氣體閥門內(nèi)漏聲發(fā)射評價參量研究及其應用

龍飛飛，劉永軒，王 瓊，李 偉

(1. 大連民族大學機電工程學院，遼寧大連116600；2. 東北石油大學機械科學與工程學院，黑龍江大慶163318；3. 中國石油化工股份有限公司青島安全工程研究院，山東青島266071)

0 引 言

在石油、石化行業(yè)的過程裝置中，閥門是必不可少的一部分，在此行業(yè)中，一直對閥門保持較高的使用率。在生產(chǎn)過程中，閥內(nèi)介質(zhì)大多為腐蝕性、有毒、易燃、易爆介質(zhì)，閥門泄漏引發(fā)的事故時有發(fā)生，且絕大部分閥門泄漏難以及時發(fā)現(xiàn)，不但對生產(chǎn)、環(huán)境造成嚴重影響，更會導致重大安全事故。因此，閥門泄漏檢測和泄漏量估算在閥門壽命預測、提高閥門安全性能方面具有重要意義[1]。

自19 世紀60 年代開始，國外關(guān)于閥門內(nèi)漏的研究就已展開，研究發(fā)現(xiàn)，在眾多檢測手段中，聲發(fā)射技術(shù)在閥門內(nèi)漏檢測領(lǐng)域表現(xiàn)優(yōu)異。2005 年，韓國國立大學的Lee 等[2]將聲發(fā)射技術(shù)應用于核電站止回閥泄漏故障檢測。2007 年，Puttmer 等[3]實現(xiàn)了調(diào)節(jié)閥泄漏的聲發(fā)射在線檢測。2010 年，Kaewwaewnoi 等[4]經(jīng)過理論和實驗研究，提出了聲發(fā)射特征參量與閥門內(nèi)漏率之間的數(shù)學模型。2011年Jirarungsatian 等[5]進行了閥門內(nèi)漏模擬實驗，并研制出具有內(nèi)漏率估算功能的氣體介質(zhì)閥門檢測儀。2012 年，Meland 等[6]對常用閥門內(nèi)漏檢測方法進行了總結(jié)，并提出兩種檢測方法，其中一種為基于數(shù)據(jù)處理的檢測方法，另一種為基于聲發(fā)射特征參量與物理參數(shù)的數(shù)學模型的方法。國內(nèi)自20 世紀70 年代初就已對聲發(fā)射技術(shù)展開研究，在閥門泄漏檢測方面的應用研究開始于20 世紀90 年代。1996年，東北電力大學孫偉等[7]采用聲發(fā)射技術(shù)對閥門泄漏檢測進行了研究，開發(fā)出用于閥門內(nèi)漏診斷的聲發(fā)射檢測儀。2003 年，大慶石油學院戴光等[8]采用聲發(fā)射技術(shù)對承壓閥門泄漏進行了檢測，提出聲發(fā)射信號幅值與泄漏率二者對數(shù)存在線性關(guān)系，為閥門泄漏的定量診斷提供了指導。2006 年，王永濤等[9]從流體角度對閥門泄漏率與聲發(fā)射特征參數(shù)的關(guān)系進行了研究，并開發(fā)出便攜式閥門內(nèi)漏聲學檢測儀，實現(xiàn)了閥門微小泄漏的檢測。2008 年，大連工業(yè)大學李明霞等[10]通過提取閥門泄漏聲信號(Mel-scale Frequency Cepstral Coefficients,MFCC)特征參數(shù)，對閥門泄漏進行有效診斷，實現(xiàn)了閥門泄漏的預警。2017 年，東北石油大學李偉等[11]根據(jù)Parseval 原理研究了閥門泄漏率對聲發(fā)射參數(shù)的影響，提出在閥門泄漏檢測中，與其他參量相比，聲發(fā)射均方根電壓(Root Mean Square,RMS)具有更高靈敏度。國內(nèi)研究人員還針對閥門在不同條件下的泄漏提出了處理和預防措施。雖然國內(nèi)關(guān)于閥門內(nèi)漏的基礎(chǔ)理論已經(jīng)取得較大成果，但大多基于傳統(tǒng)聲發(fā)射參量與閥門內(nèi)漏率的關(guān)系，關(guān)于閥門內(nèi)漏聲發(fā)射評價參量的研究少之又少。

