王雁軍
(國家能源集團(tuán)國電電力發(fā)展股份有限公司,北京 100101)
輸煤機(jī)是火力發(fā)電廠的重要設(shè)備之一,其運(yùn)行狀態(tài)直接影響到煤炭的輸送質(zhì)量和效率。然而,由于長時(shí)間高強(qiáng)度的工作,輸煤機(jī)容易出現(xiàn)各種故障,如皮帶跑偏、打滑、撕裂等,這些故障不僅會(huì)影響煤炭的輸送,嚴(yán)重時(shí)甚至?xí)?dǎo)致整個(gè)火力發(fā)電廠的停機(jī)。因此,對(duì)輸煤機(jī)進(jìn)行缺陷檢測具有重要意義。
針對(duì)輸煤機(jī)缺陷檢測問題,很多相關(guān)專家和學(xué)者對(duì)此問題進(jìn)行了研究[1],提出了利用多元變模式分解算法診斷機(jī)械設(shè)備工傷缺陷解決方案[2],研究了超聲相控陣技術(shù)對(duì)小口徑接管座角焊縫檢測技術(shù)[3]以及奧氏體不銹鋼窄間隙焊縫側(cè)壁未熔合相控陣超聲檢測技術(shù)[4],但已有方案仍然存在檢測實(shí)時(shí)性低、識(shí)別誤報(bào)、漏報(bào)等不足。因此,本文提出了基于概率約束的超聲相控陣輸煤機(jī)工傷缺陷檢測技術(shù),以實(shí)現(xiàn)準(zhǔn)確檢測其各種面狀和體積狀工傷缺陷。本文分析了平面和凸面2 種相控陣列的聲壓和聲場分布情況,并將回波信號(hào)的數(shù)據(jù)存儲(chǔ)深度作為輸煤機(jī)工傷缺陷的判斷依據(jù)。建立了基于超聲相控陣的輸煤機(jī)工傷缺陷檢測模型,通過不同模塊之間的相互作用,實(shí)現(xiàn)對(duì)輸煤機(jī)工傷缺陷的精準(zhǔn)檢測。此研究為輸煤機(jī)的穩(wěn)定運(yùn)行提供了有力支持,提高了煤炭的輸送質(zhì)量和效率,降低了企業(yè)的運(yùn)營成本和風(fēng)險(xiǎn)。
輸煤機(jī)主要由輸送帶、滾筒、清掃裝置、托輥組以及機(jī)架構(gòu)成。通過向滾筒施加動(dòng)力,帶動(dòng)圍繞在滾筒上的輸送帶連續(xù)運(yùn)動(dòng),完成煤炭的輸送工作。在該過程中,輸煤機(jī)會(huì)發(fā)生不同類型的工傷缺陷。為了更好地了解和預(yù)防這些缺陷,需要精確地計(jì)算這些缺陷事件發(fā)生的概率。通過計(jì)算缺陷概率,可以判定輸煤機(jī)的運(yùn)行狀況,預(yù)測可能出現(xiàn)的問題,并采取有效的措施來預(yù)防和解決這些問題,提高輸煤機(jī)的運(yùn)行效率和安全性。
輸煤機(jī)工傷缺陷事件類型及代表符號(hào)如表1所示。

表1 輸煤機(jī)工傷缺陷事件類型及代表符號(hào)Tab.1 Types and representative symbols of work-related injury and defect events in coal conveyors
表1 中,輸煤機(jī)工傷缺陷T 為工傷缺陷類型總稱,其余工傷缺陷事件之間存在“或”的邏輯關(guān)系,由此可得輸煤機(jī)工傷缺陷的布爾代數(shù)表達(dá)式為
每類工傷缺陷事件之間相互獨(dú)立,作為T 的最小割集。通過分析每類工傷缺陷事件,確定輸煤機(jī)的實(shí)際運(yùn)行狀況。輸煤機(jī)工傷缺陷事件之間存在“或門”的關(guān)系[5],由此可確定工傷缺陷事件發(fā)生概率Q:
式中:Bn為輸煤機(jī)工傷缺陷事件類型;n 為工傷缺陷事件數(shù)量。通過式(2)得到每類輸煤機(jī)工傷缺陷事件發(fā)生概率,如表2 所示。

