邱楓　戴光　張穎　趙永濤　李承志

（1東北石油大學(xué)大慶163318）（2中國(guó)石油集團(tuán)安全環(huán)保技術(shù)研究院北京100102）

儲(chǔ)罐底板聲源辨識(shí)及定位方法研究?

邱楓1?戴光1張穎1趙永濤2李承志1

（1東北石油大學(xué)大慶163318）（2中國(guó)石油集團(tuán)安全環(huán)保技術(shù)研究院北京100102）

儲(chǔ)罐底板腐蝕是多聲源問題，在不同位置的腐蝕源可能同時(shí)發(fā)射應(yīng)力波。這些聲源信號(hào)有時(shí)會(huì)重疊被傳感器接收，從而影響定位的可靠性。為此本文基于平面聲發(fā)射源能量定位方法的基本理論，進(jìn)行了模擬儲(chǔ)罐底板定位實(shí)驗(yàn)，提出了能量定位系數(shù)的修正方法。通過對(duì)實(shí)驗(yàn)數(shù)據(jù)分析，發(fā)現(xiàn)快速獨(dú)立分量分析（FastICA）方法可以將同種聲源混合信號(hào)進(jìn)行有效分離，并且基本保持原有波形特征，相干系數(shù)法可以實(shí)現(xiàn)對(duì)分離后的同源信號(hào)進(jìn)行聚類，進(jìn)而應(yīng)用改進(jìn)能量定位方法對(duì)聲發(fā)射源進(jìn)行定位，從而對(duì)聲源辨識(shí)，判斷事件集中度提供依據(jù)。

模擬儲(chǔ)罐底板，聲發(fā)射，定位，識(shí)別

1　引言

隨著我國(guó)經(jīng)濟(jì)的持續(xù)快速發(fā)展，常壓立式儲(chǔ)罐的規(guī)模越來越趨于大型化。國(guó)家和企業(yè)越來越關(guān)注其安全性和經(jīng)濟(jì)性。聲發(fā)射檢測(cè)（Acoustic emission testing）技術(shù)以其不需停產(chǎn)開罐檢測(cè)等一系列優(yōu)點(diǎn)成為目前國(guó)內(nèi)外對(duì)儲(chǔ)罐底板腐蝕狀態(tài)進(jìn)行安全評(píng)估的主要手段［1］。在應(yīng)用聲發(fā)射檢測(cè)技術(shù)對(duì)儲(chǔ)罐底板腐蝕狀態(tài)進(jìn)行檢測(cè)評(píng)估過程中，不僅要獲取聲發(fā)射信號(hào)，更重要的是了解聲源活動(dòng)性和集中度，而聲源識(shí)別技術(shù)能夠反映缺陷聲源數(shù)量，以及實(shí)際缺陷聲發(fā)射活度［2］。因此在儲(chǔ)罐的腐蝕狀態(tài)聲發(fā)射檢測(cè)中，定位源作為檢測(cè)結(jié)果評(píng)價(jià)的一項(xiàng)重要指標(biāo)，其結(jié)果具有很高的參考價(jià)值，對(duì)檢測(cè)結(jié)果具有一定的預(yù)見性［3］。

然而儲(chǔ)罐底板腐蝕環(huán)境十分復(fù)雜，往往在開罐檢驗(yàn)時(shí)，發(fā)現(xiàn)儲(chǔ)罐底板表面腐蝕坑數(shù)量很多，無規(guī)律的分布在儲(chǔ)罐底板表面［4］。因此在某一時(shí)刻，在不同的點(diǎn)可能同時(shí)存在腐蝕聲源，其產(chǎn)生的信號(hào)不僅波形特征相似，頻率范圍也接近，若這些聲信號(hào)相互混疊，將造成定位事件數(shù)的丟失，甚至在聲源定位過程中存在偽定位。由于罐底聲源識(shí)別技術(shù)仍具有一定的局限性，及用于定位聲速的復(fù)雜性、現(xiàn)場(chǎng)信號(hào)類型的多樣性以及門檻值的限定性等因素，這些均會(huì)影響儲(chǔ)罐底板聲源定位的可靠性。為此，本文在前期研究工作［5］的基礎(chǔ)上，利用快速獨(dú)立分量分析將儲(chǔ)罐底板混合信號(hào)分離，對(duì)于分離后的信號(hào)相關(guān)分析同源聚類，進(jìn)而采用參數(shù)定位方法對(duì)聲源進(jìn)行識(shí)別。

