CN104965023B - 多模态导波工业管道诊断方法 - Google Patents
多模态导波工业管道诊断方法 Download PDFInfo
- Publication number
- CN104965023B CN104965023B CN201510264064.7A CN201510264064A CN104965023B CN 104965023 B CN104965023 B CN 104965023B CN 201510264064 A CN201510264064 A CN 201510264064A CN 104965023 B CN104965023 B CN 104965023B
- Authority
- CN
- China
- Prior art keywords
- signal
- defect
- guided wave
- mode
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 17
- 230000007547 defect Effects 0.000 claims abstract description 86
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 230000005284 excitation Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000003745 diagnosis Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 230000003750 conditioning effect Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 11
- 230000015654 memory Effects 0.000 claims description 10
- 239000000523 sample Substances 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 230000003321 amplification Effects 0.000 claims description 7
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 7
- 230000006854 communication Effects 0.000 claims description 6
- 238000005086 pumping Methods 0.000 claims description 6
- 230000006378 damage Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 230000000644 propagated effect Effects 0.000 claims description 5
- 208000027418 Wounds and injury Diseases 0.000 claims description 4
- 238000005452 bending Methods 0.000 claims description 4
- 230000006735 deficit Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 238000004445 quantitative analysis Methods 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 208000037656 Respiratory Sounds Diseases 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 208000014674 injury Diseases 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000004451 qualitative analysis Methods 0.000 claims description 3
- 238000010008 shearing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 230000009131 signaling function Effects 0.000 claims description 2
- 230000009526 moderate injury Effects 0.000 claims 1
- 238000013399 early diagnosis Methods 0.000 abstract description 3
