CN101762635A - 钢质储罐底板的导波在线检测方法 - Google Patents

Abstract

本发明是一种钢质储罐底板的导波在线检测方法。它依次为：1)选择超声探头阵列(5)数量并沿储罐底板(3)对称分布；2)每个探头阵列(5)安装两个信号处理装置(4)，通过楔块耦合安装在储罐底板(3)上；3)选择与板厚相当的超声波长和激发Lamb波方法；4)用Radon算法函数，对走时矩阵变换，产生不同入射角的兰姆波走时投影，作为后续层析成像重建的投影数据；5)用滤波反投影算法从投影数据重建出层析图像；6)分析图像，找到缺陷的位置并对缺陷程度分级；7)如存在缺陷，顺时针依次改变探头位置，重新进行1)-6)步骤，比对多次检测和图像重建的结果，如缺陷的位置和形貌都存在，则排除是噪声或其他因素的影响。

Description

钢质储罐底板的导波在线检测方法

技术领域

本发明是一种钢质储罐底板的导波在线检测方法。涉及超声波的测量和管道系统技术领域。

背景技术

目前国外对储罐底板主要从结构检测入手，结合清罐和外部检测来实现对储罐的安全管理。相比之下，国内目前还是采用清罐检测的方式按期对大罐进行地板全面检测，通过大量的检测结果分析，这种方式不能很好的实现经济高效的储罐完整性管理。随着目前快速发展的科技，储罐的检测也由离线向在线转变，采用平板超声导波检测技术可以实现在役储罐缺陷检测。

Lamb波也被称为平板导波，它是一种在板厚度与激励声波波长为相同数量级的声波导中由纵波和横波合成的特殊形式的应力波。Lamb波检测具有快速便捷的特点，非常适合于板形结构的大面积无损检测。超声无损检测常用的波形是纵波和横波，但对于平板，无论是纵波探伤还是横波探伤都很困难，然而Lamb波检测技术的却可以应用到金属平板的检测中。但由于Lamb波理论及检测机理的复杂性，如缺陷对Lamb波的散射机理，如何选择敏感模式和最佳探伤参数，怎样对缺陷进行定性、定量分析以及人工缺陷的选型等等，都需要开展相应的科研工作，以提高该技术在工业生产中的应用。

目前，国外公司如英国焊接研究所TWI公司，开展了Lamb波的试验研究，但是尚处于初期研究试验测试阶段，没有成熟可靠的商业化应用设备。国内也有高校开展平波Lamb波的传播特性理论研究，也处于初期探索阶段。经过对国内相关专利进行检索，未发现与本专利申报相同或类似的专利。申请号为CN200710133882.9的发明专利申请公开了一种工程结构损伤主动监测中Lamb波时间反转聚焦方法(公开日为2008.04.30)。该方法主要应用于工程结构损伤主动监测中的时间反转聚焦方法，无论从原理上还是从方法上都不适合应用于储罐在线检测。

发明内容

本发明的目的是发明一种在不开罐清理、不影响储罐正常生产运营的情况下，快速实现对储罐底板的全面检测和分析的钢质储罐底板的导波在线检测方法。

本发明提供的钢质储罐底板的导波在线检测方法，其步骤包括：

1)首先要选择适合的超声探头阵列5数量，一般4个以上即可(见图2)；并沿储罐底板3一圈对称分布探头阵列5，对需要安置探头阵列5的储罐底板3位置，进行表面油污清理或除锈，以增强检测效果，留出足够的探头阵列5及楔块安装空间；

2)使用压电陶瓷传感器作为信号处理装置4，每个探头阵列5安装两个信号处理装置4，分别用于激励和接收导波信号，通过楔块耦合安装在储罐底板3上(见图1)，耦合剂6采用水或者机油等超声检测中常用液体；

3)选择超声的波长与板厚相当并选择适合的激发Lamb波方法，具体方法是：为产生特定板厚中的特定模态，首先需要计算Lamb在板中传播的频散曲线，再由其频散曲线推算激励信号所需的频率和入射角度；根据激励信号所需的频率和入射角度，选择工作频率相匹配的传感器的和入射角度相同的楔块，匹配程度越高，激励出的模态效果越好；这样就可以在板中激发出所需模态的Lamb波；

为使被激励的信号在传播过程中频散现象尽可能的降低，原理上激励信号应选取单频信号；但由于严格的单频信号要求时域无限，实际上不可能产生，因此在检测中只能选择频带较窄的信号；产生窄带信号比较有效也是常用的方法，就是对单频正弦信号进行加窗函数处理；本发明就是采用Tone Burst激发窄带正弦脉冲信号，加汉宁窗调制到所需要的频带；

在无损检测应用中相当重要，不仅能简化储罐底板3检测到的数据信号，也能增加板波检测的精度和灵敏度；使用Tone Burst信号发射接收仪，能够减少激发信号的带宽，使得激发单一模式信号较容易，再通过汉宁窗调制，消除ToneBurst产生的高、低频正弦信号，可以进一步减少被激发信号的带宽；这样一来，激发单一模式信号变得更加高效；在实际操作时，可以使用任意函数发生器结合PC软件编程，来实现激发经过汉宁窗调制的脉冲信号；

