一种管道弯头缺陷的精确检测方法

技术领域

[0001] 本发明属于运输管道缺陷检测领域，涉及一种管道弯头缺陷的精确检测方法。

背景技术

[0002] 作为继铁路、公路、水运和航空后的第五大运输产业，管道运输因其独特优势，在石化、发电等行业及日常生活中体现着极其重要的作用。但是该类管道通常在高温、高压或者电腐蚀等恶劣环境下工作，加上设备结构自身的老化，将不可避免的出现不同程度的损伤，进而引发重大事故，在带来巨大经济损失的同时还将造成人员伤亡。管道弯头作为管道网络的重要组成部分，其缺陷的有效检出，对于完善运输管道的检测具有重要意义。

[0003] 由于超声导波传播距离长，检测速度快，衰减小，效率高，且具有检测整个壁厚方面的优势，在管道无损检测领域得到了极大的应用和研究。如今，越来越多国内外学者，对超声导波在管道弯头中的传播特性进行了仿真或实验研究。

[0004] 英国帝国理工大学的A.DEMMA通过有限元分析，研究了管道弯头对导波透射和反射系数的影响，证明了超声导波在管道弯头内的反射和透射性能，为超声导波在管道内的应用提供了研究思路。

[0005] 现有超声导波信号激励方式为在管道弯头两端分别周向均匀布置传感器，一端为环形阵列布置的激发传感器，一端为环形阵列布置的接收传感器，若激励传感器同时施加轴向激励可在管道弯头内激发出S0模态，激励传感器同时施加周向激励可在管道弯头内激发出T模态，该种激励方式单次测量只能获取一种有效信号，因此限制了获取弯头结构完整性信息，无法实现对弯头缺陷的高分辨率检测；在另一方面，研究表明，通过现有激励手段激发出的超声导波，无论是使用S0模态还是T模态，均无法对管道弯头的内侧区域进行检测，因此，需要研究新的、有效的导波激励技术及信号处理方法，实现管道弯头缺陷准确、有效、全面、快速的检测。

发明内容

[0006] 本发明的目的在于克服上述现有技术的缺点，提供一种管道弯头缺陷的精确检测方法，该检测方法能够实现管道弯头内缺陷准确、有效、全面和快速的检测。

[0007] 为达到以上目的，本发明的技术方案为：

[0008] 一种管道弯头缺陷的精确检测方法，包括以下步骤：

[0009] S1，搭建管道弯头超声导波检测系统；利用搭建的管道弯头超声导波检测系统，依次给管道弯头超声导波检测系统中的单个激励传感器施加chirp信号，管道弯头超声导波检测系统中的接收传感器获取Chirp激励响应信号；使用窄带脉冲提取方法，从Chirp激励响应信号中提取不同中心频率下导波的窄带脉冲信号，并对提取的窄带脉冲信号中的波包进行模态辨识，然后以获得纯净S0模态为目的，确认出窄带提取的中心频率，根据所述中心频率得到窄带脉冲提取信号；

[0010] S2，建立管道弯头层析成像正演模型，并利用二阶差分的正演算法，对导波飞行时间进行计算；然后结合最速下降反演方法，基于信号的飞行时间特征对S1得到的窄带脉冲提取信号进行分析处理，然后对分析处理的结果进行缺陷特征信息的识别及提取；最后显示缺陷的深度和表面形貌特征，完成管道弯头缺陷的检测。

[0011] S1中，从Chirp激励响应信号中提取不同中心频率下导波的窄带脉冲信号的过程如下：

[0012] 确定理想脉冲激励信号为sd(t)，理想脉冲激励信号sd(t)的响应信号Rd(ω)为：

[0013]

[0014] 其中，Rc(ω)为Chirp激励响应信号的频域表达形式，Sd(ω)为理想脉冲激励信号的傅里叶变换，Sc(ω)为Chirp信号的傅里叶变换形式，G(ω)为频域内的带通滤波器；

[0015] 然后对理想脉冲激励信号sd(t)的响应信号Rd(ω)进行傅里叶逆变换，得到理想脉冲激励信号sd(t)的窄带脉冲信号Rd(t)。

[0016] S1中，对提取的窄带脉冲信号中的波包进行模态辨识的过程如下：

[0017] 对提取的窄带脉冲信号做时频变换得到每个频率点的到达时间，窄带脉冲信号中波包的飞行时间tf以及到达时间满足下式：

[0018] tf＝ta-te

[0019] 其中，te为理想脉冲激励信号各频率点的发出时间，ta为波包的到达时间；

[0020] 然后根据窄带脉冲信号中的波包的飞行时间tf求波包的传播速度v：

[0021]

