CN107063584B - 一种锅炉管泄漏判别与定位方法 - Google Patents

Abstract

一种锅炉管泄漏判别与定位方法，采用数据采集卡完成经相位一致的四个传感器采集声音信号后的模数转换，每隔1万个数据点采样一次，并将此采样点设为监测点，得到二次离散信号，对二次离散信号进行离散傅里叶变化得每个监测点的声音频率值，设定报警频率阈值为10KHZ，将每一个监测点的声音频率值与报警频率阈值比对，若否，继续进行采样与比较，若是，进一步计算声压级，发出警报，在将异常数据写入临时Excel表格，通过MATLAB读取临时Excel表格中数据，利用互相关算法求时延值，最后将时延值代入定位程序，即可准确判定锅炉管声源位置，以确定锅炉管泄露点，不易误报，准确率高；且泄漏判别与报警自动化，无人为误差与延迟。

Description

一种锅炉管泄漏判别与定位方法

技术领域

本发明涉及信息处理技术领域，尤其涉及一种锅炉管泄漏判别与定位方法。

背景技术

目前电厂安装的检漏装置对锅炉管泄漏点的定位都是区域性，不能给出泄漏点的准确位置，这给停炉修复泄漏点造成了一定的难度；同时检漏装置采用四个传感器组成平面方阵进行定位的方法虽然简单、经济，但传感器的组数少，方程求解时的约束也变少了，进而导致在某些特殊声源位置出现定位误差大或错误定位的情况(坐标轴、或远点处是特殊位置)。

发明内容

本发明所解决的技术问题在于提供一种锅炉管泄漏判别与定位方法，以解决上述背景技术中的缺点。

本发明所解决的技术问题采用以下技术方案来实现：

一种锅炉管泄漏判别与定位方法，具体步骤如下：

1)传感器四个为一组，呈正方形布置，贴附于炉墙外侧，采用数据采集卡完成经相位一致的四个传感器采集锅炉管声音信号后的模数转换；

2)每隔1万个数据点采样一次，并将此采样点设为监测点，得到二次离散信号；

3)对二次离散信号进行离散傅里叶变化，得到每个监测点的信号频率值；

4)设定报警频率阈值为10KHZ，将步骤3)中每一个监测点的信号频率值与报警频率阈值进行比对，若监测点的信号频率值小于报警频率阈值，返回至步骤1)，继续进行采样；若监测点的信号频率值大于报警频率阈值，则进一步计算声压级，进行频谱分析，发出警报，报警灯亮；

5)将步骤4)中异常数据写入临时Excel表格；

6)通过MATLAB读取临时Excel表格中数据；

7)调用临时Excel表格中数据，利用互相关算法求时延值；

采用基于时延的定位算法对泄漏点进行精确定位，以改进现有产品的技术缺陷，基于时延的定位原理是：在同一时刻、同一声源发出的信号到达不同传感器的距离不同，故传感器接收该时刻的信号将有不同程度的时间延迟(即相位差)，通过互相关算法可计算出此时间差，而后建立传感器位置与声速的几何模型即可确定声源坐标，实现定位；

8)将时延值代入定位算法，计算漏点位置坐标值，并在显示屏上显示泄露点坐标，即可准确判定锅炉管声源位置，进而确定锅炉管泄露点。

在本发明中，相位校正具体步骤为：设定某一传感器为比对标准，将其余三个分别与标准传感器组成两两组合，对同一声音进行采集，计算出其余三路信号的系统误差，在数据处理环节分别对三路信号进行误差修正。

在本发明中，声音采样的采样频率为20KHz，采样深度为16bit。

在本发明中，每隔1万个数据点采样一次，通过MATLAB调用采样函数decimate对时间序列进行整数倍采样处理，使得时间序列的长度降低，当对时间序列进行整数倍抽取时，采用n点FIR型低通滤波器压缩频带。

