Содержание к диссертации
Введение
1 Основные аспекты технического диагностирования с применением акустико-эмиссионного контроля 8
1.1 Современные методы оценки технического состояния технологического оборудования с применением акустико-эмиссионного контроля 8
1.2 Пороговые принципы регистрации и обработки данных акустико-эмиссионного контроля 20
1.3 Адаптивные механизмы обработки данных как инструмент шумоподавления 29
Выводы по главе 1 35
2 Помехоустойчивый метод обнаружения сигнала от дефекта в система акустико-эмиссионного контроля технических устройств опасных производственных объектов нефтяной, газовой и нефтеперерабатывающей промышленности .38
2.1 Беспороговая регистрация данных при акустико-эмиссионном контроле 40
2.2 Цифровая обработка данных акустико-эмиссионного контроля с применением адаптивной фильтрации 43
2.3 Оценка эффективности адаптивной фильтрации при акустико-эмиссионном контроле 46
2.4 Обнаружение интенсивных нестационарных помех при акустико-эмиссионном контроле 50 Выводы по главе 2 52
3 Экспериментальная часть 53
3.1 Беспороговая регистрация данных с использованием модуля аналогово-цифрового преобразователя .53
3.2 Регистрация данных при акустико-эмиссионном контроле в лабораторных условиях с использованием имитатора импульсов и шума 55
3.3 Регистрация данных акустико-эмиссионного контроля сосуда высокого давления с искусственным дефектом 59
3.4 Регистрация данных акустико-эмиссионного контроля осевых компенсаторов, установленных на трубопроводе перегретого водяного пара, в условиях нестационарного шума 67
3.5 Цифровая обработка акустико-эмиссионного сигнала 75
Выводы по главе 3 78
4 Оценка эффективности помехоустойчивого метода акустико-эмиссионного контроля оборудования опасных производственных объектов
4.1 Предварительная оценка возможности применения метода адаптивной фильтрации к данным, полученным при акустико-эмиссионном контроле 79
4.2 Предобработка сигнала, полученного при акустико-эмиссионном контроле .81
4.3 Адаптивная фильтрация данных акустико-эмиссионного контроля в двухканальном режиме работы 82
4.4 Адаптивный шумоподавитель в одноканальном режиме работы 4.4.1 Обнаружение периодического сигнала от дефекта при акустико-эмиссионном контроле в условиях высокоамплитудных помех 85
4.4.2 Обнаружение сигнала от дефекта (трещина) при акустико-эмиссионном контроле в условиях высокоамплитудных помех .87
4.4.3 Оценка эффективности помехоустойчивого алгоритма адаптивной фильтрации при работе в одноканальном режиме 89
4.5 Обнаружение сигнала от дефекта при акустико-эмиссионном контроле в условиях нестационарного шума .98
4.5.1 Обнаружение сигнала от дефекта в условиях нестационарного шума при акустико-эмиссионном контроле сильфонных компенсаторов с использованием пороговой акустико-эмиссионной системы 98
4.5.2 Обнаружение сигнала от дефекта в условиях нестационарного шума при акустико-эмиссионном контроле сильфонных компенсаторов с одновременным использованием пороговой и беспороговой акустико-эмиссионной системы 100
4.5.3 Дополнительный дефектоскопический контроль 105
Выводы по главе 4 108
Заключение 111
Список использованных источников
- Пороговые принципы регистрации и обработки данных акустико-эмиссионного контроля
- Цифровая обработка данных акустико-эмиссионного контроля с применением адаптивной фильтрации
- Регистрация данных акустико-эмиссионного контроля сосуда высокого давления с искусственным дефектом
- Адаптивная фильтрация данных акустико-эмиссионного контроля в двухканальном режиме работы
Пороговые принципы регистрации и обработки данных акустико-эмиссионного контроля
Как и дефекты, возникающие в наиболее нагруженных элементах конструкции (сварные соединения, врезки, патрубки, вращающиеся детали и др.), процессы коррозии чаще всего носят локальный, неоднородный характер и без проведения специальных диагностических мероприятий такие дефекты практически невыявляемы вплоть до наступления предразрушающего состояния и возникновения аварии. Критический анализ [2] традиционно применяемых методов технического диагностирования оборудования показал, что они не позволяют решить поставленной задачи, поскольку, как правило, содержат традиционные методы неразрушающего контроля, носящие локальный характер (таблица 1.1). Это связано с тем