律以及對閥門泄漏的聲學檢測具有指導意義。陳修高等[12]利用流聲耦合的方法對氣管路上球閥內漏的流場和聲場進行數值模擬，對閥門內漏泄漏率的定量檢測進行研究。

2.3 實驗研究方面

實驗方面主要是在實驗室搭建氣、液或蒸汽管路閥門泄漏模擬系統和聲發射信號檢測裝置，通過采集閥門泄漏的聲發射信號，提取泄漏信號特征參數來判斷閥門的泄漏狀態或估算閥門的泄漏率。

張彥敏等[13]開展了蒸汽管道閥門的聲發射監測實驗，對蒸汽閥門的內漏和開關狀態進行聲發射監測，結果表明聲發射技術可用于蒸汽閥門泄漏和閥門狀態的判定。Najiha等[14]搭建了控制閥閥座泄漏的聲發射檢測臺架進行，使用MATLAB分析了閥門泄漏率與聲發射信號峰值、標準差、方差的關系，研究結果表明聲發射技術可用于閥座泄漏的早期檢測。

Lee等[15]利用AE技術對止回閥的內漏進行檢測，發現止回閥泄漏的AE信號頻譜特征不僅與泄漏率有關，還與閥泄漏的類型有關。高倩霞等[16]開展了閥門內漏故障聲發射檢測的相關實驗，并利用最小二乘法對實驗數據進行分析處理，得到了閥門內漏聲發射信號的特征參數隨不同工況的變化規律。研究結果表明振鈴計數、能量及均方根值可以很好地反映閥門泄漏故障狀態。韓明等[17]利用聲發射技術搭建了閥門泄漏檢測實驗平臺，并對聲發射信號進行時頻和頻譜分析，結果顯示泄漏率與聲發射信號的能量和功率譜面積均呈近似線性關系。鄒兵等[18]建立了氣體截止閥和閘閥內漏的聲發射檢測檢測平臺，研究了閥門內漏聲發射信號的頻率分布規律，并指出閥門泄漏率與信號振幅和平均信號電平均呈指數分布，與能量和均方根AERMS呈對數分布，并擬合了泄漏率與AERMS的函數關系式。

Prateepasen等[19]將聲發射技術應用于氣體閥門的內漏檢測，設計了一種可以預測閥門泄漏率的新型低成本聲發射檢測儀，實驗結果表明，該儀器能夠實現閥門泄漏的在線檢測。胡新等[20-21]開發了基于聲發射技術的閥門內漏在線檢測系統，試驗結果表明，該在線檢測系統能夠用于閥門泄漏率的定量計算和分級報警。葉子等[22]將全光纖超聲傳感系統應用于閥門內漏的聲學檢測，并論證了實用性和可行性。Colm等[23]設計了一種基于聲發射技術的自供電、無線式閥門泄漏監測系統，并在工業環境下進行了試驗測試。

2.4 信號處理與分析方面

聲發射信號的處理和分析是閥門泄漏聲發射檢測必不可少的環節。目前聲發射信號的處理和分析技術主要有參數分析法和波形分析法，在此基礎上，逐步應用了小波變換、人工神經網絡和模式識別等現代信號處理技術。

參數分析方法，又稱簡化波形特征參數法，主要建立在分析聲發射信號特征參數基礎上，是目前廣泛使用的經典方法。該方法具有簡單直觀、分析速度快、實時性好等優點，但存在容易丟失信號細節信息的缺點。

聲發射信號波形的特征參數主要包括波擊計數、振鈴計數、能量、幅度、持續時間和上升時間等[1]，如圖5所示。對于連續型聲發射信號，引入平均信號電平和有效值電壓兩個參數。這兩個參數是目前閥門泄漏判斷和閥門泄漏率估算的主要參數。

圖5 聲發射信號簡化波形參數的定義Fig. 5 Definition of simplified waveform parameters for acoustic emission signals

波形分析法是建立在聲發射信號的波形、頻譜等數據基礎上的聲發射檢測方法，常用的方法有頻譜分析法、時頻分析法和模態分析法等。

頻譜分析用于獲得聲發射信號的頻特征，包括基于傅里葉變換的經典譜分析和以非傅里葉分析為基礎的現代譜分析，現代譜分析又包括自回歸(auto regressive，AR)模型、滑動平均(moving average，MA)模型和自回歸滑動平均(auto regressive moving average，ARMA)模型[24]。頻譜分析可應用于聲發射信號的預處理和信號特征分析。Meland等[25]利用頻譜分析的方法對水、氮氣和乙二醇介質管路中的球閥內漏信號進行分析，結果表明AE信號的頻譜具有明顯的特征頻率，相比單一的AERMS，信息量更豐富。