有益效果：本发明采用二次抽样提取待分析信号，以减少数据总量与计算机运算量、降低对计算机内存及运算能力的要求；同时将声音信号频率作为特征值判断泄漏与否，便于判断，不易误报，准确率高；且泄漏判别与报警自动化，无人为误差与延迟；通过临时数据库储存信息，有效提升系统信息处理效率，精确定位，实用性强。

附图说明

图1为本发明的较佳实施例的流程图。

图2～图4为本发明的较佳实施例中的四个传感器之间信号的互相关示意图。

图5为本发明的较佳实施例中的定位结果示意图。

图6为锅炉正常运行频谱特性图。

图7为锅炉泄漏时频谱特性图。

图8为本发明的较佳实施例中的一组传感器几何模型图。

图9为本发明的较佳实施例中的线性插值法定位原理图。

图10为本发明的较佳实施例中的单组传感器数学模型。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

参见图1的一种锅炉管泄漏判别与定位方法，具体步骤如下：

1)采用数据采集卡完成经相位一致的四个传感器采集锅炉管声音信号后的模数转换；

传感器四个为一组，呈正方形布置，贴附于炉墙外侧，传感器需一致的相位(传感器的相位特性是指作用在传感器受声面上的声压的相位与传感器输出端的电压之间的相位之间的关系)，否则将引入极大的系统误差；也可采用相位校正的办法解决此问题：设定某一传感器为比对标准，将其余三个分别与标准传感器组成两两的组合，对同一声音进行采集，计算出其余三路信号的系统误差，在数据处理环节分别对三路信号进行误差修正；

传感器将声信号转换为电信号(电流或电压)，需经数据采集卡的模数转换，数据采集卡需保证多路同步采样，此时注意：一同步问题，各麦克风可能由独立的时钟控制，需要对时钟校准，以解决时间同步和频率同步问题；二是数据融合问题，需将在各个阵元处处理完毕的初步结果通过合适的方式传输至一中心节点处进行融合处理，以得到最终的结果，数据融合需要迅速处理大量数据，同时避免信息超载；

声音采样有两个重要指标，一是采样频率，二是采样深度，根据香农采样定律如果被采样信号的最高频率为f₁,那么，要不失真采样，采样时的频率需满足f>2f₁的条件，在对锅炉声音信号进行采样时，泄漏信号最高频率可达10KHz，故声音采样频率可取20KHz，考虑对样本精度的实际需求以及工控机数据存储能力的大小采样深度取16bit；

2)每隔1万个数据点采样一次，并将此采样点设为监测点，得到二次离散信号；

20KHz的采样频率下每秒钟可采集2万个数据点，每个数据点为16位精度，每隔1万个数据点采样一次；MATLAB中调用采样函数decimate对时间序列进行整数倍采样处理，使得时间序列的长度降低，y＝decimate(x,r，n,‘fir’)其中x为时间序列,r为采样要降低的倍数,n为指定所采用的chebyshevI型低通滤波器的阶数，‘fir’表示FIR滤波器；

当对时间序列进行整数倍抽取时，采用n点FIR型低通滤波器压缩频带，对时间序列进行整数倍抽取；

3)对二次离散信号进行离散傅里叶变化(DFT)，得到每个监测点的信号频率值，同时设定报警频率阈值为10KHZ，将每一个监测点的信号频率值与报警频率阈值进行比对；通过对某电站的2300MW机组锅炉的声音频谱进行记录，得到图6～图7图像，从图6～图7可知，该电站2300MW容量的锅炉背景噪声的声功率级在0-80db之间，且泄漏时声声功率无明显变化，正常运行时锅炉背景噪声频率集中在0-5000Hz的低频范围，而泄漏信号频率分布很宽，从0-20kHz，都有分布，属于宽频带的高频噪声；因此，可依靠声音的频率特性(即声音的频率高低)辨别炉管是否泄漏，正常运行的锅炉收集到的声音由炉膛内燃烧噪声，燃烧器射流噪声，烟气横掠管束风吹声，吹灰器噪声和其他机械噪声5种成分构成：

