郭巖寶，張敏，何仁洋，林楠，王德國*

1 中國石油大學(xué)(北京)機(jī)械與儲(chǔ)運(yùn)工程學(xué)院， 北京 102249

2 中國特種設(shè)備檢測研究院，北京 100026

0 前言

石化管道是輸運(yùn)油氣的關(guān)鍵部件。服役期間，由于不可控外界因素造成管道泄漏，嚴(yán)重時(shí)會(huì)造成人員傷亡和經(jīng)濟(jì)損失。因此，對管道定期安全檢查是必要的。常見管道檢測方法有聲發(fā)射檢測[1-4]、漏磁檢測[5-6]與超聲波檢測[7-8]等。上述方法能夠有效測得管道泄漏與無泄漏狀態(tài)，辨識(shí)不同泄漏特征，依據(jù)壓力容器安全評價(jià)準(zhǔn)則評估管道安全等級[9-11]，完成管道安全建設(shè)。

目前識(shí)別較大泄漏口管道缺陷精度高，但對于微泄漏識(shí)別精度較低、研究技術(shù)相對薄弱。聲檢測技術(shù)剛好彌補(bǔ)了管道微泄漏檢測這一空缺。聲檢測方法是利用聲波的瞬間彈性現(xiàn)象揭示管道局部應(yīng)力損傷的檢測技術(shù)，分析處理聲信號(hào)，獲取管道缺陷特征[12]和定位[13]信息。常見分析方法有小波包降噪[12]、EMD降噪以及SWT變換等，實(shí)現(xiàn)對數(shù)據(jù)濾波降噪處理。張?jiān)吹热薣12]利用EMD和小波包實(shí)現(xiàn)信號(hào)濾波和特征提取，利用BP神經(jīng)網(wǎng)絡(luò)對小波包提取的特征樣本進(jìn)行識(shí)別。Davoodi等人[14]和Magidi等人[15]利用小波方法對聲信號(hào)進(jìn)行去噪和特征識(shí)別，完成泄漏點(diǎn)定位。徐源等人[13]利用小波與平均濾波相結(jié)合方法對信號(hào)分析，借助互相關(guān)算法計(jì)算各傳感器之間的延遲時(shí)間完成缺陷定位。Mostafapour與Davoodi[16]研究了泄漏引起埋地管道聲信號(hào)的非線性振動(dòng)，采用小波變換去除信號(hào)中的噪聲，與FFT相比，去噪效果顯著。上述分析方法對管道泄漏研究頗多，但面對管道微小泄漏還存在識(shí)別不準(zhǔn)的問題。

因此，本文提出一種復(fù)合型倒譜分析方法實(shí)現(xiàn)管道微泄漏檢測與識(shí)別，該方法有效地區(qū)分頻譜混疊的聲信號(hào)，避免了頻域分析中出現(xiàn)的電磁干擾和回聲干擾問題。利用不同分貝值和頻率值特征進(jìn)行缺陷表征，實(shí)現(xiàn)管道有效標(biāo)識(shí)。首先，建立管道微泄漏聲檢測平臺(tái)，采集檢測目標(biāo)分別為Φ0 mm、Φ1 mm、Φ1.5 mm等泄漏口的聲信號(hào)。分析聲信號(hào)的時(shí)頻特性，發(fā)現(xiàn)聲信號(hào)在頻域特征中出現(xiàn)了回聲干擾和電磁干擾，無法讀取有效信息。借助倒譜方法[17-18]對管道信號(hào)進(jìn)行預(yù)處理，發(fā)現(xiàn)分析結(jié)果中存在信號(hào)頻域混疊問題，無法提取信號(hào)的特征，表征聲信號(hào)的頻域特征難度較大。為此，引入對數(shù)頻譜結(jié)構(gòu)[19-20]對倒譜分析方法進(jìn)行改進(jìn)，直觀地得到管道泄漏口的聲信號(hào)頻域特征，并利用不同分貝值和頻率值實(shí)現(xiàn)了管道微泄漏表征。總之，改進(jìn)后的復(fù)合型倒頻譜方法能夠?qū)崿F(xiàn)石化管道微泄漏聲檢測信號(hào)降噪處理與識(shí)別，具有實(shí)用性和有效性。

1 管道微泄漏聲檢測系統(tǒng)

為了研究管道微泄漏聲檢測方法及信號(hào)分析處理算法，首先搭建了實(shí)驗(yàn)平臺(tái)，包括：多根管道(Φ0 mm、Φ1 mm、Φ1.5 mm等泄漏口)、聲檢測傳感裝置、信號(hào)放大裝置、信號(hào)采集裝置及計(jì)算機(jī)如圖1。管道內(nèi)部通入0.2 MPa的空氣，管道之間通過管道法蘭連接，泄漏氣體從泄漏口直接排出。聲傳感器采集管道內(nèi)部聲音信號(hào)，通過前置放大器、信號(hào)采集器，將采集的聲信號(hào)傳輸?shù)诫娔X中儲(chǔ)存。接著數(shù)據(jù)完成分析處理。