2　模擬儲(chǔ)罐底板實(shí)驗(yàn)方法

由于儲(chǔ)罐容積的大型化，而罐底缺陷信號(hào)的幅值較小，尤其是腐蝕信號(hào)，信號(hào)的衰減又較大，這樣極可能造成缺陷信號(hào)的漏檢和誤判［5］。因此在儲(chǔ)罐內(nèi)部放置傳感器變得很有必要，該傳感器與儲(chǔ)罐外面的傳感器處在同一平面上，這樣可以增加定位區(qū)域的檢測(cè)覆蓋面積，防止AE信號(hào)的“丟失”。因此實(shí)驗(yàn)選用圓形鋼板模擬儲(chǔ)罐底板，傳感器布置方案如下節(jié)所述。

2.1實(shí)驗(yàn)系統(tǒng)及參數(shù)設(shè)定

本實(shí)驗(yàn)采用常壓立式儲(chǔ)罐底板常用材料Q235碳素結(jié)構(gòu)鋼所制成的圓形鋼板，其直徑為900 mm，厚度為8 mm；選用美國(guó)PAC公司生產(chǎn)的DP3I型傳感器，以及集成化更高、更適用于壓力容器檢測(cè)的第3代全數(shù)字化系統(tǒng)［6］。結(jié)合本文實(shí)驗(yàn)所采用的材料及結(jié)構(gòu)尺寸，經(jīng)過多次實(shí)驗(yàn)測(cè)試，最終設(shè)定系統(tǒng)有關(guān)參數(shù)PDT為300μs，HDT為600μs，HLT為1000μs。由于本實(shí)驗(yàn)的定位聲源來自于2H（0.5）斷鉛模擬聲源，因此檢測(cè)門檻設(shè)為中靈敏度范圍的40 dB［7］。

2.2傳感器的布置方案及實(shí)驗(yàn)內(nèi)容

本實(shí)驗(yàn)是將6個(gè)傳感器均勻耦合在圓板外圍，與此同時(shí)，在圓板中心耦合1個(gè)傳感器，傳感器布置簡(jiǎn)圖如圖1所示，圖2為實(shí)驗(yàn)實(shí)物圖。表1為1—6號(hào)傳感器坐標(biāo)表。

圖1　傳感器布置與斷鉛位置示意圖Fig.1 Diagrammatic drawing of sensor layout and lead-break location

圖2模擬儲(chǔ)罐底板傳感器布置方案實(shí)驗(yàn)圖Fig.2 Stimulated tank bottom sensor layout of experiment

按圖1所示傳感器布置方案，在圓板上耦合傳感器后，進(jìn)行傳感器靈敏度標(biāo)定，各通道的接收到的信號(hào)幅值均在97 dB以上，且波動(dòng)不超過±2 dB，保證各通道傳感器的靈敏度基本相同。

分別在1和2，2和3，3和4，4和5，5和6，6和7傳感器連線的中垂線上斷鉛20次，記錄和保存各傳感器數(shù)據(jù)，為修正能量定位系數(shù)做準(zhǔn)備。另外在圓板上隨機(jī)斷鉛10次，記錄并保存各次斷鉛位置及各傳感器的數(shù)據(jù)，如表2所示。隨機(jī)選取7次（序號(hào)1—7組）斷鉛數(shù)據(jù)用于確定能量定位系數(shù)，其余3（序號(hào)8—10組）次斷鉛數(shù)據(jù)作為盲源分離，同源聚類，定位驗(yàn)證分析數(shù)據(jù)。

表1　各傳感器坐標(biāo)表Table 1 Coordinates of each sensors

表2　10次斷鉛各通道能量值Table 2 Average energy of every channel received lead-break signals in ten times