汉宁窗函数为：

$\mathrm{\ω}\left(n\right)=\frac{1}{2}-\frac{1}{2}\cos \left(\frac{2\mathrm{\π}}{N}n\right),n=\mathrm{0,1},...,N-1---\left(1\right)$

汉宁窗是余弦函数的一种，余弦窗的优点是加窗对信号离散付利叶变换(DFT)的影响可以在频域中处理；设离散信号x(n)的DFT所得的结果为X(n)，则加汉宁窗后信号DFT所得结果为：

$X_{\mathrm{\ω}}\left(n\right)=\frac{1}{2}X\left(n\right)-\frac{1}{4}X(n-1)-\frac{1}{4}X(n+1)---\left(2\right)$

设信号采样持续时间为Δt，频率分辨率Δf＝1/Δt，对于信号基波频率f，有

f＝(k+Δk)Δf

式中：k为整数；Δk为小数；

当使用汉宁窗插值时，有

$\mathrm{\&Delta;k}=\left\{\begin{array}{c}\frac{2\left|X_{\mathrm{\&omega;}}(k+1)\right|-\left|X_{\mathrm{\&omega;}}\left(k\right)\right|}{\left|X_{\mathrm{\&omega;}}(k+1)\right|+\left|X_{\mathrm{\&omega;}}\left(k\right)\right|}\\ \left|X_{\mathrm{\&omega;}}(k+1)\right|\&GreaterEqual;\left|X_{\mathrm{\&omega;}}(k-1)\right|\\ \frac{\left|X_{\mathrm{\&omega;}}\left(k\right)\right|-2\left|X_{\mathrm{\&omega;}}(k-1)\right|}{\left|X_{\mathrm{\&omega;}}\left(k\right)\right|+\left|X_{\mathrm{\&omega;}}(k-1)\right|}\\ \left|X_{\mathrm{\&omega;}}(k+1)\right|<\left|X_{\mathrm{\&omega;}}(k-1)\right|\end{array}\right.---\left(3\right)$

将Δk代入式(3)即可求得信号基波频率的准确值；

4)应用Matlab中的Radon算法函数，对走时矩阵变换，产生从不同角度入射的兰姆波走时投影，以此作为后续层析成像重建的投影数据；

对于不同角度入射的兰姆波，回波信号构成一个切面的Radon变换结果，对于不同方位上的回波结果，利用其逆变换，便可恢复出切面图形来，产生兰姆波走时投影；

5)利用滤波反投影算法从投影数据重建出层析图像，分两种扫描方式：

一种为间隔为1°，共进行180次扫描；

另外一种为间隔为18°，进行10次等间隔扫描；

投影取得越多，重建的层析图像效果越好；但是在实际工作中，投影取得越多所消耗的时间和成本将会相应增加，所以实际中应尽量采用少的投影数；但是这样又会引起重建层析图像的质量下降，所以投影数和图像质量两者是一对矛盾，应该按照实际的不同情况，正确的选取不同投影数；在需要快速检测的场合下，尽量少作扫描，少取投影数；在需要精确的检测时，需要尽量多的扫描来提高重建层析图像的清晰度；

6)图像重建的结果清晰直观，分析重建的图像，找到存在缺陷的位置，并对缺陷严重程度进行分级；

板波重建的图像，以不同颜色对缺陷进行显示，类似于C扫描的显示结果，缺陷最严重的地方，以颜色深浅度表示缺陷严重程度，颜色越深，代表腐蚀程度越大；

7)对于存在缺陷的储罐底板，可以按照顺时针角度，依次改变布置在储罐底圈周围的探头位置，重新进行上述步骤1)-6)，比对多次检测的和图像重建的分析结果，如果缺陷的位置和形貌都依然存在，则可以排除是背景噪声、模态噪声或者其他因素的影响。

本发明的原理是利用板厚与波长相当的薄板中传播的超声导波Lamb波，来检测储罐底板，具有传播距离远、速度快的特点，能够实现对储罐底板的在线检测。检测的程序包括探头分布位置储罐底板清理，探头阵列的布置，窄带信号激发，生成延时投影数据，层析成像，图象重建，最后是缺陷分析和复检。

该方法可实现在不开罐清理，不影响储罐正常生产运营的情况下，快速实现对储罐底板的全面检测和分析。相对于传统的超声波和声发射检测技术，平板导波Lamb波具有传播距离远、速度快的特点，能够实现对储罐内外壁、罐底板的在线检测，极大降低储罐停工开罐进行全面检测的费用，从原来的定期开罐维护变为视情维护，减少不必要的开罐，对同时发现的缺陷进行快速有效地处理，及时消除威胁，控制风险，减少储罐运营维护和管理成本，保证站场储罐的安全和完整性。