- 238000006073 displacement reaction Methods 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种多模态导波工业管道诊断方法，用于对管道缺陷的实时诊断，并对缺陷进行定位、定量、定性和早期诊断。诊断装置包括计算机、主机、传感器阵列三大模块，通过改变传感器阵列，由多通道时延信号激励***激励出L(0,2)和T(0,1)模态超声导波两种模态进行检测，提高对不同缺陷诊断的准确性，主机采集通道通过多组采集卡和转换开关组合电路，采集传整环感器整环信号和单个传感器信号，对信号处理得DAC时程位移曲线和模态对称曲线对缺陷进行定量、定位和早期诊断，提取信号特征参数构成一维特征向量用于缺陷的类型识别，本发明可对管道进行实时在线检测、检测准确性高。
Description
技术领域
本发明涉及一种工业管道缺陷诊断方法，尤其涉及一种多模态导波工业管道诊断方法，属于工业管道安全检测与防护技术领域。
背景技术
各种管道广泛应用于我们的生产和生活中，尤其在电力、石油、化工、天然气以及城市自来水等工业部门，起着重要的作用。但是近年来工业管道安全问题的严重性已凸现出来，***伤亡重大事故频发，而因泄漏造成的停工停产事故已难计其数。管道运输安全已成为影响经济发展和社会安定的一个突出的问题。为了在管道出现缺陷之后能够最快、最精确地检测到缺陷位置所在，亟需一种有效的缺陷检测方法。多模态导波管道诊断仪利用超声导波检测管道的缺陷具有快速、经济、可靠并且无需剥离外包层等优点，是管道缺陷检测的一种更快、更灵敏、更前沿的发展方向。
多模态导波管道诊断仪是能够实现对管道缺陷进行在线早期诊断的检测仪器，相对于传统的超声检测方法其检测范围更广，检测长度能达到上百米。超声导波的检测原理是利用传感器阵列环在管道上激励超声导波，导波在管道壁内传播，其遇到管道内的缺陷时产生回波，通过接收缺陷的回波信号来实现对缺陷的定位、定量与定性。
国外针对导波技术研究的同时也开发出相应的检测设备，如Plant Integrity公司生产的长距离油气管道导波检测设备、英国焊接公司生产的Teletest检测设备和英国超声导波公司的wavemaker检测设备等，但是国外设备仅选用单一模态的方式进行检测，无法适应不同缺陷对敏感度的要求。另外，国外导波仪器仅对传感器进行单路依次采集，并非实时采集。由于运用复杂的算法进行处理，整个检测时间需花费10s左右，且国外仪器价格昂贵，引进成本较高。
文献“小型超声导波管道检测***的研究和开发”，采用的是单模态进行检测，对管道不同缺陷的适应性较差，该***采集方法仅对单个传感器进行采集，采集实时性较差，并且没有对后期信号处理技术进行叙述，没有对缺陷大小和类型进行判别。
专利CN202994735U所公开的管道超声导波检测***没有采取多种模态对管道进行检测，且对缺陷检测流程和识别方法未叙述，另外，该***没有采取消除反向回波技术，无法判断缺陷的正确方位。
发明内容
本发明的目的在于提供一种多模态导波工业管道诊断方法，该诊断装置通过多通道时延信号激励***分时分别激励对称的L(0，2)模态导波和对称的T(0,1)模态导波，提高缺陷检测的敏感度，当调整传感器阵列为纵向分布时激励出轴对称的L(0,2)模态导波，当调整传感器阵列为横向分布时，激励出轴对称的T(0,1)模态导波，导波在传播过程中遇到缺陷时L(0,2)模态转换成非对称的弯曲F(1,3)模态，T(0,1)模态转换成非对称的弯曲F(1,2)模态，获得回波信号中的转换模态特征参数，选择转换模态特征参数进行分析，通过后期算法建立模态对称曲线对转换模态进行量化，结合DAC时程衰减曲线对缺陷进行实时在线检测，对管道缺陷的实时诊断，并对缺陷进行定位、定量、定性和早期诊断。
本发明的目的通过以下技术方案予以实现：
一种多模态导波工业管道诊断方法，多模态导波工业管道诊断装置包括计算机1、主机2、传感器阵列环3，所述主机1包括处理器4、两个激励通道5、存储器6、电源7、模数转换器10、调理电路11、多路采集卡12、转换开关13、接口设备14；所述激励通道5包括数模转换器8、功率放大器9；所述存储器6、电源7与处理器4相连，所述处理器4与接口设备14相连，所述接口设备14与计算机1相连，所述处理器4与数模转换器8相连，所述数模转换器8与功率放大器9相连，所述压电传感器阵列环3由3组相同规格和数量的传感器构成，其中两组为信号激励环，分别连接所述两个激励通道5的功率放大器9；另一组作为信号采集环与所述多路采集卡12的输入端相连，所述多路采集卡12包括5组采集卡，每组采集卡有8路独立采样通道，采集卡的40路采样通道分别对接单个传感器，所述多路采集卡12的输出端与调理电路11相连，所述多路采集卡12的输出端还与转换开关13相连，所述转换开关13将多路采集卡12输入的信号并联后传输至调理电路11，所述调理电路11与模数转换器10相连，所述模数转换器10与处理器4相连；多模态导波工业管道诊断方法包括以下步骤：
1)将传感器环阵列纵向均匀分布，两组信号激励环间距为C/(4*fc)，其中C为激励导波波速，fc为激励信号的中心频率；
2)输入波形频率fc、波形的周期数n、检测管道长度、传感器个数，两通道的延迟时间为C/(4*fc)，由计算机根据用户输入波形频率和周期数生成窗函数调制的脉冲数字波形，传送至主机的处理器，波形公式为：
y(t)为激励信号函数，t为传播的时间；
3)主机将数字波形分别送入两个激励通道中，经数模转换器转换成模拟波形，再经调理和放大，延时驱动激励传感器阵列环，激励出轴对称L(0,2)模态导波；
4)采集通道中的采集卡采集单个传感器上的回波信号，转换开关用于将单个传感器信号并联构成整环信号，最终实现同时采集单个传感器信号和整环传感器信号，然后对信号进行调理放大和模数转换，暂存在存储器；
