储罐长周期腐蚀声发射监测试验

对一放置2年时间的储罐试验模型进行长周期的声发射腐蚀监测,通过研究其在稳定腐蚀状态下的声发射信号特征,分析其腐蚀的机理和信号产生的原因,形成对储罐腐蚀更深入的认识。文章还对稳定腐蚀状态下的储罐声发射特征参数进行统计分析,为后续的储罐在线声发射检测评价打下数据基础。     

储罐长期腐蚀状态下的声发射监测分析

通过对一充水存放超过2年的储罐试验模型进行声发射腐蚀监测,分析其在长周期腐蚀状态下的声发射信号特征规律,研究其与腐蚀发展各阶段的对应关系,从而掌握储罐腐蚀机理和规律,形成对储罐腐蚀更深入的认识,为后续储罐在线评价及腐蚀防护等提供可靠的理论支撑。     

声发射技术在储罐腐蚀检测中的应用综述

声发射是一种前景广阔的油罐无损检测方式,具有时间短、成本低、操作方便等优点。本文综述了几种常规储罐无损检测技术的基本原理,总结了储罐声发射检测的国内外研究进展,指出开展声发射检测的实施条件、声发射信号特征与材料腐蚀行为之间的内在关系、声发射信号的降噪、特征提取和声发射源识别是将来储罐声发射研究的重要方向,为将来深入开展相关研究提供了一定参考。     

基于在线检测信息的储罐底板腐蚀状态智能评价方法

为了解决利用声发射在线检测技术对储罐底板腐蚀状态进行评价时,主要依赖检测人员经验的问题,使该项技术能更好地推广和应用,利用储罐底板在线检测的声发射信息和外观检查信息,并根据相关标准及专家经验,确定与储罐底板腐蚀状态相关的表征因素。采用遗传算法(GA)改进贝叶斯网络(BN)搜索方法,建立基于GA的BN智能评价方法。针对声发射在线检测信息和外观检查信息,分别建立基于标准用声发射因素、基于声发射因素和综合考虑声发射因素和外观检查因素的基于在线检测信息的储罐底板腐蚀状态评价模型。通过对测试样本的评价,对比声发射检测专家评价结果,其中基于在线检测信息的储罐底板腐蚀状态评价模型的准确率为96%,该模型能够对储罐底板腐蚀状态进行可靠的智能评价。     

常压储罐底板泄漏声发射检测方法及应用

为解决常压储罐泄漏检测中容易出现的信号漏采、定位不精准等问题,基于声发射泄漏检测要求,提出一种适用于储罐底板泄漏检测的液位多级变化工况下声发射检测及验证方法,并规定具体的工艺流程。以某石化公司储罐为例,分析不同液位时采集得到的声发射信号特征,同时利用声发射技术对储罐底板泄漏进行区域定位,并采用开罐检测方法进行验证,发现随着液位的增加,信号活性先增大后减小,储罐底板泄漏声发射检测结果与开罐检测高度一致。研究结果表明：在多级液位下采集储罐底板泄漏声发射信号,可提高泄漏源定位精度,有效避免漏检情况发生。     

基于BP神经网络的苯储罐泄漏事故风险评价模型研究

为了在事故发生之前对苯储罐进行风险评价，提出1种基于BP神经网络的泄漏事故风险评价方法，利用该方法构建了苯储罐的风险评价模型，并对模型进行了训练及验证。研究结果表明:BP神经网络成功完成了建模任务，且模型训练结果较好，可利用基于BP神经网络所构建的苯泄漏事故风险评价模型对苯储罐发生泄漏事故的风险进行评价。     

面向储罐声发射检测的信号分析技术研究

为提高非专家检测人员执行储罐声发射检测后评价的准确度,综合分析检测过程中常见的噪声类型,提出基于小波分析和模式识别的声发射信号处理方法;设计Q235B板三点弯曲、砂纸打磨、橡胶手柄敲击和电噪声试验,并收集新声发射波形特征量分析试验数据,获取不同类信号特征;结合提出的信号处理方法和新特征量,聚类分析大样本数据以区分不同类型声源。结果表明:所提方法可以定量反映声发射波形的突发性,能够解决声发射信号类型的识别问题;该方法还可提取有效声发射信号典型特征,并保留关键频带小波系数来重构波形,适用于储罐的声发射检测。     