3　結(jié)果與討論

3.1信號(hào)分離

儲(chǔ)罐底板的聲源情況一般比較復(fù)雜，往往呈現(xiàn)多信號(hào)的混合，而對(duì)于聲發(fā)射信號(hào)這種多通道、非平穩(wěn)、非高斯信號(hào)，適用于盲源分離的獨(dú)立分量分析方法可以實(shí)現(xiàn)其混疊信號(hào)的分離。獨(dú)立分量分析［8］（Independent component analysis，ICA）是一種由盲信源分解技術(shù)發(fā)展的一種多通道信號(hào)處理方法，是一種在只有觀測(cè)數(shù)據(jù)且信號(hào)源混迭方法未知的情況下，對(duì)信號(hào)獨(dú)立源進(jìn)行特征提取的一種信號(hào)處理方法［9］。該方法特點(diǎn)是可以將多通道觀察信號(hào)，按照統(tǒng)計(jì)獨(dú)立的原則，通過優(yōu)化算法分解成若干相互獨(dú)立的成分，從而幫助實(shí)現(xiàn)信號(hào)的增強(qiáng)和分析。而在眾多ICA算法中，快速獨(dú)立分量分析（FastICA）算法以其收斂速度快，非線性最佳化，內(nèi)存占用小等優(yōu)點(diǎn)，而被廣泛應(yīng)用。FastICA算法本質(zhì)上是一種最小化估計(jì)分量信息的神經(jīng)網(wǎng)絡(luò)方法，利用最大熵原理來近似負(fù)熵，并通過一個(gè)合適的非線性函數(shù)使其達(dá)到最優(yōu)。具體算法參考文獻(xiàn)［10］。

為了驗(yàn)證快速獨(dú)立分量對(duì)混合信號(hào)盲源分離的有效性，采集3次斷鉛（序號(hào)8—10組）各個(gè)通道接收到波形信號(hào)，分別如圖3（a）、4（a）、5（a）、6（a）、7（a）、8（a）、9（a）所示。以Matlab為仿真平臺(tái)，利用快速獨(dú)立分量分析方法對(duì)3次斷鉛信號(hào)的混合信號(hào)進(jìn)行分離。利用3×3隨機(jī)矩陣對(duì)每個(gè)通道的3次斷鉛信號(hào)進(jìn)行混合，隨機(jī)矩陣如表3所示。混合后的波形圖如圖3（b）、4（b）、5（b）、6（b）、7（b）、8（b）、9（b）所示，利用快速獨(dú)立分量分析方法對(duì)3次斷鉛信號(hào)的混合信號(hào)進(jìn)行分離，各通道獨(dú)立聲發(fā)射信號(hào)分離結(jié)果如圖3（c）、4（c）、5（c）、6（c）、7（c）、8（c）、9（c）所示。

表3　各通道信號(hào)混合矩陣Table 3 Mixed matrix of each channel signal

圖3　3次斷鉛1通道原始波形、混合后的波形及分離后的波形圖Fig.3 Original，mixed and separated lead-break waveforms received by channel 1 in three times

圖4　3次斷鉛2通道原始波形、混合后的波形及分離后的波形圖Fig.4 Original，mixed and separated lead-break waveforms received by channel 2 in three times

圖5　3次斷鉛3通道原始波形、混合后的波形及分離后的波形圖Fig.5 Original，mixed and separated lead-break waveforms received by channel 3 in three times

圖6　3次斷鉛4通道原始波形、混合后的波形及分離后的波形圖Fig.6 Original，mixed and separated lead-break waveforms received by channel 4 in three times

圖7　3次斷鉛5通道原始波形、混合后的波形及分離后的波形圖Fig.7 Original，mixed and separated lead-break waveforms received by channel 5 in three times

圖8　3次斷鉛6通道原始波形、混合后的波形及分離后的波形圖Fig.8 Original，mixed and separated lead-break waveforms received by channel 6 in three times

