压力容器声发射检测系统的实现路径

2019-09-25 04:16常青
微型电脑应用 2019年9期
关键词:特征向量分类器滤波器

常青

(青海省特种设备检验所, 西宁 810001)

0 引言

由于化工用压力容器主要用于盛放化工用品,并且其内容物大多具有易燃、有毒的特点,一旦发生火灾易引发爆炸及有毒物质的扩散,危害性较大,因此对压力容器本身及存放的环境都具有较高的要求,定期检测压力容器是工作重点之一,为有效满足在役压力容器的检测需求,考虑到声发射源不同其所具有的信号特征也不同,因此可以这些特征为依据完成发射源缺陷类型的确定,使具备此种功能的声发射检测技术逐渐得到广泛应用,从而有效的完成压力容器检测不规范。

1 声发射检测原理

声发射检测技术的优点在于:该动态检测方法可通过在线连续测量获取缺陷的动态特性;检测精度较高,可对微米尺度的缺陷进行检测;声发射源能够对压力容器上的各类声发射信号进行感测,将传感器布置于压力容器上即可掌握缺陷类型及分布情况,无需扫描容器表面。在无损检测领域,声发射检测方法已成为重要检测手段之一。声发射是指材料中应变能快速释放所导致的应力波现象,声发射源信息就包含于应力波信号中,声发射检测技术对压力容器材料性能或结构完整性的评定通过材料声发射信号的接收和分析完成,再由声传感器对应力波进行检测并完成到电信号的转换及放大,接下来将其传输至信号处理器,通过多个传感器对测量的各种特征参数进行同时监测,获取各传感器到声发射源到达的距离,据此完成声发射源位置的确定。但目前声发射检测技术仍然受到一些技术瓶颈的限制,由于声发射现象存在凯泽效应,即第二次加载载荷需超过第一次才会产生声发射,为完整检测出缺陷需掌握被测对象的受力历史。考虑到较为微弱的声发射信号通常含有环境噪声,可通过合理放大滤波以获取满意结果。本文通过对声发射检测系统进行设计,完成在线实时动态检测过程,以提高信噪比及灵敏度,从而能够全面长期的检测压力容器[1]。

2 压力容器声发射检测系统设计

2.1 总体设计

根据声发射检测压力容器时的实时检测需要,本文在设计系统时信号的获取通过声发射传感模块实现,系统结构框图如图1所示。

图1 系统结构框图

由于无法直接使用传感模块输出的信号(较为微弱且含有噪声),需将输出的微弱信号通过信号放大器完成放大后由带通滤波器完成滤波操作,实现信号中高低频噪声的滤除,使获取的传感信号(属于模拟信号)更加纯净,接下来通过A/ D转化器的使用模拟信号到数字信号的转换过程,并传输至微处理器模块中。此时经硬件滤波后获取到的数据仍含有噪声,需对信号通过单片机完成进一步的数字滤波后再发送至上位机,微处理器模块通过无线通信模块同计算机互连,从而实现远程实时检测功能;此外微处理器模块还可通过串口同计算机互连以便现场调试。计算机同时连接多路下位机检测模块,以确保对声发射源的准确定位,对输入信号由计算机完成特征提取及模式识别,完成缺陷类型及部位的确定[2]。

2.2 传感器模块

声发射信号的接收以及由微弱振动信号到电信号的转换过程均由声发射传感器完成,声发射传感器不同其所具有的频率响应也不同,需根据实际项目需要选取合适的传感器,以满足频率响应需求。实际测量经验表明材料或构件的具体特性会对声发射信号的频率分布产生直接影响,为有效应对高频传播的衰减及低频机械噪声的干扰问题,针对压力容器声发射检测的传感器使用频率范围一般在100kHz~300kHz间,本文选用PXR15谐振式声发射传感器,谐振频率为150 kHz,具有高灵敏度适合压力容器检测,能够有效的满足项目需要。

2.3 无线通信模块

由于检测系统以无线连接方式为主,该模块的主要功能在于连接微处理器模块、单片机和计算机,实现远程实时检测过程,无线通信模块选用了基于Smart RF 03技术的CC2420(以0.18 μm CMOS工艺制成),性能稳定且功耗较低,芯片选用的无线收发器是可兼容2. 4GHz I EEE802. 15. 4,支持高达250 kbps的数据传输率,适用于Zigbee产品,无需过多的外部元器件即可正常工作,数据的无线收发通过连接单片机实现,确保短距离通信的稳定和有效。接收信号时,由高信噪比放大器(位于CC2420内部)对天线接收的射频信号进行放大和变频处理后获取的中频信号为2 MHz,需进一步进行放大、模数转换、数字解调和接扩以获取准确的传输数据,再将这些数据传输至单片机(通过SPI接口)。发送信号时,由单片机将数据传送至发送缓存器(通过SPI接口),并完成头帧和起始帧的自动生成,对所需发送数据流进行扩频(单位为4个比特),再通过数模转换完成到模拟量的变换过程,然后经低通滤波和混频调制信号到2.4 GHz并放大后发射出去[3]。

