常映輝
(1.中國煤炭科工集團太原研究院有限公司,山西 太原 030051;2.榆林天地煤機裝備有限公司,陜西 榆林 719000;3.煤礦采掘機械裝備國家工程實驗室,山西 太原 030051)
隨著國內礦山數字化、綠色化、智能化建設進程的穩步推進,針對目前礦區供排水系統中管道內部腐蝕生銹、接口滲漏錯位、管道輔助附屬設備堵塞等故障缺陷,國內各科研院所提出了多種自動化解決方案[1],包括管道探查“機械狗”、管道“腸鏡”機器人等缺陷檢測裝置[2]。國內各礦區現有的供排水管道檢測機器人可以代替人員進入排水管道內部,進行電視成像精細化檢查,附有影像探查并存儲視頻或者抓拍畫面功能,為精準探測管道內部具體“裂漏滲”情況,科學合理指導礦山管網修復建設[3]提供了重大幫助。然而包括以上多種設備儀器在內的針對礦山管道檢測的自動化解決方案大多是基于發現問題-定位問題-解決問題的思路設計[4],預警性嚴重不足,且不具備長時監測功能。
本文提出了一種基于漏磁無損檢測技術[5]的礦山管道缺陷監測系統設計,各節點核心設備電子艙在里程輪、永磁體、皮碗等輔助裝置保障協同下,實現了礦井供排水系統中管道缺陷的實時監測、有效預警及精準定位,為智能礦山井上監測中心制定管道養護、管道預警、管道修復方案提供了有效且可量化分析的數據支撐,對于助力智能礦山打造“智能水務”[6]具有現實意義。
礦井環境低溫高濕,復雜多變,溫濕度變化率大,井下電子儀器設備經常受溫漂影響,測量結果誤差較大,導致回傳到井上監測數據中心的實時數據與井下實際情況不符。本文提出了一種基于磁通量變化特性的礦井管道缺陷監測系統設計,通過管道內壁磁通量飽和度的量化判別對井下分布的各管道節點進行缺陷監測預警,最大程度地減小井下惡劣環境對管道缺陷監測設備性能的影響。 漏磁檢測原理如圖1所示。

圖1 漏磁檢測原理示意圖Fig.1 Schematic diagram of magnetic flux leakage detection principle

圖2 單個節點內部連接組成Fig.2 Internal connection of a single node constructions
本文設計系統總體架構采用分布式節點化設計,單個節點內部連接組成如圖2所示。其中,節點核心裝置電子艙由賽靈思FPGA的XC3S200AN主控模塊、調理采集模塊、FLASH存儲模塊及無線射頻模塊等組成,里程輪內部安裝有約一分錢硬幣大小的光柵位移[7-8]數字式傳感器,在系統節點沿管道內壁行進過程中對里程輪信號實時采集,用于電子艙內部主控模塊對當前位置的實時定位。
本文在進行管道缺陷有限元仿真時[9],在預先定義有缺陷的標準樣品[10]上分析檢測系統發出的信號。仿真軟件通過求解偏微分方程(單物理場)或偏微分方程組(多物理場)實現管道缺陷現象的仿真,通過數學方法求解真實世界的物理現象,本文設計系統中管道缺陷仿真設計流程如圖3所示。
為了更貼近井下管道缺陷實際情況,本文仿真中使用阻抗邊界條件將趨膚效應[11]考慮在內,且只需匹配此區域而不需要考慮管道缺陷以外的邊界。本文仿真中模擬供排水系統管道無缺陷模型與缺陷模型如圖4所示。
在建立二維缺陷模型后,對模型材料進行設置。其中,永磁體選用的材料為釹鐵硼N40,導磁體選用的材料為工業純鐵DT4C,均在軟件自帶材料庫中查找添加。在完成上述步驟后進行網格劃分。管道無缺陷模型與缺陷模型網格劃分圖如圖5所示。
完成管道缺陷模型網格劃分后,對模型阻抗邊界條件[12]進行設置,最后進行穩態求解對缺陷磁漏場的數值進行分析。無缺陷管道磁力線分布如圖6所示,缺陷管道磁力線分布如圖7所示。