圖9　3次斷鉛7通道原始波形、混合后的波形及分離后的波形圖Fig.9 Original，mixed and separated lead-break waveforms received by channel 7 in three times

將各通道分離后的波形圖與原始波形進(jìn)行比較，可以看出分離后的信號(hào)從波形上很好地保持了原始信號(hào)的波形，只是在波形幅度和順序等方面發(fā)生了變化，實(shí)現(xiàn)了混合波形的分離，驗(yàn)證了獨(dú)立分量分析法對(duì)混合波形分離的有效性，這為下面的多聲源聲發(fā)射信號(hào)的辨識(shí)提供了必要的準(zhǔn)備。

3.2同源信號(hào)聚類

若要準(zhǔn)確的識(shí)別聲發(fā)射源，對(duì)于分離后的波形，需要判斷哪些信號(hào)來自同一事件。而各傳感器收到的同一聲發(fā)射源信號(hào)應(yīng)該具有比較高的相似性［11］。根據(jù)這一特點(diǎn)，基于互相關(guān)系數(shù)法對(duì)同一聲源信號(hào)進(jìn)行聚類分析。設(shè)x=（x1，x2，···，xN），y=（y1，y2，···，yN）為被判定的兩個(gè)信號(hào)序列，其相關(guān)函數(shù)為

互相關(guān)函數(shù)是兩個(gè)不同信號(hào)x（n）和y（n）之間的乘積，這兩個(gè)被去除均值的信號(hào)之間存在共性部分（確定量）和非共性部分（隨機(jī)量），共性部分的相乘總是取相同符號(hào)，使得該部分得到累積加強(qiáng)，而非共性部分由于其隨機(jī)性相乘后有時(shí)取正號(hào)有時(shí)取負(fù)號(hào)，經(jīng)過平均運(yùn)算后趨于相互抵消。因此，兩個(gè)信號(hào)的互相關(guān)運(yùn)算能夠?qū)⑵涔残圆糠痔崛〕鰜聿⒁种频舴枪残圆糠?，互相關(guān)函數(shù)的最大值反映了兩個(gè)信號(hào)之間的相似性的程度。由于互相關(guān)函數(shù)的最大值是絕對(duì)量值，與信號(hào)幅值有關(guān)，不便于統(tǒng)一度量。因此，對(duì)x，y的最大值進(jìn)行歸一化處理，得到兩個(gè)信號(hào)的互相關(guān)系數(shù)［12］。

互相關(guān)系數(shù)的值越接近1表明兩信號(hào)之間相似程度越高，來自同一個(gè)聲源的可能性越大。在聚類融合過程中，根據(jù)兩個(gè)信號(hào)之間的互相關(guān)系數(shù)是否超過閾值來確定其是否屬于同一個(gè)聚類。屬于同一聚類的信號(hào)則被判定來自同一聲源，為一個(gè)聲發(fā)射事件。這樣用相關(guān)系數(shù)法可以判斷兩個(gè)信號(hào)是否來自同一聲源。平均相關(guān)系數(shù)

式（3）中n′為聚類C中的信號(hào)數(shù)量。當(dāng)ρ（x，C1）的意義在于判斷目標(biāo)信號(hào)與已知聚類的相關(guān)性。設(shè)1，2，3，4，5，6，7通道接收信號(hào)集合依次為｛aa，ab，ac｝、｛ba，bb，bc｝、｛ca，cb，cc｝、｛da，db，dc｝、｛ea，eb，ec｝、｛fa，fb，fc｝、｛ga，gb，gc｝，利用相關(guān)系數(shù)法，以1，2，3通道接收到的信號(hào)為例進(jìn)行相關(guān)分析，其相關(guān)性圖如圖10～12所示。

圖10　aa和ba信號(hào)相關(guān)性Fig.10 Correlation of aa and ba signals

圖11　aa和bb信號(hào)相關(guān)性Fig.11 Correlation of aa and bb signals

通過對(duì)信號(hào)進(jìn)行譜分析發(fā)現(xiàn)，斷鉛信號(hào)的峰值頻率大約為30 kHz，由圖10～12可知aa，ba信號(hào)在30 kHz處相關(guān)系數(shù)最大，即相關(guān)性更大，故把a(bǔ)a和ba信號(hào)歸于同一聚類C1，即aa，ba∈C1。

