某油田三相分离器支撑板腐蚀缺陷超声波检测方法

赵海洋　高秋英　梁莉　杜黎明　李休萍

摘 要 针对三相分离器支撑板腐蚀缺陷超声波回波信号中包含大量噪声信号，导致腐蚀缺陷识别性能较低的问题，提出一种三相分离器支撑板腐蚀缺陷超声波检测方法用于缺陷的识别，实验结果表明，笔者所提方法相比其他方法能够有效增强回波信号采集处理能力、缩短回波信号检测识别算法的训练时长、提高了算法的识别率。

关键词 三相分离器 支撑板 腐蚀缺陷 超声波检测 主成分分析 BP神经网络

中图分类号 TQ051.8   文獻标识码 A   文章编号 0254?6094（2023）02?0163?06

在油田开采过程中，到达地面的原油中含有不同程度的油、气、水，通常采用三相分离器初步分离油、气、水［1］。为保障油田的正常生产和运行，必须定期对三相分离器各部分实施严格的安全性检测，只有各指标均符合要求才能投入生产使用。腐蚀缺陷是三相分离器中常见且影响最大的缺陷之一，超声波检测是常用的无损伤外部检测技术［2］，能够在不打开三相分离器的情况下对其腐蚀缺陷等问题进行检测，及时发现问题并加以防护，从而延长三相分离器的使用寿命，避免造成人员伤亡和经济损失。

潘峰等首先对超声波信号进行预处理并采用经验模态分解提取其中时域无量纲参数作为特征向量，然后通过粒子群优化支持向量机参数，最后采用优化后支持向量机实现腐蚀缺陷检测［3］。刘文才等对腐蚀缺陷与导波之间的调制机理进行分析研究，构建了腐蚀程度与Lamb波反射/透射幅值之间的规律，推导出了幅值比系数表达式，经数值分析实现了腐蚀缺陷检测［4］。冉茂霞等构建了变分模态分解适应度函数，通过粒子群优化选择变分模态分解适应度函数最优参数并将其用于信号分解，根据分解所得参量反映腐蚀缺陷特征，通过引入随机森林分类器识别特征，完成腐蚀缺陷检测［5］。以上方法在识别超声波回波信号时均未对高维信号降维处理，导致回波信号采集处理能力不理想、回波信号检测识别算法训练时间长、算法识别率低。

为了降低高维信号对腐蚀缺陷检测的影响，优化检测效果，笔者提出了一种用于油田三相分离器支撑板腐蚀缺陷的超声波检测方法，该方法在预处理回波信号的基础上［6］，结合BP神经网络可实现三相分离器支撑板腐蚀缺陷超声波检测。

1 三相分离器支撑板超声波检测与信号预处理

因为三相分离器的工作环境复杂恶劣，长期与腐蚀介质直接接触，故极易造成其各部件腐蚀。图1为三相分离器结构示意图。

三相分离器支撑板是极易被腐蚀的部件之一，一旦产生腐蚀缺陷就会导致支撑板结构刚度出现变化，当超声波经过腐蚀缺陷处时，抵抗变形会使超声波生成回波信号。根据弹性应力场理论［7］，在超声波垂直入射的情况下三相分离器支撑板超声反射系数R为：

其中，σ表示反射应力；σ表示入射应力；W表示三相分离器支撑板材料声阻抗，ρ表示三相分离器支撑板材料密度；W表示缺陷处材料名义声阻抗，ρ表示缺陷处材料密度；C表示波速。

将三相分离器支撑板中未损伤部分视作超声波传播媒介A，被腐蚀缺陷和剩余部分共同视作超声波传播媒介B。对于媒介B，腐蚀缺陷仅为损失部分质量，所以波速为C不变，该部分截面积为S，密度为ρ，剩余三相分离器支撑板截面积为S，密度为ρ，根据单位面积超声波传播媒介B与剩余支撑板质量相同可得S×ρ=S×ρ。设参数γ表示腐蚀缺陷截面积在三相分离器支撑板截面积中的占比，γ=1-S/S，则三相分离器支撑板超声反射系数R的计算式为［8］：

将超声反射系数R与超声波强度相结合，可得到能量反射率F=R，由此可知，在三相分离器支撑板的腐蚀缺陷检测中应用超声波垂直入射方式能够实现回波信号的采集。

采集到的超声波回波信号中除了缺陷信号、底波信号等有价值信号外，还包含大量噪声信号，使缺陷波分析受到影响，因此引入小波变换去噪法对回波信号去噪处理［9］。首先将含噪信号小波变换，然后通过门限函数处理得到的小波系数生成新的小波系数，最后将新的小波系数反变换，即可实现回波信号去噪。小波变换去噪具有计算量小、算法简单的特点，其中软、硬门限选取是小波变换去噪的关键点和难点。

用θ、[θ][^]分别表示去噪前、后的小波系数，设定门限μ=，其中L表示信号长度，若信号值或小波系数小于μ，则将其置为0，此时硬门限函数[θ][^]和软门限函数[θ][^]为：

