漏磁内检测缺陷信号的快速识别方法

马义来,苏小祥,闻亚星

(1.中国特种设备检测研究院,北京 100029;2.上海积塔半导体有限公司,上海 200123)

漏磁内检测是目前在长输油气管道领域应用最广泛的检测方法之一[1-3]。随着传感技术和电子技术的发展快速,漏磁内检测设备性能也得到了质的提升,漏磁内检测器的探头通道和采集频率大幅提高,已从常规清晰度内检测技术发展到高清晰度和超高清晰度漏磁内检测技术,而内检测数据量的急剧增加,为内检测数据快速识别和分析带了极大的挑战。为了提高数据分析的效率,减少不必要的工作量,有必要对数据进行优化处理。因此,开发一种能够快速识别信号的漏磁内检测方法具有重要意义。

笔者开发了一种基于低通滤波和差分的信号处理算法,并对漏磁内检测探头的各通道检测信号进行降噪优化处理,确定了管体缺陷识别规则并进行检测试验。结果表明,该信号处理方法能够快速准确识别管体缺陷信号,识别效果较好。

1 漏磁内检测原理及设备

漏磁检测技术依赖于铁磁性管材的高磁导率特性,使管道的管壁可以被永磁体产生的磁场磁化至磁饱和[4]。在正常的管壁区域中,外加磁场的磁感线被束缚于管壁的内部,几乎没有磁感线从管壁表面穿出,当管壁中存在缺陷时,缺陷处的磁导率比正常区域的磁导率小,磁阻比正常区域的大,而导致缺陷处的磁感线外泄,通过霍尔传感器即可检测到外泄的磁通量[5],管道漏磁检测基本原理如图1所示。

图1 管道漏磁检测基本原理

漏磁检测器一般由驱动节、励磁节、万向节、计算机节等组成,其结构如图2所示,其中励磁节主要用来磁化管壁和采集检测数据;驱动节利用密封皮碗前后介质压差推动检测器在管道中运行;万向节的作用是帮助检测器在管道中顺利通过弯头部位,提升通过性能;计算机节用于检测数据存储;里程轮记录检测器在管道中的行进里程和缺陷位置里程,便于后期开挖定位。

图2 漏磁检测器结构示意

2 漏磁信号噪声

管道管壁上的金属损失等缺陷所形成的漏磁场信号一般都比较微弱,需要经过放大滤波后再进行后处理[7-9]。沿励磁方向分布的霍尔探头检测到漏磁场磁感应强度得到单向脉冲信号,典型的缺陷漏磁信号如图3所示。脉冲信号的方向与探头的检测方向以及探头的运动方向有关。当霍尔探头的检测方向与探头运动方向一致时,单向脉冲信号向上;反之,单向脉冲信号向下。同时,脉冲信号的宽度与时间有关,当检测速度变快时,信号宽度变窄;当检测速度变慢时,信号宽度变宽。实际检测时受杂散磁场以及振动的影响,漏磁场信号中会叠加大量的噪声信号。

图3 典型的缺陷漏磁信号

所设计的漏磁内检测设备采用SS 495型线性霍尔元件采集缺陷信号,其内部集成了信号放大电路,可直接输出与测量磁感应强度成正比的电压信号,具有灵敏度高、线性好、功耗低等优点。SS 495型线性霍尔元件采集到的漏磁信号仍然存在大量的干扰噪声信号,有必要进行降噪优化。笔者先利用霍尔探头采集管体缺陷信号,使用数字低通滤波器滤波后,采用差分法消除探头提离值和温度漂移对检测信号基线的影响,最后利用阀值法进行缺陷信号的识别。整个处理程序代码精简、执行效率高,可以快速对缺陷信号进行识别。

3 信号处理方法

3.1 数字低通滤波处理

缺陷信号相对于噪声属于低频信号,可以采用低通滤波器对其进行滤波。Lab VIEW 软件的信号处理模块中包含了很多数字滤波器,包括贝塞尔滤波器、Butter worth滤波器、Chebyshev滤波器、等波纹滤波器、FIR加窗滤波器、中值滤波器等。这些滤波器可以分为两种,一种是通过处理数据块进行滤波,另一种是通过对数据进行连续的逐点处理来滤波。滤波器的数据块处理方式缺乏实时性,需要经过一段数据的采集后才能进行处理,且数据块处理需要一定的时间周期;与之相比,逐点滤波器的实时性更强,数据采集和处理可同时进行。试验对比结果表明,Butter worth低通滤波器对漏磁缺陷信号的过滤效果是最好的。因此笔者采用逐点Butter worth低通滤波器,其滤波效果示例如图4所示。

图4 Butter worth低通滤波器滤波效果示例

3.2 信号的差分处理方法

管壁缺陷处检测信号较正常信号会有明显的变化,相邻近信号的差分值一般远大于正常信号的差分值,因此可以用差分值来处理信号。相邻信号的差分值可表示为

式中:X(i)为差分变量。

式(1)定义的是前一步差分值,当向前k步差分时,差分值可表示为

差分的步数k可根据标定样管和现场检测缺陷信号情况选择最优值。

漏磁检测设备通过对差分后的数据进行阀值归零处理,来实现缺陷的直接显示。在确定判断阈值时首先要制作人工缺陷标定样管,然后根据对缺陷样管的检测结果设定缺陷信号的判定阀值,如果检测信号的幅值超过阀值,则判定为管壁缺陷信号,低于阀值则认为是无缺陷管壁信号。信号归零的阀值设置应略小于缺陷信号的判别阀值,若信号幅值小于信号归零阀值,则信号归零,若信号幅值大于信号归零阀值则保留信号。检测原始信号经滤波、差分、归零等技术处理后的效果如图5所示(图中1为缓变信号,2为振动信号,3为缺陷信号)。