фактов, что идеология традиционно применяемых методов основана на рассмотрении наиболее нагруженных узлов и элементов, работающих в наиболее неблагоприятных условиях, при этом участки контроля носят унифицированный и «стандартизованный» характер. Однако практика диагностирования показывает, что в процессе эксплуатации наиболее вероятны местные и локализованные повреждения, а не общий износ оборудования. Причинами таких повреждений являются интенсивные пластические деформации, развивающиеся в зонах перенапряжений из-за технологических дефектов, дефектов монтажа (сварка под напряжением), интенсивных очагов коррозионных повреждений, подвижек грунта, температурных и других воздействий, приводящих к неоднородным статическим и динамическим нагрузкам. Современная приборная база предлагает несколько методов для выявления участков нескомпенсированных напряжений, среди которых наиболее распространены: акустико-эмиссионный контроль и метод магнитной памяти металла.
В настоящее время оценка текущего состояния оборудования с применением акустико-эмиссионного (АЭ) контроля активно используется при проведении технического диагностирования оборудования нефтяной, газовой и нефтеперерабатывающей промышленности как в качестве самостоятельного метода контроля, так и в составе интегральных комплексов НК. Применение АЭ контроля для оценки состояния опасных производственных объектов обосновано в следующих случаях: - техническая диагностика, определение текущего технического состояния при проведении технического освидетельствования и экспертизы промышленной безопасности (ЭПБ) [3, 4, 5, 6]; - прогнозирование разрушения конструкции на основе определения момента зарождения дефекта и определения скорости его развития [7, 8, 9,10]; - обеспечение безопасности при проведении приемо-сдаточных испытаний опасных производственных объектов [11]; - контроль герметичности изделия, интегральное течеискание, определение величины утечки и точное ее местоположение [12]; - контроль технологических процессов (сварка, закалка, наводороживание и т.п.) и процессов изменения свойств и состояния материалов в режиме реального времени [13].
Спектр областей применения АЭ контроля включает диагностирование сосудов, работающих под давлением, цистерн и резервуаров для хранения нефтепродуктов, технологических и магистральных трубопроводов, оборудования компрессорных, газораспределительных, теплоэлектростанций станций и котельных, грузоподъемных механизмов, трубопроводов теплосетей и газоснабжения, металлоконструкций, работающие под воздействием статических или переменных нагрузок. Доля акустических методов составляет более половины современных средств НК [9]. Роль акустических методов исследования при контроле и диагностировании оборудования общепризнана. Основными преимуществами акустико-эмиссионного методов контроля являются: - интегральность: возможность 100% контроля материала оборудования; - дистанционность: повышение выявляемости дефектов за счет возможности диагностирования труднодоступных и недоступных участков; - прогнозируемый характер контроля: выявление повреждения объекта задолго до наступления предельного состояния, что дает возможность планирования ремонтных мероприятий и принятия превентивных мер по недопущению аварийной ситуации. - снижение временных и материальных затрат: сокращение времени простоя оборудования за счет возможности проведения АЭ контроля без демонтажа оборудования и без вывода его из эксплуатации.
Одним из ключевых вопросов АЭ контроля является сложность расшифровки результатов контроля, обусловленная качественными и количественными характеристиками акустических данных, наложением на сигнал акустической эмиссии шумов различной природы. Исследования в этом направлении определяют вектор развития метода АЭ диагностирования оборудования. Перспективные сегодня подходы, связанные с использованием мониторинговых систем, ставят новые задачи в области интерпретации результатов, полученных с применением современных систем контроля, прежде всего связанных с унифицированием средств и методов контроля. Одно из ведущих направлений НК, связанное с оценкой состояния оборудования без вывода его из эксплуатации, существенно повышает требования к точности выявления дефектов оборудования при АЭ контроле.