時頻分析法能同時提取信號的時域和頻域特性，目前主要包括Winger-Ville分布、短時傅里葉變換和小波變換等方法。與其他方法相比，小波變換[26]同時在時域和頻域表征信號局部特征，得到的聲發射信息更豐富，因此目前在聲發射信號處理中應用廣泛。李振林等[27]利用小波包對球閥內漏的聲發射信號進行分解和重構，并提取了信號的特征參數(信息熵、均方根、頻域峰值)，結果表明這三個特征參數可用于閥門內漏的量化檢測，其中均方根值效果最佳。劉治超等[28]采用不同小波閾值對采集的閥門內漏聲發射信號進行小波去噪重構，結果表明改進的小波閾值法可提高聲發射參數(均方根值，AERMS)的精度。張海峰[29]等利用小波包和信息熵相結合變方法對閥門內漏的聲發射信號特征進行分析，結果表明小波包熵值與閥門內漏流量之間存在多項式函數對應關系，可用于閥門內漏流量的量化評價。林偉國等[30]采用小波包能量分率的方法對閥門泄漏聲波信號進行特征提取，結果表明該方法可有效區分閥門內漏、背景噪聲和外部干擾。

人工神經網絡作為模式識別的一種重要方法，在聲發射信號的模式識別和檢測定位中發揮了重要作用，但是反向傳輸(back propagation，BP)神經網絡需要大量訓練數據，限制了神經網絡的實際應用。近年來，新興的改進人工神經網絡算法[31-32]和深度置信網絡(deep belief network，DBN)模型[33]等方法為閥門聲發射信號的處理和泄漏率的預測提供了有益借鑒。

此外，一些新興的信號處理方法也逐漸應用到聲發射信號的處理，例如：獨立分量分析(independent component analysis，IGA)和支持向量(support vetor machine，SVM)等。獨立分量分析是指從多個源信號的線性混合信號中分離出源信號的技術，又稱盲分離。獨立分量分析適合在復雜背景環境中提取源信號特征[34]。宗福興等[35]利用獨立分量分析方法提取了閥門泄漏聲發射信號的特征向量，實現了閥門內漏的定量檢測，檢測結果與參數法和頻譜法相比精度更高。劉光曉等[36]利用IGA技術在實驗室條件下對泄漏聲波信號進行濾波降噪，分離效果較好。支持向量是一種新的機器學習方法，比神經網絡更強的泛化能力。 Ali等[37]利用支持向量(support vetor machine，SVM)模型對單級往復式空氣壓縮機氣閥故障的AE數據進行訓練和分類，試驗結果顯示SVM模型可實現閥門故障的自動檢測，準確性高達99.4%。于蕊等[38]利用經驗模態分解(empirical mode decomposition，EMD)、自回歸(AR)模型提取泄漏聲發射信號的特征向量，最后用支持向量法進行分類識別，結果表明該方法比BP人工神經網絡識別率更高。

圖6 VPACTM II型手持式數字AE泄漏檢測儀Fig. 6 VPACTM II hand-held digital AE leak detector

2.5 工業產品方面

美國物理聲學公司(PAC)、英國Score Group 公司、德國華倫(Vallen)和日本富士公司等，在聲發射檢測技術、聲發射檢測裝置等方面做了大量工作，也取得了很多成果。例如美國PAC公司研制了檢測閥門內漏的系列聲發射儀器，其中最新的VPAC II裝置是手持式數字AE泄漏檢測儀，具有確定閥門泄漏狀態、泄漏位置以及估算泄漏率等功能，如圖6所示；德國Vallen公司推出的AMSY-6型全數字式聲發射儀器，在數據傳輸、降噪、濾波、信號分辨率等方面進行了大量改進。英國Score Group 公司研制的MIDAS閥門泄漏診斷儀如圖7所示，該診斷儀通過檢測閥門泄漏的高頻流體噪聲來判斷閥門是否泄漏并對閥門的泄漏量進行量化，可檢測0.1 L/min的閥門泄漏，同時當管路系統壓差在5 bar以上時檢測效果更佳；此外，當檢測表面溫度超過125 ℃，必須使用波導桿。