由于傳統(tǒng)聲發(fā)射的評價參量的誤差較大，不能滿足工程應用需要，研究成果不能付諸工程實踐。為降低評價參量誤差、滿足工程應用要求，本文提出了一種新的聲發(fā)射參量對閥門內(nèi)漏進行定量評價，并提出基于新參量的閥門內(nèi)漏評價模型，進行閥門內(nèi)漏模擬實驗。采用新聲發(fā)射參量對實驗閥門內(nèi)漏進行評價，驗證了新聲發(fā)射參量的可行性以及評價精確度，可為提高閥門內(nèi)漏率聲發(fā)射評價準確性、將聲發(fā)射技術(shù)應用于閥門內(nèi)漏工程監(jiān)測提供指導。

1 聲發(fā)射評價參量研究

目前聲發(fā)射檢測評價常采用的聲發(fā)射特征參量有幅度、能量、計數(shù)、事件、上升時間、持續(xù)時間等，同時還包括表征波形特征的中心頻率、核心頻率等。因此，要對閥門內(nèi)漏進行聲發(fā)射評價，首先要確定用于閥門內(nèi)漏評價的最佳聲發(fā)射參量，該參量應具備以下性質(zhì)：

(1) 對閥門內(nèi)漏率變化比較敏感，或者能夠隨內(nèi)漏率的變化呈現(xiàn)一定的趨勢和規(guī)律；

(2) 對同一類型的閥門應具有普遍適用性，即對同一類型、不同尺寸的閥門均可用同一參量進行評價，或者任意類型的閥門內(nèi)漏均可采用此參量進行評價；

(3) 內(nèi)漏率之外的因素如氣壓、溫度等，對該參量的影響不大；

(4) 對電子噪聲、機械噪聲等外界干擾具有一定的免疫能力，即抗干擾能力較強。

閥門內(nèi)漏信號為連續(xù)性信號，在已知的聲發(fā)射參數(shù)中，常用于連續(xù)型信號評價的聲發(fā)射參量有平均信號電平(Average Signal Level, ASL)、均方根電壓(RMS)等。本文基于實驗數(shù)據(jù)，就ASL、RMS 在閥門內(nèi)漏聲發(fā)射評價中的表現(xiàn)與本文提出平均聲發(fā)射能量進行比較，以期確定最佳評價參量。

采樣時間內(nèi)所獲得的聲發(fā)射實驗數(shù)據(jù)S 包含m個撞擊信號，撞擊信號采樣點數(shù)為 n，即S=記，記為，則均方根電壓RMS、平均信號電平ASL 表示為

式中：GPre為前置放大器增益值，單位dB；i、j 分別為采樣點序號、撞擊信號序號；Vref=1 μV，為參考電壓。

式(1)、(2)中，LAS、VRMS根據(jù)單一撞擊信號計算得到，其中VRMS針對采樣周期內(nèi)信號進行平均，能準確反應當前信號波動，而LAS通過對數(shù)運算對參數(shù)變化進行壓縮，能夠更好地反映當前信號的強度。然而LAS、VRMS只能反映單一撞擊信號所包含的信息，不能完整體現(xiàn)實驗數(shù)據(jù)信息，無法對不同內(nèi)漏情況下全過程聲發(fā)射信號進行對比和評價。在以往研究中，往往在眾多撞擊信號中挑選單一撞擊信號計算LAS、VRMS等參數(shù)，并在不同實驗之間進行比較，進而得到聲發(fā)射參數(shù)隨內(nèi)漏率變化的規(guī)律。然而，無論以什么原則挑選，單一撞擊信號不能充分體現(xiàn)一段采樣時間內(nèi)實驗數(shù)據(jù)所包含的信息，很容易造成信息遺漏，因此本文構(gòu)造出新的聲發(fā)射參量，該參量以VRMS參量為基礎(chǔ)對實驗信號能量進行計算，同時采用對數(shù)和平均算法，算法覆蓋范圍從單一撞擊信號擴展至整個采樣時間內(nèi)所有撞擊信號，兼顧了信號的連續(xù)性和能量，所構(gòu)造參量表達算法如式(3)所示：

式中，m 為撞擊信號數(shù)。

2 實驗研究

2.1 實驗設(shè)置及方案

為驗證ERMS,A參量的實用性，用閥門內(nèi)漏模擬實驗裝置對不同類型、尺寸的閥門以不同壓力進行實驗研究，模擬實驗數(shù)據(jù)如表1 所示，實驗采用的閥門尺寸基本涵蓋了工業(yè)常用閥門尺寸、類型。