Применение АЭ контроля позволяет формировать систему обнаружения и идентификации дефектов, и соответственно, оценку текущего состояния объекта контроля, путем регистрации и анализа параметров АЭ сигналов, обусловленных наличием и развитием дефектов в материале контролируемого объекта [14]. Целью АЭ контроля является обнаружение, определение координат и слежение (мониторинг) за источниками акустической эмиссии, связанными с несплошностями на поверхности или в объеме стенки объекта контроля, сварного соединения и изготовленных частей и компонентов. Данных подход базируется на явлении генерации волн напряжения, вызванных внезапной перестройкой в структуре металла. В общем случае, АЭ представляет собой нестационарный случайный процесс, статистические характеристики которого определяются динамикой источников звука и нелинейными свойствами среды [15, 16]. Акустическая эмиссия имеет место в тех случаях, когда имеется резкое изменение состояния материала: ускоренное движение и размножение дислокаций, скольжение, двойникование, разрушение и отслоение осажденных частиц, включений и поверхностных частиц, некоторые коррозионные процессы, зарождение и рост микротрещин, скачки трещин и процессы трения при закрытии и открытии трещин [14]. Регистрация АЭ позволяет определить образование свищей, сквозных трещин, протечек в уплотнениях, заглушках и фланцевых соединениях [17]. Полезным источникам АЭ соответствуют процессы развития трещин, переход материала в пластическое состояние и т.п., а также процессы, связанные с наличием дефектов – трение берегов трещины, образование продуктов коррозии в полости трещины, разрушение и отслоение шлаковых включений. АЭ сигналы характеризуются амплитудой, длительностью, формой, временем возникновения. Когда рассматривается поток сигналов, имеют место статистические характеристики: средняя частота событий, спектральная плотность, амплитудные и временные распределения, корреляционные функции, средние значения и дисперсия. Возможность регистрации и последующего анализа того или иного информативного параметра определяются чувствительность приборов, а также целесообразностью проведения вычислительных операций. Современное развитие приборной базы и уровня вычислительного оборудования позволяет получать широкий спектр диагностических данных. Чувствительность АЭ контроля к динамике процессов, протекающих в материале конструкции при изменении его напряженно-деформированного состояния, позволяет использовать метод для мониторинга технологического оборудования опасных производственных объектов.
Цифровая обработка данных акустико-эмиссионного контроля с применением адаптивной фильтрации
В настоящее время проведение АЭ контроля технологического оборудования в РФ регламентируется требованиями правил по промышленной безопасности ПБ 03-593-03 «Правила организации и проведения акустико-эмиссионного контроля сосудов, аппаратов, котлов и технологических трубопроводов». Данные правила являются методическим и организационно-техническим нормативным документом, в котором содержатся требования и рекомендации, обеспечивающие проведение АЭ контроля. Одним из ключевых моментов, описанных в нормативной документации по АЭ контролю [52, 53], является анализ помех, возникающих в процессе технического диагностирования оборудования. В частности, отмечается, что основным фактором, влияющим на эффективность АЭ контроля, являются шумы. В общем случае, проведение АЭ контроля технологического оборудования предполагает наличие целого ряда помеховых сигналов АЭ, препятствующих проведению контроля, а в некоторых ситуациях делающих его невозможным. Поэтому разработка методов очистки сигнала от шума является весьма актуальным направлением исследований. В тех случаях, когда шум имеет значительную интенсивность, его наличие может существенно исказить результаты обработки, анализа или распознавания данных АЭ контроля. Речь, в первую очередь, идет о неотъемлемых при работе оборудования производственных факторах, генерирующих множественные источники шума: турбулентные или кавитационные режимы движения рабочей среды, гидродинамические турбулентные явления при высокой скорости нагружения, реакции синтеза, трущиеся узлы и детали, электрические помехи, вибрации, другие неустранимые технологические шумы, не связанные с работой диагностируемого устройства [54].