由图2可以看出，硬门限函数在±μ处不连续，易引起伪吉布斯现象，使信号产生随机振荡；软门限函数虽然就整体来说是连续函数，但其导数非连续，会导致实际值和预估值之间存在恒定偏差。因此对门限函数加以改进，得到改进后的门限函数[θ][^]为：

其中，α和β为大于1的常数。当α→1和α→∞时，改进的门限函数分别趋近于软门限函数和硬门限函数，即改进后的门限函数基于两者之间，采用该函数能够有效修正软、硬门限函数的缺点，提高小波变换去噪的性能。

2 三相分离器支撑板腐蚀缺陷识别

超声波缺陷检测的核心是采用回波噪声实现缺陷特征和缺陷类型识别，从而得到准确的缺陷信息。笔者将主成分分析法和BP神经网络相结合从而实现三相分离器支撑板腐蚀缺陷的识别［10，11］。

通过超声波检测三相分离器支撑板时，需要尽可能多地获取支撑板相关参数，但这些参数间存在必然的联系且维度较高，会对三相分离器支撑板腐蚀缺陷分析造成不良影响，为此引入主成分分析法分类特征参数并对高维度特征参数进行降维处理。

用W表示去噪后三相分离器支撑板缺陷信号模式向量矩阵，w表示其中信号样本，i∈{1，2，…，m}，j∈{1，2，…，n}，w和s分别表示全部信号样本均值和标准差，将去噪后的信号进行标准化处理［12］，得到标准化后的信号x为：

以时域中的形状、峰度、偏度和离散这4种系数为缺陷信号特征参数提取三相分离器支撑板特征信号，并将这4种特征参数进行7层分解，研究这4种回波信号发现其频率均低于200 kHz，选取前20个小波包能量系数分析腐蚀缺陷回波信号频率间的区别［14］，最终可获取到处于时域和频域中的共计24个特征参数。主成分分析法中主成分因子数量的选择对最终识别结果有很大影响，通过调整激励信号筛选缺陷较明显的信号作为测试样本，将其中部分样本作为样本训练集训练主成分分析法，选取k个最优主成分因子作为因素构建低维空间，从而完成高维度特征参数的降维。

由于仅通过PCA无法实现缺陷分类，因此引入BP神经网络并与之结合来识别三相分离器支撑板腐蚀缺陷。BP神经网络主要结构如图3所示。

网络权值和阈值函数共同处理缺陷信号并通过输出层输出，若输出结果不符合期望误差，则将误差由输出层输入，经反向传播修正权值和阈值，重复以上过程直到输出符合预期结果。

构建BP神经网络时隐含层节点数z和收敛因子大小的选择十分重要。用a和b分别表示输入层和输出层的节点数，常数ε∈［0，10］，则有z=+ε，采用BP神经网络识别信号时需要结合精度和训练时间对隐含层节点数加以调节；收敛因子的大小对权值具有直接调节作用，当训练过程中收敛速度过慢时，需要适当增大收敛因子，反之缩小收敛因子。

采用PCA和BP神经网络检测三相分离器支撑板腐蚀缺陷时，首先通过PCA处理去噪后超声波信号，然后将信号输入至BP神经网络输入层中，最终筛选出最符合缺陷识别的因子，实现三相分离器支撑板腐蚀缺陷检测识别。

3 实验与结果

采用实体三相分离器支撑板模型检验笔者所提方法、文献［3］方法和文献［4］方法的超声波回波信号采集和处理效果，三相分离器支撑板模型腐蚀缺陷相关参数见表1，缺陷分布如图4所示。

采用文献［3］方法、文献［4］方法和笔者所提方法，对采集并预处理后的信号进行数值模拟，结果如图5～7所示。

由图5可以看出，文献［3］方法对于截面损失率较低的腐蚀缺陷1和腐蚀缺陷3敏感度较低，由于频散特性，文献［3］方法对腐蚀缺陷5的定位准确度不理想。由图6可以看出，文献［4］方法由于腐蚀缺陷5和腐蚀缺陷6之间以及腐蚀缺陷6之后存在模态转换回波，对腐蚀缺陷6判断产生严重影响，且文献［4］方法对于截面损失率较低的腐蚀缺陷1和腐蚀缺陷3的敏感度也不高。由图7可以看出，笔者所提方法能够有效避免上述问题，能够准确采集三相分离器支撑板腐蚀缺陷超声波回波信号。

为了进一步验证笔者所提方法、文献［3］方法和文献［4］方法的三相分离器支撑板腐蚀缺陷识别性能，分别以5组测试样本下的训练时长和识别率为指标，对比3种方法的检测结果（图8、9）。

由图8、9可以看出，与文献［3］方法和文献［4］方法相比，笔者所提方法不但具有更短的训练时长，同时还具有更高的识别率，在相同情况下，笔者所提方法能够更准确地识别到腐蚀缺陷，避免漏检造成三相分离器运行过程中的不良后果。笔者所提方法在通过BP神经网络识别腐蚀缺陷信号前对信号降维处理，降低高维度对信号识别检测的不良影响，从而提高了其识别率。

