阀门内漏声波监测及其信号特征提取方法

林伟国， 吴石恩

(北京化工大学 信息科学与技术学院，北京 100029)

压力容器和管道广泛应用于石化企业中易燃易爆气体、化工原料和危险化学品的储存和输送，连接及控制这些物质输送的是各种各样的阀门。由于腐蚀、老化、摩擦等原因造成阀门内部密封面不严，引发内部泄漏。阀门内部泄漏不仅会造成能源的浪费，还会造成环境污染和人员伤亡。因此，若能及时监测到阀门的泄漏，并能及时修复，对于提高生产效率和节能减排具有重大的意义。

早期用于阀门泄漏检测的方法主要有加压检测法、真空检测法和气泡法[1]。这些方法不仅要求阀门必须处于停用状态，而且还需要将阀门从管件上卸下进行检测。阀门容易受到损伤、非在线检测和效率低是这类方法不适用于工业环境下在用阀门泄漏检测的主要原因。

针对工业现场阀门内漏的在线无损检测，人们做了大量实验研究,提出了压降法、振动法、热红外法、超声检测法、光纤检漏法和声发射检测法等技术。

压降法在阀门泄漏检测中应用很多，通过在阀门上下游各安装一只压力传感器，实时监测阀门上下游的压力，若上游压力显著减小而下游压力增加，则可以确定阀门的密封性不够好[2-3]。压降法对于快速突发性的大泄漏具有很好的检测效果，但对微小泄漏检测效果不理想[4]。此外，由于需要打孔安装压力传感器，因此它不是一种严格意义上的无损检测方法，在实际应用中很难得到推广应用。

热红外法又称温度记录法，该方法对热量损失和温度超标的情况具有很好的检测灵敏度[5]，根据管道上下游表面温度的差异变化来判断阀门是否发生泄漏，此方法受环境温度影响比较大，只适用于流体温度与环境温度有显著差别的场合[6]。

振动法是利用加速度传感器检测阀门内漏时引起的管道振动信号，Thompson等[7-8]做了大量实验，研究了气体阀门内漏时产生的振动信号的时频域特征，结果表明该方法具有较高的检测灵敏度。在实验室环境下能有效检测出较低压差(50 kPa)和微小泄漏率(0.5 l/min)的阀门内漏，并且泄漏产生的振动信号的中心频率只与管道直径有关，与泄漏率、上下游压力差、阀门种类和管道材质、厚度无关。振动检测法的缺点是其对阀门内漏和环境噪声具有同等敏感度，在0～20 kHz的信号频率范围内混叠了大量背景噪声，抗干扰能力不强，在敲击管道的情况下，系统也会判断为阀门内漏。Smith[9]在工业环境背景噪声不可控的条件下做了大量的实验研究，结果表明振动法检测阀门内漏具有很高的不确定性。

超声检测法利用超声传感器检测阀门泄漏产生的超过20 kHz的超声信号，在40 kHz频率附近超声能量比较大，泄漏声和本底噪声能量差值也最大。以40 kHz作为中心频率，通过分析中心频率及附近的信号频谱，可以有效地诊断出阀门运行状况。这种方法适用于泄压阀和隔离阀的内漏检测，但超声检漏法只能用于流经漏孔的气体为湍流的场合，对于小漏孔、气流为层流或分子流及液体阀门内漏，该方法很难适用[10-11]。

声发射是一种广泛应用于故障诊断的无损检测技术[12]。阀门内漏时介质流过阀门产生的声发射信号为连续性的高频信号(大于25 kHz)，随着距离的增加，信号能量迅速衰减。将滤波器的频带范围设置为100～400 kHz，可以有效的滤除较低频段的环境和结构背景噪声，同时在一定程度上防止频率过高信号衰减过快的现象[13]。基于声发射技术的阀门内漏检测方法目前得到了广泛的应用。Sharif等[14]采用在阀门两侧法兰上分别安装声发射传感器的方法检测气体通过阀门的内漏信号，在110.3 kPa压差条件下最小可检测泄漏量为0.2 l/min。Lee等[15]实验研究了在300 kPa、600 kPa、900 kPa压差和不同泄漏孔径(0.5 mm,1.0 mm,1.2 mm,1.5 mm和1.4 mm)条件下，水通过阀门内漏产生的声发射信号的时频域特征。实验结果表明泄漏信号的均方根值与压差和泄漏率相关，特征频率与压差和泄漏率无关，与故障模式相关。声发射检测法也有一定的局限性，由于其中心频率普遍在150 kHz左右，且采样频率高达1 MHz以上。这个特性不仅要求硬件设备具有很高的处理速度和较大的存储空间，而且对于信号的分析处理、特征提取和诊断建模也有较大的影响。