圖12　aa和bc信號(hào)相關(guān)性Fig.12 Correlation of aa and bc signals

同理，由圖13～14可知ab，bb信號(hào)相關(guān)性更大，故把a(bǔ)b和bb信號(hào)歸于同一聚類C2，即ab，bb∈C2。顯然ac和bc信號(hào)歸于聚類C3，即ac，bc∈C3。同樣，對(duì)4—7通道進(jìn)行類似上面的相關(guān)系數(shù)分析，可得到三個(gè)聚類C1，C2，C3，C1，C2，C3分別對(duì)應(yīng)一個(gè)聲發(fā)射信號(hào)，且C1=｛aa，ba，ca，da，ea，fa，ga｝，C2=｛ab，bb，cb，db，eb，fb，gb｝，C3=｛ac，bc，cc，dc，ec，fc｝。多聲源聲發(fā)射信號(hào)聚類的完成表明多聲源的辨識(shí)成功，這為聲源信號(hào)的定位提供了基礎(chǔ)。

圖13　ab和bb信號(hào)相關(guān)性Fig.13 Correlation of ab and bb signals

圖14　ab和bc信號(hào)相關(guān)性Fig.14 Correlation of ab and bc signals

3.3能量定位

根據(jù)材料的聲壓衰減規(guī)律，基于傳感器的基本原理，振幅、聲壓與能量的關(guān)系，將聲壓與能量進(jìn)行相關(guān)轉(zhuǎn)換，得到關(guān)于能量的衰減公式，如式（4）所示［13］。

其中，E為能量計(jì)數(shù)，α和c為能量定位系數(shù)。假設(shè)某一聲源處于某三個(gè)傳感器所構(gòu)成的網(wǎng)格中，假設(shè)三個(gè)傳感器接收到的能量值分別為E1，E2，E3，三個(gè)傳感器與聲源的距離分別為x1，x2，x3，可得

分別以三個(gè)傳感器所在位置為圓心，以x1，x2，x3為半徑畫圓，三個(gè)圓的交點(diǎn)區(qū)域的平均位置即為聲源位置。

理論上當(dāng)斷鉛位置與兩傳感器位置距離相同時(shí)，兩傳感器得到的數(shù)據(jù)應(yīng)一致。然而由于本實(shí)驗(yàn)中7個(gè)傳感器雖均采用DP3I型傳感器，但傳感器間也會(huì)存在局部差異，并且鋼板材質(zhì)并不絕對(duì)均勻。實(shí)驗(yàn)也發(fā)現(xiàn)，兩傳感器得到的能量數(shù)據(jù)并不一致。為了能夠減少誤差，有必要采集若干組數(shù)據(jù)對(duì)傳感器接收的信號(hào)數(shù)據(jù)進(jìn)行修正。為此，沿相鄰兩傳感器連線的中垂線上斷鉛20次并采集數(shù)據(jù)，以1號(hào)、2號(hào)傳感器為例，如表4所示。

表4　1，2號(hào)傳感器連線中垂線上斷鉛的能量值Table 4 Lead-break energy of sensor 1 and sensor 2 on the midperpendicular（單位：個(gè)）

根據(jù)表4可知，1號(hào)、2號(hào)傳感器能量數(shù)據(jù)不一致，故需修正。根據(jù)1號(hào)、2號(hào)傳感器的散點(diǎn)圖（如圖15）不難看出，兩者大致成線性關(guān)系，其修正方程為y=0.9412x+931.93。同理，得2號(hào)、3號(hào)傳感器能量修正方程為y=1.2114x-139.41，3號(hào)、4號(hào)傳感器能量修正方程為y=0.7043x+2250.2，4號(hào)、5號(hào)傳感器能量修正方程為y=0.7705x-450.65，5號(hào)、6號(hào)傳感器能量修正方程為y=1.2198x-550.8，6號(hào)、7號(hào)傳感器能量修正方程為y=1.2741x+584.07。

