基于聚类分析的罐底声发射检测信号融合方法

2012-02-13 06:34王伟魁李一博靳世久
振动与冲击 2012年17期
关键词:储罐聚类定义

王伟魁,李一博,杜 刚,张 涛,靳世久

(天津大学 精密测试技术与仪器国家重点实验室,天津 300072)

采用声发射技术进行罐底腐蚀与泄漏检测过程中,在罐壁上布置有多个传感器,不仅能够从整体上了解由罐底腐蚀导致的声发射源活性,还能通过对声发射信号的定位了解罐底不同区域的腐蚀状况[1-10]。在现有的声发射罐底检测实现方案中,传感器通过导线连接到同一个多通道声发射检测系统上,必须先通过对各通道采集的声发射信号进行融合处理,将属于同一声发射源的声发射信号判定为一个声发射事件,然后利用无源定位方法实现对声发射源的定位,其数据处理流程如图1所示。

图1 声发射罐底腐蚀检测数据处理流程Fig.1 Signal processing of AE testing of tank bottom

由于腐蚀过程产生的声发射信号比较微弱,且对于大型储罐,信号传播距离较远,传播过程衰减大,往往在检测过程中需要设置较高的信号放大倍数和较低的触发阈值,与此同时噪声对声发射信号融合过程的影响增大,使得在声发射信号融合处理时容易对声发射源产生误判。针对该问题,提出了一种基于聚类分析的罐底声发射信号融合方法,该方法主要包括初始声发射事件判定和多目标声发射事件判定两个步骤,下文将分别详述其处理过程。

1 初始声发射事件判定

在检测过程中,当某个声发射传感器接收到的信号超过阈值后便将其记录为一个撞击信号[11]。声发射仪以每个撞击信号的触发时刻作为该信号的接收时刻。声发射仪各通道采集并记录的信息是由一系列的撞击信号按时间顺序排列而成,因此对声发射信号融合的过程就是对这些撞击信号进行分析处理的过程。研究表明,罐底产生的声发射信号主要是在罐内液体中以球面波形式传播到罐壁声发射传感器处[12],如图2所示。

图2 罐底声发射信号传播路径示意图Fig.2 Scheme of AE signals propagation in tank

图3 罐底直角坐标系示意图Fig.3 Cartesian coordinate of tank bottom

以储罐罐底圆心为原点,建立直角坐标系,如图3所示。

各传感器接收到由传播路径1传播的声发射源信号的时刻如式(1)所示:

式中:Ti,j为i传感器接收到j声发射源信号的时刻;T0j为j声发射源产生的时刻;sxi为i传感器的x坐标;syi为i传感器的y坐标;xj为j声发射源的x坐标;yj为j声发射源的y坐标;V:声传播速度;hi为i传感器距离罐底板高度。

传感器接收的撞击信号按照Ti,j从小到大依次排列。同一个声发射源的信号能够被多个不同传感器接收到并记录成多个撞击信号。定义来自同一个声发射源的撞击信号组成一个声发射事件。在一个声发射事件中第一个声发射信号与最后一个声发射信号的接收时间差为事件定义时间。为捕获到一个声发射事件,将记录的撞击信号序列按照事件定义时间进行分割,将包含3个以上传感器接收到的声发射信号序列作为一个声发射事件进行处理[13]。事件定义时间是人工设置的。理论上,事件定义时间最大不超过由式(2)计算出的时间长度,即一个声发射源的信号从罐壁处传播到与罐内圆心对称的罐壁处所需时间。事件定义时间的最小值为0,即各传感器同时接收到同一个声发射源的信号。因此事件定义时间的可设置范围为0至最大事件定义时间。

当事件定义时间设置过小时,一方面容易将同一个声发射源的信号分割成多个声发射事件,产生重复定位,另一方面容易使事件定义时间内的声发射信号数量少于3个而不能组成声发射事件,使得大量声发射源被漏检。为防止这种情况的发生,一般将事件定义时间设为最大事件定义时间,但是这样又容易将多种信号(包括不同声源的信号,噪声源的信号和因多途效应产生的信号)判定为同一声发射源,产生误判。为解决这一问题,需要对事件定义时间内的信号进行识别处理,将同一声发射源的信号提取出来作为单独的声发射事件,如图4所示。