叶子等[16]提出了一种超高动态范围的全光纤超声传感系统，针对阀门发生泄漏时伴随产生的声发射现象，利用光纤的光弹效应，将声发射现象产生的超声信号转换为光纤中传输的光信号的相位变化，由光路干涉结构将光信号的相位改变量转换为两路干涉输出信号的幅度量，通过相位解调还原算法和功率谱分析，实现对超声信号的探测和提取。经过阀门泄漏实地测试验证了全光纤超声传感系统的实用性和可行性,结果表明其超声传感系统的动态范围高达82.5 dB,对大信号和小信号情况均可实现灵敏监测。因为此方法检测的信号源为声发射信号，光电探测器带宽为200 M，数据采样频率高达10 GHz,具有与声发射检测法一样的局限性，其硬件实现成本极高，工程实现复杂。

针对上述方法中振动法存在的抗干扰性不强和声发射法要求采样速率高、工程实现困难等缺点，本文提出一种基于双声波传感器的液体阀门内漏非介入式监测方法，大量实验以及可重复性结果表明，该方法灵敏度高、信号有效频率低(小于5 Hz)，不受环境噪声和外部干扰的影响，同时对信号采样和处理速度要求低，非常适合于工业现场多个阀门的集中、实时、在线泄漏监测。

1 阀门内漏声波监测原理

当阀门由于磨损、腐蚀、变形等原因导致阀门密封面出现裂缝或漏孔，阀门上下游存在的压差促使阀体内介质从密封面的裂缝或漏孔喷射到阀门下游一个相对足够大的空间，喷射出来的介质由于不再受边壁的限制继续扩散流动形成湍性射流。介质喷射到阀门的下游，必然引起阀门下游压强的扰动，从而形成声波；介质由裂缝或漏孔喷射而出，必然造成阀门上游侧介质的流失，同样会造成阀门上游侧压强的扰动从而形成声波。因此，在阀门的上下游两侧的管道外壁安装声波传感器，接收阀门内漏产生的声波信号并转换成电信号，对采集到的声波信号进行特征分析，可以实现阀门内漏的监测。提取0～20 Hz内的次声波信号有助于有效滤除环境噪声和外部干扰的影响,且在传播过程中不易被水和空气吸收而衰减。本文提出的阀门内漏非介入式声波监测方法，采用在阀门上下游管道外壁分别非介入式安装两个声波传感器的结构形式，如图1所示。

理论上讲，通过对上下游声波传感器采集到的异常信号的不同特征进行分析，可以判断异常信号是来自于管道输送过程中上下游的扰动还是阀门自身内漏所产生的波动信号。

如果阀门处于良好的关闭状态，并且管道上下游没有扰动，上游和下游声波传感器都不应该有异常信号输出；如果管道上游产生扰动，上游声波传感器能检测到异常信号，下游声波传感器不应该检测到异常信号；如果管道下游产生扰动也是同样的道理。

图1 阀门内漏非介入式监测传感器安装示意图

如果阀门运行状态发生了变化(如发生内漏)，阀门上下游存在的压力差促使介质从高压侧喷射至低压侧。如图1中实线箭头所示，介质喷射到下游产生压强扰动形成声波，下游声波传感器能检测到明显的异常信号；介质由缝隙或漏孔喷射而出，造成阀门上游侧介质的流失，同样会造成阀门上游侧压强的扰动从而形成声波，上游声波传感器同样能检测到明显的异常信号。

采用双声波传感器结构可以有效排除阀门上下游管道产生的异常扰动信号(调泵，调阀、敲击管道等)对阀门内漏检测的干扰。由于拾取的声波信号的低频特性(0～20 Hz内)，能够有效消除环境噪声和系统机械结构噪声的影响，且大大地降低了信号采样频率和对数据存储空间的要求，使阀门内漏监测具有更好的实时性，有利于工程实现。

2 实验装置与检测系统

图2为阀门内漏监测系统实验平台。该装置由两部分组成，第一部分为阀门内漏故障模拟实验平台，由稳压泵、压力表、计量容器、管道和阀门等部件组成；第二部分为内漏信号检测系统，包括两个声波传感器、信号变送器、数据采集卡和计算机等，用来采集并显示声波信号和管道压力信号。实验采用压电式压力传感器,频率响应范围为0～500 Hz,灵敏度分别为54 200 pC/105Pa和54 000 pC/105Pa,工作温度范围为-20～60 ℃，测量范围为0～2 000 kPa。声波信号经截止频率为20 Hz的二阶切比雪夫低通滤波器滤波后，再经V/I转换后远传，系统采样频率为50 Hz。