圖1 管道泄漏聲檢測系統(tǒng)Fig. 1 Acoustic detection system for pipeline leakage

2 聲信號(hào)的復(fù)合型倒頻譜分析理論

管道微泄漏聲信號(hào)分析流程如圖2。首先，信號(hào)進(jìn)行歸一化處理。接著，歸一化后數(shù)據(jù)完成實(shí)倒譜分析與倒譜編輯，得到殘余指數(shù)譜和復(fù)值殘余譜，實(shí)現(xiàn)信號(hào)預(yù)白化過程。由于管道泄漏聲信號(hào)是一組寬頻帶信號(hào)，引入幅值對數(shù)譜對其結(jié)構(gòu)改進(jìn)，能夠有效地提取微泄漏聲信號(hào)的特征。

圖2 管道泄漏聲信號(hào)處理流程圖Fig. 2 Pipeline leakage acoustic signal processing flow chart

2.1 倒譜分析

管道泄漏聲檢測信號(hào)是一組時(shí)間序列的數(shù)據(jù)，由目標(biāo)聲源信號(hào)和隨機(jī)噪聲信號(hào)組成，表達(dá)公式如下：

式中：x(t) 表示管道采集聲信號(hào)；x1(t) 是目標(biāo)聲源信號(hào)；x2(t) 是隨機(jī)噪聲信號(hào)。

對管道采集信號(hào)進(jìn)行傅里葉變換，其結(jié)果為：

式中：FT(w)為傅里葉變換幅值。對傅里葉變換幅值的模進(jìn)行功率譜計(jì)算，計(jì)算過程為：

式中：Sx(w) 為聲信號(hào)的功率譜，能夠平均統(tǒng)計(jì)單位頻域帶的信號(hào)能量值。接著對功率譜結(jié)果取對數(shù)，提高聲信號(hào)的魯棒性，其計(jì)算公式為：

2.2 對數(shù)譜分析

由于管道泄漏聲信號(hào)是一組寬帶信號(hào)，因此在利用倒譜分析管道微泄漏聲信號(hào)時(shí)，結(jié)果存在頻域混疊問題。因此。引入對數(shù)譜改進(jìn)倒譜方法，有效避免了混疊問題。為此，對數(shù)譜改進(jìn)倒譜方法，主要表現(xiàn)為聲信號(hào)和隨機(jī)噪聲信號(hào)的頻域幅值模的線性疊加，表達(dá)公式為：

式(9)中，S為聲信號(hào)的復(fù)數(shù)，X1為目標(biāo)聲源信號(hào)的復(fù)數(shù)，X2為隨機(jī)信號(hào)的復(fù)數(shù)。與式(3)信號(hào)功率譜相比，對數(shù)譜有效地濾掉低頻段的雜波信息，有助于分解出信號(hào)微泄漏點(diǎn)聲信號(hào)特征。

3 管道微泄漏特征識(shí)別實(shí)驗(yàn)

3.1 聲信號(hào)數(shù)據(jù)采集

按照圖1 構(gòu)建石化管道微泄漏聲檢測平臺(tái)，完成微泄漏管道檢測實(shí)驗(yàn)，獲取不同泄漏孔徑管道泄漏數(shù)據(jù)，主要有Φ0 mm、Φ1 mm、Φ1.5 mm等泄漏孔的數(shù)據(jù)。實(shí)驗(yàn)時(shí)檢測裝置的聲波探頭距泄漏孔的距離為10 m，管道內(nèi)壓為0.2 MPa，外壓為標(biāo)準(zhǔn)大氣壓。信號(hào)采樣頻率為30 kHz，采樣時(shí)間60 s。采集的原始時(shí)域信號(hào)如圖3。

圖3 管道微泄漏的時(shí)域信號(hào)Fig. 3 Time domain signal of pipeline micro-leakage

根據(jù)圖3 可知，管道微泄漏聲信號(hào)在一維時(shí)間序列上雜亂無章，沒有規(guī)律性的非周期性寬頻帶信號(hào)。為了能夠有效剝離聲信號(hào)之間的粘連，需要對時(shí)域信號(hào)進(jìn)行傅里葉變換，獲得信號(hào)的頻域圖，其結(jié)果如圖4。

