基于聚類分析的罐底聲發(fā)射檢測信號融合方法

王偉魁，李一博，杜 剛，張 濤，靳世久

(天津大學 精密測試技術(shù)與儀器國家重點實驗室，天津 300072)

采用聲發(fā)射技術(shù)進行罐底腐蝕與泄漏檢測過程中，在罐壁上布置有多個傳感器，不僅能夠從整體上了解由罐底腐蝕導致的聲發(fā)射源活性，還能通過對聲發(fā)射信號的定位了解罐底不同區(qū)域的腐蝕狀況［1-10］。在現(xiàn)有的聲發(fā)射罐底檢測實現(xiàn)方案中，傳感器通過導線連接到同一個多通道聲發(fā)射檢測系統(tǒng)上，必須先通過對各通道采集的聲發(fā)射信號進行融合處理，將屬于同一聲發(fā)射源的聲發(fā)射信號判定為一個聲發(fā)射事件，然后利用無源定位方法實現(xiàn)對聲發(fā)射源的定位，其數(shù)據(jù)處理流程如圖1所示。

圖1 聲發(fā)射罐底腐蝕檢測數(shù)據(jù)處理流程Fig.1 Signal processing of AE testing of tank bottom

由于腐蝕過程產(chǎn)生的聲發(fā)射信號比較微弱，且對于大型儲罐，信號傳播距離較遠，傳播過程衰減大，往往在檢測過程中需要設(shè)置較高的信號放大倍數(shù)和較低的觸發(fā)閾值，與此同時噪聲對聲發(fā)射信號融合過程的影響增大，使得在聲發(fā)射信號融合處理時容易對聲發(fā)射源產(chǎn)生誤判。針對該問題，提出了一種基于聚類分析的罐底聲發(fā)射信號融合方法，該方法主要包括初始聲發(fā)射事件判定和多目標聲發(fā)射事件判定兩個步驟，下文將分別詳述其處理過程。

1 初始聲發(fā)射事件判定

在檢測過程中，當某個聲發(fā)射傳感器接收到的信號超過閾值后便將其記錄為一個撞擊信號［11］。聲發(fā)射儀以每個撞擊信號的觸發(fā)時刻作為該信號的接收時刻。聲發(fā)射儀各通道采集并記錄的信息是由一系列的撞擊信號按時間順序排列而成，因此對聲發(fā)射信號融合的過程就是對這些撞擊信號進行分析處理的過程。研究表明，罐底產(chǎn)生的聲發(fā)射信號主要是在罐內(nèi)液體中以球面波形式傳播到罐壁聲發(fā)射傳感器處［12］，如圖2所示。

圖2 罐底聲發(fā)射信號傳播路徑示意圖Fig.2 Scheme of AE signals propagation in tank

圖3 罐底直角坐標系示意圖Fig.3 Cartesian coordinate of tank bottom

以儲罐罐底圓心為原點，建立直角坐標系，如圖3所示。

各傳感器接收到由傳播路徑1傳播的聲發(fā)射源信號的時刻如式(1)所示:

式中:Ti，j為i傳感器接收到j(luò)聲發(fā)射源信號的時刻;T0j為j聲發(fā)射源產(chǎn)生的時刻;sxi為i傳感器的x坐標;syi為i傳感器的y坐標;xj為j聲發(fā)射源的x坐標;yj為j聲發(fā)射源的y坐標;V:聲傳播速度;hi為i傳感器距離罐底板高度。

傳感器接收的撞擊信號按照Ti，j從小到大依次排列。同一個聲發(fā)射源的信號能夠被多個不同傳感器接收到并記錄成多個撞擊信號。定義來自同一個聲發(fā)射源的撞擊信號組成一個聲發(fā)射事件。在一個聲發(fā)射事件中第一個聲發(fā)射信號與最后一個聲發(fā)射信號的接收時間差為事件定義時間。為捕獲到一個聲發(fā)射事件，將記錄的撞擊信號序列按照事件定義時間進行分割，將包含3個以上傳感器接收到的聲發(fā)射信號序列作為一個聲發(fā)射事件進行處理［13］。事件定義時間是人工設(shè)置的。理論上，事件定義時間最大不超過由式(2)計算出的時間長度，即一個聲發(fā)射源的信號從罐壁處傳播到與罐內(nèi)圓心對稱的罐壁處所需時間。事件定義時間的最小值為0，即各傳感器同時接收到同一個聲發(fā)射源的信號。因此事件定義時間的可設(shè)置范圍為0至最大事件定義時間。