图2 阀门内漏监测系统实验平台

图3为实验用被测阀门及传感装置。阀门为J41W-16型截止阀，公称直径为Φ20 mm，耐压1.6 MPa。根据阀门的线性行程可以近似得到阀门开度，阀杆拧出5个螺距对应阀门全开，一个螺距约对应20%阀门开度。

图3 被测阀门及传感装置

基于非介入式监测的目的，本文设计了图4所示的传感器装置，包括两个可开关的磁力表座、嵌入于外螺纹套筒内的声波传感器和声波信号变送器。通过旋转磁力表座的开关控制磁力表座有无磁性，方便传感装置的拆卸。磁力表座通过螺钉固定在连接铝板两端，铝板中间为内螺纹，套筒穿过铝板中间内螺纹后固定在变送器盒上。声波传感器通过螺纹旋入套筒内，通过旋转外螺纹套筒上的六角螺母调节传感器感测面与管道外壁接触程度，由锁紧螺母固定位置。传感器输出的声波信号经电荷放大、电压放大、低通滤波后，V/I转换成4～20 mA电流信号远传至数据采集RTU进行信号采集及处理。

图4 传感装置结构

3 阀门内漏声波信号特征提取

3.1 阀门内漏故障信号及时频域特征分析

采用研究者普遍使用的手动转动阀门方式来模拟阀门内漏故障[17-18]。实验条件如表1所示，多次重复实验，得到阀门内漏及阀门密闭良好条件的声波信号如图5所示，其对应的功率谱图如图6所示。

表1 实验条件

(a) 阀门泄漏

(b) 阀门正常

由时域波形(见图5)可见，当阀门关闭且密封良好时，声波信号呈随机分布状态；当阀门发生内漏时，声波信号幅值发生了明显的突变。由频域功率谱(见图6)可见，阀门内漏的声波信号能量主要集中在1.5 Hz以内，而阀门正常时的声波信号能量分布相对较宽，在0～8 Hz内都有分布。因此，从信号能量频域分布的角度是完全可以分辨阀门内漏和正常状态的。

(a) 阀门泄漏

(b) 阀门正常

3.2 干扰信号的时域波形及时频域特征分析

在阀门的工作环境中存在着各种外部干扰，如管道的敲击、起泵、停泵等，这些干扰随时发生，并对阀门内漏监测声波传感器的信号输出造成影响。图7所示为外部敲击管道、阀门在良好关闭状态的启泵和阀门在开启状态(阀门开度20%)的启泵三种情况下上下游声波传感器的信号输出，图8为对应信号的功率谱图。

(a) 敲击管道

(b) 阀门关闭

(c) 阀门开启

(a) 敲击管道

(b) 阀门关闭

(c) 阀门开启

当敲击管道时，上下游声波传感器输出声波信号的幅值都比较突出，反映在频域则是声波能量分布较宽且功率谱幅值较大。当阀门处于良好关闭状态启泵时，上游声波传感器输出信号出现明显大幅值的波动，在频域表现出与阀门泄漏声波相似的特征；相比于上游声波传感器的输出信号，下游声波传感器输出信号很小且平稳，频域功率谱幅值很小。当阀门处于开启状态启泵时，上下游声波传感器输出声波信号的幅值都比较突出且持续时间较长，但上游声波传感器输出信号超前于下游声波传感器的输出，表现出介质流动的特性；在频域表现与阀门泄漏类似。

3.3 阀门内漏监测声波信号的特征提取

通过对阀门内漏、阀门正常、管道敲击、阀门在良好关闭状态和开启状态启泵5种状态下上下游声波传感器输出信号的分析、比较，可以得到阀门内漏与其它工况下声波输出信号的特征差别(见表2)。

表2阀门内漏与其它工况下声波输出信号的特征差别

Tab.2Featuredifferenceofacousticsignalsbetweenvalveinternalleakandotherconditions

状态阀门内漏阀门正常信号能量在频域分布带宽明显不同。敲击管道信号能量在频域分布带宽明显不同。阀门关闭状态启泵阀门内漏上下游声波信号的频域分布和幅值几乎相同,启泵引起的上下游声波信号频域幅值完全不同。阀门开启状态启泵信号能量在频域分布带宽相似,但阀门开启状态下启泵引起的上下游声波信号有明显时间差,阀门内漏时间差不明显。

根据上述阀门内漏与其它工况下声波输出信号的特征差别，提出相应的阀门内漏声波信号特征提取方法。

(1) 对上述5种状态下上下游声波传感器的输出信号作尺度为L的小波包分解，重构得到2L个子频带的重构信号F(j,i)，其中j为子频带序号，i为信号的序号，i=1～N，N为信号长度。