圖4 管道微泄漏的頻域信號(hào)Fig. 4 Frequency domain signal of pipeline micro-leakage

從圖4 聲信號(hào)的頻譜可以看出，在低頻段，Φ0 mm信號(hào)頻域特征較為敏感，雜波比較多，主要是因?yàn)殡姶鸥蓴_引起的幅值波動(dòng)，無明顯的聲音波動(dòng)，預(yù)示著無明顯泄漏點(diǎn)信息；對于Φ1 mm和Φ1.5 mm信號(hào)頻域特征而言，兩段信號(hào)雖無電磁干擾，但在f=5000 Hz出存在明顯突峰。這是由于管道空間產(chǎn)生的回波干擾。進(jìn)而，需要進(jìn)一步處理聲信號(hào)頻域特征，避免出現(xiàn)該問題。域特征不同之處在于：中高頻段，Φ1 mm較為敏感，存在一組A > 500 mV的尖銳波峰和多組A ＜ 500 mV小波峰，且在f= [4500, 5100] Hz之間存在尖銳的回波波峰；在高頻段，Φ1 mm存在低幅值的波峰，這是因?yàn)樾孤c(diǎn)孔隙太小，管道內(nèi)部出現(xiàn)渦流引發(fā)的聲信號(hào)中雜波干擾。在中頻段，Φ1.5 mm較為敏感，存在兩組A ＞ 1000 mV的尖銳回波波峰和多組A ＜ 500 mV小波峰，并且在f= [4500, 6000] Hz之間存在兩組尖銳的波峰，在高頻段，Φ1.5 mm存在低幅值的波峰。

3.2 基于倒譜聲信號(hào)處理分析

采用倒譜方法對管道進(jìn)行預(yù)白化處理，圖5 為聲信號(hào)的實(shí)倒譜結(jié)果。圖5 中，Φ0 mm信號(hào)為無回聲信號(hào)，實(shí)倒譜上表現(xiàn)為一個(gè)有規(guī)律的微幅波動(dòng)周期信號(hào)；Φ1 mm信號(hào)的實(shí)倒譜上表現(xiàn)為一個(gè)喇叭狀，在T= 40τ/s后趨于收斂；Φ1.5 mm信號(hào)的實(shí)倒譜同樣表現(xiàn)為一個(gè)喇叭狀，在T= 50τ/s后趨于收斂。

圖5 微泄漏聲信號(hào)數(shù)據(jù)的實(shí)倒譜圖Fig. 5 Real Cepstrum of micro-leakage acoustic signal data

對圖5 的實(shí)倒譜處理結(jié)果完成倒譜編輯，并結(jié)合聲信號(hào)基頻特性，對實(shí)倒譜的倒頻域段置0 處理，劃分?jǐn)?shù)據(jù)信號(hào)的高低頻段，最后逆變換得到泄漏白化后的頻域信號(hào)，其結(jié)果如圖6。圖6(a0)、(b0)、(c0)是對低基頻進(jìn)行倒譜編輯結(jié)果，圖6(a1)、(b1)、(c1)是對高基頻進(jìn)行倒譜編輯結(jié)果。結(jié)合兩組可知，圖6(a0)中Φ0 mm信號(hào)在低頻段的幅值可明顯觀察到，信號(hào)雜亂無章，存在一定頻率的電磁干擾；其相應(yīng)頻率分別為f1= 150 Hz，f2= 302 Hz，f3= 450 Hz，f4=603 Hz，進(jìn)而證明電磁干擾的存在。進(jìn)而，以最大頻率f4=603 Hz表征此信號(hào)特征。而圖6(b0) 中Φ1 mm信號(hào)和圖6(c0)中Φ1.5 mm信號(hào)在中頻段的幅值可明顯觀察到，但兩組信號(hào)存在更多的粘連且包絡(luò)不明確。因此對兩組信號(hào)進(jìn)行改進(jìn)。

圖6 倒譜高低基頻域結(jié)果分析圖Fig. 6 Analysis of cepstral high and low fundamental frequency domain results

在低基頻段，Φ0 mm聲信號(hào)分貝值在0.2 dB以內(nèi)如圖6(a0)；其次，Φ1 mm泄漏口聲信號(hào)分貝值保持在0.8 dB以內(nèi)見圖6(b0)；最大的為Φ1.5 mm泄漏口聲信號(hào)分貝值為1.5 dB以內(nèi)如圖6(c0)。在高基頻段，Φ1.5 mm泄漏口聲信號(hào)分貝值保持在150 dB以內(nèi)如圖6(a1)；其次，Φ1 mm泄漏口聲信號(hào)分貝值為60 dB以內(nèi)見圖6(b1)；最小的為Φ0 mm聲信號(hào)分貝值在20 dB以內(nèi)如圖6(c1)。最后在實(shí)倒譜編輯過程中，選擇濾掉高基頻，結(jié)果如圖7。

圖7 聲信號(hào)實(shí)倒譜編輯預(yù)白化處理結(jié)果Fig. 7 Real cepstrum editing and prewhitening results of acoustic signal

