基于声发射的管路阀门内漏检测技术研究综述

(海军潜艇学院，山东 青岛 266199)

阀门是管路系统的重要控制部件，具有截断、调节、导流、防止逆流、稳压、分流或溢流泄压等功能。阀门状态是管路系统正常运行的基础。一旦管路阀门发生泄漏，将会对设备及系统的正常运行和指示带来巨大危害，尤其是一些关键管路阀门(如蒸汽管路、核反应堆管路、液压管路、高压气管路等)。例如美国三里岛核事故的发生，其中一个很重要的原因就是稳压器的释放阀内漏造成的；2015年10月美国康涅狄格州一座核电站发生一起低级别的紧急事件，也是由关闭冷却系统上的安全阀泄漏引起的。

随着科学技术的发展，阀门内漏的声发射检测技术逐渐成为热点，目前在核电站、火力发电、石油化工、天然气管路等行业或场合得到应用，取得了良好的效果。据国外报道，核电站主要回路都配备了泄漏监测系统，可以实现24小时连续对系统泄漏情况进行监视。然而目前对于高温、带有辐射或者不易接触阀门的内漏尤其是微小内漏还缺乏十分有效的检测手段。

本研究主要对当前阀门内漏声发射检测技术的研究现状进行综述，分析目前存在的主要问题，并对阀门内漏检测的研究和发展方向进行展望，这对实现阀门工作和运行状态的远程、实时和无损监测以及维修决策具有重要参考价值。

1 声发射检测技术

声发射(acoustic emission，AE)是指材料中局域源能量快速释放而产生瞬态弹性波的现象[1]。材料在应力作用下的变形和断裂是主要声发射源。而与断裂机制无直接关系的弹性波源(如流体泄漏、摩擦、撞击、燃烧等)为二次声发射源。阀门泄漏声发射信号属于二次声发射源，具有以下特点： ①阀门声发射信号是由阀门泄漏时，管道内输送的介质(气、液、蒸汽等)在阀门泄漏处喷射，介质撞击管壁激发的弹性波，是一种连续型声发射信号；②泄漏声发射信号与介质种类、阀门类型、泄漏孔径的大小形状、阀门两侧的压差及泄漏量等因素有关，属于一种非平稳随机信号[2]。

声发射(AE)检测方法就是通过对阀门泄漏所发出的声发射信号的采集、记录和处理，进而判断阀门的泄漏状态或用于量化评价阀门的泄漏量(率)，如图1所示。当流体从阀门密封处漏出时，泄漏的阀门会产生噪声。声发射传感器固定在阀门上接收“声源”信号，信号经过前置放大、滤波、分析处理和显示后，推断阀门的泄漏状态和估算泄漏率。测量点的选取对阀门泄漏声检测的效果影响很大，推荐的测量点如图2所示，同时传感器的固定、传感器的耦合程度和阀门背压等因素也会影响声发射信号的检测。

图1 阀门内漏声发射检测原理框图Fig. 1 Principle block diagram of acoustic emission detection for valve internal leakage

声发射检测方法具有在线、快速、动态、经济及环境适应性强(特别是针对一些高温、辐射、偏远部位的管路阀门)等优点，并且不会破坏阀门的完整性。但阀门内漏的声发射信号易受到舰船背景噪声的干扰，因此背景噪声的抑制或消除、信号的处理和泄漏特征的识别一直是技术难点，对检测设备的精度和效度提出了很高的要求。

2 阀门内漏声发射检测的研究现状

阀门内漏检测方面，国内外学者从上世纪60年代起就开展了相关研究，目前部分研究成果已经得到了广泛应用。从理论研究、实验研究、信号处理与分析、工业产品等方面对阀门内漏声发射检测的研究进展进行综述。

图2 阀门内漏声发射检测的推荐测量点Fig. 2 Recommended measurement points for acoustic emission detection of valves leakage

图3 声发射估计阀泄漏率的方法步骤Fig. 3 Methods and steps for estimating valve leakage rate by acoustic emission