(2) 对每个子频带重构信号F(j,i)作功率谱分析，得到各个子频带信号的功率谱Pow(j,i)。利用式(1)计算每个子频带重构信号的能量，并按式(2)将各子频带能量作归一化处理，得到各子频带能量分率。

(1)

(2)

式中：M为对应信号处理频带上限的子频带结束序号。

取小波包分解尺度L=8，采用小波基db9，N=4 096，根据有效信号频率范围(0～5 Hz)，取M=50。结果如图9～图13所示。

(1) 阀门正常和敲击管道情况下声波信号小波包能量分率分布都较分散(见图9和图10)，阀门正常时主要能量集中在中高频子带，敲击管道时集中在中低频子带。

(2) 阀门内漏状态和阀门开启状态启泵两种声波信号小波包能量分率分布非常相似(见图11和图12)，主要能量都集中在低频段，两者可以归为同类信号，即都为阀门密封面不严时的信号。

(a) 阀门正常-上游

(b) 阀门正常-下游

图9 阀门正常状态下声波信号小波包能量分率

Fig.9 Wavelet packet energy ratio of acoustic signal under valve normal condition

(a) 敲击管道-上游

(b) 敲击管道-下游

图10 敲击管道时声波信号小波包能量分率

Fig.10 Wavelet packet energy ratio of acoustic signal when pipe tapping occurred

(a) 阀门泄漏-上游

(b) 阀门泄漏-下游

图11 阀门泄漏状态下声波信号小波包能量分率

Fig.11 Wavelet packet energy ratio of acoustic signal under valve leak condition

(a) 阀门开启-上游

(b) 阀门开启-下游

图12 阀门开启状态下启泵声波信号小波包能量分率

Fig.12 Wavelet packet energy ratio of pump start acoustic signal under valve opened condition

(3) 阀门良好关闭状态下启泵上下游声波信号小波包能量分率分布完全不同(见图13)，其它4种情况上下游声波信号小波包能量分率分布相似。

4 最小可检测泄漏量实验及其结果分析

本文通过加工4种不同孔径(0.8 mm、1 mm、2 mm、3 mm)的铝薄片漏孔夹持在法兰中间来在线模拟阀门的内漏故障，对4种尺寸漏孔分别进行5次实验，借助计量容器通过计算5次重复实验的平均泄漏量得到4种泄漏孔径的泄漏量，实验条件和结果如表3所示。

(a)阀门关闭-上游(b)阀门关闭-下游

图13 阀门关闭状态下启泵声波信号小波包能量分率

Fig.13 Wavelet packet energy ratio of pump start acoustic signal under valve closed condition

表3 最小可检测泄漏量实验条件和结果

由表3可见：在实验室条件下，采用本文提出的方法和装置可获得5.5 ml/s的最小可检测泄漏量 (泄漏孔径0.8 mm，上游压力210 kPa，下游压力101 kPa条件下)。该结果具有和振动分析检测法相当的阀门内漏检测灵敏度。

采用本文提出的基于小波包能量分率的阀门内漏声波信号特征提取方法，得到4种泄漏孔径条件下上下游声波信号的小波包能量分率,结果如图14和图15所示。由图可见：上、下游声波信号能量均分布在低频段，表现出相同的阀门内漏声波信号特性。

图14 不同泄漏孔径上游声波信号小波包能量分率

Fig.14 Wavelet packet energy ratios of upstream acoustic signal under different leak hole sizes

计算上下游声波信号前15个子带(信号频率小于1.5 Hz)的小波包能量分率之和，得到其与泄漏量之间的关系如图16所示。在一定范围内，上游声波信号前15个子带小波包能量分率之和随泄漏量增大而增大；下游声波信号前15个子带小波包能量分率之和与泄漏量大小基本无关。

图15 不同泄漏孔径下游声波信号小波包能量分率

Fig.15 Wavelet packet energy ratios of downstream acoustic signal under different leak hole sizes

图16 声波信号小波包能量分率之和与泄漏量之间的关系

Fig.16 Relationship between the sum of wavelet packet energy ratios and the leakage rate

5 结 论

本文提出的基于双声波传感器结构的液体阀门内漏非介入式监测方法和装置，能够有效监测阀门内漏，并实现装置的快速装卸和移动。

基于小波包能量分率的声波信号特征提取方法，能够有效区分阀门内漏、背景噪声和外部干扰，为后续的阀门内漏诊断建模奠定了基础，该方法具有较强的抗干扰能力和检测灵敏度，大大降低了信号采样频率以及特征提取和诊断建模的难度，为液体阀门内漏监测提供了一种新的技术手段。

参 考 文 献

[1] TOLES G E. Leak detection by mass spectrometry[J]. Machinery and Metal Working, 1975,86(2)：56.

