阀门内漏声发射监测及其信号特征提取与分析

李海云，朱汉华，吴 洁，尹志生

（武汉理工大学 船海与能源动力工程学院，湖北 武汉 430063）

阀门在管路系统和许多工业装置中是不可缺少的流体控制部件之一，它起着控制介质输送、调节压力与流量等工艺参数及应急保护系统故障等作用。然而，由于工作环境、操作方式、阀门自身结构特点等因素的影响，阀门泄漏尤其是阀门内漏已经成为阀门故障中普遍存在的现象。由于阀门内漏在其故障前期不易被检测，因此给管路系统和工业装置的故障诊断和安全预警带来障碍。研究阀门内漏的特性和精确、便捷的阀门内漏检测方法成为急需解决的工程问题。

已有的阀门内漏检测方法有加压检测法、真空检测法和气泡法，由于其效率低、不能实现在线检测等缺点，已不能满足阀门内漏检测的客观需求。经过国内外学者对阀门泄漏检测的多年研究，目前可用的方法得到充分发展，比如压降法、振动法、热红外法、超声检测法、声发射检测法等在线检测技术。其中，声发射检测法因具有适用范围广、对线性缺陷敏感、适用于恶劣环境等优点，已得到长足的发展。但声发射检测法仍存在局限性，如：未知因素过多、存在干扰信号、信号采样频率过高、对硬件设备要求高等[1]。

基于上述分析，本文在声发射检测法的基础上进行调整，调整后的声发射检测方法采集的信号有效频率低，受环境噪声和干扰的影响较小，信号采样和处理速度大大提高。对采集的信号进行时频域特征分析与特征值提取，利用小波包分解对信号的能量分率进行研究，探究其与阀门完全密封、阀门内漏等工况的关系。

1 阀门内漏声波检测方法

阀门泄漏可分为阀门外漏与阀门内漏，产生阀门内漏的原因较多，主要包括：阀门在生产时工艺缺陷，由此导致夹渣、砂眼等铸造缺陷；现场施工、安装质量差，存在重视法兰密封而轻视内部密封的情况；介质在运输中含有杂质，导致阀门阀杆卡死，阀杆阻塞，不能完全关闭；阀门在使用过程中操作不规范，如：不按规定打开和关闭，容易造成阀杆变形及密封面损坏，导致阀门不能完全关闭；阀门密封面在开关过程中可能发生机械损失，使密封表面磨损或者产生压痕；阀门工作环境恶劣，长期处于温度变化剧烈、压力较大的环境中，对阀门密封件的影响很大，容易导致阀门加速老化和泄漏[2-5]。

本文选用声发射（AE）方法检测阀门内漏，声发射是指材料或结构产生变形或断裂时，以弹性波的形式迅速释放能量的现象[6-7]，当阀门出现裂缝或漏孔时，阀门上下游存在的压力差使得介质从泄漏处高速喷射而出，由于没有边壁的限制，喷射出的介质会在泄漏处扩散流动继而形成湍性射流，引起阀门下游压力波动，形成声波，同时由于阀门上游介质异常流失，同样会造成上游压力波动形成声波。因此，通过传感器将阀门内漏产生的声波信号转换为电信号并进行特征分析，可以实现阀门内漏的监测。阀门内漏检测试验系统示意图如图1所示。如果阀门发生内漏，介质流入下游产生声波，下游的传感器能检测到明显的异常信号，对信号进行特征提取与小波包能量分率的研究可以有效区分阀门内漏与阀门完全密封、阀门正常开启、阀门正常关闭、外部敲击管道等工况。

图1 阀门内漏检测试验系统示意图

2 阀门内漏试验检测方案

液体介质阀门内漏模拟装置包括水箱、离心泵组、管道、压力表、流量计、阀门等。该装置可通过调节8 个离心泵组成的4 个泵组，进而提供0.2～1.2 MPa 的管道进口压力。被测阀门的尺寸为DN40，可手动调节阀门开度并有具体数值显示。内漏信号检测系统包括三相振动加速度传感器、数据采集卡NI9234 和计算机等，试验所用的三相振动加速度传感器在X、Y、Z3个方向的频率响应范围为0.3～10.0 kHz，灵敏度为1 mv/ms-2，传感器可黏在底座或用砂纸打磨后的管道上。数据采集卡NI9234 为4 通道动态信号采集模块，动态范围为102 dB，广泛应用于加速度传感器和声信号传感器。试验时，通过离心泵组将阀门进口压力增加至0.2 MPa、0.3 MPa、0.4 MPa、0.5 MPa、0.6 MPa、0.7 MPa、0.8 MPa、0.9 MPa、1.0 MPa、1.1 MPa、1.2 MPa，压力稳定后，分别采集阀门开度为5%、7.5%、10%、12.5%、15%、17.5%、20%的内漏信号，并对流量进行监测[8]。

3 试验结果与分析

3.1 内漏信号时频域特征分析

通过提取3 个传感器所采集的信号特征值，决定采用1#传感器的数据。阀门完全密封及内漏工况的时域图如图2所示。图2（a）为阀门完全密封工况，图2（b）为内漏工况（进口压力0.4 MPa、阀门开度为15%）。

图2 阀门完全密封及内漏工况的时域图

由图2 可知，在阀门正常及内漏工况下，其声波信号为随机分布状态，阀门内漏时，其信号幅值明显增大。阀门完全密封及内漏工况的频域图如图3 所示。由图3 可知，阀门未发生内漏时，其信号大多集中在低频段，且频谱能量大部分较低，个别频率幅值突出，而阀门发生内漏时，信号集中在中高频段，频谱能量高于正常工况，在正常工况下幅值突出的个别频率在内漏工况下依然存在，大部分幅值在0.5（m·s-2）2/Hz 以下。因此，根据信号的时域图和频域图可以判断阀门处于正常状态或内漏状态。