铸铁承压设备声发射特征研究

为开展声发射技术应用于铸铁承压设备检测的应用研究,首先应研究铸铁材料拉伸过程的声发射特征,然后获取铸铁构件上典型裂纹扩展的声发射信号,找到铸铁构件开裂所特有的声发射信号特征,为活性缺陷的正确检测和识别奠定基础。因此,本文首先研究了灰口铸铁HT200材料拉伸试件的声发射特性,然后在报废的造纸烘缸上预制了表面裂纹,采用水压循环加载的方式,用声发射监测其加载试验过程的声发射现象,获取缸体表面裂纹扩展的声学信号样本,确定了随载荷变化,裂纹缺陷扩展的声发射参数特征和定位特征,其结果为后续波形信号的特征提取和模式识别研究提供了典型声发射源信号数据,也为铸铁类构件的声发射检测提供了参考。     

常压立式储罐罐底腐蚀状态的声发射在线检测

介绍了常压储罐声发射检测基本原理,利用声发射技术对两台在用油罐罐底腐蚀情况进行了在线检测,并进行了腐蚀程度评价。采用声发射检测较一般的离线检测方法更高效、经济,两种方法的结合使用可以延长储罐使用周期。     

金属压力容器水压试验声发射检测

通过对容积为504．94m3的某型号压力容器出厂前水压试验的声发射检测,分析了其在升压和保压过程中的声发射信号特征及其来源。结合AE信号参数、波形及定位图分析,对该容器进行了声发射活性评价,确定需要后续复检的强活性区域。文章为压力容器的声发射检测和安全评价提供了理论指导和参考数据。     

环境噪音对声发射检测的干扰及排查

声发射作为一种被动检测技术,已成为储罐在线安全评估的重要手段之一。针对储罐声发射检测中最常见的环境噪音问题,本文对一起储罐声发射检测异常环境噪音干扰案例进行详细的研究,分析其产生机理及可能导致信号异常的影响因素,逐个排查,最终成功消除影响声发射检测的干扰源,从而保证了储罐在线检测的顺利进行和检测结果的准确可靠。     

基于声发射特征参数的阀门内漏神经网络识别

为解决阀门内漏在线快速检测问题,基于声发射检测技术,采集了DN150闸阀在上下游压差0.8 MPa典型工况下的声发射信号,提取振幅、振铃计数、能量、平均信号电平、信号均方根值5个特征参数作为输入矢量,内漏结果作为输出矢量,建立了3层BP神经网络识别阀门内漏的模型,利用实验数据样本对该模型进行了验证。结果表明,阀门内漏识别准确率超过90%,有利于提高阀门安全运行在线监测水平。     

基于BP神经网络的岩石损伤声发射事件源定位研究*

工程岩体一般包含大量的节理、裂隙等各类缺陷,利用AE技术可以对缺陷进行定位,但仍然有很大误差。为进一步减小AE定位误差,确定缺陷位置,做好安全预警工作,研究提高岩石声发射定位精度的优化方法。利用断铅实验模拟产生声发射信号,将声发射信号特征参数中的幅值、能量、振铃计数以及到达时差作为输入,断铅点真实坐标作为输出,构建BP神经网络模型,并通过实验确定最优隐含层数等参数,最后通过交叉学习训练交叉预测得出断铅点坐标,并与基于到达时差的传统定位法以及考虑材料各向异性条件下的波速优化算法进行对比。结果表明:BP神经网络算法与传统方法相比,板状岩石声发射定位的误差显著减小,定位精度提高;岩石试件定位误差的误差波动更为平稳,有效改善了声发射源位置对定位效果的影响。本方法为岩石缺陷的精确定位提供了1种较好的技术手段。     

Q235低碳钢的点腐蚀声发射检测实验研究

本文搭建了基于美国物理声学公司生产的微型SAMOS声发射监测系统的实验平台,对压力容器常用金属材料Q235低碳钢点腐蚀过程中产生的声发射信号进行了实验测量。通过研究,对金属材料点腐蚀过程的声发射检测及信号处理方法有了较为全面的认识,为声发射技术在腐蚀监测方面的进一步研究及应用提供了有价值的参考。     

