模式識別在壓力容器聲發射檢測中的應用
本文針對聲發射信號全波形采集技術和儀器的發展,提出了聲發射源的定性問題。通過聲發射信號的小波分析提取特征,并將特征參數輸入人工神經網絡進行非線性映射,達到識別聲源的目的。實際檢驗結果表明,這種方法可以成功地將裂紋擴展信號、保溫層磨擦信號及其它信號區別開來,同時通過波形分析技術,可以得到更高的定位精度。
??? 大型容器的聲發射檢測技術已日臻成熟,尤其是在大型球罐和臥罐上的應用[1]-[3]。人們做了大量的實驗研究及現場測試工作,并制定了檢測過程和結果評價的國家標準(GB/T18182)和行業標準[4]。這為聲發射技術的推廣、普及奠定了基礎。在常規無損檢測技術的配合下實現經濟、快速、簡便和針對性極強的缺陷識別和安全性評價,這給我們檢驗工作帶來了極大的方便。但傳統的聲發射儀是基于聲發射特征參數的檢測,不可避免地丟失了原始聲發射源特性的大量信息,尤其是關于聲源特征的關鍵信息,所以難以對聲發射源的特性進行判別。
??
??
??? 1 聲發射源的模式識別
??? 由于全波形采集功能的實現,聲發射信號的模式識別技術從常規信號參數識別正逐步向波形分析、譜分析、小波分析及人工神經網絡識別等先進信號處理技術的方向發展。特別是小波變換較FFT更適合于短數據序列瞬態信號的表征,提供更高的頻率分辨率。人工神經網絡模式識別對數據數量多、特征復雜的信號可提供各種非線性映射。本文使用儀器的模式識別正是采用小波變換提取聲發射信號的特征,特征參數輸入人工神經網絡進行類型的識別。
??? 由于全波形采集功能的實現,聲發射信號的模式識別技術從常規信號參數識別正逐步向波形分析、譜分析、小波分析及人工神經網絡識別等先進信號處理技術的方向發展。特別是小波變換較FFT更適合于短數據序列瞬態信號的表征,提供更高的頻率分辨率。人工神經網絡模式識別對數據數量多、特征復雜的信號可提供各種非線性映射。本文使用儀器的模式識別正是采用小波變換提取聲發射信號的特征,特征參數輸入人工神經網絡進行類型的識別。
??? -------------由于標準樣本庫的樣本種類所限,本實驗將聲發射信號識別為三種類型:1)保溫層磨擦信號;2)裂紋擴展信號;3)其它信號。
??? 保溫層磨擦的樣本信號是在10%~50%最高試驗壓力加壓過程中,現場測定的信號作為保溫層磨擦信號。因為背景噪聲通過調節觸發電平值絕大部分被過濾掉,此加壓過程中出現的信號絕大部分為磨擦信號,通過大量樣本的網絡訓練,可以認為此時采集的信號為保溫層磨擦信號。裂紋擴展的樣本信號是以往多次聲發射檢驗獲取的信號,并經過射線復驗確為裂紋的信號,選作為裂紋擴展的訓練樣本信號。圖1~2為保溫層磨擦信號的分析圖譜,圖3~4為裂紋擴展信號的分析圖譜。在模式識別時,本實驗選用的置信度為85%,即當神經網絡輸出的結果為磨擦信號或裂紋擴展信號的可能性值超過85%時,才認為是該信號,否則認為是其它信號。
??? 保溫層磨擦的樣本信號是在10%~50%最高試驗壓力加壓過程中,現場測定的信號作為保溫層磨擦信號。因為背景噪聲通過調節觸發電平值絕大部分被過濾掉,此加壓過程中出現的信號絕大部分為磨擦信號,通過大量樣本的網絡訓練,可以認為此時采集的信號為保溫層磨擦信號。裂紋擴展的樣本信號是以往多次聲發射檢驗獲取的信號,并經過射線復驗確為裂紋的信號,選作為裂紋擴展的訓練樣本信號。圖1~2為保溫層磨擦信號的分析圖譜,圖3~4為裂紋擴展信號的分析圖譜。在模式識別時,本實驗選用的置信度為85%,即當神經網絡輸出的結果為磨擦信號或裂紋擴展信號的可能性值超過85%時,才認為是該信號,否則認為是其它信號。
??? 2.1 基本概況
??? 我們對某乙烯廠一帶保溫層球罐進行了全波形的聲發射信號檢測和實時定位。
??? 受檢球罐的基本參數如下:
??? 設計壓力:2.1MPa,設計壁厚36/38mm。設計溫度:-450C~650C
??? 工作介質:乙烯。主體材質:LT-50,球罐直徑:F12300mm,容積:1000m3
??? 此球罐為首次開罐檢驗,保溫材料為一次性灌注的聚氨脂發泡塑料。