Принципы, описанные в ПБ 03-593-03, основаны на использовании порога дискриминации. Сущность подхода заключается в установке порогового значения амплитуды сигнала [55], соответствующего принятому «условному» уровню помех. При этом из дальнейшего рассмотрения исключается часть сигнала, имеющая амплитуду менее порога дискриминации.
На аналогичном принципе строятся современные системы АЭ контроля технологического оборудования. Номенклатура используемых приемов фильтрации помех в таких системах включает амплитудную и энергетическую дискриминацию, ограничение количества выбросов (превышение порога), временных параметров (время прихода сигнала, максимальная длительность), фильтрация по локациям (в случаях одновременного лоцирования события в разных группах локаций) [56]. Одним из основных информативных параметров АЭ контроля согласно [52] является число выбросов (превышений сигналом уровня дискриминации). При этом ПБ 03-593-03 устанавливают численные требования к уровню помех при АЭ контроле. Согласно требованиям действующих методик контроля при регистрации шумов, уровень которых превышает порог, источник шумов должен быть исключен. Указано также, что при невозможности уменьшения шумов до требуемого значения необходимо прекратить проведение АЭ контроля. Однако установлено, что проведение контроля в условиях повышенных шумов (а также в условиях повышенной частоты регистрации импульсных помех) возможно только при научно-техническом обосновании возможности выявления требуемых источников АЭ, что открывает возможности для разработки и использования инновационных помехоустойчивых механизмов обнаружения сигналов от дефектов.
После обработки принятых сигналов результаты контроля представляют в виде идентифицированных и классифицированных источников АЭ. Выбор системы классификации и допустимого уровня (класса) источников рекомендуется осуществлять каждый раз при АЭ контроле конкретного объекта, используя данные, приведенные в приложении 3 ПБ 03-593-03. В общем случае, классификацию источников АЭ выполняют с использованием следующих параметров сигналов: суммарного счета, числа импульсов, амплитуды (амплитудного распределения), энергии (либо энергетического параметра), скорости счета, активности, концентрации источников сигнала. В систему классификации также входят параметры нагружения контролируемого объекта и время. Применение конкретных систем классификации источников АЭ и критериев оценки технического состояния объектов определяется решением специалистов, проводивших контроль (таблица 1.2).
Принципы идентификации и классификации дефектов современных систем АЭ контроля, являясь объектами интеллектуальной собственности, достаточно сдержанно описаны в литературе и сопроводительной документации к приборам. При этом ведущие производители оборудования активно занимаются совершенствованием существующих подходов регистрации и анализа АЭ данных.
Регистрация данных акустико-эмиссионного контроля сосуда высокого давления с искусственным дефектом
Признаком классификации адаптивных методов обработки сигнала является наличие или отсутствие образцового (опорного) сигнала. При наличии образцового сигнала процесс адаптации называется «обучением с учителем». Вторым вариантом реализации адаптивного алгоритма шумоподавления является так называемый метод «слепой» адаптации, т.е. без использования образцового сигнала. Очевидно, что второй подход является более сложной вычислительной задачей, требующей привлечения дополнительной информации и характере входного сигнала, а также введения дополнительных операций по подготовке сигнала. По этой причине такие схемы фильтрации находят свое применение в ограниченных случаях, когда использование других алгоритмов нецелесообразно или невозможно.