图4 多目标声发射事件信号融合模型Fig.4 Signals integration model of multi-target AE events

2 多目标声发射事件判定

在一个初始声发射事件的信号集合中,目标声发射事件的模式及数量均是未知的,因此该过程是无监督模式识别问题。声波在液体中传播时,波形基本保持不变[14],因此各传感器接收到的同一声发射源信号应该具有比较高的相似性。根据这一特点,采用聚类分析将传感器接收到的信号按相似性进行分类,每一类信号对应着一个目标声发射事件。

2.1 聚类测度计算

在聚类过程中,当信号间的相似性达到一定程度时则被判定为一类信号。采用波形互相关系数[15]作为相似性测度,如式(3)所示:

式中:x(n)和y(n)分别为被比较相似性的两个声发射信号的波形采样序列。互相关系数的范围为[0,1],其值越接近1表明两信号之间相似程度越高,来自同一个声源的可能性越大。在聚类判定过程中,根据两个信号之间的互相关系数是否超过阈值来确定其是否属于一类。每一类声发射信号视为一个目标事件。

2.2 聚类过程

设在事件定义时间内获得的撞击信号序列为H={h1,h2,h3,…,hn}。算法过程为:

(1)建立聚类C1,C1={h1},待分类信号构成队列H2,H2={h2,h3,… ,hn},当前聚类集合CC={C1},设置相似性判定阈值Θ。

(2)从队列H2中取出第一个信号(定义为hi),分别计算hi与CC中每一个聚类Cx的相关系数ρ(hi,Cx),ρ(hi,Cx)为hi与Cx中每一个信号的相关系数的平均值。

(3)找出与hi相关系数最大的聚类Ck,若ρ(hi,Ck)小于Θ,则认为hi不属于Ck,新建一个聚类Cm,Cm={hi},CC=CC∪{Cm},否则将hi归入Ck。

(4)若队列H2已空,则执行步骤5),否则执行步骤2)。

(5)分析CC中每个聚类中的所有信号是否由3个以上传感器所接收,若是则保留,否则从CC中去除。

经过上述过程处理后,H中的声发射信号被分配到多个不同的声发射事件中。

3 实验验证

3.1 实验方案

本文对秦皇岛输油站的TK-02号储罐进行了连续12 h的检测。被检储罐的基本信息如表1所示。检测系统为美国物理声学公司(PAC)生产的SAMOS型声发射系统,其检测参数如表2所示。

表1 被检储罐基本信息Tab.1 Basic information of the tested tank

表2 声发射系统检测参数Tab.2 Test parametric of the acoustic emission test system

3.2 实验结果及分析

检测过程中,21个传感器共接收到了241 125个声发射信号。采用美国物理声学公司的AEWin软件处理后的声发射事件数量为18 958个,其定位结果如图5所示。从图5中可以看到定位点分布散乱,但在中心区域,尤其是(0,0)附近定位事件很多。然而通过开罐后进罐勘察发现,罐底板中心区域基本完好,并无明显腐蚀现象。之所以出现这种现象,是因为在检测过程中,当不同传感器同时被噪声触发记录信号时,由于其时间差几乎为0,必然定位在圆心附近。另外,在图5中可以看出一些声发射事件定位在与储罐同心的圆环上,但该圆环比较模糊,宽度约5 m,中心直径约为25 m。

图6为采用基于聚类分析的声发射信号融合方法得到的定位结果,得到的声发射事件数量为3 086个。图6的定位结果中,中心区域事件数量较图5明显减少,表明基于聚类分析的声发射信号融合方法受噪声影响明显减少。此外,从图6中明显看到一些声发射事件集中定位在与储罐同心、直径为20 m的圆上。经过查看罐内结构,得知储罐内恰有一个与储罐同心且直径为20 m的加热盘管,如图7所示。经过开罐检测,明显看到加热盘管的腐蚀比罐底板腐蚀严重,如图8所示。

表3中统计了声发射信号数量和AEWin软件与聚类融合方法分别处理后的声发射事件数量在不同时段的变化情况。

从表3中可以看出,三个时段的声发射信号数量并不稳定,其中4~8 h段比1~4 h段信号数量剧烈增加,8~12 h段信号数量又明显减少。然而 Lackner等[9]研究指出,由腐蚀和泄漏产生的声发射信号数量在相同长度的时间内应该是比较稳定的。因此,声发射信号数量随时间剧烈波动进一步表明,检测过程中在检测到腐蚀信号的同时还记录了大量噪声信号。从表3中可以看出,AEWin软件和聚类融合方法处理后的声发射事件数量在4~8 h段比1~4 h段均出现了增加,之后在8~12 h段事件数量又减少。但环比数据显示,AEWin软件处理后的声发射事件数量波动比聚类融合方法处理后的明显剧烈。上述分析表明基于聚类的声发射信号融合方法的抗干扰能力比AEWin软件强,能够反映腐蚀发展过程中声发射信号数量随时间变化比较平稳的实际情况。