5)提取整环传感器信号幅值包络线，并对信号进行带通滤波器滤波处理，滤波器中心频率为计算机设置的激励频率，带宽为10KHz-30KHz；
6)以信号采集环第一次接收的整环回波信号为起始波，提取起始波的极大值，根据导波衰减公式，绘制DAC时程衰减曲线来进行管道结构特征的区分和缺陷的定量分析，所述DAC时程衰减曲线包括法兰DAC时程衰减曲线、焊缝DAC时程衰减曲线、缺陷DAC时程衰减曲线，当整环回波信号幅值最高点位于法兰DAC时程衰减曲线以上区域时，判定回波信号为法兰特征；当整环回波信号幅值最高点位于法兰DAC时程衰减曲线以下和焊缝DAC时程衰减曲线以上时，判定回波信号为管道焊缝；当整环回波信号幅值最高点位于焊缝DAC时程衰减曲线以下和缺陷DAC时程衰减曲线以上区域时，判定回波信号为疑似缺陷；所述导波衰减公式如下：
y＝e-0.02675x
7)将采集到的单个传感器信号根据模态对称算法处理得到模态对称曲线，将模态对称曲线和整环传感器信号建立在时间幅值图下，比较某一时间下整环传感器信号与模态对称曲线信号的幅值比σ，当σ大于1时，可判定该时刻下存在缺陷；当σ大于1/2时，可判定该时刻下具有早期缺陷；当σ小于1/2时，判定该时刻下没有缺陷；
所述模态对称曲线是通过对单个传感器信号处理所得，用于量化转换模态幅值，处理方法为选择管道截面任意两个中心对称传感器波形相互叠加，然后取平均值进行绘制，如以下算法：
N为组成一环传感器的个数，为单个传感器接收信号的幅值，Y为经叠加后的波形幅值；
8)对所得的缺陷信号进行定位分析，T为通过计算确定的缺陷信号距离激励波的间隔时间，根据激励出的导波波速C，算出管道在L位置存在缺陷，对缺陷进行定位分析，定位公式如下：
L＝CT/2；
9)待一次检测完成后，调整传感器阵列环为横向均匀分布在管道外壁，重复上述参数设定，从而激励出剪切T(0,1)模态导波，由于L(0,2)模态导波和T(0,1)模态导波针对不同的缺陷，其敏感度不一样，为避免对缺陷的漏检，在激励两种模态情况下选择模态对称曲线出现峰值的次数较多的波形作为可信波形。
本发明的目的还可以通过以下技术措施进一步实现：
前述多模态导波工业管道诊断方法，其中步骤2)所述波形频率为传感器的谐振频率，波形周期数n为10，传感器的个数为偶数，且大于导波检测中弯曲模态的最高阶数。
前述多模态导波工业管道诊断方法，其中步骤6)中确定的缺陷信号极大值位于缺陷DAC时程衰减曲线以下50％到10％时，诊断为轻度损伤；当极大值位于缺陷DAC时程衰减曲线以下10％到缺陷DAC时程衰减曲线以上10％时，诊断为中度损伤；当极大值位于缺陷DAC时程衰减曲线以上10％到50％时，诊断为严重损伤。
前述多模态导波工业管道诊断方法，对所得缺陷信号进行定性分析，将缺陷的类型分为腐蚀和裂纹，通过建立典型缺陷数据库训练神经网络，提取整环信号能量值、相关系数、频谱半高宽、峰度系数、偏度系数特征参数构成一维特征向量作为神经网络输入层，用训练后的神经网络对采集样本进行测试，进行损伤类型实时判断。
所述传感器阵列***包括压电传感器阵列、磁致伸缩传感器阵列、电磁声传感器阵列。与现有技术相比，本发明的有益效果是：
1)针对缺陷对不同模态的敏感度的差异，本发明通过改变传感器阵列排向，激励出适应复杂工况的纵向L(0，2)模态和剪切T(0，1)模态超声导波，通过分析激励模态和转换模态关系，实现多模态检测并提高了缺陷检测的准确性。
2)本发明主机接收通道中采用多路采集卡和与门电路组合的方式，实现一次激励并可同时获得传感器阵列环整环信号和单个传感器信号，通过对信号的处理得到DAC曲线和模态对称曲线，实现对缺陷的实时定位、定量、定性。
附图说明
图1是多模态管道导波诊断***内部模块结构图；
图2是***运行流程图；
图3是***诊断方法流程图；
图4是传感器阵列环横向分布图；
图5是传感器阵列环纵向分布图；
图6是多模态导波诊断***检测波形。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
如图1所示，本发明的多模态导波工业管道诊断装置，包括计算机1、主机2、压电传感器阵列环3，所述主机1包括处理器4、两个激励通道5、存储器6、电源7、模数转换器10、调理电路11、多路采集卡12、转换开关13、接口设备14；所述激励通道5包括数模转换器8、功率放大器9；所述存储器6、电源7与处理器4相连，所述处理器4与接口设备14相连，所述接口设备14与计算机1相连，所述处理器4与数模转换器8相连，所述数模转换器8与功率放大器9相连，所述传感器阵列环3由3组相同规格和数量的传感器构成，其中两组为信号激励环，分别连接所述两个激励通道5的功率放大器9；另一组作为信号采集环与所述多路采集卡12的输入端相连，所述多路采集卡12包括5组采集卡，每组采集卡有8路独立采样通道，采集卡的40路采样通道分别对接单个传感器，所述多路采集卡12的输出端与调理电路11相连，所述多路采集卡12的输出端还与转换开关13相连，所述转换开关13将多路采集卡12输入的信号并联后传输至调理电路11，所述调理电路11与模数转换器10相连，所述模数转换器10与处理器4相连。
本发明针对现有导波检测技术的不足，提供一种多模态导波管道诊断装置，该诊断装置通过多通道时延信号激励***分时分别激励对称的L(0，2)模态导波和对称的T(0,1)模态导波，从而提高缺陷检测的敏感度，通过主机采集通道内的多组采集卡和转换开关组合电路，可实现一次激励同时获得传感器整环信号和单个传感器信号，提高实时性检测的同时降低软件算法难度，便于后期信号处理。