??? 由于是帶保溫層的球罐,在加壓過程中,會因球罐的膨脹,罐體與保溫層產生摩擦,很容易產生大量聲發射信號。這要求我們提高各通道的靈敏度,但最終會導致復檢的聲發射源數據大大增加,需要用戶打開大量的保溫層,這也就減少了聲發射檢測的優越性,增加了檢驗費用和檢驗工期。所以進行聲發射信號的模式識別顯得非常必要,尤其對這種帶保溫層的壓力容器。
??? 2.2檢驗過程
??? 聲發射各通道靈敏度要求、背景噪聲測量及加載程序按GB/T18182《金屬壓力容器聲發射檢測及結果評價方法》進行。因為帶保溫層壓力容器的檢測靈敏度相對較低,在開始試驗前,應仔細測量衰減曲線,以確定在所設定的靈敏度條件下各傳感器間的最大間距。按設計好的間距布置好探頭后,再對每個探頭進行標定,并保證所有探頭的平均靈敏度,相差不超過±4dB。若相差較大,可通過檢查探頭的耦合情況和微調增益來達到靈敏度的一致。探頭的靈敏度會影響聲源的定位精度,尤其是兩個定位三角形(球面三角形定位)[5]的相鄰邊界處,探頭的耦合情況會影響定位組的選擇和聲源距離的計算。由于保溫層的存在,我們無法進行聲源的反標定,所以應對每個定位組進行模擬聲源的定位情況測定,從定位的計算原理可知,定位三角形靠中央部分計算出的結果較為可靠,而三角形的頂點和邊界部分時差相對誤差較大,計算易出現發散。我們可以在進行探頭靈敏度標定的同時,進行定位組的定位情況測定。將整個標定過程的波形全部采集存盤,逐個分析每個探頭的波形特征,就可以很容易知道每個探頭的靈敏度情況和定位偏差產生的原因。根據不同的波形(柔性波和擴展波)[6]選用不同的波速和門檻值,可得到十分精確的定位。
??? 為了減少保溫層磨擦信號的影響,本實驗特別注意對保壓時的信號采集,增加了保壓的時間。一般保壓臺階的保壓時間不少于15min,達到最高試驗壓力時,保壓30min。檢驗結果分析時,同樣要按國家標準對聲發射源的強度和活度進行分級,最終確定聲源的嚴重性級別。
??? 2.3 信號的采集及識別
??? 50%最高試驗壓力以后的加載過程,我們作為正式的聲發射信號的波形數據采集,并進行實時源定位,此時的定位并非最準確的定位,只表示聲源信號的大概位置,較為精確的定位在事后處理中進行,主要目的是不影響系統的實時采集能力。事后我們可以對采集到的聲發射波形特征進行仔細分析,選擇合適的門檻值,即選擇合適的特征到達時間和不同波的波速,實現較高精度的球面定位。對于有意義的聲發射信號(按GB/T18182需要復驗的信號),我們進行小波提取特征,送入前述訓練好的人工神經網絡進行三種模式的識別。在現場檢驗數據中,發現一聲發射信號識別為裂紋擴展信號,其置信度為91%。多處嚴重性級別為C、D級的聲發射信號識別為保溫層磨擦信號。
??? 2.4 復檢結果
??? 根據儀器的模式識別結果,我們先對置信度為91%的裂紋擴展信號源處進行表面磁粉檢驗和射線照像,X光底片的影像顯示為裂紋類缺陷,然后對識別為保溫層磨擦信號的部位進行表面磁粉和射線檢驗,均未發現缺陷。對于識別為其它信號的部位(共有4處),經復驗確認,其中一個聲源位于球柱支撐處(能量較大),對其余3個聲源位置進行內外表面磁粉和內壁的超聲波探傷,發現一處有超標缺陷,經射線復查,認為是夾渣,其余兩處復檢未發現可疑缺陷。未發現缺陷的兩處位于球罐的頂部,由于頂部接管和平臺的支撐較多,可能是這些部位發出信號。目前我們的缺陷樣本庫還剛剛建立,將來同樣可以用波形分析的方法,能將這些偽缺陷信號一一識別出來。
??? 3.結論
??? 1)通過采用聲發射信號的波形采集方法,并借助于現代信號的處理手段,使復雜條件下的壓力容器聲發射檢測成為可能[9];
??? 2)通過小波變換可以看出,裂紋擴展信號和保溫層摩擦信號,具有各自獨特的頻譜特性,借助于人工神經網絡很容易將它們與其它信號區別開來。
??? 3)不斷建立和擴充各種缺陷信號的樣本庫,并不斷地對網絡進行訓練,可以逐步得到一個較為完善并有一定抗噪能力的人工神經網絡,可對不同的聲發射信號進行識別,最終使聲發射檢測技術成為一門獨立的檢測手段,不需常規方法進行復檢。