[2] LEON R L, HEAGERTY D Q. Method and apparatus for on-line detection of leaky emergency shut down or other valves: US 6 128 946[P]. 2000-10-10.

[3] JUVIK T, HERMANSEN T, CARR R, et al. Online valve monitoring systems used on off-shore platforms in the north sea[C]//ASME 2002 21st International Conference on Offshore Mechanics and Arctic Engineering. Oslo: American Society of Mechanical Engineers, 2002: 333-337.

[4] LE T T, WATTON J, PHAM D T. Fault classification of fluid power systems using a dynamics feature extraction technique and neural networks[J]. Proceedings of the Institution of Mechanical Engineers, Part I: Journal of Systems and Control Engineering, 1998, 212(2): 87-97.

[5] WEBBORN T J C. Thermography’-making heat loss visible[J]. Chartered Mechanical Engineer, 1984, 31: 45-47.

[6] GERMAIN J L, GRANAL L, PROVOST D, et al. Inspection systems for valves monitoring at EDF[R]. Paris: Electricite de France (EDF), 1997.

[7] THOMPSON G, ASKARI A R. Air leak detection through ball plug valves by vibration monitoring[J]. Noise & Vibration Control Worldwide, 1986, 17: 140-143.

[8] THOMPSON G, ZOLKIEWSKI G. An experimental investigation into the detection of internal leakage of gases through valves by vibration analysis[J]. Proceedings of the Institution of Mechanical Engineers, Part E: Journal of Process Mechanical Engineering, 1997, 211(3): 195-207.

[9] SMITH T R. Development and use of an effective acoustic valve leak detection system[C]//Proceedings of the American Power Conference. Chicago: Illinois Institute of Technology, 1993, 55: 899-904.

[10] 王忠锋,黄剑龙,李力刚,等.基于无线通信的阀门泄漏检测系统[J]. 仪器仪表学报, 2009, 30(增刊1)：517-519.

WANG Zhongfeng, HUANG Jianlong, LI Ligang, et al. Valve leakage detection system based on wireless communication[J]. Chinese Journal of Scientific Instrument, 2009, 30(Sup1)：517-519.

[11] 王超,凌志浩,林琦彬.无线阀门泄漏变送器的设计[J]. 仪器仪表学报,2010,31(8)：75-79.

WANG Chao, LING Zhihao, LIN Qibin. Design of wireless valve leakage transmitter[J]. Chinese Journal of Scientific Instrument, 2010,31(8):75-79.

[12] YAN T, THEOBALD P, JONES B E. A self-calibrating piezoelectric transducer with integral sensor for in situ energy calibration of acoustic emission[J]. Ndt & E International, 2002, 35(7):459-464.

[13] POLLOCK A A, HSU S Y S. Leak detection using acoustic emission[J]. Journal of Acoustic Emission, 1982, 1: 237-243.

[14] SHARIF M A, GROSVENOR R I. Internal valve leakage detection using an acoustic emission measurement system[J]. Transactions of the Institute of Measurement and Control, 1998, 20(5): 233-242.

[15] LEE J H, LEE M R, KIM J T, et al. A study of the characteristics of the acoustic emission signals for condition monitoring of check valves in nuclear power plants[J]. Nuclear Engineering and Design, 2006, 236(13): 1411-1421.

[16] 叶子, 王超. 用于监测阀门泄漏的超高动态范围全光纤超声传感系统[J]. 传感技术学报, 2016，29(7)：957-961.

YE Zi, WANG Chao. A high dynamic range all fiber ultra acoustic pressure sensing system for detection of valve leakage[J]. Chinese Journal of Sensors and Actuators,2016，29(7)：957-961.

[17] 刘贵杰, 徐萌, 王欣,等. 基于HHT的管道阀门内漏声发射检测研究[J]. 振动与冲击, 2012, 31(23):62-66.

LIU Guijie, XU Meng, WANG Xin, et al. AE detection for pipeline valve leakage based on HHT[J]. Journal of Vibration and Shock, 2012, 31(23):62-66.

[18] 李振林, 张海峰, 夏广辉. 基于声发射理论的阀门气体内漏量化检测研究[J]. 振动与冲击, 2013, 32(15):77-81.

LI Zhenlin, ZHANG Haifeng, XIA Guanghui. Quantitative detection of valve internal air leakage based on acoustic emission theory[J]. Journal of Vibration and Shock, 2013,32(15):77-81.