圖15　1，2號(hào)傳感器接收能量值關(guān)系圖Fig.15 Energy relation of waves received by sensor 1 and sensor 2

根據(jù)傳感器能量數(shù)據(jù)的修正方程及兩傳感器距離聲源的距離，經(jīng)計(jì)算得出參數(shù)α和c的平均值分別為，α=0.0003，c=8.6688。根據(jù)α和c的平均值，對(duì)8—10組斷鉛聲源進(jìn)行能量定位驗(yàn)證分析，結(jié)果如表5所示。

表5　能量定位結(jié)果Table 5 Results of energy location

上述數(shù)據(jù)表明，能量方法能夠應(yīng)用于定位分析，并且可以估算聲源位置，但在工程實(shí)際中定位傳感器接收到的信號(hào)除了聲發(fā)射源產(chǎn)生的信號(hào)外。還會(huì)包含噪聲等干擾信號(hào)，定位精度會(huì)受到一定影響。如何排除干擾，提高該方法在工程實(shí)際中的定位精度還有待進(jìn)一步研究。

4　結(jié)論

（1）快速獨(dú)立分量分析方法不僅對(duì)不同類型聲源的混疊信號(hào)有較好的分離效果，對(duì)同種類型聲源的混疊信號(hào)同樣可以較好的分離，并保持原有波形特性；

（2）相關(guān)系數(shù)法可以實(shí)現(xiàn)對(duì)不同傳感器接收到的同源信號(hào)聚類，即判斷哪些信號(hào)來自同一聲源，這對(duì)于識(shí)別聲源，判斷事件集中度有一定意義；

（3）基于參數(shù)分析的能量定位方法，對(duì)聲源的識(shí)別效果較好，本文提出的能量系數(shù)修正方法，可以減少由于材料等問題而造成的誤差，同時(shí)本文所述的針對(duì)罐底混疊信號(hào)進(jìn)行分離，識(shí)別和定位方法，在一定程度上可以為聲發(fā)射對(duì)儲(chǔ)罐底板腐蝕評(píng)估提供依據(jù)。

致謝感謝黑龍江省教育廳化工過程機(jī)械重點(diǎn)實(shí)驗(yàn)室、中國(guó)石油集團(tuán)安全環(huán)保技術(shù)研究院HSE實(shí)驗(yàn)室對(duì)本研究的支持。

［1］戴光.聲發(fā)射檢測(cè)技術(shù)在中國(guó)［J］.無損檢測(cè)，2008，30（7）：390-394. DAI Guang.The development of acoustic emission testing technologies in China［J］.Nondestr.Test，2008，30（7）：390-394.

［2］PARK Sosoon，KITSUKAWA Shigeo，KATOH Kenji，et al.AE source and relation between AE activity and rate of corrosion of oil tank bottom plate on acidic soils［J］. Materials Transactions，2005，46（11）：2490-2496.

［3］沈功田，耿榮生，劉時(shí)風(fēng).聲發(fā)射源定位技術(shù)［J］.無損檢測(cè)，2002，24（3）：114-117. SHEN Gongtian，GENG Rongsheng，LIU Shifeng.Acoustic emission source location［J］.Nondestr.Test，2002，24（3）：114-117.

［4］JIRARUNGSATIANC，PRATEEPASENA.Pitting and uniform corrosion source recognition using acoustic emission parameters［J］.Corrosion Science，2010，49（9）：187-197.

［5］戴光，張明宇，高果柱，等.常壓立式儲(chǔ)罐底板腐蝕過程聲發(fā)射源特性分析及試驗(yàn)研究［J］.化工機(jī)械，2012，39（6）：704-708. DAI Guang，ZHANG Mingyu，GAO Guozhu，et al.Analysis and experimental study on acoustic emission source characteristics of corrosion process in atmospheric vertical tank bottom［J］.Chem.Eng.&Mach.，2012，39（6）：704-708.