表2 輸煤機(jī)工傷缺陷模型事件發(fā)生概率Tab.2 Probability of occurrence of coal conveyor work-related injury defect model events
將后續(xù)超聲相控陣檢測技術(shù)得到的結(jié)果與輸煤機(jī)常見的工傷缺陷類型和發(fā)生概率進(jìn)行參考對(duì)照,即可判斷是否出現(xiàn)工傷缺陷。
在基于超聲相控陣檢測技術(shù)的輸煤機(jī)缺陷檢測中,計(jì)算出的缺陷概率可以作為參考指標(biāo),以此確定輸煤機(jī)的運(yùn)行狀態(tài)和安全狀況。當(dāng)計(jì)算出的缺陷概率較高時(shí),以此為約束條件,增加對(duì)輸煤機(jī)的檢測頻次,加強(qiáng)對(duì)其運(yùn)行狀況的監(jiān)控,及時(shí)發(fā)現(xiàn)并解決潛在的缺陷問題。超聲相控陣檢測技術(shù)[6]是通過使得陣列換能器中所有陣元的激勵(lì)脈沖時(shí)間發(fā)生延遲,改變陣元發(fā)射聲波到達(dá)物體內(nèi)某個(gè)點(diǎn)的關(guān)系,進(jìn)而改變聚焦點(diǎn)和聲束方位,實(shí)現(xiàn)相控陣波束合成。同樣在接收回波信號(hào)時(shí),按照該方法對(duì)信號(hào)作延遲處理,從而實(shí)現(xiàn)輸煤機(jī)工傷缺陷檢測。
在超聲相控陣中,聚焦聲壓是通過對(duì)多個(gè)超聲發(fā)射元素的激勵(lì)和延遲形成的。平面超聲相控陣通常由一排等間距的超聲發(fā)射/接收元素組成,而凸面超聲相控陣則具有彎曲的表面,使得發(fā)射/回波信號(hào)以不同位置呈現(xiàn)。
2.1.1 平面超聲相控陣聚焦聲壓表達(dá)式獲取
超聲相控陣的幾何參數(shù)如圖1 所示。

