本站原创摘 要：由于传统储罐检修中的定周期、盲目开罐可能造成巨大财力物力损失、“坏”罐漏检等问题,近年来国内外出现了储罐在线检测技术.而声发射技术是目前国内外应用比较多的储油罐底板腐蚀在线检测定性评价技术.本文在声发射在线检测原理基础上,探索出一种实用的储罐声发射信号采集流程.在神经网络的声发射信号模式识别方法的基础上,提出了一种混合式的声发射信号处理方法.本文的研究成果成功应用于储油罐声发射在线检测的现场数据采集和分析处理,对储油罐在线检测技术研究具有一定的指导作用.
关 键 词：储油罐；在线检测；集声发射；信号采集；混合处理
【分类号】：TG115.285；TE972
0引言
随着我国进一步增加数量更多、容量更大的储罐群来满足原油储备需要[1].储罐的安全运行有着重要的意义,安全事故不仅将造成经济损失、环境污染且直接危害生命安全,甚至产生严重的社会影响.罐底板腐蚀和泄漏是造成储罐安全隐患最主要的原因.通常,每隔数年就需对罐底板腐蚀状态进行一次例行检测,对罐底的腐蚀状况加以评估,避免可能由此引发的泄漏事故.
针对储罐定周期开罐检修存在的问题,近年来国内外出现了储罐在线检测技术.在线检测技术旨在解决传统储罐检修中的定周期、盲目开罐可能造成的巨大财力物力损失问题以及“坏”罐漏检的问题,从而避免事故的发生.声发射技术是目前国内外应用比较多的储罐底板腐蚀在线检测定性评价技术.
1声发射在线检测原理
采用声发射技术对储罐底板进行在线检测主要是利用载荷变化时,腐蚀减薄区产生变形而引起的腐蚀层脱落与开裂,以及泄漏产生的湍流声等声发射信号[2].在工作状态下,储罐底板主要有以下两种有效的声发射源：
①局部严重腐蚀区的受载变形产生有效声源；
②泄漏点的液体流动声源.
声发射检测技术通过按一定阵列固定布置在储罐上的换能器接收来自罐底板“声源”的信号,通过专门的软硬件对这些信息进行数据采集与处理分析,以判断罐底板的腐蚀情况以及是否存在泄漏[3].
2储罐声发射在线检测信号采集过程
（1）信号采集前的准备
在安装检测仪器进行信号采集之前,检测人员应通过审核设计文件、制造文件资料、储罐的运行记录等资料文件.
（2）储罐声发射在线检测液位及要求
储罐在线检测需在盛装一定介质的情况下进行.一般推荐检测时液位高度为最高操作液位高度的80%以上.检测前,应保证被检油罐在该液位下静置12小时以上,并关闭进出口阀门及其他干扰源,如搅拌器、加热设施等.
（3）供电要求
在检测现场需要一个满足声发射仪器要求的稳定且接地良好的电源.
（4）传感器安装
①表面接触
传感器安装方式为传感器表面中心直接耦合到储罐表面上,应保证传感器所接触的表面清洁无杂质,以满足良好耦合.会引起信号的损失的原因包括储罐表面的涂层或喷漆、表面粗糙度或几何不连续.在特殊情况下,为降低信号的损失需将金属表面的锈蚀、油漆等去除以.
②传感器的位置
对于储罐进行的声发射在线检测,传感器应布置在距底板高0.2～1.0m范围内的壁板上,尽量采取同一高度,并沿罐壁圆周成等间距分布.
③传感器的间距
对于储罐进行声发射检测,传感器的间距不宜大于13m.对于不同类型立式储罐,可按表1中推荐的传感器数量进行布置.
（5）信号电缆要求
供电信号电缆用于为前置放大器供电及将放大信号传送给主处理器.供电信号电缆的长度应控制在信号衰减小于3dB的范围.（当使用标准同轴电缆时,为了避过大的信号衰减,推荐最大长度为300米）.
（6）开始采集
罐底声发射数据采集时,我们创造性地采用短期监测（10个小时以上）与多次检测（连续2～4次）相结合的方式,避免了偶然因素对检查结果的影响,大大地提高了数据的有效性,为数据的分析处理提供了保证.检测过程中若遇雨、雪、冰雹或刮风（5级以上）,应停止检测,待天气好转后才可进行.
3储罐声发射在线检测信号混合处理
本文提出将模式识别方法与基于参数的声发射数据处理方法相结合的方法,用于地面立式储罐罐底在线声发射检测数据的处理与分析.该方法首先通过小波算法去除部分噪声,之后通过声发射特征参数的之间的相似性,基于距离计算标准将它们进行聚类,再结合有效声发射信号的特性,筛选合理的类数据用于后续处理,最后,基于有效声发射信号活动性统计分析结果给出储罐罐底腐蚀评价,下面结合实际数据阐述各分析步骤.
3.1滤波
采用小波算法滤除波声发射波形中“毛刺”的部分.图1为原始信号波形图,图2为滤波后的信号图.
3.2聚类
对滤波后的声发射数据进行聚类,将“相似”的声发射信息聚为一类,最后选择包含真实罐底腐蚀信号的一类数据用于后续处理.具体分为几类,采用什么方法分类依赖一定的检测经验[4].有多种聚类方法可用来寻找相似的类,主要有最大-最小距离,K-Means,聚类搜索,迭代自组织以及LVQ（学习向量化）等方法,本文应用经典的K-Means聚类方法.聚类后不同类的主成份投影如图3所示；聚类前的全部声发射数据定位如图4所示；选定合理类后的声发射定位如图5所示.
3.3基于参数进行分析处理
首先根据声发射信号主要参数两两之间的相关图（图6）,进一步分析干扰数据（图7）,最后根据出各通道有效数据在单位时间内的事件数,以及事件的平均能量进行分级评价[4].
4结束语
本文分析研究了罐底声发射信号采集前的准备、在线检测液位及要求、供电要求、传感器的安装和信号电缆的要求,为信号的采集提供指导.探索出一种实用的储罐声发射信号采集流程,并成功应用于储罐声发射在线检测的现场数据采集；在声发射信号采集方法的研究上,取得了突破性进展.
在BP神经网络的声发射信号模式识别方法的基础上,提出了一种混合式的声发射信号处理方法,提高了声发射在线检测结果的准确度.