表1 閥門內(nèi)漏模擬實驗內(nèi)容Table 1 Contents of simulation experiment on valve inner leakage

實驗系統(tǒng)主要由閥門內(nèi)漏模擬系統(tǒng)以及聲發(fā)射采集系統(tǒng)兩部分組成，如圖1 所示。

圖1 閥門內(nèi)漏模擬實驗檢測系統(tǒng)Fig.1 The simulation testing system for valve inner leakage

通過調(diào)節(jié)閥門開度模擬閥門內(nèi)漏并控制內(nèi)漏率，并采用數(shù)字流量計測定，在內(nèi)漏率分別為4、8、12、16、20、24 L·min-1時，在一定時間內(nèi)采集實驗數(shù)據(jù)。

聲發(fā)射采集系統(tǒng)主要由傳感器、前置放大器、聲發(fā)射數(shù)字采集卡以及聲發(fā)射分析軟件四部分組成。傳感器采用R3a 傳感器，前置放大器選用2/4/6型前置放大器，可選增益為：20、40、60 dB，采用PCI-II 聲發(fā)射采集卡以及AEwin 軟件對實驗信號進行采集、處理。實驗中采樣頻率為1 MHz，采樣長度為2 000 個采樣點，前置放大器增益為40 dB。

2.2 實驗結(jié)果分析

本文所有試驗均采用相同實驗設(shè)置對不同閥門進行實驗，數(shù)據(jù)分析結(jié)果表明，不同閥門實驗數(shù)據(jù)具有的相同規(guī)律，且相同閥門的泄漏信號峰值頻率分布范圍相似，即相同閥門泄漏信號的頻率特性一致，故本文以DN65 閘閥為例進行數(shù)據(jù)處理。

對采樣時間內(nèi)所有撞擊信號進行傅里葉分析，定位各撞擊信號頻譜峰值頻率，統(tǒng)計其最大、最小峰值頻率，進而確定實驗數(shù)據(jù)峰值頻率的分布，所有撞擊信號均包含在該頻率分布范圍內(nèi)。不同實驗壓力下DN65 閘閥內(nèi)漏信號峰值頻率分布如表2 所示。

表2 實驗數(shù)據(jù)峰值頻率分布Table 2 Peak frequency distribution of experimental data

為降低實驗噪聲對信號分析結(jié)果影響，對實驗信號進行小波包分解，以達到消噪的目的。實驗信號主要成分為閥門內(nèi)漏信號，與噪聲相比信號幅值較高，因此可以認為表2 所給出的峰值頻率分布即閥門內(nèi)漏信號的頻率分布。

根據(jù)傅里葉分析結(jié)果，本文采用Sym6 小波對實驗數(shù)據(jù)進行小波包分解、重構(gòu)，基于平均聲發(fā)射能量算法，采用MATLAB 軟件重新計算生成聲發(fā)射參量(ERMS,A、VRMS)。根據(jù)最大幅值原則，本文將每個實驗數(shù)據(jù)內(nèi)VRMS最大值與該實驗數(shù)據(jù)重新生成的ERMSA值進行對比，得到重構(gòu)信號隨內(nèi)漏率的變化曲線如圖2 所示，圖2 中橫坐標Q 表示內(nèi)漏率。

圖2 不同內(nèi)漏壓力下ERMS,A和VRMS 隨內(nèi)漏率Q 變化曲線Fig.2 Variation curves of ERMS,A and of VRMS with inner leakage flow rate Q under different pressures

如圖2 所示，ERMS,A曲線光滑度明顯優(yōu)于VRMS曲線，更有利于擬合實驗數(shù)據(jù)和分析數(shù)據(jù)變化規(guī)律。近年來研究表明[11-13]，聲發(fā)射參量隨閥門內(nèi)漏率的增加而增加，且二者對數(shù)存在線性關(guān)系，經(jīng)過研究，VRMS曲線與ERMS,A曲線相比，對已知模型的擬合方差較大，評價效果較差。

對不同壓力下ERMS,A曲線進行橫向比較，結(jié)果如圖3 所示。

對圖中5 條曲線進行擬合，所有函數(shù)均符合lg Q = a lg ERMS,A+ b 模型，其中a、b 為擬合系數(shù)，各條曲線擬合確定系數(shù)(R-square)均大于0.9。以0.5 MPa 的實驗數(shù)據(jù)為例， 擬合函數(shù)為lg Q =2.825lg ERMS,A- 3 .408， 此 時 R-square 為0.9502。因此，所研究的新聲發(fā)射參量ERMS,A可以應用于企業(yè)閥門的監(jiān)測。