2.1 理论研究方面

国内，张颖[3]根据Lighthill气动力声方程，推导了阀门内漏噪声声场控制方程，分析了气体介质阀门内漏过程，将阀门气体内漏喷流噪声源近似于四极子声源，得到气体阀门内漏速度分布函数以及与噪声强度的关系。杨晶等[4]利用射流理论，将阀门密封面未关严内漏按平面射流考虑，将阀门裂纹漏孔内漏作为轴对称射流处理，并分析了阀门在这两种泄漏模式下的射流能量。高倩霞等[5]利用广义二乘法得到阀门泄漏率与声发射均方根值AERMS之间的回归方程，并进行试验验证，结果表明声发射技术可用于阀门泄漏率的测定。王琼等[6]通过公式推导，发现气管路阀门泄漏率对数与声发射信号平均信号电平(average signal level，ASL)存在线性关系，并通过试验拟合了阀门泄漏率的计算公式。

国外，Kaewwaewnoi等[7]对声发射信号特征参数与泄漏率之间的关系进行了一定研究，找出了流体参数及泄漏率与声发射均方根值AERMS之间的关系式(式(1))，并设计了阀门内漏声发射检测系统，给出的阀泄漏率的声发射估计方法如图3所示。

(1)

式中：C1表示AE传感器、阀门材料、信号增益等影响的流体参数；AE是指测量的声发射信号，RMS(root mean square，有效值电平)表示信号的均方根，见公式2；α是流体内的声速；ρ是指流体密度；D是指阀门尺寸；Q表示体积流速；ΔP是指通过阀门的压降，P1表示进口压力，Cv是指阀门的流动系数，S表示流体的特定粘度。

(2)

式中：T为采样时间，对于泄漏检测，一般T值为0.5～5 s；V(t)为与时间有关的电压值，V。

由于偶极子和四极子声源是射流紊流场的主要噪声场，Mland等[8]将偶极子声源引入公式(1)，得到阀门的泄漏声发射均方根值AERMS的计算公式为：

(3)

2.2 数值模拟方面

数值模拟方面，通用的方法主要是采用CFD软件进行阀门泄漏的流场分析，之后将流场数据导入声学分析软件或MATLAB软件进行声学分析和结果的可视化，具体流程如图4所示。

图4 阀门噪声数值仿真流程图Fig. 4 Flow chart of numerical simulation of valve noise

张颖等[9]根据阀门气体内漏喷流发声原理，建立考虑喷流速度影响的Lighthill气动力声方程，建立了阀门气体内漏喷流声场模型。利用N-S方程和k-ε湍流模型对阀门内漏的流场进行二维数值模拟，后利用MATLAB对阀门的气体内漏声场进行数值模拟，得到了闸阀、球阀和针阀的气体内漏喷流声场特征。方超等[10]利用CFD软件对阀门的瞬态流场进行三维数值计算，输出流场特性结构后，将噪声的源项导入声学计算软件LMS Virtual. Lab Acoustic计算阀门噪声。研究表明该方法可应用于阀门的噪声预报，并且可以考虑流态、阀门几何尺寸等细节。刘翠伟等[11]利用Fluent软件对气管路球阀进行三维瞬态和稳态模拟，得到阀门的流场时域信号，处理模块的FW-H模型将时域脉动压力转换为频域，得到阀门的声场特性。该方法对分析气管路阀门流噪声规律以及对阀门泄漏的声学检测具有指导意义。陈修高等[12]利用流声耦合的方法对气管路上球阀内漏的流场和声场进行数值模拟，对阀门内漏泄漏率的定量检测进行研究。

2.3 实验研究方面

实验方面主要是在实验室搭建气、液或蒸汽管路阀门泄漏模拟系统和声发射信号检测装置，通过采集阀门泄漏的声发射信号，提取泄漏信号特征参数来判断阀门的泄漏状态或估算阀门的泄漏率。

