基于新型陣列的儲罐底板聲發射定位方法

龍飛飛,鐘時達,李 鐸

(1.大連民族大學 機電工程學院,大連 116000;2.大連市裝備智能檢測與診斷技術重點實驗室,大連 116000)

聲發射檢測技術作為一種動態無損檢測技術,可以在線對常壓立式儲罐進行檢測且經濟成本低、工作量小,故在國內得到了廣泛應用[1]。聲發射源定位作為聲發射檢測技術研究的重點難點,旨在對損傷位置進行精準定位,以進一步分析缺陷或損傷的嚴重程度,對潛在的安全隱患做出明確預警[2]。傳統聲發射源定位方法是將傳感器直接均勻布置在儲罐外壁上,在檢測直徑較大的儲罐時,由于傳感器布置距離罐底中心位置較遠,對罐底中心位置附近聲發射信號接收不佳,影響附近損傷的定位效果,而且容易出現漏定位和偽定位等問題,在傳感器數量增多和陣列密度增加時缺點更加突出,這些問題嚴重影響了儲罐腐蝕評價的效果[3]。

針對儲罐底板中心區域信號接收效果不佳的問題,邱楓等[4]提出了在儲罐內部介質中放置短基線網格拓撲結構的傳感器陣列;李偉等[5]提出內置傳感器陣列與罐壁外周傳感器陣列相關聯的檢測方法,提高了中心位置的定位準確性。張穎等[6]運用移動式五元十字基陣聲學定位方法,降低了檢測盲區。 SALAMONE等[7]提出一種花形擺放的傳感器陣列,能夠預測波的傳播方向,發現兩個傳播方向的交點就是聲發射源的所在位置。針對漏定位、偽定位問題,陳園園[8]重點分析了定位信號構成及其影響因素,設計使用聚類算法來提高聲發射事件識別準確率。ASAUE等[9]則利用深度學習和多層神經網絡,自動提取特征數據來實現聲發射源位置的快速精準計算。可以看出,國內外學者主要從定位陣列和定位算法兩個方面進行研究,并在儲罐腐蝕狀態監測上取得了一定成果,但由于使用的傳感器數量較多,存在的信息冗余會延長檢測周期。

筆者針對傳統聲發射源定位算法的信號接收問題設計新型陣列,通過設計合適的傳感器數量和間距,設計特殊的幾何關系,結合陣列的優勢進行定位算法研究,旨在相較傳統定位陣列提升定位精度和可靠性,相較復雜陣列提升計算速度,以滿足實際工程檢測的需要。

1 新型陣列設計

在實際工程檢測中,儲罐聲發射傳感器常布置在靠近罐底的罐壁上,傳感器的數量和布置方案是根據儲罐的尺寸、型號進行確定的[10]。雖然這種陣列設計布置和程序設計都較為簡單,但應用在大型儲罐上時,受聲發射信號幅值衰減等因素的影響,罐底中心位置的檢測效果不佳。而短基線平面網格拓撲陣列理論上可以解決部分罐底中心位置信號丟失的問題,增強對罐底中心位置的定位效果,但該陣列算法設計難度很大,且對陣列布置精密度的要求較高,罐內的復雜情況也為預期信號增加了諸多不確定性。

筆者結合兩種陣列的分布特點,從布置難度、信號接收覆蓋率、對應定位算法的計算效率等方面綜合考慮,確定了新型傳感器的陣列構型。考慮到罐內傳感器投放精度不高、檢測速度慢、成本高等因素,盡量選用罐壁傳感器。

首先設計出如圖1(a)所示的8-8型雙環形陣列,其能夠滿足對稱性,在算法設計上具備優勢,能夠提升計算速度。但發現該陣列在罐底邊緣的傳感器密度小于罐底中心附近的,罐底邊緣附近檢測效果會受到影響,同時由于傳感器布置在罐底1/2直徑處,儲罐直徑較大時,可能造成中心位置信號接收效果不佳,影響定位效果。為了解決這一問題,筆者提出一種8-4-1型方形傳感器陣列[見圖1(b)],其在具備對稱性的同時,通過在罐底中心位置布置傳感器的方式來強化信號采集質量,但該陣列存在罐底邊緣的傳感器密度低而可能導致罐底邊緣檢測效果不佳的問題。綜合上述分析,提出8-4-2-1型傘狀定位陣列,其設計構型如圖2所示。

圖1 傳感器陣列設計構型示意

圖2 8-4-2-1型傘狀定位陣列設計構型示意

該方法通過在罐底外圓均勻布置8個傳感器,之后在2/3半徑處,相互呈90°角布置4個傳感器,再在1/3半徑處相對布置兩個傳感器,一定程度上保證了獲取信號的完整性,最后在中心位置布置1個傳感器,加強對罐底中心位置的檢測。該陣列的傳感器分布能夠在覆蓋罐底并加強對罐底中心區域檢測的同時,避免信號處理難度的增加,優化了定位效果,提高了定位精度,解決了傳統陣列存在的問題。