??? 4)在傳統參數基礎上的聲發射檢測,通常會丟失許多有意義的信息,(如無法判定到達閾值的是柔性波,還有擴展波),也就不可避免地造成定位誤差,而全波形采集系統可以根據波形的具體特征選取到達時間的閾值,提高了定位精度。
??? 5)對實際應用而言,典型信號樣本的獲取、聲源的位置及傳播衰減對波形的影響等問題,仍有待進一步的研究。
??? 我們對某乙烯廠一帶保溫層球罐進行了全波形的聲發射信號檢測和實時定位。
??? 受檢球罐的基本參數如下:
??? 設計壓力:2.1MPa,設計壁厚36/38mm。設計溫度:-450C~650C
??? 工作介質:乙烯。主體材質:LT-50,球罐直徑:F12300mm,容積:1000m3
??? 此球罐為首次開罐檢驗,保溫材料為一次性灌注的聚氨脂發泡塑料。
??? 由于是帶保溫層的球罐,在加壓過程中,會因球罐的膨脹,罐體與保溫層產生摩擦,很容易產生大量聲發射信號。這要求我們提高各通道的靈敏度,但最終會導致復檢的聲發射源數據大大增加,需要用戶打開大量的保溫層,這也就減少了聲發射檢測的優越性,增加了檢驗費用和檢驗工期。所以進行聲發射信號的模式識別顯得非常必要,尤其對這種帶保溫層的壓力容器。
??? 2.2檢驗過程
??? 聲發射各通道靈敏度要求、背景噪聲測量及加載程序按GB/T18182《金屬壓力容器聲發射檢測及結果評價方法》進行。因為帶保溫層壓力容器的檢測靈敏度相對較低,在開始試驗前,應仔細測量衰減曲線,以確定在所設定的靈敏度條件下各傳感器間的最大間距。按設計好的間距布置好探頭后,再對每個探頭進行標定,并保證所有探頭的平均靈敏度,相差不超過±4dB。若相差較大,可通過檢查探頭的耦合情況和微調增益來達到靈敏度的一致。探頭的靈敏度會影響聲源的定位精度,尤其是兩個定位三角形(球面三角形定位)[5]的相鄰邊界處,探頭的耦合情況會影響定位組的選擇和聲源距離的計算。由于保溫層的存在,我們無法進行聲源的反標定,所以應對每個定位組進行模擬聲源的定位情況測定,從定位的計算原理可知,定位三角形靠中央部分計算出的結果較為可靠,而三角形的頂點和邊界部分時差相對誤差較大,計算易出現發散。我們可以在進行探頭靈敏度標定的同時,進行定位組的定位情況測定。將整個標定過程的波形全部采集存盤,逐個分析每個探頭的波形特征,就可以很容易知道每個探頭的靈敏度情況和定位偏差產生的原因。根據不同的波形(柔性波和擴展波)[6]選用不同的波速和門檻值,可得到十分精確的定位。
??? 為了減少保溫層磨擦信號的影響,本實驗特別注意對保壓時的信號采集,增加了保壓的時間。一般保壓臺階的保壓時間不少于15min,達到最高試驗壓力時,保壓30min。檢驗結果分析時,同樣要按國家標準對聲發射源的強度和活度進行分級,最終確定聲源的嚴重性級別。
??? 2.3 信號的采集及識別
??? 50%最高試驗壓力以后的加載過程,我們作為正式的聲發射信號的波形數據采集,并進行實時源定位,此時的定位并非最準確的定位,只表示聲源信號的大概位置,較為精確的定位在事后處理中進行,主要目的是不影響系統的實時采集能力。事后我們可以對采集到的聲發射波形特征進行仔細分析,選擇合適的門檻值,即選擇合適的特征到達時間和不同波的波速,實現較高精度的球面定位。對于有意義的聲發射信號(按GB/T18182需要復驗的信號),我們進行小波提取特征,送入前述訓練好的人工神經網絡進行三種模式的識別。在現場檢驗數據中,發現一聲發射信號識別為裂紋擴展信號,其置信度為91%。多處嚴重性級別為C、D級的聲發射信號識別為保溫層磨擦信號。
??? 2.4 復檢結果
??? 根據儀器的模式識別結果,我們先對置信度為91%的裂紋擴展信號源處進行表面磁粉檢驗和射線照像,X光底片的影像顯示為裂紋類缺陷,然后對識別為保溫層磨擦信號的部位進行表面磁粉和射線檢驗,均未發現缺陷。對于識別為其它信號的部位(共有4處),經復驗確認,其中一個聲源位于球柱支撐處(能量較大),對其余3個聲源位置進行內外表面磁粉和內壁的超聲波探傷,發現一處有超標缺陷,經射線復查,認為是夾渣,其余兩處復檢未發現可疑缺陷。未發現缺陷的兩處位于球罐的頂部,由于頂部接管和平臺的支撐較多,可能是這些部位發出信號。目前我們的缺陷樣本庫還剛剛建立,將來同樣可以用波形分析的方法,能將這些偽缺陷信號一一識別出來。