张彦敏等[13]开展了蒸汽管道阀门的声发射监测实验，对蒸汽阀门的内漏和开关状态进行声发射监测，结果表明声发射技术可用于蒸汽阀门泄漏和阀门状态的判定。Najiha等[14]搭建了控制阀阀座泄漏的声发射检测台架进行，使用MATLAB分析了阀门泄漏率与声发射信号峰值、标准差、方差的关系，研究结果表明声发射技术可用于阀座泄漏的早期检测。

Lee等[15]利用AE技术对止回阀的内漏进行检测，发现止回阀泄漏的AE信号频谱特征不仅与泄漏率有关，还与阀泄漏的类型有关。高倩霞等[16]开展了阀门内漏故障声发射检测的相关实验，并利用最小二乘法对实验数据进行分析处理，得到了阀门内漏声发射信号的特征参数随不同工况的变化规律。研究结果表明振铃计数、能量及均方根值可以很好地反映阀门泄漏故障状态。韩明等[17]利用声发射技术搭建了阀门泄漏检测实验平台，并对声发射信号进行时频和频谱分析，结果显示泄漏率与声发射信号的能量和功率谱面积均呈近似线性关系。邹兵等[18]建立了气体截止阀和闸阀内漏的声发射检测检测平台，研究了阀门内漏声发射信号的频率分布规律，并指出阀门泄漏率与信号振幅和平均信号电平均呈指数分布，与能量和均方根AERMS呈对数分布，并拟合了泄漏率与AERMS的函数关系式。

Prateepasen等[19]将声发射技术应用于气体阀门的内漏检测，设计了一种可以预测阀门泄漏率的新型低成本声发射检测仪，实验结果表明，该仪器能够实现阀门泄漏的在线检测。胡新等[20-21]开发了基于声发射技术的阀门内漏在线检测系统，试验结果表明，该在线检测系统能够用于阀门泄漏率的定量计算和分级报警。叶子等[22]将全光纤超声传感系统应用于阀门内漏的声学检测，并论证了实用性和可行性。Colm等[23]设计了一种基于声发射技术的自供电、无线式阀门泄漏监测系统，并在工业环境下进行了试验测试。

2.4 信号处理与分析方面

声发射信号的处理和分析是阀门泄漏声发射检测必不可少的环节。目前声发射信号的处理和分析技术主要有参数分析法和波形分析法，在此基础上，逐步应用了小波变换、人工神经网络和模式识别等现代信号处理技术。

参数分析方法，又称简化波形特征参数法，主要建立在分析声发射信号特征参数基础上，是目前广泛使用的经典方法。该方法具有简单直观、分析速度快、实时性好等优点，但存在容易丢失信号细节信息的缺点。

声发射信号波形的特征参数主要包括波击计数、振铃计数、能量、幅度、持续时间和上升时间等[1]，如图5所示。对于连续型声发射信号，引入平均信号电平和有效值电压两个参数。这两个参数是目前阀门泄漏判断和阀门泄漏率估算的主要参数。

图5 声发射信号简化波形参数的定义Fig. 5 Definition of simplified waveform parameters for acoustic emission signals

波形分析法是建立在声发射信号的波形、频谱等数据基础上的声发射检测方法，常用的方法有频谱分析法、时频分析法和模态分析法等。

频谱分析用于获得声发射信号的频特征，包括基于傅里叶变换的经典谱分析和以非傅里叶分析为基础的现代谱分析，现代谱分析又包括自回归(auto regressive，AR)模型、滑动平均(moving average，MA)模型和自回归滑动平均(auto regressive moving average，ARMA)模型[24]。频谱分析可应用于声发射信号的预处理和信号特征分析。Meland等[25]利用频谱分析的方法对水、氮气和乙二醇介质管路中的球阀内漏信号进行分析，结果表明AE信号的频谱具有明显的特征频率，相比单一的AERMS，信息量更丰富。