所述计算机1是整个装置的控制中心，计算机1向主机2发送控制指令控制其运行。
本发明装置的压电传感器纵向均匀分布在管壁时，可激励出L(0,2)模态导波，当压电传感器横向均匀分布在管道外壁时，激励出T(0,1)模态导波。
本发明装置的主机采集通道内有5组采集卡和转换开关的组合电路，每组采集卡有8路独立采样通道，采集卡的40路采样通道分别对接单个传感器，从而实现一次激励可同时采集整路信号和单路信号的功能。
所述多通道时延信号激励***是由两独立激励通道组成，两通道产生时延且互为反相波形信号，经调理和放大后激励传感器激励环，其中两通道延时时间为C/(4*fc)，再调节两传感器激励环间距C/(4*fc)，根据叠加定理可使激励出的导波沿单方向传播，当主机A通道对接的A1环传感器相对B通道对接的B1环传感器延迟激励，则激励出的导波由A1排传感器向B1排传感器单向传播，反之亦然。多模态导波工业管道诊断方法包括以下步骤：
(1)将计算机与***主机通过数据电缆连接，***主机与3排传感器阵列环连接，配置传感器环阵列为纵向分布，主机两激励通道分别连接两排激励传感器阵列环，两激励传感器阵列环间距为C/(4*fc)，C为激励出的导波波速，fc为激励信号的中心频率，主机采集通道连接接收传感器阵列环。
(2)检测人员在计算机参数录入界面输入波形频率fc、波形的周期数n、两通道的延迟时间、检测管道长度、传感器个数，由计算机内部生成数字波形通过USB2.0通信接口传输到主机处理器中。其中波形频率最好为传感器的谐振频率，波形周期数n与信号的分辨率和对缺陷的敏感度相关，一般周期数越大信号的分辨率越低，但是对缺陷的敏感度较高，所以用户在选择的时候应根据实际进行取舍，一般情况下，当周期数为10时就可以满足管道导波检测的要求；传感器的个数与被检管道的外径有关，外径越大传感器个数越多，但是传感器的个数必须为偶数，且应该大于导波检测中弯曲模态的最高阶数。
(3)主机将数字波形分别送入主机两个独立激励通道中，经数模转换器转换成模拟波形，再经调理和放大，延时驱动激励传感器阵列环，首先调整激励传感器阵列环在管道外壁上为纵向均匀分布，从而激励出轴对称L(0,2)模态导波。
(4)采集通道中的采集卡采集单个传感器上的回波信号，转换开关用于将传单个感器信号并联构成整环信号，最终实现同时采集单个传感器信号和整环传感器信号，然后信号进行调理放大和模数转换，暂存在存储器。
(5)由计算机发送指令控制计算机处理单元对信号进行预处理，首先提取整环传感器信号幅值包络线，并对信号进行带通滤波器滤波处理，滤波器中心频率为计算机设置激励频率，带宽为10Khz-30KHz.
(6)以接收传感器阵列环第一次接收的整环信号为起始波，提取起始波的极大值，根据导波衰减公式，绘制DAC时程衰减曲线来进行管道结构特征的区分和缺陷的定量分析，DAC时程衰减曲线包括法兰DAC时程衰减曲线、焊缝DAC时程衰减曲线、缺陷DAC时程衰减曲线，当整环回波信号幅值最高点位于法兰DAC时程衰减曲线以上区域时，判定回波为法兰特征；当整环回波信号幅值最高点位于法兰DAC时程衰减曲线以下和焊缝DAC时程衰减曲线以上时，判定回波为管道焊缝，当整环回波信号幅值最高点位于焊缝DAC时程衰减曲线以下和缺陷DAC时程衰减曲线以上区域时，判定回波为疑似缺陷。其中衰减公式如下：
y＝e-0.02675x
(7)将采集到的单个传感器信号根据模态对称算法处理得到模态对称曲线，将模态对称曲线和整环传感器信号建立在时间幅值图下，比较某一时间下整环传感器信号与模态对称曲线信号的幅值比σ，当σ大于1时，可判定该时刻下存在缺陷；当σ大于1/2时，可判定该时刻下具有早期缺陷；当σ小于1/2时，判定该时刻下没有缺陷。
模态对称曲线是通过对单个传感器信号处理所得，用于量化转换模态幅值。处理方法为选择管道截面任意两个中心对称传感器波形相互叠加最后取平均值进行绘制，如以下算法：
N为组成一环传感器的个数，单个传感器接收信号的幅值，Y为经叠加后的波形幅值。
(8)对所得的缺陷信号进行定位分析，通过计算缺陷信号接收传感器阵列环第一次接收到的回波的时间间隔T，根据激励出的导波波速C，算出管道在L位置存在缺陷，L为缺陷距离传感器环阵列的中间一环的距离,对缺陷进行定位分析，定位公式如下
L＝CT/2
(9)对所得缺陷信号进行定量分析，当步骤(7)中确定的缺陷信号极大值位于缺陷DAC时程衰减曲线以下50％到10％时，诊断为轻度损伤；当待测波形极大值位于缺陷DAC时程衰减以下10％到缺陷DAC时程衰减以上10％时，诊断为中度损伤；当待测波形极大值位于缺陷DAC时程衰减曲线以上10％到50％时，诊断为严重损伤。
(10)对所得缺陷信号进行定性分析，通常将缺陷的类型分为腐蚀和裂纹。通过建立典型缺陷数据库训练神经网络的，提取整环信号能量值、相关系数、频谱半高宽、峰度系数、偏度系数特征参数构成一维特征向量作为神经网络输入层，用训练后的神经网络对采集样本进行测试，进行损伤类型实时判断。
(11)待一次检测完成后，调整传感器阵列环横向均匀分布在管道外壁，重复上述参数设定，从而激励出T(0,1)模态导波，由于L(0,2)模态和T(0,1)模态导波针对不同的缺陷，其敏感度不一样，为避免对缺陷的漏检，在激励两种模态情况下选择模态对称曲线出现峰值的次数较多的波形作为可信波形。