Стандартная схема работы АФ в качестве шумоподавителя основана на использовании образцового (эталонного) сигнала, получаемого с применением дополнительного датчика АЭ. При этом определяющим условием является отсутствие сигнала от дефекта на участке, где установлен вспомогательный датчик. Схема подавления помех показана на рисунке 1.1 [75]. Сигнал передается на приемное устройство в виде смеси полезного сигнала, вызванного наличием дефекта, и шумовой составляющей – входной сигнал АФ s+n0. Вспомогательный датчик регистрирует помеху n1, не коррелированную с сигналом, но некоторым образом коррелированную с помехой n0. n1 представляет собой образцовый сигнал для устройства шумоподавления. Разумеется, этот шум нельзя просто вычесть из исходного сигнала, поскольку до двух датчиков шум следует разными путями и, следовательно, претерпевает разные искажения. Однако шумовые случайные процессы, воспринимаемые двумя датчиками, будут коррелированными, так как они происходят из общего источника. АФ стремится преобразовать входной сигнал таким образом, чтобы близость его к эталонному сигналу была максимальной. Поскольку с входным сигналом коррелирована лишь шумовая составляющая образцового сигнала, после завершения процесса адаптации на выходе фильтра будет получена оценка шума, присутствующего во входном сигнале. В результате фильтрации помехи n1 формируется сигнал y, представляющий копию n0. Этот сигнал вычитается их входного сигнала, формируя сигнал от дефекта (т.н. сигнал ошибки e).
Минимизация погрешности определения сигнала ошибки осуществляется за счет используемого алгоритма, например, метода наименьших квадратов, подробно описанного в литературе [79]. Основным преимуществом метода наименьших квадратов является его предельная вычислительная простота: подстройка коэффициентов осуществляется за счет выполнения N+1 пар операций «умножение-сложение» на каждом шаге, где N – порядок фильтра. Однако для данного подхода характерна медленная сходимость алгоритма и повышенная дисперсия ошибки. Существуют различные способы устранения указанных несоответствий, прежде всего связанные с преобразованием входного сигнала таким образом, чтобы его отчеты не коррелировали между собой. Вариацией алгоритма без пересчета коэффициентов фильтра на каждом шаге является рекурсивный метод наименьших квадратов. За счет рекурсивного обновления оценки обратной корреляционной матрицы – сокращаются вычислительные затраты. При этом данный алгоритм обладает более высокой вычислительной сложностью. Согласно [80] при оптимальной организации вычислений для обновления коэффициентов фильтра на каждом шаге требуется (2.5N2+4N) пар операций «умножение-сложение». Использование того или иного алгоритма в каждом случае определяется сложностью задачи и программными ресурсами.
Достоинством метода АФ является отсутствие необходимости в априорных сведениях о входных сигналах или их статистических или детерминистических взаимосвязях.
Спектр областей применения АФ включает задачи идентификации, шумоподавления, эхоподавления, прогнозирования и др. [77]. В рамках данной работы представляет интерес использование АФ в качестве инструмента исключения помех при проведении АЭ контроля оборудования, работающего в сильнозашумленных условиях.
Сведения о применении адаптивных фильтров в акустико-эмиссионной диагностике и построении на их основе помехоустойчивых систем обнаружения слабого АЭ сигнала в современной литературе отсутствуют. В работе [81] стандартный адаптивный алгоритм прямой идентификации с обучением [78] опробован при решении задачи АЭ мониторинга дефектного состояния объекта контроля в процессе его глубокой пластической деформации. Существенно, однако, что АФ применен в [81] не для извлечения импульсного АЭ сигнала из временного ряда помехи, а для восстановления его формы, искаженной слабым технологическим шумом в условиях, когда отношение сигнала к шуму было заведомо больше единицы.
Адаптивные механизмы фильтрации нашли свое применение в таких областях, как гидролокация, сейсмология, навигация, цифровая телефония и пр. Как и при акустико-эмиссионном контроле оборудования, в таких случаях уровень помех может существенно превышать уровень полезного сигнала. Несмотря на многообразие объектов контроля, механизмы обработки данных [82] имеют общие черты. В частности, использование математических моделей сигналов, неоднократно позволило доказать высокую эффективность адаптивных алгоритмов [83-85].
Так например, в рамках исследования механизмов обнаружения радиосигналов на фоне мощных аддитивных помех [83] для выделения сигнала использовался нелинейный автокомпенсатор [86], реализованный в программной среде Matlab. При этом исходные данные были получены путем имитации в пакете SimuLink. Предложенный подход позволил добиться уменьшения уровня мощности гармонической помехи более чем на 20 дБ. При этом отмечается, что нелинейную обработку целесообразно проводить для слабых сигналов и чем слабее сигнал, тем больше выигрыш от применения нелинейной обработки по сравнению с линейной [83, 87].