??? 3.結論
??? 1)通過采用聲發射信號的波形采集方法,并借助于現代信號的處理手段,使復雜條件下的壓力容器聲發射檢測成為可能[9];
??? 2)通過小波變換可以看出,裂紋擴展信號和保溫層摩擦信號,具有各自獨特的頻譜特性,借助于人工神經網絡很容易將它們與其它信號區別開來。
??? 3)不斷建立和擴充各種缺陷信號的樣本庫,并不斷地對網絡進行訓練,可以逐步得到一個較為完善并有一定抗噪能力的人工神經網絡,可對不同的聲發射信號進行識別,最終使聲發射檢測技術成為一門獨立的檢測手段,不需常規方法進行復檢。
??? 4)在傳統參數基礎上的聲發射檢測,通常會丟失許多有意義的信息,(如無法判定到達閾值的是柔性波,還有擴展波),也就不可避免地造成定位誤差,而全波形采集系統可以根據波形的具體特征選取到達時間的閾值,提高了定位精度。
??? 5)對實際應用而言,典型信號樣本的獲取、聲源的位置及傳播衰減對波形的影響等問題,仍有待進一步的研究。
- 聲發射(28918)
相關推薦
聲發射檢測作為無損檢測的優點
本帖最后由 huqingxiu 于 2016-12-17 10:53 編輯
常規的無損檢測方法一般有以下四種:超聲檢測(UT)、射線檢測(RT)、渦流檢測(ET)、聲發射檢測(AET)。 聲發射
2016-12-17 10:04:53
聲發射檢測技術
;動變化的過程中進行無損檢測。因此,裂紋等缺陷在檢測中主動參與了檢測過程。如果裂紋等缺陷處于靜止狀態,沒有變化和擴展,就沒有聲發射產生,也就不可能實現聲發射檢測。而且由于聲發射信號來自缺陷本身,因此可用
2009-10-28 10:20:46
聲發射傳感器
方法,可預知和發現材料或構造物的缺陷或破損。目前聲發射傳感器已廣泛應用于產品檢驗和試驗,構造物安全檢測檢測以及新材料開發等領域 如:壓力容器/罐底的檢測,管道閥門泄漏與檢測,復合材料/巖石/混泥土特性實驗,磨削加工刀具檢測,電壓器線纜局部放電監測,大型設備平臺的監測等`
2016-09-08 10:59:33
聲發射傳感器的分類
傳感器的類型: 1. 高靈敏度諧振式傳感器,也稱窄帶傳感器。就聲發射源定位而言,實際運用中大量遇到的是結構穩定的金屬材料(如壓力容器等)這類材料的聲向各向異性較小,聲波衰減系數很小,頻率范圍大多是
2016-10-09 16:04:31
聲發射軟件
AEwinTM,重放和后處理軟件AEwinPOST?,完善神經網絡和模式識別軟件系統等,列表如下:軟件類型軟件名稱特 點PACWin Suite AEwin TM WINDOWS環境下實時聲發射采集、外參量
2013-12-12 09:30:23
模式識別算法的資料
從現在開始,給一些模式識別算法的資料給大家!后面會給一些其它算法設計給大家!如果大家在學習中、研發中有什么問題,可以找http://item.taobao.com/item.htm?spm
2013-07-15 22:31:52
何為聲發射?如何理解其中“聲”的含義?
應用,而是早已滲透到其他各個領域。例如,對大型結構的健全性聲發射評價,對大型壓力容器或管道進行聲發射無損檢測,利用聲發射對隧道施工中圍巖松動區進行監測和評價,地下空區的聲發射監測,送電鐵塔基礎變形的聲發射
2017-12-15 16:08:32
大型壓力容器的聲發射檢測
`大型壓力容器的聲發射檢測 作為大型壓力容器的聲發射檢測應用案例,接下來主要介紹石油精煉設備脫硫裝置中鋼制反應爐定期檢查后重啟設備運轉時的聲發射檢測。被檢測設備的主要參數如圖1所示。成套設備再運
2019-07-18 16:12:36
精通Visual C++數字圖像模式識別技術及工程實踐(第2版)
本書介紹了模式識別和人工智能中的基本理論以及相關的模型詳細講述貝葉斯決策、線性判別神經網絡理論、隱馬爾可夫模型、聚類技術等 給出模式識別中的一些經典問題的解決方案。提供字符識別、筆跡鑒定、人臉檢測
2018-09-19 17:01:50
評論