下面结合具体实施例，对外径为108mm，壁厚7mm,长度为11.5m的空心带焊缝直管道进行检测，对接焊缝距离管端5.5m，在管道热影响区处有一条裂纹，缺陷截面积比为12％，在距离管道端部8.5m处有一缺陷截面积比为4％的孔洞，将计算机、主机模块以及传感器阵列三者通过信号线连接，3组压电传感器阵列耦合在管道上。此时多模态导波诊断装置按照以下步骤运行：
(1)选择合适的激励参数输入计算机，选择n为10周期的激励信号、激励频率为70KHZ、两个独立通道的延迟时间为2.55us、检测范围为12m、单环传感器个数为16，输入完成后向主机发送开始采集命令。
(2)多模态导波管道诊断仪主机接收到计算机的命令后，将数字波形转换送入主机内两个独立通道，经过数模转换器转换成模拟波形，并通过反相电路使两通道信号互为反相，然后经放大后施加到压电传感器阵列环上；
(3)设置两激励通道激励脉冲波形间隔2.55us、激励传感器阵列环的间距为19mm，从而在管道中激励出单个方向传播的L(0,2)模态导波。
(4)激励出的导波在管道中传播，遇到缺陷便会产生回波，此时主机采集通道同时启动2组采集卡，组内依次采集单路的回波信号和整路信号，并通过信号调理和模数转换后，暂存在存储器中，并通过USB2.0接口将数据传入计算机。
(5)计算机将接收到的数据送入分析处理单元，首先对整环传感器信号进行滤波处理、包络处理，根据焊缝DAC时程衰减曲线判断在管道5.5m处在焊缝，且缺陷大小约为11％。
(6)根据单个传感器信号处理得模态对称曲线，利用整环传感器信号的幅值与模态对称曲线的幅值比诊断距离管道8.5m处存在微小缺陷。
(7)利用实验采集标准缺陷信号数据进行神经网络的训练，提取信号能量值、幅值、相关系数、频谱半高宽、峰度系数、偏度系数特征参数，构成一维特征向量作为输入层导入到神经网络进行训练判断损伤类型，设定网络的训练目标误差为0.001，用训练后的神经网络对测试集样本进行测试，缺陷识别的正确率达到83％。
本发明具有工业管道损伤实时在线检测功能，当模态对称曲线整体偏高，且无明显峰值时，可判定管道内部存在介质，可以在管道出现损伤的初期利用模态对称曲线，检测出带介质管道内部隐藏损伤，实现了对管道进行在线检测。
本发明的检测对象同时可辐射管道、压力容器、铁轨、焊缝、锚杆、高速公路护栏立柱、接地管网等，具有很好的市场前景。
除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围内。
Claims (5)
1.一种多模态导波工业管道诊断方法，多模态导波工业管道诊断装置包括计算机(1)、主机(2)、传感器阵列环(3)，所述主机(1)包括处理器(4)、两个激励通道(5)、存储器(6)、电源(7)、模数转换器(10)、调理电路(11)、多路采集卡(12)、转换开关(13)、接口设备(14)；所述激励通道(5)包括数模转换器(8)、功率放大器(9)；所述存储器(6)、电源(7)与处理器(4)相连，所述处理器(4)与接口设备(14)相连，所述接口设备(14)与计算机(1)相连，所述处理器(4)与数模转换器(8)相连，所述数模转换器(8)与功率放大器(9)相连，所述传感器阵列环(3)由3组相同规格和数量的传感器构成，其中两组为信号激励环，分别连接所述两个激励通道(5)的功率放大器(9)；另一组作为信号采集环与所述多路采集卡(12)的输入端相连，所述多路采集卡(12)的输出端与调理电路(11)相连，所述多路采集卡(12)的输出端还与转换开关(13)相连，所述转换开关(13)将多路采集卡(12)输入的信号并联后传输至调理电路(11)，所述调理电路(11)与模数转换器(10)相连，所述模数转换器(10)与处理器(4)相连；其特征在于，通过分别激励对称的L(0，2)模态导波和对称的T(0,1)模态导波，每种模态激励导波在传播过程中遇到缺陷时产生一部分模态转换,产生多模态回波信号，用以对缺陷进行定位、定量、定性诊断分析,多模态导波工业管道诊断方法包括以下步骤：
1)将传感器环阵列纵向均匀分布，两组信号激励环间距为C/(4*fc)，其中C为激励导波波速，fc为激励信号的中心频率；
2)输入波形频率fc、波形的周期数n、检测管道长度、传感器个数，两通道的延迟时间为C/(4*fc)，由计算机根据用户输入波形频率和周期数生成窗函数调制的脉冲数字波形，传送至主机的处理器，波形公式为：
y(t)为激励信号函数，t为传播的时间；
3)主机将数字波形分别送入两个激励通道中，经数模转换器转换成模拟波形，再经调理和放大，延时驱动激励传感器阵列环，激励出轴对称L(0,2)模态导波；
4)采集通道中的采集卡采集单个传感器上的回波信号，转换开关用于将单个传感器信号并联构成整环信号，最终实现同时采集单个传感器信号和整环传感器信号，然后对信号进行调理放大和模数转换，暂存在存储器；
5)提取整环传感器信号幅值包络线，并对信号进行带通滤波器滤波处理，滤波器中心频率为计算机设置的激励频率；
6)以信号采集环第一次接收的整环回波信号为起始波，提取起始波的极大值，根据导波衰减公式，绘制DAC时程衰减曲线来进行管道结构特征的区分和缺陷的定量分析，所述DAC时程衰减曲线包括法兰DAC时程衰减曲线、焊缝DAC时程衰减曲线、缺陷DAC时程衰减曲线，当整环回波信号幅值最高点位于法兰DAC时程衰减曲线以上区域时，判定回波信号为法兰特征；当整环回波信号幅值最高点位于法兰DAC时程衰减曲线以下和焊缝DAC时程衰减曲线以上时，判定回波信号为管道焊缝；当整环回波信号幅值最高点位于焊缝DAC时程衰减曲线以下和缺陷DAC时程衰减曲线以上区域时，判定回波信号为疑似缺陷；所述导波衰减公式如下：
