孫瓊瓊,李 嫄
(泰安市特種設備檢驗研究院,山東 泰安 271000)
隨著國家經濟的快速發展,壓力管道作為重要的承壓類特種設備被廣泛應用于石油、化工等基礎行業,并承擔著易燃、易爆、高溫、高壓介質的輸送任務。一旦管道發生爆炸或泄漏,不僅對周圍環境及人身安全造成重大威脅,甚至會造成國民經濟的重大損失,因此定期對壓力管道進行監測、檢驗,能對可能發生的缺陷、失效模式進行預警,從而保障壓力管道的安全運行。
當材料受到內力或外力作用時,將會產生變形或斷裂等外形變化,此時材料內部將產生應力波并釋放能量,這種現象叫做聲發射現象。其中,聲發射信號中含有材料內部變化的大量缺陷信息,通過采集聲發射信號并進行預處理,可及時發現壓力管道的內部損傷。
但是在壓力管道檢驗現場,由于傳播路徑、耦合效果和傳感器的響應對最后接收到的聲發射信號都有影響,且周圍設備產生的噪聲信號及人為噪聲的廣泛存在,使得傳感器采集的聲發射信號淹沒在噪聲信號中甚至嚴重失真,因此通過研究壓力管道聲發射信號采集過程中的去噪問題,可將含噪的聲發射信號進行提純,對壓力管道泄漏定位將產生重要影響。
小波變換是一種可以處理時變信號的時頻分析方法。其原理是用一族函數來逼近信號,通過小波基不同尺度的平移和擴展,形成小波函數系[2-3]。將基本小波函數記作ψ,伸縮因子為ψa,b(t),平移因子τ,則小波函數ψa,τ(t)為:
(1)


(2)

(3)
根據噪聲信號和聲發射信號在不同頻段的不同性能特征,小波閾值將設定閾值參數,將經過小波分解后的小波系數,根據閾值參數分別進行處理,最后將新得到的小波系數重構,從而得到去噪后的信號。
假設壓力容器檢驗現場采集到的聲發射信號為:s(t)=f(t)+δe(t),其中f(t)為純凈的聲發射信號,e(t)為噪聲信號,s(t)為含噪聲的聲發射信號。在工程中多應用小波閾值去噪進行消噪處理。其基本步驟如下:
1.選擇最佳的小波基函數和分解層數,并對含噪信號進行小波變換,得到小波變換系數ωj,k;

3.將估計小波系數進行重構,得到去噪后的信號。
卡爾曼濾波器處理線性狀態空間中的含噪輸入信號和觀測信號,從而估計出最佳系統狀態,以獲得真實信號[5-6]。它利用遞歸算法和狀態空間,具有計算簡單,存儲量小,濾波狀態好,實時性高等優點,可直接應用于非平穩和平穩信號,其算法流程圖如圖1所示。

圖1 卡爾曼濾波流程圖
其中,方差更新為:
K(n)=K(n,n-1)-F(n,n+1)G(n)K(n,n-1)
下一時刻狀態估計為:

新息更新為:

卡爾曼增益為:
G(n)=F(n+1,n)K(n,n-1)CH(n)[C(n)K
(n,n-1)CH(n)+Q2(n)]-1
方差預測為:
K(n+1,n)=F(n+1,n)K(n)FH(n+1,n)+
Q1(n)

由于壓力管道聲發射信號是典型的連續性、非平穩信號,且不同干擾源對聲發射信號造成干擾的振動幅度和持續時間都具有不確定性。但這些因素都會造成卡爾曼增益的變化,甚至造成系統發散,為克服卡爾曼的不足,故將小波濾波與卡爾曼濾波結合實現信號去噪預處理。圖2為小波-卡爾曼聯合濾波流程圖。

圖2 小波-卡爾曼聯合濾波流程圖
在小波閾值去噪過程中,影響去噪效果的4個因素分別為:小波基函數、閾值參數、分解層數和閾值函數。根據工程經驗,選用Symlets小波作為分析聲發射信號小波基函數,并進行4層分解,通過軟閾值去噪方式進行去噪預處理。
選用MATLAB為編程上位機,采集壓力管道泄漏信號,圖3為含噪信號與經過小波-卡爾曼濾波后信號對比圖,經信噪比計算,原始信號信噪比為13.1 dB,濾波處理后信噪比為34.2 dB,信噪比提高了21.1 dB,信噪比增益為2.7??梢钥闯?,經過小波-卡爾曼濾波處理后,信號的本底噪聲得到了大量剔除,且在信號泄漏突變部位變化較明顯,更有利于識別泄漏信號,后續定位處理將更為精確。

圖3 含噪聲信號與去噪后信號對比圖
針對壓力管道檢驗現場的聲發射信號及噪聲特點,研究了小波閾值去噪、卡爾曼濾波的理論基礎,采用小波-卡爾曼聯合濾波進行含噪信號去噪處理。通過仿真實驗,小波-卡爾曼聯合濾波能明顯去除噪聲,提高信號信噪比,對后續泄漏定位具有重要意義,可廣泛應用于工程實踐。