圖3 不同壓力下ERMS,A隨內(nèi)漏率Q 變化曲線Fig.3 Variation curves of ERMS,A with inner leakage flow rate Q under different pressures

3 聲發(fā)射參量應用研究

為驗證平均聲發(fā)射能量的評價效果，采用2.1節(jié)的實驗系統(tǒng)和實驗參數(shù)，對DN50 球閥進行閥門內(nèi)漏模擬實驗，實驗壓力為0.5 MPa。對實驗數(shù)據(jù)做傅里葉變換，得到各壓力下實驗信號的峰值頻率分布，并確定實驗數(shù)據(jù)對應的小波包分解節(jié)點如表3 所示。

表3 DN50 球閥實驗數(shù)據(jù)峰值頻率分布Table 3 Peak frequency distribution of the experimental data for DN50 ball valve

根據(jù)傅里葉分析結(jié)果，對實驗數(shù)據(jù)以Sym6 小波進行小波包分解，并在節(jié)點＜4,0>處重構(gòu)信號，得到重構(gòu)信號的ERMS,A值以及VRMS最大值(如無說明，以下均記為VRMS,max)，列于表4。

根據(jù)GB/T4213-92 規(guī)定，DN50 球閥微小泄漏、小泄漏、中等泄漏流量分別為0～39、39～390、390～1 950 L·min-1，在三個泄漏等級內(nèi)分別挑選6#、10#、12#數(shù)據(jù)作為實驗驗證數(shù)據(jù)，其他數(shù)據(jù)作為擬合數(shù)據(jù)進行擬合。根據(jù)閥門泄漏發(fā)聲機理微小泄漏與小泄漏、中等泄漏及更高泄漏的發(fā)聲機理不同，故本文對ERMS,A-Q、VRMS,max-Q 進行分段擬合,結(jié)果如公式(4)、(5)所示：

表4 實驗數(shù)據(jù)小波包分解后重構(gòu)信號的ERMS,A及VRMS值Table 4 ERMS,A and VRMS of the restructured signal after wavelet packet decomposition of experimental data

按照式(4)、(5)擬合的曲線如圖4 所示。

圖4 DN50 球閥的Q-ERMS,A和Q-VRMS,max 擬合曲線Fig.4 Fitting curves of Q-ERMS,A and Q-VRMS,max of ball valve

根據(jù)式(4)、(5)，對6#、10#、12#實驗ERMS,A數(shù)值對應泄漏流量進行估算并計算估算誤差，結(jié)果如表5 所示。

表5 內(nèi)漏率及其相關(guān)參數(shù)的估算Table 5 Estimates of internal leakage flow Q and the relevant parameters ERMS,A and VRMS,max

VRMS,max在小泄漏流量范圍估算誤差達到了24%；ERMS,A估算誤差最大為9.82%，最小值為4.45%，估算精度符合工程應用要求。

4 結(jié) 論

本文針對工程閥門泄漏檢測需求，對多種閥門類型、閥門尺寸在不同壓力下進行了實驗研究，基于理論分析和實驗研究得到如下主要結(jié)論：

(1) 構(gòu)造新的閥門內(nèi)漏聲發(fā)射評價參量ERMS,A，并通過模擬內(nèi)漏實驗將ERMS,A-Q 曲線與VRMS-Q 曲線比較，結(jié)果表明ERMS,A與VRMS曲線變化趨勢相同，且ERMS,A曲線估算誤差更小，即ERMS,A在閥門內(nèi)漏評價方面具有更高估算精度；

(2) 相同實驗壓力下，ERMS,A與內(nèi)漏率分別取對數(shù)后二者呈線性函數(shù)關(guān)系；相同內(nèi)漏率下，實驗壓力越高，ERMS,A值越大；

(3) 傅里葉分析結(jié)果表明，對于相同閥門，在不同壓力下泄漏信號峰值頻率的分布范圍相同，處于同一小波包分解頻帶內(nèi)；

(4) 在微小泄漏、小泄漏、中等泄漏三個泄漏等級下，采用ERMS,A對泄漏量的估算誤差低于10%，表明ERMS,A參量能準確應用于現(xiàn)場閥門的內(nèi)漏監(jiān)測評價。