y＝e-0.02675x
7)将采集到的单个传感器信号根据模态对称算法处理得到模态对称曲线，将模态对称曲线和整环传感器信号建立在时间幅值图下，比较某一时间下整环传感器信号与模态对称曲线信号的幅值比σ，当σ大于1时，可判定该时刻下存在缺陷；当σ大于1/2时，可判定该时刻下具有早期缺陷；当σ小于1/2时，判定该时刻下没有缺陷；
所述模态对称曲线是通过对单个传感器或传感器组信号处理所得，L(0,2)模态导波在传播过程中遇到缺陷时发生模态转换,部分产生非对称的弯曲F(1,3)模态，用于量化转换模态幅值，处理方法为选择管道截面任意两个中心对称传感器波形相互叠加，然后取平均值进行绘制，如以下算法：
N为组成一环传感器的个数，为单个传感器接收信号的幅值，Y为经叠加后的波形幅值；
8)对所得的缺陷信号进行定位分析，T为通过计算确定的缺陷信号距离激励波的间隔时间，根据激励出的导波波速C，算出管道在L位置存在缺陷，对缺陷进行定位分析，定位公式如下：
L＝CT/2；
9)待一次检测完成后，调整传感器阵列环为横向均匀分布在管道外壁，重复上述参数设定，从而激励出剪切T(0,1)模态导波；T(0,1)模态导波在传播过程中遇到缺陷时发生模态转换,部分产生非对称的弯曲F(1,2)模态,用于量化转换模态幅值；由于L(0,2)模态导波和T(0,1)模态导波及其产生的转换模态导波针对不同的缺陷，其敏感度不一样，为避免对缺陷的漏检，在激励两种模态情况下选择模态对称曲线出现峰值的次数较多的波形作为可信波形。
2.如权利要求1所述的多模态导波工业管道诊断方法，其特征在于，所述步骤2)波形频率为传感器的谐振频率，波形周期数n为10，传感器的个数为偶数，且大于导波检测中弯曲模态的最高阶数。
3.如权利要求1所述的多模态导波工业管道诊断方法，其特征在于，所述步骤5)带通滤波器的带宽为10KHz-30KHz。
4.如权利要求1所述的多模态导波工业管道诊断方法，其特征在于，所述步骤6)中确定的缺陷信号极大值位于缺陷DAC时程衰减曲线以下50％到10％时，诊断为轻度损伤；当极大值位于缺陷DAC时程衰减曲线以下10％到缺陷DAC时程衰减曲线以上10％时，诊断为中度损伤；当极大值位于缺陷DAC时程衰减曲线以上10％到50％时，诊断为严重损伤。
5.如权利要求1所述的多模态导波工业管道诊断方法，其特征在于，对所得缺陷信号进行定性分析，将缺陷的类型分为腐蚀和裂纹，通过建立典型缺陷数据库训练神经网络，提取整环信号能量值、相关系数、频谱半高宽、峰度系数、偏度系数特征参数构成一维特征向量作为神经网络输入层，用训练后的神经网络对采集样本进行测试，进行损伤类型实时判断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510264064.7A CN104965023B (zh) | 2015-05-21 | 2015-05-21 | 多模态导波工业管道诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510264064.7A CN104965023B (zh) | 2015-05-21 | 2015-05-21 | 多模态导波工业管道诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104965023A CN104965023A (zh) | 2015-10-07 |
| CN104965023B true CN104965023B (zh) | 2018-11-16 |
Family
ID=54219070
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510264064.7A Active CN104965023B (zh) | 2015-05-21 | 2015-05-21 | 多模态导波工业管道诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104965023B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105301117B (zh) * | 2015-10-14 | 2017-11-10 | 浙江大学 | 一种用超声频散补偿原理检测空心圆柱体周向缺陷的方法 |
| CN106198725B (zh) * | 2016-06-22 | 2019-04-30 | 江苏大学 | 一种基于特征导波的对接焊缝缺陷检测***及检测方法 |
| CN108414624B (zh) * | 2018-03-03 | 2020-11-03 | 北京工业大学 | 基于全波形反演法的起重机异形截面结构起重伸缩臂的检测方法 |
| CN108709932B (zh) * | 2018-04-04 | 2021-04-06 | 西安理工大学 | 一种基于超声导波断轨检测***的轨道状态检测方法 |
| CN108732249B (zh) * | 2018-05-25 | 2021-01-05 | 中国兵器科学研究院宁波分院 | 一种自动化超声检测***中多模式同步触发的控制电路及其方法 |
| CN109298080B (zh) * | 2018-10-31 | 2023-12-15 | 江苏大学 | 基于特征导波的焊缝缺陷检测专用阵列式传感器的分时激励***及方法 |