2.6 其他方面

在國內，清華大學無損檢測中心、中國特種設備檢測研究所、北京聲華興業科技有限公司、北京科海恒生科技有限公司、長沙鵬翔電子科技有限公司等研究機構和公司在聲發射檢測儀器的研發、聲發射檢測標準制定等方面做了大量工作，取得了重大突破，填補了國內空白。20世紀90年代中期，核工業總公司武漢核動力運行研究所從美國引進36通道聲發射泄漏檢測儀器，專門用于我國核電站的泄漏檢測，目前已進行了大量研究和應用工作。同時，聲發射檢測成果在石油化工、壓力容器檢驗、起重機械等方面已得到很好的推廣應用，帶來了巨大的經濟效益和社會效益。

圖7 MIDAS閥門泄漏診斷儀Fig. 7 MIDAS valve leak diagnostic instrument

3 問題及展望

前兩節主要分析了基于聲發射技術閥門內漏檢測的方法機理，綜述了國內外的相關研究進展，可以看到雖然目前閥門內漏的聲發射檢測已經取得了很大進展，但是還存在一些問題，如：①閥門內漏的檢測時與閥門承受的壓差關系很大，當壓差較小時，內漏不容易被檢測到，因此壓差較小情況下的閥門微小泄漏是目前聲發射檢測的難點；②聲發射檢測閥門內漏的機理研究不深入，目前只是基于射流聲學理論，將泄漏產生的聲波信號近似為四極子或偶極子聲源，從而得到閥門泄漏率的近似估算公式，同時目前數值模擬一般對閥門內部結構進行簡化處理，對閥門內部結構對聲發射信號影響的研究較少；③閥門泄漏信號的分析與特征提取方法是目前研究的難點和熱點，尤其是對于船舶等場合管路閥門的內漏檢測，管系種類多(燃油、滑油、海水、淡水、蒸汽等)，運行工況復雜，并且處于強噪聲、強振動的惡劣環境下，干擾信號多，信號特征復雜。這就導致閥門內漏的智能檢測相當困難，往往需要依賴聲發射專業人員進行判斷，這就給聲發射檢測技術的大范圍推廣應用帶來了障礙。針對以上問題，筆者建議開展如下幾項工作：

一是綜合利用各種閥門泄漏檢測手段。閥門內漏的檢測方法包括質量平衡法、溫度檢測法、負壓波法和聲發射法等，不同的檢測方法適用場合和限制條件不同，因此在實際應用中，尤其是在壓差較小的場合，應先采用聲發射法對閥門內漏進行初檢，之后再利用其它方法進行輔助驗證；或綜合利用多種手段或多傳感器融合技術對閥門內漏進行檢測，通過智能檢測和數據融合等技術，保證檢測的完整性和精確性。

二是聲發射檢測閥門內漏的機理研究建立在大量數值模擬和實驗室實驗基礎上，因此應對影響閥門內漏的流場和聲場的因素進行深入細致的研究。研究不同介質壓力(蒸汽、水、壓縮氣體)管道中，不同種類閥門(截止閥、球閥、閘閥、蝶閥、針閥等)內漏的聲發射場分布情況；研究不同因素(管道介質、進口壓力、泄漏率、閥的尺寸、閥的類型)對閥門泄漏聲發射場的影響，獲取聲發射信號與潛艇管路閥門泄漏量的關系及變化規律。同時閥門的內部結構也是影響閥門內漏噪聲的重要因素，因此下一步在數值模擬時應借助并行仿真等技術對閥門的內部結構進行詳細建模和仿真分析，從而更加深入了解閥門內漏的水動力學和聲學機理。

三是對閥門泄漏信號的分析與特征提取方法進行深入研究，尤其是復雜背景噪聲下閥門微量內漏。在開展大量實驗和實地測試基礎上，獲取泄漏閥門聲發射信號，利用高階譜、小波包等現代數據處理和分析技術，提取閥門聲發射信號特征，形成閥門內漏聲發射信號的特征數據庫，同時結合數據融合、人工智能等技術，研制智能化、簡單易讀的管路閥門內漏聲發射檢測儀或實時監測儀，從而減輕對專業檢測人員的依賴。這對于管路閥門泄漏監測、閥門故障的預防性維修決策以及保障管路系統運行安全具有重要意義。