2.4 微处理器设计

本文选用了MSP430F169单片机(TI公司研发),以降低系统功耗,该单片机具备超低功耗的优势及高速和通用的特性,可有效满足低功率使用场合,12位精度的模数转换通过使用ADC12模数转换模块(该单片机自带,包含4种模数转换模式)即可实现,显著节省了软件开发的工作量,ADC12模块在无需使用时可关闭。采用有线通信模式则通过MAX232完成到RS232通信所需的电平的转化过程[4]。

3 系统的实现

3.1 单片机软件设计

该部分的主要功能在于数据采集、滤波及同上位机通信,无线通信及串口通信的切换通过外部开关进行选择。经初步放大滤波处理后所获取的信号仍存在噪声,易对压力容器缺陷类型的识别造成误判,因此需采用数字滤波器(包括IIR和FIR两种类型)进一步进行软件滤波,本文选用了IIR型Butterworth滤波器,由于IIR型的通带与阻带特性较好,Butterworth在通带内的幅频特性最为平坦且易于实现,通带截止频率及品质因数以实际项目需要为依据完成确定,滤波器滤波系数的确定计算则根据这些参数通过使用数字滤波器设计工具(位于matlab工具箱中的FDATool)完成,滤波器选用二阶时即可满足压力容器的检测要求。

系统下位机软件流程如图2所示。

声发射振动信号由PXR15检测到后会对其进行转化、初步滤波放大,再以电信号的形式输出,单片机接收到这些模拟信号后,先完成到数字信号的转换(通过自带的ADC),并根据预先设定使用二阶IIR型滤波器完成滤波,然后完成数据打包通过有线串口或无线方式并发送至上位机[5]。

3.2 上位机软件设计

(1) 压力容器声发射源定位原理

声发射源作为1个点源,距离声发射源的距离越近越先收到声发射信号,声发射源的位置坐标以声发射信号的时间差为依据完成确定,为确定唯一的声发射源坐标需在不相关

图2 系统下位机软件流程

的位置布置至少4个传感器(对于数目较多的传感器则需使用最小二乘法确定位置),假设,声发射源的位置由(x,y,z)表示,第i个传感器的位置由(xi,yi,zi)表示,t表示发生时刻,信号传播速度由v表示,第i个传感器接收信号时刻由ti表示,关系方程如下[6]。

(2) 缺陷识别

出现缺陷的压力容器发出的声发射信号会发生改变,将其同正常状态进行对比,根据差异情况完成压力容器设备运行状态的确定,本文通过采用特征提取及模式识别方法处理声发射信号,从而完成缺陷判别及缺陷类型识别,特征提取所取出的特征量需尽可能相互独立,同时能够对信号特征进行充分反映;模式识别以提取出的特征向量为依据完成缺陷存在情况及类型的判别,其重点在于设计模式分类器以确定模式分类面,为弥补传统经验法的不足,以有效应对非典型特征向量,本文分类器采用训练的方法获取,训练样本选取通过实测的缺陷及对应特征向量,通过有导师的训练分类器以提高识别率,对分类器需根据标准样本进行定期训练,使缺陷识别性能的衰退得以有效避免,提高了判断过程的灵活性、适应性及准确性[7]。

本系统的特征向量以振铃计数率(单位时间内能量率信号高于预设阈值的次数)、事件计数率(单位时间内完成包络检波后的信号高于上述闽值的次数)及能量率(单位时间内获取的能量)作为构成参数,涵盖了声发射信号的有用信息,且三维特征向量能够有效提高实时运算与处理的质量和效率。对压力容器采用声发射检测方法可识别多种类型缺陷,压力容器焊缝上的尖端塑性形变钝化和扩展时、焊缝内缺陷的开裂和扩展(包括气孔、夹渣、未熔合等)、进行加压试验的压力容器的泄漏部位、压力容器部件碰撞、焊接残余应力释放时等会产生不同特征的声发射信号,以这些特征向量为依据完成识别。本文设计的声发射检测系统采用支持向量法进行分类,将线性不可分的样本通过非线性映射算法的使用完成从低维输入空间到高维特征空间的转换,并在此基础上完成最优分割超平面的建构,实现分类器的全局最优化,核函数采用K(x,y)=e-(x-y)2/σ2(径向基内积函数),分类器经样本训练后获取,用于后续模式分类(针对未知特征向量),从而实现缺陷类型信息的获取及缺陷识别[7]。

4 总结

本文对压力容器声发射检测系统的设计与实现进行了系统探讨,声发射检测技术是一种无损检测方法,具备良好的检测效果,在压力容器检测中应用较为普遍,本文主要对压力容器声发射检测系统的实现路径进行了研究,在分析了声发射检测原理的基础上,完成了声发时检则系统的软硬件设计,详细介绍了系统中采用的滤波方法,通过使用特征提取及模式识别方法对压力容器声发射进行检测。现场调试结果表明,对于压力容器的典型缺陷,该检测系统能有效的完成识别过程,使在线检则压力容器的需求得以有效满足。

猜你喜欢
特征向量分类器滤波器
二年制职教本科线性代数课程的几何化教学设计——以特征值和特征向量为例
浅谈有源滤波器分析及仿真
基于多模谐振器的超宽带滤波器设计
学贯中西(6):阐述ML分类器的工作流程
克罗内克积的特征向量
基于朴素Bayes组合的简易集成分类器①
从滤波器理解卷积
一种自适应子融合集成多分类器方法
三个高阶微分方程的解法研究
浅谈多分类器动态集成技术