| CN110646513B (zh) * | 2019-10-17 | 2021-11-12 | 重庆大学 | 基于导波组合激励的结构体底板健康状态检测方法 |
| CN110849971B (zh) * | 2019-11-21 | 2021-05-18 | 西南交通大学 | 基于双指数窗函数法的结构模态参数识别方法 |
| CN112113835A (zh) * | 2020-09-10 | 2020-12-22 | 北京理工大学 | 一种微动疲劳裂纹萌生位置判定方法 |
| CN115031170B (zh) * | 2022-06-30 | 2023-09-05 | 江南大学 | 一种机械式管道损伤传感器阵列装置 |
| CN116773547B (zh) * | 2023-08-17 | 2023-11-03 | 北京大学 | 一种基于多模态的焊缝缺陷检测方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101762633B (zh) * | 2008-12-25 | 2011-06-22 | 中国石油天然气股份有限公司 | 一种管道本体缺陷快速检测方法 |
| CN202994735U (zh) * | 2012-12-25 | 2013-06-12 | 深圳市发利构件机械技术服务有限公司 | 超声导波检测*** |
| CN103389339B (zh) * | 2013-07-22 | 2015-08-26 | 北京工业大学 | 一种基于时间反转周向Lamb波的大口径厚壁管道缺陷定位方法 |
| CN103792287A (zh) * | 2014-01-16 | 2014-05-14 | 大连理工大学 | 一种基于Lamb波的大面积结构损伤检测方法 |
| CN203811579U (zh) * | 2014-04-02 | 2014-09-03 | 江苏省特种设备安全监督检验研究院镇江分院 | 多模态导波工业管道诊断装置 |
-
2015
- 2015-05-21 CN CN201510264064.7A patent/CN104965023B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104965023A (zh) | 2015-10-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104965023B (zh) | 多模态导波工业管道诊断方法 | |
| CN102636303B (zh) | 一种基于表面超声波测定薄镀层残余应力的方法 | |
| CN103940908B (zh) | 基于dbscan及互相关算法的超声检测装置及方法 | |
| CN106287240B (zh) | 一种基于声发射的管道泄漏检测装置及单传感器定位方法 | |
| CN104502451A (zh) | 一种钢板缺陷识别方法 | |
| CN104142195A (zh) | 基于超声波法的钢结构构件内部初始应力检测装置和方法 | |
| CN103901102B (zh) | 一种基于超声相控阵技术的锻件典型缺陷识别方法 | |
| CN103278558A (zh) | 一种基于磁致伸缩的锚固***无损检测装置及方法 | |
| CN102537669B (zh) | 一种基于超声导波聚焦的管道缺陷检测方法和*** | |
| CN104181233A (zh) | 一种基于特征增强的耐张线夹压接缺陷超声b扫检测方法 | |
| CN205620355U (zh) | 一种集成超声导波与声脉冲技术的便携式管路检测仪 | |
| CN111157624B (zh) | 一种管道内膛损伤状态诊断方法 | |
| CN103792287A (zh) | 一种基于Lamb波的大面积结构损伤检测方法 | |
| CN102944609B (zh) | 一种整套多通道白车身焊点检测*** | |
| CN104316277A (zh) | 基于声检测与盲信号分离的气密性监测方法与装置 | |
| CN201508350U (zh) | 石油管材超声波自动探伤检测装置 | |
| CN103713054B (zh) | 一种管道近焊缝区缺陷导波特征信号提取方法 | |
| CN105092691B (zh) | 一种管道内氧化皮堆积的定量检测方法及检测仪 | |
| CN104155360B (zh) | 管道内检测器信号激发与采集装置及管道缺陷检测方法 | |
| CN202083674U (zh) | 大型热态铸锻件热处理裂纹在线检测装置 | |
| CN105866247A (zh) | 钢板粘贴密实度检测装置及方法 | |
| CN105911137A (zh) | 一种管路超声导波与声脉冲集成检测技术 | |
| CN103954628B (zh) | 联合eemd和近似熵的钢管损伤监控方法 | |
| CN102520064B (zh) | 基于时间反转聚焦方法的管道缺陷大小判定方法 | |