Вопросы применения алгоритмов адаптивной фильтрации в системах вибродиагностики получили широкое развитие в работах [84]. Как и при АЭ контроле оборудования, при вибродиагностике часто возникает проблема загрязнения полезного сигнала нежелательными мощными сигналами или помехами. Отмечается, что в случаях, когда спектры сигнала и помех перекрываются, или когда полоса частот помехи неизвестна или переменна, целесообразно использование адаптивных фильтров. Адаптивный механизм фильтрации, как и в работе [83], реализован с использованием аппарата моделирования Matlab. Фильтрация проведена с использованием эталонного сигнала, что накладывает существенные ограничения на апробацию метода в реальных условиях контроля. Сведения об использовании предложенных механизмов с целью обработки реальных сигналов в условиях высокоамплитудных помех отсутствуют.
Ограниченность данного подхода при контроле в реальных условиях очевидна, исходя из обязательного условия наличия априорной информации о сигнале. В данном случае для работы алгоритма необходима запись «чистого» шума, что в реальных условиях контроля практически неосуществимо, поскольку затруднено получение априорной информации о наличии/отсутствии сигнала АЭ от дефекта на конкретном участке контролируемого объекта. Как и невозможно заранее определить тот участок, на котором возможно зарегистрировать только шумовую компоненту, не содержащую информации о дефектах.
Ранее уже упоминался механизм АФ, позволяющий производить шумоподавление без использования образцового сигнала. Практическое применение данный подход нашел в работах по исследованию геосреды в шумовых сейсмических полях [46]. Поскольку в реальных условиях часто отсутствует возможность получения сейсмических записей «чистой помехи», обычно регистрируется смесь сигналов от мешающих и полезных источников. В свою очередь, используемые алгоритмы таковы, что настройку пространственного фильтра можно проводить по смеси помехи и полезного сигнала. Важной особенностью описанных в работах [88-91] многоканальных адаптивных пространственных фильтров возможность работы в режиме самоадаптации. Как отмечается авторами, поведение таких фильтров не столь устойчиво и эффективно, как при адаптации по «чистой помехе». Однако комплексное использование фильтров позволяет сформулировать критерии для оценки значений вспомогательных параметров, необходимых при численной реализации вычислительных алгоритмов. Применение предложенного подхода позволило получить инструмент подавления интенсивных техногенных помех при анализе сейсмических данных.
Адаптивная фильтрация данных акустико-эмиссионного контроля в двухканальном режиме работы
Перед проведением эксперимента сосуд через патрубки заполняется водой, гидравлические испытания осуществляются посредством ручного насоса высокого давления. Контроль давления осуществляется предустановленным на насосе манометром с точностью до 0,01 МПа. Нагружение сосуда в ходе эксперимента осуществляется ступенчато с 0 МПа до 12 МПа с шагом 0,1 МПа. Такой выбор уровней нагружения объекта объясняется предварительным расчетом прочностных характеристик области сварного элемента сосуда. Время выдержки – 510 мин. Нагружение осуществлялось циклично вплоть до момента образования трещиноподобного дефекта.
При АЭ контроле зарегистрированы одиночные высокоамплитудные импульсы АЭ, что свидетельствует о возникновении трещиноподобных дефектов. Зарегистрированные источники АЭ соответствуют процессам зарождения микродефектов на эффективных концентраторах напряжений и дальнейшему возникновению микрорастрескивания в области нагружения. Наличие дефектов подтверждены в ходе АЭ диагностирования и проведения дополнительного дефектоскопического контроля с применением метода магнитной памяти металла, измерения твердости, а также капиллярного контроля. С целью моделирования процесса разрушения (формирование требуемого развивающегося трещиноподобного дефекта) в области с наихудшими прочностными свойствами создан дополнительный искусственный концентратор напряжений. С этой целью в центре пластины выполнен узкий пропил с геометрическими размерами 40,0 х 0,3 х 2,0 мм, (рисунок 3.9а и 3.9б). дефект в обечайке сосуда был надежно выявлен с использованием стандартной пороговой системы АЭ контроля, класс опасности – 4 (согласно ПБ 03-593-03 [52]). Зависимость амплитуды регистрируемого сигнала от времени приведена на рисунке 3.10. Рисунок 3.10 – Зависимость амплитуды регистрируемого АЭ сигнала (инициированный искусственный дефект) от времени регистрации (красный) и тензометрия (синий).