故设定报警频率阈值为10kHZ，当监测点的信号频率值超过报警频率阈值，必是产生了非常规状况；

4)若监测点的信号频率值小于报警频率阈值，返回至步骤1)，继续进行采样；若监测点的信号频率值大于报警频率阈值，则进一步计算声压级，进行频谱分析，发出警报，报警灯亮；

在监测点的信号频率值大于报警频率阈值这一异常点出现后运行数据提取程序，分别保存泄漏时四个传感器通道的4万个数据点，形成4个窗口以进行频谱分析，并发出警报；

4.1数据提取程序

4.2频谱分析程序

在MATLAB中进行频谱分析分四步：

(1)确定采样频率

根据采样定理，采样频率大于信号最高频率的两倍，采样频率要结合允许的最大分析周期和硬件采样速度设定；因此频谱落在fs/2-fs范围内的信号是没必要保留的，频域信号的定义域向量与值域向量都应该做减半处理，即：f＝f(1,N/2)；

y＝abs(fft(x))；

y＝y(1.N/2)；

(2)确定采样点数

采样点数与频率分辨率有关，采样点数＝采样频率/频率分辨率，N越大，频谱曲线越精细但计算量也随之变大；

(3)调用fft函数进行变换

调用格式为：

Y＝fft(x)；

其中，x是加窗后的语音信号，y是经过快速傅里叶变换后的信号，变换长度与x一致；

Y＝fft(x,N)；

其中，x是加窗后的语音信号，N代表变换的点数，若x的长度小于N，x不足的位数进行补零处理，反之，x不能全部进行变换；y是经过快速傅里叶变换后的信号，变换长度与N一致；

(4)绘制信号频谱图

频谱图横坐标是频率，纵坐标是信号幅值；得到频谱图可清晰看出信号的组成和各个频率下信号的能量大小：

F＝X(1:N/2+1)；％F(k)＝X(k)(k＝1:N/2+1)

f＝f*(0:N/2)/N；％使频率轴f从零开始

figure(2)，plot(f,abs(F),'-*')％绘制振幅-频率图

4.3发出警报的程序

在MATLAB中调用beep函数，使得计算机扬声器发出“嘟嘟”声以报警；

调用格式：Beep(a，b)式中，a：声音频率b：声音持续时间/毫秒

5)将步骤4)中异常数据写入临时Excel表格；

xlswrite('a.xlsx',y1(:,1),'Sheet1')；

此行代码将存放声音数据的矩阵写入了命名为”a.xlsx”的表格中；

6)通过MATLAB读取临时Excel表格中数据；

Excel文件后缀为.xls.，本质是一个二维矩阵，使用MATLAB中提供的系统函数xlsread函数读取excel表格中数据：

调用形式为：b＝xlsread('a.xlsx')；其中b表示读入文件所保存的临时变量名称，a.xlsx(或者filename.xlsx)表示读取的是命名为”a.xlsx”的表格中的数据；

7)调用临时Excel表格中数据，利用互相关算法求时延值τ；

采用基于时延的定位算法对泄漏点进行精确定位，以改进现有产品的技术缺陷，基于时延的定位原理是：在同一时刻、同一声源发出的信号到达不同传感器的距离不同，故传感器接收该时刻的信号将有不同程度的时间延迟(即相位差)，通过互相关算法可计算出此时间差，而后建立传感器位置与声速的几何模型即可确定声源坐标，实现定位；

基于时延的声源定位方法(TDOA)，有着相较于基于最大输出功率的可控波束形成技术、基于高分辨率谱估计技术计算量小、效率高、定位精准的优点；

广义互相关理论是对信号进行加权处理，算法是对接收到的含噪信号进行预滤波处理，以降低各个信号间的相关性、增强信号抑制噪声，从而检测出相关函数的峰值，这个峰值就是时延值，下面以两路信号为例进行阐述：设两个传感器接收到的声音信号分别为y₁(t)、y₂(t)

y₁(t)＝α₁s(t-τ₁)+v₁(t) (1)

y₂(t)＝α₂s(t-τ₂)+v₂(t) (2)