4 结束语

针对回波信号采集处理能力不理想、回波信号检测识别算法的训练时间长、算法识别率低问题，笔者提出了一种三相分离器支撑板腐蚀缺陷超声波检测方法。采集三相分离器支撑板超声波回波信号并进行去噪处理，结合主成分分析法和BP神经网络完成三相分离器支撑板腐蚀缺陷识别检测。测试结果表明，该方法能够有效增强回波信号采集处理能力、缩短回波信号检测识别算法的训练时长、提高算法识别率，为油田的安全开采奠定基础。

参 考 文 献

［1］ 马晨波，黄喆，刘向东，等.基于K?Spice的三相分离器液位设定分析及优化［J］.中国海上油气，2021，33（4）：172-178.

［2］ 刘媛，马祥华，刘洋，等.干耦合超声波检测及波初至的自动拾取［J］.岩土力学，2020，41（4）：1455-1464.

［3］ 潘峰，唐东林，陈印，等.管道腐蚀缺陷超声信号的PSO?SVM模式识别研究［J］.机械科学与技术，2020，39（5）：751-757.

［4］ 刘文才，樊建春，杨进.采用超声导波的储罐罐顶腐蚀深度检测方法［J］.光学精密工程，2021，29（6）：1468-1481.

［5］ 冉茂霞，黄沁元，刘鑫，等.基于优化变分模态分解的磁瓦内部缺陷检测［J］.浙江大学学报（工学版），2020，54（11）：2158-2168；2213.

［6］ 王家乐，章翔峰，司呈鑫，等.和田玉超声波数值模拟分析及回波信号特征分析［J］.新疆大学学报（自然科学版）（中英文），2022，39（1）：94-102.

［7］ 呼懷刚，管志川，许玉强，等.基于多孔弹性力学理论的深井井底应力场分析［J］.中国石油大学学报（自然科学版），2020，44（5）：52-61.

［8］ 贺彦博，高天雯，郭奥，等.基于超声波反射系数相移的油膜厚度测量方法研究［J］.摩擦学学报，2021，41（1）：1-8.

［9］ 李维松，许伟杰，张涛.基于小波变换阈值去噪算法的改进［J］.计算机仿真，2021，38（6）：348-351；356.

［10］ 阮皓麟，王斌会.稳健稀疏主成分分析法及其实证研究［J］.数理统计与管理，2020，39（1）：80-92.

［11］ 何海婷，柳亦兵，巴黎明，等.基于BP神经网络的飞轮储能系统主动磁轴承非线性动力学模型［J］.中国电机工程学报，2022，42（3）：1184-1198.

［12］ 周思寒，胡新宇，汤斌，等.一种基于EWMA?PCA的水质光谱数据标准化方法研究［J］.光谱学与光谱分析，2020，40（11）：3443-3450.

［13］ 李相伯，龚俊，胡丹，等.基于相邻子区相关系数的散斑质量评价方法［J］.光子学报，2021，50（5）：212-220.

［14］ 甄冬，朱继瑞，张琛，等.基于小波包能量与峭度谱的滚动轴承故障诊断［J］.机械设计，2021，38（2）：23-28.

［15］ 贾丽杰，李文静，乔俊飞.基于神经元特性的径向基函数神经网络自组织设计方法［J］.控制理论与应用，2020，37（12）：2618-2626.

（收稿日期：2022-05-23，修回日期：2023-03-13）

Ultrasonic Detection Method for Support Plate Corrosion

Defects of the Three?phase Separator in an Oilfield

ZHAO Hai?yang1，2， GAO Qiu?ying1，2， LIANG Li3， DU Li?ming1，2， LI Xiu?ping1，2

（1. SINOPEC Northwest Company；2. SINOPEC Key Laboratory of Enhanced Oil Recovery in

Fractured?Vuggy Carbonate Reservoirs；3. SINOPEC Zhongyuan Petroleum Engineering Design Co.， Ltd.）

Abstract   Aiming at the problem that the corrosion defects ultrasonic echo signal of the three?phase separators support plate contains a large number of noise signals， which results in low recognition performance of corrosion defects， a ultrasonic detection method for it in an oil field was proposed to detect and identify corrosion defects. The experimental results show that， the method proposed， as compared to other methods， can effectively enhance echo signal acquisition and processing ability， shorten training time of echo signal detection and recognition algorithm， and improve recognition rate of the algorithm.

Key words    three?phase separator， support plate， corrosion defects， ultrasonic detection， principal component analysis， BP neural network

基金项目：国家重大专项（2016ZX05053）；中石化重点项目课题（319016?5）。

作者简介：赵海洋（1973-），教授級高级工程师，从事油气开采与防腐的研究。

通讯作者：梁莉（1981-），高级工程师，从事油气田地面工程的研究，liangli_0502@163.com。

引用本文：赵海洋，高秋英，梁莉，等.某油田三相分离器支撑板腐蚀缺陷超声波检测方法［J］.化工机械，2023，50（2）：163-168.