Стоит отметить, что при этом сигнал от дефекта, как показано на рисунке 3.11, значительно превышает уровень шумовой помехи. Задача обнаружения такого рода сигнала в рамках данного проекта не актуальна, поскольку решена в существующих механизмах пороговой фильтрации. Поэтому с целью проверки работы предложенного помехоустойчивого механизма АЭ контроля потребовалась специальная подготовка входных данных. Цель: моделирование реальных условий работы путем получения высоко зашумленного АЭ сигнала. Этапы подготовки:
Исходный АЭ сигнал, полученный при АЭ контроле сосуда, имеющего инициированный дефект на корпусе (синий) и синтезированный зашумленный сигнал, подготовленный для адаптивной фильтрации (красный).
Созданный зашумленный сигнал полностью сохраняет свойства реального шума, поскольку обладает рядом существенных свойств: - синтезированный шум сохраняет амплитудно-частотную характеристику исходного шума; - введение суррогатных данных позволяет усложнить процесс фильтрации за счет инверсии фазы и отсчетов исходного сигнала, при этом полностью исключаются возможные корреляционные зависимости сигнала и шума; - процессы введения коэффициента усиления и операции суммировании не нарушают аддитивного характера сигнала. Таким образом, синтезированный зашумленный сигнал может быть рассмотрен в качестве входных данных для отработки предложенной подхода помехоустойчивого обнаружения сигнала от дефекта в условиях сильнозашумленного входного сигнала (отношение сигнал/шум порядка 0.03).
Регистрация данных акустико-эмиссионного контроля осевых сильфонных компенсаторов, установленных на трубопроводе перегретого водяного пара, в условиях нестационарного шума
Объекты контроля – осевые сильфонные компенсаторы, установленные на трубопроводе перегретого водяного пара. Технические данные приведены в таблице 3.4.
Техническое диагностирование компенсаторов проводилось с одновременным использованием штатной многоканальной акустико-эмиссионной установки A-Line 32D (производство ООО «Интерюнис»), а также системы беспороговой регистрации данных (производство ООО «Стратегия НК»), описанной в п.3.1. Контроль компенсаторов осуществлялся в режиме естественных условий, возникающих в процессе эксплуатации (без вывода из эксплуатации и остановки работы установки) с целью: оценки принципиальной возможности проведения технического диагностирования данных объектов в условиях текущей эксплуатации; определения диагностических критериев и параметров, адаптированных к действующему у заказчика оборудованию и необходимых для полноценной работы системы мониторинга; проверки непосредственно заказчиком работоспособности оборудования с применением системы мониторинга, оценки эффективности предложенного комплекса; разработки итогового технического решения по созданию и внедрению системы мониторинга.
При АЭ контроле с использованием системы A-Line применялись преобразователи акустической эмиссии типа GT-200 (см.таблицу 3.2) в полосе частот 100350 кГц. Схема расположения датчиков приведена на рисунке 3.14. Как видно на рисунке 3.14а, датчики устанавливались в двух поясах, по три штуки в каждом сечении. Использовалось две схемы настройки локаций: планарная (трехантенная) и линейная (двухантенная) – рисунки 3.14б и 3.14в соответственно. Местоположение дефекта определялось по разнице времён прихода регистрируемых АЭ сигналов двумя или несколькими преобразователями. Порог амплитудной дискриминации находился в диапазоне 26-42 дБ и устанавливался для каждого датчика индивидуально. Классификация зарегистрированных A-Line 32D источников АЭ проводилась согласно ПБ 03-593-03 [52] с использованием амплитудно-динамического и интегрального критериев.