式(1)～(2)中，α₁、α₂分别为声音从声源传播到两个传感器处的衰减因子，τ₁、τ₂分别为声音从声源传播到两个传感器的延迟时间，v₁(t)、v₂(t)分别为两个传感器处的背景噪声，y₁(t)、y₂(t)的互相关函数可写为：

R₁₂(τ)＝E[y₁(t)y₂(t-τ)]

＝α₁α₂E[s(t-τ₁)s(t-τ₂-τ)]+α₁E[s(t-τ₁)v₂(t-τ)]

+α₂E[s(t-τ₂-τ)v₁(t)]+E[v₁(t)v₂(t-τ)]

(3)

通常，假设背景噪声是均值为0的平稳噪声，且与信号互不相关，不同麦克风处背景噪声也互不相关，那么式(3)等号右边的后三项均为零，即

R₁₂(τ)＝α₁α₂E[s(t-τ₁)s(t-τ₂-τ)] (4)

当τ＝τ1-τ2时，s(t-τ₁)与s(t-τ₂-τ)对齐，式(4)中R₁₂(τ)可取得最大值，故对每一个可能的τ计算R₁₂(τ)，搜索最大值，即可得到信号到达两个麦克风的延迟时间，即τ₁-τ₂＝argmax R₁₂(τ).；

8)将时延值τ代入定位算法，计算漏点位置坐标值，并在显示屏上显示泄露点坐标，即可准确判定锅炉管声源位置，进而确定锅炉管泄露点。

结合电站锅炉本体形式与定位要求，四元矩形平面阵列是一种比较理想的排列方式，故将位于同一截面上的四个传感器固定于锅炉不同炉壁侧面，一层四个传感器即可实现三维定位；

图8是传感器的基本四元矩形阵列几何模型，其中T表示泄漏点，S表示布置在炉壁上的传感器，坐标分别为:S₁(D/2，0，0)，S₂(0，D/2，0)，S₃(-D/2，0，0)，S₄(0，-D/2，0)，T(x,y,z)；

由各点位置与声音传播基本规律列出方程组：

其中，d₁₂，d₁₃，d₁₄为声程差(m)；τ₁₂，τ₁₃，τ₁₄为时延值(s)；c为声速340(m/s)；r₁为T与S₁的距离，t₁为T到达S₁的时间；

联立可得声源坐标：

在本实施例中，对时延值τ求取与定位结果进行验证，假设四个传感器接收到的信号如下：

ad₁＝[1 3 2 6 2 1 -2 0 1 5 3 2 -3 0 1 2 0 3 1]；

ad₂＝[0 1 3 2 6 2 1 -2 0 1 5 3 2 -3 0 1 2 0 3 1]；

ad₃＝[0 0 0 0 1 3 2 6 2 1 -2 0 1 5 3 2 -3 0 1 2 0 3 1]；

ad₄＝[0 0 0 1 3 2 6 2 1 -2 0 1 5 3 2 -3 0 1 2 0 3 1]；

在MATLAB编写代码，计算三次互相关系数，自动得到函数峰值，即时延值τ，详见图2～图4，代入定位算法，即可得定位结果，详见图5；由图2～图4可知，四个传感器通道(ad₁～ad₄)之间信号的相关函数，函数出现峰值的点与原点在x轴上的距离就是时延值，ad₁与ad₂的时延是1，ad₁与ad₃的时延是4，ad₁与ad₄的时延是3；