［6］李光海，沈功田，閆河.常壓儲(chǔ)罐聲發(fā)射檢測(cè)技術(shù)［J］.無損檢測(cè)，2009，6（3）：257-258. LI Guanghai，SHEN Gongtian，YAN He.Acoustic emission testing technique for atmospheric storage tanks［J］. Nondestr.Test，2009，6（3）：257-258.

［7］NB/T 47013.9-2012，承壓設(shè)備無損檢測(cè)-聲發(fā)射檢測(cè)［S］.

［8］ROBERTS S，EVERSON R.Independent component analysis：Principles and practice［M］.New York：Cambridge University Press，2001.

［9］李卿，邵華，陳群濤，等.基于獨(dú)立分量分析的切削聲發(fā)射源信號(hào)分離［J］.工具技術(shù)，2011，45（6）：35-39. LI Qing，SHAO Hua，CHEN Quntao，et al.Source separation of cutting AE signal based on ICA［J］.Tool.Eng.，2011，45（6）：35-39.

［10］CICHOCKI S，AMARI K，SIWEK T，et al.ICALAB Toolboxes［EB/OL］.［2014-10-04］.http：//www.bsp.brain. riken.jp/ICALAB.

［11］DONG J Y，YAO Q，PLACID M F，et al.Dynamics，control and performance analysis of a novel parallel-kinematics mechanism for integrated，multi-axis nano-positioning［J］.Precision Engineering，2008，32（3）：20-33.

［12］王偉魁，李一博，杜剛，等.基于聚類分析的罐底聲發(fā)射檢測(cè)信號(hào)融合方法［J］.振動(dòng)與沖擊，2012，31（7）：181-184. WANG Weikui，LI Yibo，DU Gang，et al.Signal fusion method for acoustic emission testing of tank bottom based on clustering analysis［J］.Journal of Vibration and Shock，2012，31（7）：181-184.

［13］龔斌，齊輝，馬春華，等.一種聲發(fā)射源的新型平面定位方法研究［J］.聲學(xué)技術(shù)，2006，25（2）：107-109. GONG Bin，QI Hui，MA Chunhua，et al.A new method of energy location for acoustic emission source［J］.Tech. Acoust.，2006，25（2）：107-109.

Research on acoustic source identification and positioning method of simulated tank bottom

QIU Feng1DAI Guang1ZHANG Ying1ZHAO Yongtao2LI Chengzhi1
（1 Northeast Petroleum University，Daqing 163318，China）（2 Security Environmental Protection Technology Research Institute China Petroleum Group，Beijing 100102，China）

The acoustic emission due to tank bottom corrosion is characteristic of multiple sources，i.e.the sources of corrosion in different locations may emit stress waves at the same time.The signals of these acoustic sources might be overlapped and received by various channels，and thus the reliability of source location would be affected.Based on the energy planar location theory of acoustic emission source，the positioning experiment of simulated tank bottom was conducted，and coefficient correction method of energy positioning was proposed. At the same time，through the analysis of experiment data，it is found that fast independent component analysis could separate the mixed signals of the same acoustic source，and keep the original waveform character to some degree.Moreover，correlation coefficient method can cluster the homologous signal after separation，and then improved energy positioning method could be applied to locate acoustic emission source，thus the identification of acoustic source and the judgment of events concentration can be directed.

Tank bottom，Acoustic emission，Positioning，Identification

TH49，TB553

A

1000-310X（2015）04-0364-09

10.11684/j.issn.1000-310X.2015.04.012

2014-11-19收稿；2015-04-25定稿

?中國(guó)石油天然氣集團(tuán)公司科學(xué)研究與技術(shù)開發(fā)項(xiàng)目（2014D-460203），東北石油大學(xué)研究生創(chuàng)新科研項(xiàng)目（YJSCX2014-024NEPU），2015年安全生產(chǎn)重大事故防治關(guān)鍵技術(shù)科技項(xiàng)目（heilongjiang-0003-2014AQ）

邱楓（1987-），女，黑龍江富錦人，博士研究生，研究方向：聲發(fā)射檢測(cè)與信號(hào)處理。

E-mail：qiufeng1a2b3c@163.com