2 新型陣列定位算法

2.1 定位算法研究

上文對傳感器陣列進行了設計,因此最大事件定義時間的設置需要根據傳感器的間距和幾何布置進行靈活調整。8-4-2-1型定位陣列線段b位置示意如圖3所示,當采用新型定位陣列時如果繼續按照儲罐直徑進行最大事件定義時間設置,將會喪失新型陣列定位的優勢。故,為了充分發揮其優勢,此時最大事件定義時間定義為

(1)

式中:Tmax為最大事件定義時間;lb為圖4中線段b的長度;v為聲速。

定位算法選擇常用的三角定位作為基礎算法進行研究[11]。

圖3 8-4-2-1型定位陣列線段b位置示意

2.2 定位傳感器組合

在傳統定位算法中,罐體直徑較大,聲波在傳播過程中衰減較大,一般認為任意3個或以上傳感器就能構成定位陣列,若選擇的傳感器信號傳播受到較大干擾,定位精度則會受到影響,所以用于定位的傳感器組合的選擇也尤為重要。而聲發射特征參數中幅值、能量、事件數和持續時間是表征腐蝕嚴重程度的重要參數[12],其中幅值在時間和距離尺度上都呈現顯著的相關趨勢[13],所以筆者以幅值作為研究對象,選擇平均幅值最高的傳感器組合進行定位。為了便于對比分析,將定位精度進行量化,以斷鉛20次為對比對象,斷鉛位置為中心做圓,分別統計以10,20,30 cm為半徑的定位點個數,得到加入與未加入數據融合條件下的定位結果如圖4所示,數據融合前后定位精度對比如圖5所示。

圖4 加入與未加入數據融合條件下的定位結果

圖5 數據融合前后定位精度對比

由圖4,5可以看出,數據融合后的定位算法在斷鉛位置半徑30 cm的范圍內,定位點個數由10個升至13個,同比增加30%。實際坐標點與計算坐標點的平均誤差如表1所示。

表1 實際坐標點與計算坐標點的平均誤差 cm

以上分析表明,加入數據融合后,平均定位精度提升了10.99%,有助于實現對嚴重度較高的聲發射源的定位,同時隨著范圍的增大其誤差也逐漸降低,因此該方法在大型儲罐中的應用效果更好。雖然定位精度得到了提升,但該定位算法容易將多種信號判定為同一聲發射源,形成誤判,為解決這一問題,筆者將模式識別技術融入到定位算法中開展研究。

3 融入模式識別的定位算法及定位試驗

3.1 定位組信號模式識別方法

該識別方法中,通過聚類分析來計算信號之間的相似性,對波形信號的共性程度進行定量評價,并對傳感器接收到的信號進行分類,找出所有聲發射事件。在該聲發射波形互相關計算中,將不同通道的波形信號兩兩分組,每一組的信號互相關系數為測度,假設x=(x1,x2,x3,…,xn),y=(y1,y2,y3,…,yn)為被計算的數據組,此時簡單計算互相關系數為

(2)

式中:x和y為待測量的數據;n的數值征參數個數;N為數據組長度。

為了驗證聚類方法的合理性,筆者選擇斷鉛信號和摩擦信號進行互相關計算,其相關性分析結果如圖6所示。

圖6 斷鉛信號與摩擦信號的相關性分析結果

由圖6可知,斷鉛信號間的互相關系數要明顯高于斷鉛與摩擦信號之間的互相關系數,這說明上述聚類方法能夠很好地區分出信號類別,其聚類結果匯總如表2所示。由表2可見,斷鉛信號的識別準確率為92%,高于摩擦信號88%的識別準確率。

表2 斷鉛信號與摩擦信號的聚類結果匯總

3.2 定位試驗

在直徑為3.6 m,高為0.6 m的室內模擬儲罐上進行斷鉛試驗。分別采用傳統陣列和8-4-2-1型陣列,以罐底中心為原點,在邊長為1.8 m的正方形四個頂點處進行斷鉛,共采集5次,10次,15次和20次斷鉛數據,并通過AEwin軟件和新型算法進行定位計算。傳統陣列和8-4-2-1型陣列定位統計結果如圖7所示。

由圖7(a)可以看出,相同陣列下,新型算法相較于AEwin軟件的定位點個數平均降低了31.22%,很好地抑制了偽定位和重復定位問題。由圖7(b)可知,新型算法下,8-4-2-1型陣列定位點數相較于傳統陣列的點數平均提高了77.31%,說明8-4-2-1型陣列在一定程度上改善了漏定位問題對定位點的影響,結合前文研究推斷,在應用于大型儲罐時,其改善效果會更加明顯。

圖7 傳統陣列和8-4-2-1型陣列定位統計結果

4 結語

根據傳統定位方法中傳感器的分布位置設計出一種新型陣列(8-4-2-1型陣列),并對新型陣列的罐底定位方法進行改進,提出了基于新型陣列和新型算法的儲罐底板缺陷聲發射定位方法,并進行了對比試驗。試驗結果表明,相較于傳統方法,新方法對罐底中心位置附近損傷的定位精度提升了10.99%,重復定位與偽定位的影響降低了31.22%,應用于大型儲罐時,漏定位現象也能夠得到較好改善。