基于相关分析的声发射储罐罐底检测降噪方法

基于声发射原理的大型储罐罐底腐蚀和泄漏检测方法近些年被业界普遍认同。作为一种高效率、低成本的先进方法取得了越来越多的应用。然而由于该方法本身的特点,在检测过程中不可避免地会采集到大量的噪声信号。如不能有效地消除这些噪声信号,就会严重影响对罐底评估的准确性。因此,人们提出了多种去噪方法,然而这些方法却不能很好地消除"虚定位"事件。针对该问题,提出了一种基于相关分析的声发射罐底检测降噪方法以消除"虚定位"事件。通过对现场实际检测数据的处理表明,该方法能够有效消除"虚定位"事件,使得罐底评估的结果与开罐实测的结果更加相符。

基于聚类分析的罐底声发射检测信号融合方法

采用声发射技术进行罐底腐蚀与泄漏检测过程中,需要对多个传感器的检测到的声发射信号进行融合处理,将属于同一声发射源的声发射信号判定为一个声发射事件。但是在现场检测过程中,由于噪声的存在,使得在声发射信号融合处理时容易对声发射源产生误判。针对该问题,提出了一种基于聚类分析的罐底声发射信号融合方法,其基本原理是先根据事件定义时间进行初始声发射事件判定,然后采用聚类分析方法对初始声发射事件中的信号进行分类,将每一类信号分别判定为一个声发射源。现场实验表明采用该方法抗噪声干扰能力强、误判概率低,能准确反应罐底腐蚀的实际情况。

基于极限学习机和b值法的罐底声发射检测腐蚀信号识别方法

声发射储罐罐底腐蚀检测过程中,采集到的腐蚀信号里不可避免地混有干扰。针对该问题,提出了基于极限学习机(ELM)的石油储罐罐底腐蚀信号识别方法。为验证该方法的有效性,在秦皇岛输油站的消防水罐里,进行模拟罐底腐蚀检测实验,并应用ELM对采集到的声发射信号进行分类识别,用b值法对ELM的分类效果进行评估。实验结果表明:ELM识别正确率高于90%。ELM识别出的腐蚀信号的b值变化规律与实验室条件下腐蚀信号的b值变化规律一致,并能够反映磷酸腐蚀碳钢板的过程。

在役储油罐罐底超声检测方法初探

针对在役储油罐罐底钢板缺陷检测的问题,提出了一种在役油罐中使用的多通道超声检测设备的设计方法。并且探讨了多通道超声波检测、自动行走小车、自动行走小车定位、防爆能量传输、防爆信息传输、超声检测数据处理等方面内容。提出了一种完整的可实现的在役储罐自动检测方法的设想,结果表明该方法能有效的识别罐底钢板的缺陷,并能根据缺陷回波信号可以判断出缺陷的大小以及位置等信息。

基于小波聚类的罐底声发射源聚集区域自动识别

利用声发射(AE)技术进行储罐罐底腐蚀检测过程中,不仅要获得声发射信号,还要根据声发射源分布的疏密了解罐底各处的腐蚀情况.传统方法一般采用人工方式进行腐蚀区域划分和识别,效率和准确率都低.为解决该问题,提出了一种基于小波聚类的罐底声发射源聚集区域自动识别方法.算法过程主要包括:划分网格、二维离散小波变换、区域查找和标记、确定声发射源所属区域等步骤.现场实验数据表明,该方法能够对任意分布形状的声发射源聚集区域进行自动识别,特别是能够将因加热盘管腐蚀产生的声发射源划分到同一区域,有效提高了对罐底腐蚀评估的效率和准确性.此外,以声发射源分布信息熵作为区域识别有效性的评价指标,选择信息熵最大的识别结果作为最终声发射源聚集区域识别结果最为有效.

大型原油储罐罐底声发射源定位算法研究

针对大型储罐罐底声发射检测过程中的声源定位问题,在深入研究三角定位算法和超定定位算法原理的基础上,采用蒙特卡洛模拟方法定量分析比较了两种算法对罐底声发射源定位的性能,主要包括定位计算时间、定位误差分布以及有效定位率等参数。结果表明三角定位算法比超定定位算法快100倍,但在非理想情况下,即存在时间测量误差和声速误差时,三角定位算法对罐底边缘区域的声源定位误差大,而超定定位算法对罐底边缘区域声源的有效定位率低。现场检测过程中应根据实时性、误差范围、计算机性能等要求选择合适的定位算法。