[0022] 其中，larc为管道弯头的弧长；

[0023] 然后根据波包的传播速度v以及超声导波频散曲线，对提取的窄带脉冲信号中的波包进行模态辨识。

[0024] S1中，以获得纯净S0模态为目的，确认出窄带提取的中心频率的过程如下：

[0025] 选择S0模态作为管道弯头超声检测的模态，S0模态的纯净程度ξ为：

[0026]

[0027] 其中，A1为S0模态的波包幅值，A2为A0模态的波包幅值；

[0028] 然后根据纯净程度ξ与窄带提取的中心频率之间的关系，确定窄带提取的中心频率。

[0029] 所述Chirp信号为瞬时频率随着时间连续线性变化的信号，Chirp信号的数学表达式为：

[0030]

[0031] 式中：w(t)为矩形窗函数；f0为起始频率；B为信号频域宽度；T为信号持续时间；

[0032] Chirp激励响应信号在频域中的表达形式为：

[0033] Rc(ω)＝H(ω)Sc(ω)

[0034] 其中，Rc(ω)为Chirp激励响应信号的频域表达形式；Sc(ω)为Chirp信号的傅里叶变换形式。

[0035] S2中，建立管道弯头层析成像正演模型过程如下：

[0036] 沿管道弯头外脊线展开，建立管道弯头层析成像正演模型，得到管道弯头层析成像正演模型三维坐标系{O,x,y,z}与二维坐标系{O,x',y'}的映射关系为：

[0037]

[0038]

[0039]

[0040] 其中，R为管道弯头的弯曲半径，r为管道弯头的管道内径。

[0041] S2中，利用二阶差分的正演算法，对导波飞行时间进行计算的过程包括如下步骤：

[0042] S2.1，根据管道弯头层析成像正演模型，求得各向异性声速场模型c'(θ)为：

[0043]

[0044] 其中，c为导波传播速度，

[0045] S2.2，根据所述映射关系以及各向异性声速场模型得到程函方程为：

[0046]

[0047] S2.3，利用二阶差分算法求解程函方程，获得整个区域的飞行时间矩阵，其中：

[0048] 求解程函方程使用的是熵满足上行区域的算法，将程函方程表达为：

[0049]

[0050] 其中 表示沿x方向的向后差分算子， 表示沿x方向的向前差分算子， 表示沿y方向的向前差分算子， 表示沿y方向的向后差分算子；

[0051] 二阶差分算子的基本形式为：

[0052]

[0053] S2中，结合最速下降反演方法，基于信号的飞行时间特征对S1得到的窄带脉冲提取信号进行分析处理，然后对分析处理的结果进行缺陷特征信息的识别及提取；最后显示缺陷的深度和表面形貌特征的过程包括如下步骤：

[0054] S2.4，根据飞行时间矩阵得到接收传感器走时矩阵T；

[0055] S2.5，确定反演问题为：

[0056] d＝A(T)

[0057] 其中，A为非线性算子，d为管道弯头整个区域的壁厚矩阵；

[0058] S2.6，设定走时误差泛函为：

[0059] φ(d)＝||A(d)-T||

[0060] S2.7，设定走时误差泛函的梯度δn，确定最速下降反演方法的最优化方向，对管道弯头整个区域的壁厚矩阵d迭代，迭代格式为：

[0061] dn+1＝dn-ηnδn

[0062] 其中，ηn为搜索步长，ηn通过下式计算：

[0063] ηn＝arg{min[φ(dn+ηδn)]}

[0064] 其中，

[0065] 当误差达到给定的水平时，迭代过程终止，将计算结果映射到三维模型中，显示缺陷的深度和表面形貌特征。

[0066] 与现有技术比较，本发明具有如下有益效果：

[0067] 本发明的管道弯头缺陷的精确检测方法中，使用chirp信号，因此在提高检测信号信噪比的同时又能够提高检测效率，同时通过依次给管道弯头超声导波检测系统中的单个激励传感器施加chirp信号，即受到的导波信号与传统的阵列同时激励手段相比扩大了n2倍(n周向布置传感器的数量)，获得了更多含有弯头形貌特征的信息。在信号处理方面，提取出导波S0模态飞行时间特征，提出的二阶差分算法利用网格节点的飞行时间信息，能更加精确地反演出弯头形貌信息，且缺陷探测结果更加直观。需要说明的是，本发明采用超声导波作为检测手段，基于超声导波具有全波场特性及传播速度快的特点，能够完成管道弯头缺陷的准确、有效、全面和快速的检测。

译