时频分析法能同时提取信号的时域和频域特性，目前主要包括Winger-Ville分布、短时傅里叶变换和小波变换等方法。与其他方法相比，小波变换[26]同时在时域和频域表征信号局部特征，得到的声发射信息更丰富，因此目前在声发射信号处理中应用广泛。李振林等[27]利用小波包对球阀内漏的声发射信号进行分解和重构，并提取了信号的特征参数(信息熵、均方根、频域峰值)，结果表明这三个特征参数可用于阀门内漏的量化检测，其中均方根值效果最佳。刘治超等[28]采用不同小波阈值对采集的阀门内漏声发射信号进行小波去噪重构，结果表明改进的小波阈值法可提高声发射参数(均方根值，AERMS)的精度。张海峰[29]等利用小波包和信息熵相结合变方法对阀门内漏的声发射信号特征进行分析，结果表明小波包熵值与阀门内漏流量之间存在多项式函数对应关系，可用于阀门内漏流量的量化评价。林伟国等[30]采用小波包能量分率的方法对阀门泄漏声波信号进行特征提取，结果表明该方法可有效区分阀门内漏、背景噪声和外部干扰。

人工神经网络作为模式识别的一种重要方法，在声发射信号的模式识别和检测定位中发挥了重要作用，但是反向传输(back propagation，BP)神经网络需要大量训练数据，限制了神经网络的实际应用。近年来，新兴的改进人工神经网络算法[31-32]和深度置信网络(deep belief network，DBN)模型[33]等方法为阀门声发射信号的处理和泄漏率的预测提供了有益借鉴。

此外，一些新兴的信号处理方法也逐渐应用到声发射信号的处理，例如：独立分量分析(independent component analysis，IGA)和支持向量(support vetor machine，SVM)等。独立分量分析是指从多个源信号的线性混合信号中分离出源信号的技术，又称盲分离。独立分量分析适合在复杂背景环境中提取源信号特征[34]。宗福兴等[35]利用独立分量分析方法提取了阀门泄漏声发射信号的特征向量，实现了阀门内漏的定量检测，检测结果与参数法和频谱法相比精度更高。刘光晓等[36]利用IGA技术在实验室条件下对泄漏声波信号进行滤波降噪，分离效果较好。支持向量是一种新的机器学习方法，比神经网络更强的泛化能力。 Ali等[37]利用支持向量(support vetor machine，SVM)模型对单级往复式空气压缩机气阀故障的AE数据进行训练和分类，试验结果显示SVM模型可实现阀门故障的自动检测，准确性高达99.4%。于蕊等[38]利用经验模态分解(empirical mode decomposition，EMD)、自回归(AR)模型提取泄漏声发射信号的特征向量，最后用支持向量法进行分类识别，结果表明该方法比BP人工神经网络识别率更高。

图6 VPACTM II型手持式数字AE泄漏检测仪Fig. 6 VPACTM II hand-held digital AE leak detector

2.5 工业产品方面

美国物理声学公司(PAC)、英国Score Group 公司、德国华伦(Vallen)和日本富士公司等，在声发射检测技术、声发射检测装置等方面做了大量工作，也取得了很多成果。例如美国PAC公司研制了检测阀门内漏的系列声发射仪器，其中最新的VPAC II装置是手持式数字AE泄漏检测仪，具有确定阀门泄漏状态、泄漏位置以及估算泄漏率等功能，如图6所示；德国Vallen公司推出的AMSY-6型全数字式声发射仪器，在数据传输、降噪、滤波、信号分辨率等方面进行了大量改进。英国Score Group 公司研制的MIDAS阀门泄漏诊断仪如图7所示，该诊断仪通过检测阀门泄漏的高频流体噪声来判断阀门是否泄漏并对阀门的泄漏量进行量化，可检测0.1 L/min的阀门泄漏，同时当管路系统压差在5 bar以上时检测效果更佳；此外，当检测表面温度超过125 ℃，必须使用波导杆。