| CN110988138B (zh) | 一种焊接件质量检测装置及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201221 Address after: 224200 No.8 Beihai Road, Dongtai City, Yancheng City, Jiangsu Province Patentee after: Dongtai science and Technology Service Center Address before: No. 101, Nanxu Avenue, Zhenjiang City, Jiangsu Province, 212000 Patentee before: JIANGSU HUIZHI INTELLECTUAL PROPERTY SERVICES Co.,Ltd. Effective date of registration: 20201221 Address after: No. 101, Nanxu Avenue, Zhenjiang City, Jiangsu Province, 212000 Patentee after: JIANGSU HUIZHI INTELLECTUAL PROPERTY SERVICES Co.,Ltd. Address before: 212013 No. 301, Xuefu Road, Zhenjiang, Jiangsu Patentee before: JIANGSU University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210615 Address after: 224200 No. 48 Dongjin Avenue, Chengdong New District, Dongtai City, Yancheng City, Jiangsu Province Patentee after: Dongtai Chengdong science and Technology Pioneer Park Management Co.,Ltd. Address before: 224200 No.8 Beihai Road, Dongtai City, Yancheng City, Jiangsu Province Patentee before: Dongtai science and Technology Service Center |
|
| TR01 | Transfer of patent right | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20151007 Assignee: Dongtai tepusong Machinery Equipment Co.,Ltd. Assignor: Dongtai Chengdong science and Technology Pioneer Park Management Co.,Ltd. Contract record no.: X2023980043158 Denomination of invention: Multimodal Guided Wave Industrial Pipeline Diagnosis Method Granted publication date: 20181116 License type: Common License Record date: 20231012 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20151007 Assignee: Dongtai Donggao Electronic Information Technology Co.,Ltd. Assignor: Dongtai Chengdong science and Technology Pioneer Park Management Co.,Ltd. Contract record no.: X2023980045160 Denomination of invention: Multimodal Guided Wave Industrial Pipeline Diagnosis Method Granted publication date: 20181116 License type: Common License Record date: 20231102 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20151007 Assignee: Dongtai Gaoxin Mechanical Equipment Co.,Ltd. Assignor: Dongtai Chengdong science and Technology Pioneer Park Management Co.,Ltd. Contract record no.: X2023980046304 Denomination of invention: Multimodal Guided Wave Industrial Pipeline Diagnosis Method Granted publication date: 20181116 License type: Common License Record date: 20231110 |
|
| EE01 | Entry into force of recordation of patent licensing contract |