基于改进K-means和CNN的储罐罐底点蚀诊断模型*

为解决储罐罐底点蚀问题,提出基于改进K-means和CNN的储罐罐底点蚀诊断模型,在传统聚类基础上引入肘部法则,保证k值选取3的准确性,将原始声发射信号特征参数和聚类后的类别信息输入模型进行训练,系统预测准确率高达99%。研究结果表明:该模型能够及时发现点蚀现象,指导管理者确定储罐开罐检查时间顺序,避免点蚀穿孔造成的人力、物力损失,降低储罐运行风险,保障储罐运行安全,研究结果可为罐底点蚀诊断提供技术支撑。     

大型常压金属储罐在线声发射检测与评价

大型金属储罐在线声发射检测相对于常规检验方法具有巨大优势，国内外开展此项检验工作已取得一定成果。简要说明了常压储罐在线声发射检测的机理和可靠性验证结果。结合3台常压储罐现场检测的实例介绍了大型储罐在线声发射检测的方法，对检测中遇到的问题与最终结果评定进行了一定的探讨。     

金属压力容器和常压储罐声发射检测及安全评价技术与应用

"金属压力容器和常压储罐声发射检测及安全评价技术与应用"项目获得了2010年度国家科学技术进步二等奖,其主要内容包括3项国家科技计划课题的核心研究成果。本文以该项目"国家科学技术奖励推荐书"的内容为基础,概述了项目背景、主要成果及其应用情况。主要成果包括提出了金属压力容器和常压金属储罐的声发射检测及结果评定方法,基于参数与波形分析、特征提取和模式识别的金属压力容器声发射在线检测源性质的识别方法,研究建立了金属压力容器和大型常压储罐声发射检测及安全评价方法标准体系。     

基于ISOA-RBPNN的埋地管道剩余强度预测*

为提高腐蚀管道剩余强度的预测精度，提出引入弹性梯度下降法改进BP神经网络，并融合改进海鸥优化算法(ISOA)，构建腐蚀管道剩余强度预测模型。关于改进BP神经网络模型的参数寻优，首先采用Cat混沌映射初始化改进海鸥优化算法(SOA)初始种群的分布，提升寻优能力，优化SOA的搜索方向和攻击形式，增强其全局搜索能力并提高收敛速度，然后用ISOA对弹性BP神经网络（RBPNN）模型中的权值和阈值进行寻优，最后构建ISOA-RBPNN预测模型。以管道爆破数据为例，利用MATLAB进行仿真模拟，并与PSO-BPNN模型和IFA-BPNN模型预测结果进行对比分析。研究结果表明:ISOA-RBPNN模型的各项评价指标均优于其他2个模型，预测结果较实际值误差更小，在预测腐蚀管道剩余强度领域具有更好的性能，可为后续研究腐蚀管道剩余寿命和制定维修策略提供参考依据。     

大型储罐底板浸入式声学检测方法及样机设计

为实现大型储罐底板腐蚀的全域在线检测,提出一种浸入式声学检测方法。向储罐底板投放配有液浸式声学传感器的浸入式检测仪,控制其按预设路径行走,分单元采集罐底腐蚀声信号;结合采集的腐蚀声信号,运用平面小基阵单元算法定位罐底腐蚀声源;基于检测仪功能需求设计浸入式自动声学样机,该样机主要包括运动模块、检测模块及回收模块,具有自动全域检测、采集信号、定位腐蚀源及自行回收等功能;最后将该定位算法用于模拟储罐声源定位试验。结果表明:使用平面小基阵算法对模拟储罐声源定位的精度误差在0.2%以内,且定位精度不受声源角度的影响。     

储罐壁板缺陷的漏磁场信号研究

为实现储罐壁板腐蚀缺陷检测,保障储罐安全运行,开展罐壁腐蚀缺陷漏磁检测技术研究。基于漏磁检测原理,利用ANSYS仿真分析在壁板外侧周向励磁与轴向励磁方式下,不同位置(内壁、外壁)不同形状(圆柱形、圆锥形、半球形)的罐壁腐蚀缺陷漏磁场信号;并在实验室条件下开展缺陷检测试验,对仿真结果进行验证。研究表明:试验与仿真结果相同,周向励磁和轴向励磁2种励磁方式下所产生的缺陷漏场信号无明显差异;缺陷均能被检出;外壁缺陷的漏磁场信号强于内壁缺陷;缺陷直径、深度相同时,体积越大漏磁场信号越强。