阀门内漏声发射智能检测技术及系统研发

发布时间：2020-04-19 16:13

【摘要】：在石油化工天然气行业中,阀门是应用广泛使用频繁的机械通用产品,在实际应用中种类繁多、数量庞大、结构多变,并且工作环境腐蚀性强、自然环境恶劣,同时又受到输送介质高温、高压、高腐蚀等工艺参数的影响,阀门内漏事故时有发生。阀门内漏故障会破坏设备结构完整性,导致输送介质意外泄漏继而引发火灾、爆炸、介质污染和中毒等后果更为严重的灾难性事故。因此,开发具有阀门内漏故障模式快速识别和阀门内漏速率精确反演功能的声发射检测系统,为事故预警技术提供支持,在工程上具有重要的研究意义和应用价值。从声发射检测技术基本原理出发,研究声发射源到声发射信号转化的整个过程,在此基础上以阀门内漏为声发射源,研究声发射信号的类型,总结阀门输送介质和阀门外部环境对阀门内漏声发射信号的影响因素。分析阀门内漏速率与阀门物理尺寸、流体特征参数之间的关系,推导出阀门内漏速率与声发射特征参数之间的关系模型。搭建阀门内漏声发射检测实验系统,开展0.1-1.0MPa压力下球阀、蝶阀、手动球阀三种类型,八种故障模式下的声发射检测实验研究,获取信号特征参数和波形流,并测定对应工况条件下阀门内漏速率。分析阀门故障类型对声发射信号的影响、阀门内漏速率与声发射信号特征参数的相关性、不同故障类型阀门内漏声发射信号的频谱特征的差异性。对阀门内漏声发射原始波形信号进行滤波和降噪预处理,得到原始信号、滤波信号和降噪信号,作为支持向量机(SVM)输入训练数据,对球阀完好模式、球阀微小开度和球阀阀芯划痕三种故障模式进行识别。以球阀阀芯划痕为例,提取30组声发射信号特征参数作为BP神经网络输入数据,对阀门内漏速率反演,随机选择25组数据训练网络,随机剩余的5组数据检验BP神经网络的准确性。依照声发射检测系统的基本原理,并结合阀门内漏检测对象的特殊要求,选择传感器、采集卡和支持Win7/Win8系统的工业平板电脑,完成声发射检测系统的硬件组合。使用MFC编程语言开发阀门内漏声发射检测系统软件,调用采集卡API函数实现声发射信号采集,调用MATLAB生成的动态链接库实现阀门故障模式快速识别和内漏速率精确反演功能。
【图文】：

通流面积,锥形阀,封闭面,阀门关闭

其中对气体流速和流量影响最大的因素是阀门的通流面积。大部分阀门的通流面积是阀芯和密封圈接触面的面积，如图 2-2 所示，计算方法见公式（2-4），图2-2 锥形阀芯阀门通流面积Fig 2-2 Valve area with conical seats因此，阀门关闭状态下的阀芯的封闭面积可由公式（2-5）计算所得, (2-5)当阀门打开时，阀门的通流面可通过公式（2-6）计算而得， ③ ④ (2-6)式中：是阀门通流的截面面积；是一个无量纲的比例系数；反应流量通经直径与阀门升程的比例特征[43]。(2)流体特征与速率之间的关系

声发射传感器,压电元件

况下是对压电元件用保护性材料进行包装如图 2-4 所示，然后用于声发射检测当中。下图是基于锆钛酸铅的压电的传感器。图2-4 压电元件声发射传感器Fig 2-4 Piezoelectric element AE sensor为了实现更加专业、精确的采集到声发射信号，Breckenridge 于 1982 年设计出了电容传感器。但是压电传感器价格相对较低，，敏感性高，固定操作方便并且可以选择不同的采集频率。尽管 PZT 传感器在宽频声发射信号的基础研究中并不常见，但在大多数的声发射检测实验和工程应用中还是比较通用。（2）信号采集当传感器将材料表面的振动信号转换为电信号时，则成功采集到声发射信号，随后将电信号进行放大和过滤，整个过程从数学角度来看是由一个线性系统来完成的，如图
【学位授予单位】：中国石油大学(华东)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TE65;TQ086.2

【相似文献】