當事件定義時間設(shè)置過小時，一方面容易將同一個聲發(fā)射源的信號分割成多個聲發(fā)射事件，產(chǎn)生重復定位，另一方面容易使事件定義時間內(nèi)的聲發(fā)射信號數(shù)量少于3個而不能組成聲發(fā)射事件，使得大量聲發(fā)射源被漏檢。為防止這種情況的發(fā)生，一般將事件定義時間設(shè)為最大事件定義時間，但是這樣又容易將多種信號(包括不同聲源的信號，噪聲源的信號和因多途效應(yīng)產(chǎn)生的信號)判定為同一聲發(fā)射源，產(chǎn)生誤判。為解決這一問題，需要對事件定義時間內(nèi)的信號進行識別處理，將同一聲發(fā)射源的信號提取出來作為單獨的聲發(fā)射事件，如圖4所示。

圖4 多目標聲發(fā)射事件信號融合模型Fig.4 Signals integration model of multi-target AE events

2 多目標聲發(fā)射事件判定

在一個初始聲發(fā)射事件的信號集合中，目標聲發(fā)射事件的模式及數(shù)量均是未知的，因此該過程是無監(jiān)督模式識別問題。聲波在液體中傳播時，波形基本保持不變［14］，因此各傳感器接收到的同一聲發(fā)射源信號應(yīng)該具有比較高的相似性。根據(jù)這一特點，采用聚類分析將傳感器接收到的信號按相似性進行分類，每一類信號對應(yīng)著一個目標聲發(fā)射事件。

2.1 聚類測度計算

在聚類過程中，當信號間的相似性達到一定程度時則被判定為一類信號。采用波形互相關(guān)系數(shù)［15］作為相似性測度，如式(3)所示:

式中:x(n)和y(n)分別為被比較相似性的兩個聲發(fā)射信號的波形采樣序列。互相關(guān)系數(shù)的范圍為［0，1］，其值越接近1表明兩信號之間相似程度越高，來自同一個聲源的可能性越大。在聚類判定過程中，根據(jù)兩個信號之間的互相關(guān)系數(shù)是否超過閾值來確定其是否屬于一類。每一類聲發(fā)射信號視為一個目標事件。

2.2 聚類過程

設(shè)在事件定義時間內(nèi)獲得的撞擊信號序列為H={h1，h2，h3，…，hn}。算法過程為:

(1)建立聚類C1，C1={h1}，待分類信號構(gòu)成隊列H2，H2={h2，h3，… ，hn}，當前聚類集合CC={C1}，設(shè)置相似性判定閾值Θ。

(2)從隊列H2中取出第一個信號(定義為hi)，分別計算hi與CC中每一個聚類Cx的相關(guān)系數(shù)ρ(hi，Cx)，ρ(hi，Cx)為hi與Cx中每一個信號的相關(guān)系數(shù)的平均值。

(3)找出與hi相關(guān)系數(shù)最大的聚類Ck，若ρ(hi，Ck)小于Θ，則認為hi不屬于Ck，新建一個聚類Cm，Cm={hi}，CC=CC∪{Cm}，否則將hi歸入Ck。

(4)若隊列H2已空，則執(zhí)行步驟5)，否則執(zhí)行步驟2)。

(5)分析CC中每個聚類中的所有信號是否由3個以上傳感器所接收，若是則保留，否則從CC中去除。

經(jīng)過上述過程處理后，H中的聲發(fā)射信號被分配到多個不同的聲發(fā)射事件中。

3 實驗驗證

3.1 實驗方案

本文對秦皇島輸油站的TK-02號儲罐進行了連續(xù)12 h的檢測。被檢儲罐的基本信息如表1所示。檢測系統(tǒng)為美國物理聲學公司(PAC)生產(chǎn)的SAMOS型聲發(fā)射系統(tǒng)，其檢測參數(shù)如表2所示。

表1 被檢儲罐基本信息Tab.1 Basic information of the tested tank

表2 聲發(fā)射系統(tǒng)檢測參數(shù)Tab.2 Test parametric of the acoustic emission test system