附图说明

图1储罐底板检测原理图

图2储罐底板检测图

图3储罐底板示意图

其中1-储罐顶        2-储罐壁

    3-储罐底板      4-信号处理装置

    5-探头阵列      6-传感器

    7-耦合剂        8-焊缝

    9-湿沙          10-压叠段

    11-储油         12-声源

具体实施方式

实施例.本例是在房山一5000m³原油储罐上进行试验的方法。该罐是拱顶罐，在外径24m、高11m的储罐壁2上有固定的储罐顶1，储罐底板3外径26m、厚度为20mm，并有压叠段10，储罐底板3下是湿沙9，罐内有储油11(见图3)。

首先选择4个适合的超声探头阵列5，沿储罐底板3一圈对称分布探头阵列5，对需要安置探头阵列5的储罐底板3位置，进行表面油污清理或除锈，以增强检测效果，留出足够的探头阵列5及楔块安装空间(见图2)。

使用压电陶瓷传感器作为换能器，每个模块安装两个换能器，分别用于激励和接收导波信号，通过楔块耦合安装在储罐底板上，耦合剂采用机油。

超声的波长与储罐底板厚度相当。通过频散曲线计算，得出S0模态Lamb波频带范围在50kHz左右。

使用任意函数发生器结合PC软件编程，来实现激发经过汉宁窗调制的脉冲信号。应用Matlab软件中的Radon算法函数，对走时矩阵变换，产生从不同角度入射的兰姆波走时投影。以此作为后续层析成像重建的投影数据。利用滤波反投影算法从投影数据重建出层析图像，采用的扫描方式为：间隔为1°，共进行180次扫描，来提高重建层析图像的清晰度。

分析重建的图像，找到存在缺陷的位置，并对缺陷严重程度进行分级。按照顺时针角度，依次改变布置在储罐底圈周围的探头位置，重新进行上述检测步骤，比对多次检测的和图像重建的分析结果，如果缺陷的位置和形貌都依然存在，则可以排除是背景噪声、模态噪声或者其他因素的影响。

用此方法实测，从图像重建结果能够判断缺陷发生的位置和尺寸，并经实际复验，结果相符。

Claims (6)

1.一种钢质储罐底板的导波在线检测方法，其特征是该检测方法依次为：

1)选择适合的超声探头阵列(5)数量，沿储罐底板(3)一圈对称分布探头阵列(5)；

2)每个探头阵列(5)安装两个信号处理装置(4)，分别用于激励和接收导波信号，通过楔块耦合安装在储罐底板(3)上；

3)选择超声的波长与板厚相当并选择适合的激发Lamb波方法；

4)应用Matlab中的Radon算法函数，对走时矩阵变换，产生从不同角度入射的兰姆波走时投影，以此作为后续层析成像重建的投影数据；

5)利用滤波反投影算法从投影数据重建出层析图像；

6)分析重建的图像，找到存在缺陷的位置，并对缺陷严重程度进行分级；

7)对于存在缺陷的储罐底板，可以按照顺时针角度，依次改变布置在储罐底圈周围的探头位置，重新进行上述步骤1)-6)，比对多次检测的和图像重建的分析结果，如果缺陷的位置和形貌都依然存在，则可以排除是背景噪声、模态噪声或者其他因素的影响。

2.根据权利要求1所述的钢质储罐底板的导波在线检测方法，其特征是所述选择适合的超声探头阵列(5)数量，是选4个以上；并对需要安置探头阵列(5)的储罐底板(3)位置，进行表面油污清理或除锈，留出足够的探头阵列(5)及楔块安装空间。

3.根据权利要求1所述的钢质储罐底板的导波在线检测方法，其特征是所述信号处理装置(4)采用压电陶瓷传感器。

4.根据权利要求1所述的钢质储罐底板的导波在线检测方法，其特征是所述选择超声的波长与板厚相当并选择适合的激发Lamb波方法，具体方法是：为产生特定板厚中的特定模态，首先需要计算Lamb在板中传播的频散曲线，再由其频散曲线推算激励信号所需的频率和入射角度；根据激励信号所需的频率和入射角度，选择工作频率相匹配的传感器的和入射角度相同的楔块，在板中激发出所需模态的Lamb波；

超声的频带选择频带较窄的信号，即采用Tone Burst激发窄带正弦脉冲信号，加汉宁窗调制到所需要的频带。

5.根据权利要求1所述的钢质储罐底板的导波在线检测方法，其特征是所述利用滤波反投影算法从投影数据重建出层析图像，分两种扫描方式：

一种为间隔为1°，共进行180次扫描；

另一种为间隔为18°，进行10次等间隔扫描。

6.根据权利要求1所述的钢质储罐底板的导波在线检测方法，其特征是所述重建图像的分析为：板波重建的图像，以不同颜色对缺陷进行显示；缺陷最严重的地方，以颜色深浅度表示缺陷严重程度，颜色越深，代表腐蚀程度越大。

Images