2.6 其他方面

在国内，清华大学无损检测中心、中国特种设备检测研究所、北京声华兴业科技有限公司、北京科海恒生科技有限公司、长沙鹏翔电子科技有限公司等研究机构和公司在声发射检测仪器的研发、声发射检测标准制定等方面做了大量工作，取得了重大突破，填补了国内空白。20世纪90年代中期，核工业总公司武汉核动力运行研究所从美国引进36通道声发射泄漏检测仪器，专门用于我国核电站的泄漏检测，目前已进行了大量研究和应用工作。同时，声发射检测成果在石油化工、压力容器检验、起重机械等方面已得到很好的推广应用，带来了巨大的经济效益和社会效益。

图7 MIDAS阀门泄漏诊断仪Fig. 7 MIDAS valve leak diagnostic instrument

3 问题及展望

前两节主要分析了基于声发射技术阀门内漏检测的方法机理，综述了国内外的相关研究进展，可以看到虽然目前阀门内漏的声发射检测已经取得了很大进展，但是还存在一些问题，如：①阀门内漏的检测时与阀门承受的压差关系很大，当压差较小时，内漏不容易被检测到，因此压差较小情况下的阀门微小泄漏是目前声发射检测的难点；②声发射检测阀门内漏的机理研究不深入，目前只是基于射流声学理论，将泄漏产生的声波信号近似为四极子或偶极子声源，从而得到阀门泄漏率的近似估算公式，同时目前数值模拟一般对阀门内部结构进行简化处理，对阀门内部结构对声发射信号影响的研究较少；③阀门泄漏信号的分析与特征提取方法是目前研究的难点和热点，尤其是对于船舶等场合管路阀门的内漏检测，管系种类多(燃油、滑油、海水、淡水、蒸汽等)，运行工况复杂，并且处于强噪声、强振动的恶劣环境下，干扰信号多，信号特征复杂。这就导致阀门内漏的智能检测相当困难，往往需要依赖声发射专业人员进行判断，这就给声发射检测技术的大范围推广应用带来了障碍。针对以上问题，笔者建议开展如下几项工作：

一是综合利用各种阀门泄漏检测手段。阀门内漏的检测方法包括质量平衡法、温度检测法、负压波法和声发射法等，不同的检测方法适用场合和限制条件不同，因此在实际应用中，尤其是在压差较小的场合，应先采用声发射法对阀门内漏进行初检，之后再利用其它方法进行辅助验证；或综合利用多种手段或多传感器融合技术对阀门内漏进行检测，通过智能检测和数据融合等技术，保证检测的完整性和精确性。

二是声发射检测阀门内漏的机理研究建立在大量数值模拟和实验室实验基础上，因此应对影响阀门内漏的流场和声场的因素进行深入细致的研究。研究不同介质压力(蒸汽、水、压缩气体)管道中，不同种类阀门(截止阀、球阀、闸阀、蝶阀、针阀等)内漏的声发射场分布情况；研究不同因素(管道介质、进口压力、泄漏率、阀的尺寸、阀的类型)对阀门泄漏声发射场的影响，获取声发射信号与潜艇管路阀门泄漏量的关系及变化规律。同时阀门的内部结构也是影响阀门内漏噪声的重要因素，因此下一步在数值模拟时应借助并行仿真等技术对阀门的内部结构进行详细建模和仿真分析，从而更加深入了解阀门内漏的水动力学和声学机理。

三是对阀门泄漏信号的分析与特征提取方法进行深入研究，尤其是复杂背景噪声下阀门微量内漏。在开展大量实验和实地测试基础上，获取泄漏阀门声发射信号，利用高阶谱、小波包等现代数据处理和分析技术，提取阀门声发射信号特征，形成阀门内漏声发射信号的特征数据库，同时结合数据融合、人工智能等技术，研制智能化、简单易读的管路阀门内漏声发射检测仪或实时监测仪，从而减轻对专业检测人员的依赖。这对于管路阀门泄漏监测、阀门故障的预防性维修决策以及保障管路系统运行安全具有重要意义。