图5 检测原始信号经滤波、差分、归零等技术处理后的效果

图5中的原始信号包含有较多的噪声信号,Butter worth低通滤波器对噪声进行了初步消减,差分处理方法消除了缓变信号和振动信号引起的基线偏移问题,通过标定的阀值d对差分处理后的信号进行归零处理,最终消除了大部分噪声,缺陷信号明显凸出。由图5不难看出,信号经过滤波-差分-差分归零处理后具有很强的实时性和高效性,缺陷信号易于识别。

4 管体特征识别

漏磁内检测器已基本实现了周向360°通道覆盖,随着通道数量的增加,通道显示密度倍数增加,清晰度大幅提高。笔者将信号快速识别算法嵌入软件后,在管道圆周范围内检测各通道信号,其结果如图6所示,经过滤波和差分处理后信号无噪声和杂波影响且焊缝清晰可见。

图6 无缺陷时全通道正常信号示意

4.1 特征及缺陷类型

管道漏磁内检测技术可以识别出阀门、弯头、焊缝、壁厚变化、三通、小开口、法兰、封堵、补疤、外接金属物、盗油(气)孔、金属套管、维修套筒等管体特征,也能识别出管体内外壁腐蚀、机械划伤、金属损失型焊缝缺陷、夹杂、制管缺陷、开口裂纹等。工程上一般通过结合全尺寸牵拉试验和现场检测实测结果,建立缺陷量化模型,对检出的金属损失类型缺陷进行尺寸量化,通过信号解析及管道实际特征与信号特征比对建立特征数据库,实现管道特征的准确识别。

4.2 缺陷的识别规则

检测数据缺陷信号特征识别是数据分析中最重要的一部分,利用笔者开发的数据分析软件,将沿圆周布置的阵列传感器探头检测到的原始数据转换成平面漏磁信号波形图,当管道上存在金属损失或金属增加时,该漏磁信号会发生相应的变化。

根据识别漏磁信号波动方向与焊缝信号波动方向来区分出金属损失或金属增加等管道特征,这是所有特征识别的基础,与焊缝波动方向一致的信号为金属增加信号,与焊缝波动方向相反的为金属损失信号。轴向漏磁内检测器检测的某管道正常直焊缝的径向、轴向、环向信号如图7所示,某管道金属损失缺陷径向、轴向、环向信号如图8所示。

图7 某正常管道三轴漏磁检测焊缝信号

图8 某金属管道缺失三轴漏磁检测焊缝信号

通过比较图7(a)与图8(a)信号不难发现,该检测器的焊缝径向信号波动方向先下后上类似余弦的信号,金属损失的径向信号表现为先上后下类似正弦的信号,二者波动方向相反。图7(b)与图8(b)分别为焊缝和缺陷的轴向信号,焊缝轴向信号波动方向表现为单峰向下,金属损失轴向信号表现为单峰向上,二者方向同样相反。图7(c)与图8(c)分别为焊缝和缺陷的周向信号,二者的波动方向也是相反的。受漏磁内检测器磁化方向的影响,焊缝的径向和轴向信号较为突出,一般主要采用径向和轴向信号进行识别分析,周向信号作为辅助用。

管道漏磁内检测技术对体积型金属损失非常敏感,检测准确率高;对闭合型裂纹缺陷不敏感,检测准确率低。通过对管道漏磁内检测数据的综合分析,可以识别的缺陷有腐蚀(内腐蚀、外腐蚀)、机械损伤、制造缺陷、金属损失型焊缝缺陷等。在内检测工程实践中,可通过积累检测数据和开挖验证数据不断总结经验,提升数据分析识别水平,对不同成因的金属损失信号特征进行综合判定,提高缺陷的识别概率、量化精度等。

4.3 管体特征识别规则

在进行管体特征的识别时,可通过信号波动形式对特征进行综合分析,常规的管体特征如热煨弯头、阀门、法兰、三通、盗油孔等都有特定信号特征,既可以根据信号波动的分析规则去分解分析信号,也可建立固有特征数据图库进行实物与信号的比对,一般建立固有特征数据库比对较为方便,管体特征和漏磁检测信号图谱对比如图9所示。

5 工程应用

以某长度60 k m成品油管线为例进行检测,管道规格为323.9 mm×6.3 mm(直径×壁厚),钢管材料为L360,完成漏磁内检测后共检出缺陷1 125处。对其中3处金属损失较严重缺陷进行开挖验证。缺陷信号图谱和现场开挖结果如图10所示,通过信号图谱可以看出,经过降噪和差分处理过的缺陷信号清晰、无噪声干扰易于识别;通过现场开挖测量可以看出检测出的缺陷信号识别正确。3处缺陷漏磁检测结果及现场开挖实测结果如表1所示,表中深度通常用百分比深度表示,如正常壁厚的29.5%,即29.5%wt。

表1 现场漏磁检测结果和开挖检测结果对比

图10 金属损失缺陷信号图谱与现场开挖检测结果

缺陷检测尺寸误差分析结果如表2所示,可以看出,噪声滤波和差分处理对缺陷的检测精度无影响,缺陷检测的尺寸精度满足标准GB/T 27699-2011《钢质管道内检测技术规范》和SY/T 6597-2018《油气管道内检测技术规范》的要求。

表2 现场缺陷检测误差分析结果

6 结语

(1) 开发了一种基于数字低通滤波和差分的单通道信号处理方法,并利用该方法开发了全周覆盖的漏磁内检测器数据综合分析软件,可大幅提高数据分析效率和质量。

(2) 总结了基于漏磁内检测信号缺陷和特征识别规则。

(3) 通过工程检测和开挖检测对比发现,该信号处理方法和缺陷识别规则高效、可靠,缺陷信号识别量化准确。