ad₁＝[1 3 2 6 2 1 -2 0 1 5 3 2 -3 0 1 2 0 3 1]；

ad₂＝[0 1 3 2 6 2 1 -2 0 1 5 3 2 -3 0 1 2 0 3 1]；

ad₃＝[0 0 0 0 1 3 2 6 2 1 -2 0 1 5 3 2 -3 0 1 2 0 3 1]；

ad₄＝[0 0 0 1 3 2 6 2 1 -2 0 1 5 3 2 -3 0 1 2 0 3 1]；

与原始信号的设定相比，显然此方法正确地求出了时延值，具有可行性；接着定位算法定位出声源在三维空间的圆圈位置，与实际发声点十分接近。

为提高定位精度，采用线性插值法再次求解声源坐标,以修正计算结果,避免特殊点定位错误：

将移动阵列以图9～图10方式移动，每一个位置计算出一个声源角度，如移动四次阵列，声源就在四条由阵列中心引出的射线的焦点处，

求解算法：

m_j1/m_j2/m_j3/m_j4分别是四个呈垂直且联线平分摆放的传感器，原点为m_j，

是声源到传感器m_j1，m_j2的距离差(即时延与声速之积)，

是传感器m_j1、m_j2间的距离；

由空间解析几何可知，声源在角α_j，β_j确定的唯一一条直线上，而多组传感器阵列所确定的直线交点就是声源的位置，这是定位的理论模型，但在实际情况下，时延值必然会引入误差，将导致直线不能相交于一点；假设有两条这样不相交的方向线l_i、l_j,在这两条线上分别找到两个点使两点之间的距离最短，这两点记为S_ij、S_ji,根据时延估计的方差设S_ij、S_ji的权值为ω_ji、ω_ji，通过线性插值公式求出此时声源坐标，以此方式得出的声源坐标作为比对和修正:

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.一种锅炉管泄漏判别与定位方法，其特征在于，具体步骤如下：

1）传感器四个为一组，呈正方形布置，贴附于炉墙外侧，采用数据采集卡完成经相位一致的四个传感器采集锅炉管声音信号后的模数转换；

2）每隔1万个数据点采样一次，并将此采样点设为监测点，得到二次离散信号；

3）对二次离散信号进行离散傅里叶变化，得到每个监测点的信号频率值；

4）设定报警频率阈值为10KHZ，将每一个监测点的信号频率值与报警频率阈值进行比对，若监测点的信号频率值小于报警频率阈值，返回至步骤1），继续进行采样；若监测点的信号频率值大于报警频率阈值，则进一步计算声压级，运行数据提取程序，并分别保存泄漏时四个传感器通道的数据点，形成4个窗口以进行频谱分析，发出警报，报警灯亮；

5）将步骤4）中异常数据写入临时Excel表格；

6）通过MATLAB读取临时Excel表格中数据；

7）调用临时Excel表格中数据，利用互相关算法求时延值；

8）将时延值代入定位程序，计算漏点位置坐标值，并在显示屏上显示泄露点坐标，即可准确判定锅炉管声源位置，进而确定锅炉管泄露点；

为提高定位精度，采用线性插值法再次求解声源坐标,以修正计算结果,避免特殊点定位错误；在采用线性插值法中，四个传感器呈垂直且联线平分布置，且传感器相位校正具体步骤为：设定某一传感器为比对标准，将其余三个分别与标准传感器组成两两组合，对同一声音进行采集，计算出其余三路信号的系统误差，在数据处理环节分别对三路信号进行误差修正。

2.根据权利要求1所述的一种锅炉管泄漏判别与定位方法，其特征在于，声音采样的采样频率为20KHz，采样深度为16bit。

3.根据权利要求1所述的一种锅炉管泄漏判别与定位方法，其特征在于，每隔1万个数据点采样一次，通过MATLAB调用采样函数decimate对时间序列进行整数倍采样处理，使得时间序列的长度降低，当对时间序列进行整数倍抽取时，采用n点FIR型低通滤波器压缩频带。

4.根据权利要求1所述的一种锅炉管泄漏判别与定位方法，其特征在于，进行频谱分析分四步：

（1）确定采样频率；

（2）确定采样点数；

（3）调用fft函数进行变换；

（4）绘制信号频谱图，通过频谱图可清晰看出信号的组成和各个频率下信号的能量大小。

Images