圖3 管道缺陷仿真設計流程圖Fig.3 Pipeline defect simulation design flow chart

圖4 管道模型Fig.4 Pipeline model

圖5 管道模型網格劃分圖Fig.5 Meshing diagram of pipeline model

圖6 無缺陷管道磁力線分布圖Fig.6 Distribution map of magnetic field lines of defect-free pipeline
觀察對比圖6和圖7可知,管道表面有體積性[13]缺陷時,缺陷位置下方磁感應強度將會激增,直至大量磁力線被壓縮在管道的下方,管道內部表現為實心,外溢磁力線信號穿過缺陷點位進入外界空氣中后又返回管道[14];而管道表面無體積性缺陷時,管道內部表現為空心,外溢磁力線信號直接進入外界空氣中后又返回管道。
本文設計系統各缺陷監測節點處的核心裝置電子艙基于賽靈思公司XC3S200AN-4FT256I主控芯片開發,系統部分主控模塊電路設計如圖8所示。其中,AD4 RESET信號用于對監測的節點1、節點2、節點3、節點4四路外溢磁力線信號的同步采集控制。

圖7 缺陷管道磁力線分布圖Fig.7 Distribution map of magnetic field lines of defect pipeline

圖8 主控模塊電路設計Fig.8 Design of main control module circuit
本文設計系統節點5 V供電由外部鋰電池提供,在電壓轉換電路設計中,系統選用TI(德州儀器)DC-DC芯片TPS70345將5 V電壓轉換生成3.3 V電壓和1.2 V電壓,用于主控芯片FPGA的IP內核及調理采集模塊中各器件模組的供電。系統電源模塊電路設計如圖9所示。
本文設計系統存儲介質選用W25 N01GV型FLASH,各節點里程數據和外溢磁力線數據經主控模塊按照節點傳輸協議混合編幀后通過SPI通信方式向FLASH進行數據搬運,系統存儲模塊電路設計如圖10所示。
井上管道缺陷監測中心上位機軟件基于可視化圖層嵌套程序開發環境設計,通過調用編程環境內部各功能模塊搭建軟件架構,用于對井下各節點返回數據解碼分析后管道漏水信息監測結果的實時顯示。同時,上位機主界面設計有參數配置、歷史數據存儲、系統退出等選項。系統上位機顯示模塊程序框圖如圖11所示。
系統軟件實時存儲模塊核心功能是對井下各監測節點處管道缺陷動態參數的遠程讀取,為了實現井上監測中心可以隨時查看調用歷史管道缺陷數據,便于為井下供排水系統管道修復、養護、預警提供精準定位且可量化分析缺陷當量的原始有效數據[15]。
系統上位機軟件設計有數據存儲模塊,存儲模塊程序設計流程圖如圖12所示。

圖9 電源模塊電路設計Fig.9 Design of power module circuit

圖10 存儲模塊電路設計Fig.10 Design of memory module circuit

圖11 系統數據實時顯示軟件設計Fig.11 Design of system data real-time display software
在本文數值仿真分析的基礎上,對系統缺陷識別與顯示功能進行了測試。本次測試中選擇長為5 m、管口直徑為0.3 m、定制厚度為2 mm井下常用的環氧樹脂涂層復合鋼管作為節點4的被測對象,在手工測量管道位置為1.31 m處進行機械性破壞使其產生液漏現象,準備就緒后系統上電進行測試,上位機界面測試結果顯示如圖13所示。對本次測試中默認保存的試驗數據進行文檔拆分、通道加載,手動挑選節點4的里程數據進行數據解包、分析、繪制后的漏磁檢測波形如圖14所示。
由圖13可知,本文設計系統對缺陷位置識別精度能夠達到0.01 m;由圖14可知,在本次測試過程中大約4 s時經過缺陷位置,此時里程數據對應的漏磁信號明顯發生變化,之后又恢復正常,進一步驗證了系統缺陷識別的有效性。

圖12 存儲模塊程序設計流程圖Fig.12 Flow chart of storage module program design

圖13 系統管道缺陷識別測試結果Fig.13 Results of system piping defect identification test

圖14 里程數據波形繪制結果Fig.14 Results of mileage data waveform drawing
本文提出了一種基于漏磁無損檢測技術的礦山管道缺陷監測系統設計。在分析漏磁檢測的基本原理和對管道缺陷點位進行數值仿真分析的基礎上,搭建硬件測試平臺進行系統節點測試,結果顯示有效可靠,為智能礦山井上監測中心對井下供排水系統管道缺陷的預警、定位、養護提供了可量化分析,且可隨時回讀管道缺陷原始數據的支撐,對于賦能智慧礦山建設具有較大意義。