图3 阀门完全密封及内漏工况的频域图

为排除阀门在工作时的各种干扰对信号的影响，试验采集了阀门正常开启、正常关闭和外部敲击管道3 种工况，并对其信号进行时频域分析。干扰信号的时域图如图4所示，干扰信号的频域图如图5所示。

图4 干扰信号的时域图

图5 干扰信号的频域图

对比图2 与图4，阀门在正常开启时，信号幅值在某一时间点发生突变，随着开启角度的增大，幅值随之先增大后减小，最后信号趋于平稳，呈现为随机分布状态，且此时幅值大于初始时的幅值；阀门正常关闭的信号波形在初始时为随机信号，由于阀门关闭，信号幅值先增大后减小，且在某一时间点突变，最后亦发展为随机信号，且此时幅值小于初始时的幅值；管道受到外部敲击时，信号幅值发生突变，其余时间均呈现随机分布状态。对比图3 与图5，阀门正常开启与正常关闭的频域波形与泄漏的频域波形较为类似，但在分布上，阀门正常开启与关闭的频率集中在2 000～8 000 Hz，在其余频率分布较少，且阀门开启的幅值大于关闭时的幅值，而阀门内漏的信号在2 000～12 000 Hz 上分布较为均匀；管道在受到敲击时，信号幅值更为突出且大多集中在低频段。因此，通过时频域图像的特征差别可以判断阀门内漏、完全密封、正常启停泵和外部敲击等工况。

3.2 阀门内漏信号特征值提取

通过对采集的内漏信号进行特征值提取，可以提取信号的有效信息，便于阀门是否发生泄漏及泄漏量的判断。以试验的进口压力为0.4 MPa、阀门开度为15%的数据为参考，对其特征参数与进口压力、泄漏速率的对应关系进行探究。部分特征参数与阀门进口压力、泄漏速率的定量关系如图6所示。

图6 部分特征参数与阀门进口压力、泄漏速率的定量关系

由图6 可知，由于阀门进口压力与泄漏速率的增大，声源活性增强，因此信号的各个特征参数也随之增大。振动加速度aRMS值的增加与泄漏速率的增加为近似线性关系。

信号的幅值与泄漏速率、进口压力正相关，且在压力、泄漏速率较低时增加速度较快，在其较高时增速缓慢；信号的能量值增加幅度大，数量级由105增至108，增速则与幅值相反。

3.3 阀门内漏信号的能量分布

为进一步确定阀门内漏信号的频率范围和实现信号的有效识别，将内漏信号进行小波包能谱分析。由于小波分解在时域和频域同时具有良好的局部化性质，是目前声发射信号处理中应用最广泛的方法之一[9]。将信号进行3 层小波包分解，得到[3，0]、[3，1]、[3，2]、[3，3]、…、[3，7]共8 个小波包，每个小波包的频带为1 600 Hz，频率范围为0～12 800 Hz。阀门内漏信号各频段能量占比与阀门进口压力、泄漏速率的关系如图7 所示；进口压力为0.4 MPa、阀门开度为15%时，其余工况的各频段能量分布如图8所示。

图7 阀门内漏信号各频段能量占比与阀门进口压力、泄漏速率的关系

图8 进口压力为0.4 MPa、阀门开度为15%时，其余工况的各频段能量分布

阀门在开度为15%时，内漏信号能量集中在2#～5#子带，对应的信号频率为3 200～8 000 Hz，阀门进口压力由0.2 MPa 增至1.2 MPa 时，其能量占比由63.52%增至95.04%，高频段（8 000～12 800 Hz）在压力较低时有一定的能量占比，但压力增大后所占比重则迅速下降；阀门进口压力一定时，不同阀门开度的能量信号各子带的能量占比与固定阀门开度时的规律大致一致，大部分仍集中在2#～5#子带，且以3#子带所占能量最多。

对比图7 与图8，可以看出阀门正常启闭时的各频段能量占比与阀门发生内漏时的特征较为类似，均在3#子带占比最多，且大部分集中在2#～5#子带，因此均可将其归类为阀门关闭不严时的信号，根据其时频域特征可对阀门状态进行进一步区分；阀门完全密封与外部敲击管道的能量分率与阀门关闭不严信号的能量分率完全不同，完全密封与外部敲击管道均有约90%的能量位于1#子带（0～1 600 Hz），其余子带所占能量极少，也可根据信号的时频域特征对这2种工况加以区分。

4 结束语

本文通过液体介质阀门内漏的模拟试验，采集了不同工况下的信号，通过分析阀门在不同进口压力、不同开度及其他工况下信号的特性，得到以下结论。

1）利用三相振动加速度传感器对阀门内漏信号进行监测，内漏信号频率范围较宽且为连续型波形。内漏信号的特征参数与阀门进口压力、泄漏速率为正相关关系，且aRMS值与泄漏速率近似线性相关。

2）进行工况信号的时频域和小波包能量等分析，能够有效区分阀门完全密封、发生内漏、受到外界干扰等工况。阀门发生内漏时信号幅值较大，频率范围较宽，且信号的能量主要集中在2#～5#子带（3 200～8 000 Hz），该区间单个子带最高能量占比可达48.299 9%，该区间能量占比之和最高可达95.04%。该结论可为后续的阀门内漏诊断建模提供依据。