圖1 超聲相控陣列幾何參數(shù)Fig.1 Geometric parameters of ultrasound phased array
定義第h 陣元的延時(shí)時(shí)間為Δth,超聲相控陣列中的陣元總數(shù)為H,一個(gè)陣元的幾何寬度為a,系數(shù)為k,一定距離下一個(gè)陣元所產(chǎn)生的聲壓為Ph。在xy 平面中,根據(jù)聲場的分布情況[7],將某個(gè)點(diǎn)處所有陣元聲壓進(jìn)行疊加,得到該點(diǎn)處的總聲壓:
式中:r 為任意一個(gè)陣元中心與平面某點(diǎn)處的距離;θ 為r 與z 軸之間形成的夾角;t 為時(shí)間;j 為聲壓系數(shù);w 為疊加系數(shù);d 為2 個(gè)相鄰陣元之間的距離。
假設(shè)超聲相控陣聲束的偏轉(zhuǎn)角度為θ0[8],由式(3)得到平面線陣聚焦聲壓表達(dá)式為
式中:λ 為激勵(lì)陣元。
2.1.2 凸面超聲相控陣聚焦聲壓表達(dá)式獲取
定義凸面陣的半徑長度值為α,高度為U,陣元與陣元之間的夾角為γ,相鄰2 個(gè)陣元之間的夾角為β,焦距為l,陣元輻射面的法向速度為uhexp(jwt)。在第i 個(gè)陣元輻射面上隨機(jī)選取一個(gè)點(diǎn)i(α,θi,zi),該點(diǎn)的積分[9]dsi的矢徑為ei。在平面中選取一個(gè)點(diǎn)L,dsi與L 之間的矢徑Li的表達(dá)式為
通過亥姆霍茲積分公式對(duì)H 個(gè)陣元在L 點(diǎn)形成的聲壓進(jìn)行計(jì)算,公式為
式中:ρ、c 分別為亥姆霍茲積分公式中的運(yùn)算系數(shù)。
ηi表示陣元與x 軸之間形成的夾角[10],其計(jì)算公式為
進(jìn)而得到凸面超聲相控陣聚焦聲壓表達(dá)式為
式中:C 為超聲相控陣聲速。
在選擇超聲相控陣成像時(shí),需要根據(jù)具體檢測需求和回波信號(hào)數(shù)據(jù)深度來考慮采用平面或凸面陣列。對(duì)于平面超聲相控陣,聚焦聲壓與回波信號(hào)數(shù)據(jù)深度之間存在一種線性關(guān)系,即聚焦深度越深,回波信號(hào)數(shù)據(jù)深度也會(huì)相應(yīng)增加。對(duì)于凸面超聲相控陣,由于凸面形狀的變化,在聚焦點(diǎn)附近的聲壓分布會(huì)更集中,因此可以實(shí)現(xiàn)更精確的聚焦效果[11]。回波信號(hào)數(shù)據(jù)深度在凸面超聲相控陣中具體取決于凸面形狀、傳感器的參數(shù)等因素。通過回波信號(hào)存儲(chǔ)深度d 檢測輸煤機(jī)的工傷缺陷。為此,結(jié)合平面和凸面超聲相控陣聚焦聲壓,對(duì)其數(shù)據(jù)深度進(jìn)行計(jì)算。將發(fā)射波形開始產(chǎn)生時(shí)間作為0 時(shí)刻,定義相控陣換能器與輸煤機(jī)之間的聲傳播介質(zhì)聲速為v、距離為s,A/D 采樣頻率為fs,則可以得到d 的計(jì)算公式為
通過式(9)確定回波信號(hào)的數(shù)據(jù)深度,根據(jù)不同數(shù)據(jù)深度判斷輸煤機(jī)是否發(fā)生工傷缺陷。
當(dāng)采集了所有回波信號(hào)后,找出回波信號(hào)中的最大值和最小值,并設(shè)定一個(gè)閾值,通過比較幅度閾值和信號(hào)峰值、谷值,確定輸煤機(jī)是否發(fā)生工傷缺陷。對(duì)所有參與發(fā)射的陣元進(jìn)行遍歷,確定發(fā)射通道數(shù)量,對(duì)發(fā)射通道再次進(jìn)行工傷缺陷判斷。將所有工傷缺陷情況進(jìn)行匯總,與表2 進(jìn)行對(duì)比,確定輸煤機(jī)最終的工傷缺陷檢測結(jié)果。
輸煤機(jī)工傷缺陷檢測的實(shí)驗(yàn)流程如圖2 所示。

圖2 輸煤機(jī)工傷缺陷檢測實(shí)驗(yàn)流程Fig.2 Flow chart of detecting work-related injuries and defects in coal conveyors
圖2 中,上位機(jī)的作用是用來設(shè)置回波幅度閾值、檢測時(shí)間以及其他參數(shù);發(fā)射控制模塊的作用是向高壓開關(guān)芯片發(fā)送控制信號(hào),確定要發(fā)送陣元的數(shù)量和位置;高壓開關(guān)芯片的作用是根據(jù)實(shí)際情況及時(shí)調(diào)整相控陣列多通道,保證相控陣換能器接收到不同陣元發(fā)射的超聲信號(hào);超聲發(fā)射/接收電路的作用是生成高壓脈沖信號(hào),發(fā)射和接收回波信號(hào);A/D 采樣模塊的作用是采集回波信號(hào),并對(duì)其進(jìn)行量化處理,便于進(jìn)行工傷缺陷檢測。
為了驗(yàn)證所提方法在實(shí)際應(yīng)用中的性能,進(jìn)行實(shí)驗(yàn)測試。實(shí)驗(yàn)采用OLYMPUS 相控陣檢測設(shè)備,具有A 掃、B 掃、C 掃以及S 掃多種掃查方式,同時(shí)具備聲線跟蹤功能,可對(duì)工傷缺陷部位進(jìn)行精準(zhǔn)定位,設(shè)備參數(shù)如表3 所示。