表3 各时段声发射信号和事件数量Tab.3 Acoustic emission signals and events amount in each time segment

4 结论

大型储罐罐底腐蚀声发射检测过程中,需要对多个传感器采集到的声发射信号进行融合后才能进行定位计算。本文提出了基于聚类分析的声发射信号融合方法。现场实验表明该方法抗噪声干扰能力强、误判概率低,能准确获得声发射事件,使检测结果更好地反应罐底腐蚀的实际情况。

[1] Van De L P J,Herrmann B.How reliable is Acoustic Emission(AE)tank testing?the quantified results of an AE user group correlation study![C].Copenhagen,1998.

[2] Maxfield B W.Corrosion assessment in large aboveground storage tanks(LASTs)[C].The International Society for Optical Engineering,1998.

[3]Sokolkin A V,Ievlev I Y,Cholakh S O.Prospects of applications of acoustic emission methods to testing bottoms of tanks for oil and oil derivatives[J].Russian Journal of Nondestructive Testing,2002,38(2):113-115.

[4] Guang D,Wei L,Ying Z,et al.An acoustic emission method for the in service detection of corrosion in vertical storage tanks[J].Materials Evaluation,2002,60(8):976-978.

[5] Riahi M,Shamekh H.Health monitoring of aboveground storage tanks'floors:a new methodology based on practical experience[J].Russian Journal of Nondestructive Testing,2006,42(8):537-543.

[6] Yuyama S,Yamada M,Sekine K,et al.Verification of acoustic emission testing of floor conditions in aboveground tanks by comparison of acoustic emission data and floor scan testing[J].Materials Evaluation,2007,65(9):929-934.

[7]Li Y B,Sun L Y,Jin S J,et al.On-line acoustic emission inspection method for large normal pressure storage tank bottom [J].Journal of Tianjin University Science and Technology,2008,41(1):11-16.

[8]王伟魁,曾周末,孙立瑛,等,基于相关分析的声发射储罐罐底检测降噪方法[J].振动与冲击,2010,29(8):178-180.

[9]Lackner G,Tscheliesnig P.Acoustic emission testing on flat bottomed storage tanks:how to condense acquired data to a reliable stateMent regarding floor condition[C].Prague,Czech Republic,2002.

[10]杜 刚,靳世久,付铜玲,等.基于平均频谱的储油罐罐底腐蚀声发射特征分析[J].纳米技术与精密工程,2011,9(2):157-161.

[11] Grosse C U,Ohtsu M.Acoustic emission testing[M].Elektronisk Udgave.Berlin:Springer,2008,42.

[12] Nedzvetskaya O V,Budenkov G A,Sokolkin A V,et al.Calculation of the acoustic channel in acoustic emission testing of bottoms of vertical steel tanks[J].Russian Journal of Nondestructive Testing,2003(10):772-781.

[13] Miller R K,hill E V R,Moore P O,et al.Acoustic emission testing,nondestructive testing handbook,third edition[M].Columbus,OH:American Society for Nondestructive Testing,2008:127.

[14]马大猷.声学手册[M].北京:科学出版社,2004:136-137.

[15] Gao Y,Brennan M J,Joseph P F,et al.A model of the correlation function of leak noise in buried plastic pipes[J].Journal of Sound and Vibration,2004,277(1-2):133-148.

猜你喜欢
储罐聚类定义
大型LNG储罐设计计算关键技术
在役球形储罐埋藏缺陷的监测方式探讨
大型LNG储罐珍珠岩在线填充技术实践
基于地震响应分析的大型LNG全容式储罐储罐基础方案设计
基于K-means聚类的车-地无线通信场强研究
基于高斯混合聚类的阵列干涉SAR三维成像
基于Spark平台的K-means聚类算法改进及并行化实现
基于加权模糊聚类的不平衡数据分类方法
成功的定义
修辞学的重大定义