3.2 實驗結(jié)果及分析

檢測過程中，21個傳感器共接收到了241 125個聲發(fā)射信號。采用美國物理聲學公司的AEWin軟件處理后的聲發(fā)射事件數(shù)量為18 958個，其定位結(jié)果如圖5所示。從圖5中可以看到定位點分布散亂，但在中心區(qū)域，尤其是(0，0)附近定位事件很多。然而通過開罐后進罐勘察發(fā)現(xiàn)，罐底板中心區(qū)域基本完好，并無明顯腐蝕現(xiàn)象。之所以出現(xiàn)這種現(xiàn)象，是因為在檢測過程中，當不同傳感器同時被噪聲觸發(fā)記錄信號時，由于其時間差幾乎為0，必然定位在圓心附近。另外，在圖5中可以看出一些聲發(fā)射事件定位在與儲罐同心的圓環(huán)上，但該圓環(huán)比較模糊，寬度約5 m，中心直徑約為25 m。

圖6為采用基于聚類分析的聲發(fā)射信號融合方法得到的定位結(jié)果，得到的聲發(fā)射事件數(shù)量為3 086個。圖6的定位結(jié)果中，中心區(qū)域事件數(shù)量較圖5明顯減少，表明基于聚類分析的聲發(fā)射信號融合方法受噪聲影響明顯減少。此外，從圖6中明顯看到一些聲發(fā)射事件集中定位在與儲罐同心、直徑為20 m的圓上。經(jīng)過查看罐內(nèi)結(jié)構(gòu)，得知儲罐內(nèi)恰有一個與儲罐同心且直徑為20 m的加熱盤管，如圖7所示。經(jīng)過開罐檢測，明顯看到加熱盤管的腐蝕比罐底板腐蝕嚴重，如圖8所示。

表3中統(tǒng)計了聲發(fā)射信號數(shù)量和AEWin軟件與聚類融合方法分別處理后的聲發(fā)射事件數(shù)量在不同時段的變化情況。

從表3中可以看出，三個時段的聲發(fā)射信號數(shù)量并不穩(wěn)定，其中4～8 h段比1～4 h段信號數(shù)量劇烈增加，8～12 h段信號數(shù)量又明顯減少。然而 Lackner等［9］研究指出，由腐蝕和泄漏產(chǎn)生的聲發(fā)射信號數(shù)量在相同長度的時間內(nèi)應(yīng)該是比較穩(wěn)定的。因此，聲發(fā)射信號數(shù)量隨時間劇烈波動進一步表明，檢測過程中在檢測到腐蝕信號的同時還記錄了大量噪聲信號。從表3中可以看出，AEWin軟件和聚類融合方法處理后的聲發(fā)射事件數(shù)量在4～8 h段比1～4 h段均出現(xiàn)了增加，之后在8～12 h段事件數(shù)量又減少。但環(huán)比數(shù)據(jù)顯示，AEWin軟件處理后的聲發(fā)射事件數(shù)量波動比聚類融合方法處理后的明顯劇烈。上述分析表明基于聚類的聲發(fā)射信號融合方法的抗干擾能力比AEWin軟件強，能夠反映腐蝕發(fā)展過程中聲發(fā)射信號數(shù)量隨時間變化比較平穩(wěn)的實際情況。

表3 各時段聲發(fā)射信號和事件數(shù)量Tab.3 Acoustic emission signals and events amount in each time segment

4 結(jié)論

大型儲罐罐底腐蝕聲發(fā)射檢測過程中，需要對多個傳感器采集到的聲發(fā)射信號進行融合后才能進行定位計算。本文提出了基于聚類分析的聲發(fā)射信號融合方法。現(xiàn)場實驗表明該方法抗噪聲干擾能力強、誤判概率低，能準確獲得聲發(fā)射事件，使檢測結(jié)果更好地反應(yīng)罐底腐蝕的實際情況。

［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］王偉魁，曾周末，孫立瑛，等，基于相關(guān)分析的聲發(fā)射儲罐罐底檢測降噪方法［J］.振動與沖擊，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 剛，靳世久，付銅玲，等.基于平均頻譜的儲油罐罐底腐蝕聲發(fā)射特征分析［J］.納米技術(shù)與精密工程，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］馬大猷.聲學手冊［M］.北京:科學出版社，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.