表3 OLYMPUS 相控陣檢測設(shè)備參數(shù)Tab.3 OLYMPUS phased array detection equipment parameters
利用上述設(shè)備采集輸煤機(jī)的工傷缺陷信號(hào),輸煤機(jī)輸送帶不轉(zhuǎn),經(jīng)人工檢查,存在輸送帶斷裂的故障。引入本文方法,計(jì)算輸煤機(jī)工傷缺陷概率為0.1068,根據(jù)表1 可以判定為發(fā)生了輸煤機(jī)工傷缺陷事件,即為輸送帶問題類型。選取某廠運(yùn)行中的一臺(tái)輸煤機(jī)作為實(shí)驗(yàn)對(duì)象,人為分別添加了4 個(gè)、3個(gè)、2 個(gè)工傷缺陷,工傷缺陷類型均不相同,利用所提算法對(duì)其進(jìn)行工傷缺陷檢測,工傷缺陷響應(yīng)圖與對(duì)應(yīng)檢測結(jié)果如圖3~圖5 所示。

圖3 存在4 個(gè)工傷缺陷時(shí)輸煤機(jī)工傷缺陷檢測結(jié)果Fig.3 Inspection results of coal conveyor work-related defects with four work-related defects

圖4 存在3 個(gè)工傷缺陷時(shí)輸煤機(jī)工傷缺陷檢測結(jié)果Fig.4 Inspection results of coal conveyor work-related defects with three work-related defects

圖5 存在2 個(gè)工傷缺陷時(shí)輸煤機(jī)工傷缺陷檢測結(jié)果Fig.5 Inspection results of coal conveyor work-related defects with two work-related defects
觀察圖3~圖5 可以看出,在3 種不同的工傷缺陷數(shù)量下,所提方法分別檢測出4、3、2 個(gè)工傷缺陷回波信號(hào),且每個(gè)回波信號(hào)表現(xiàn)突出,易于分辨,由此可知,所提方法能夠準(zhǔn)確檢測輸煤機(jī)工傷缺陷。這主要是因?yàn)樗岱椒ǔ浞挚紤]了輸煤機(jī)工傷缺陷概率因素,通過計(jì)算輸煤機(jī)出現(xiàn)工傷缺陷事件的概率,將概率約束作為優(yōu)化超聲相控陣檢測的重要依據(jù),使得檢測方法更具有針對(duì)性和準(zhǔn)確性。
本文研究了基于概率約束的輸煤機(jī)工傷缺陷檢測方法。通過分析輸煤機(jī)可能出現(xiàn)的工傷缺陷事件類型,計(jì)算了設(shè)備出現(xiàn)工傷缺陷事件的概率。以缺陷概率為約束條件,優(yōu)化了超聲相控陣檢測的過程,提高了檢測準(zhǔn)確性和魯棒性。實(shí)驗(yàn)結(jié)果表明,所提方法能夠準(zhǔn)確檢測到輸煤機(jī)中的所有工傷缺陷,可準(zhǔn)確識(shí)別和區(qū)分不同數(shù)量的工傷缺陷回波信號(hào)。因此,所提方法為輸煤機(jī)工傷缺陷檢測提供了一種更有效和可靠的手段,有助于保障輸煤機(jī)的安全穩(wěn)定運(yùn)行。