根據(jù)圖7 聲信號(hào)實(shí)倒譜編輯預(yù)白化處理結(jié)果可知，管道聲信號(hào)包絡(luò)結(jié)果相對清晰，頻域信號(hào)存在多個(gè)峰值，頻域混疊造成無法從頻域中獲得數(shù)據(jù)有效信息。因此，改進(jìn)倒譜方法完成聲信號(hào)重新分解。

3.3 基于改進(jìn)的倒譜聲信號(hào)處理分析

引入幅值對數(shù)譜改進(jìn)倒譜結(jié)構(gòu)，以一種非線性處理手法將數(shù)據(jù)信息進(jìn)行平滑，得到無偏估計(jì)值，幅值對數(shù)譜結(jié)果如圖8。

圖8 聲信幅值對數(shù)譜結(jié)果Fig. 8 Results of acoustic signal amplitude logarithmic spectrum

由圖8 可知，聲信號(hào)的對數(shù)譜結(jié)果對Φ1 mm、Φ1.5 mm泄漏口聲信號(hào)的光滑度影響較大，對Φ0 mm聲檢測信號(hào)幾乎無影響。改進(jìn)后的方法直接濾掉少量非線性雜波信號(hào)，利于后續(xù)數(shù)據(jù)倒譜分析。進(jìn)而，3組聲信號(hào)的低基頻預(yù)白化分析結(jié)果如圖9。

圖9 改進(jìn)后倒譜的聲信號(hào)實(shí)倒譜編輯預(yù)白化處理結(jié)果能夠直觀地看出不同泄漏點(diǎn)具有不同分分貝值和頻率值等特征。從圖9(b)知，Φ1 mm泄漏口的頻率點(diǎn)為f1= 1879 Hz；圖9(c)可知，Φ1.5 mm泄漏口的頻率點(diǎn)為f2= 4049 Hz。因此，結(jié)合圖5 的Φ0 mm聲信號(hào)的結(jié)果，進(jìn)一步匯總不同泄漏口徑的頻率特征如圖10。

圖10 3 組聲信號(hào)數(shù)據(jù)結(jié)合分析圖Fig. 10 Combined analysis of three groups of acoustic signal data

圖10 可知，圖10(a)的Φ0 mm聲信號(hào)主要表現(xiàn)為電磁干擾引起的頻率波動(dòng)，以最大頻率表征該信號(hào)為f0= 603 Hz，聲信號(hào)分貝值為0.17 dB；圖10(b)的Φ1 mm聲信號(hào)存在一個(gè)頻率，頻率特征為f1= 1879 Hz，聲信號(hào)分貝值為0.052 dB；圖10(c)的Φ1.5 mm聲信號(hào)只存在單個(gè)頻率點(diǎn)，頻率值為f2= 4049 Hz，聲信號(hào)分貝值為0.24 dB。因此，根據(jù)頻率特征和分貝值能夠區(qū)分3 組不同管道微泄漏聲信號(hào)。

4 結(jié)論

本文提出了一種復(fù)合型倒譜聲信號(hào)處理方法可以有效區(qū)分頻譜混疊的聲信號(hào)，避免了數(shù)據(jù)分析過程中出現(xiàn)的電磁干擾和回聲干擾問題。建立聲檢測裝置完成Φ0 mm、Φ1 mm、Φ1.5 mm等泄漏點(diǎn)聲信號(hào)采集。分析3 組聲信號(hào)可知，不同泄漏點(diǎn)具有不同分貝值和頻率值等特征。依據(jù)分貝值和頻率值特征能夠區(qū)別微泄漏點(diǎn)。因此，該方法在管道微泄漏領(lǐng)域具有一定的理論意義與應(yīng)用價(jià)值。

(1)借助聲檢測裝置采集管道微泄漏聲信號(hào)，并分析聲信號(hào)。在信號(hào)時(shí)域及頻域分析過程中，發(fā)現(xiàn)聲信號(hào)是一個(gè)非線性的寬頻帶信號(hào)，信號(hào)中存在回波干擾和電磁干擾。

(2)引入對數(shù)幅值譜改進(jìn)倒譜結(jié)構(gòu)。頻域上，避免了3 組信號(hào)出現(xiàn)頻域混疊問題。同時(shí)，有效識(shí)別了3 種泄漏信號(hào)的特征，包含頻率值和分貝值特征。Φ0 mm聲信號(hào)頻率特征為f0=603 Hz，聲信號(hào)分貝值為0.17 dB；Φ1 mm聲信號(hào)存在一個(gè)頻率，頻率特征為f1= 1879 Hz，聲信號(hào)分貝值為0.052 dB；Φ1.5 mm聲信號(hào)頻率值為f2= 4049 Hz，聲信號(hào)分貝值為0.24 dB。