CN112986381B - 一种气波管内波系运动特征的检测方法和系统 - Google Patents
一种气波管内波系运动特征的检测方法和系统 Download PDFInfo
- Publication number
- CN112986381B CN112986381B CN202110199127.0A CN202110199127A CN112986381B CN 112986381 B CN112986381 B CN 112986381B CN 202110199127 A CN202110199127 A CN 202110199127A CN 112986381 B CN112986381 B CN 112986381B
- Authority
- CN
- China
- Prior art keywords
- wave
- air
- peak
- gas
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/02—Analysing fluids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/024—Mixtures
- G01N2291/02425—Liquids in gases, e.g. sprays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/024—Mixtures
- G01N2291/02433—Gases in liquids, e.g. bubbles, foams
Abstract
本发明公开了一种气波管内波系运动特征的检测方法及装置,通过非侵入式采集气波管内气波运动产生的声波信号,并对声波信号进行系列处理,从而得到声信号特征量以实现波系运动特征的检测。本发明所采用的声波检测是一种非侵入式检测方法,检测装置简单、安全、环保,适用于工业生产过程的在线检测,并填补了气波检测领域的空白。
Description
技术领域
本发明涉及的是一种气波管内部气液混合物的运动特征,尤其涉及的是一种气波管内波系运动特征的检测方法和系统。
背景技术
随着社会生产力的提高与可持续发展的需求,对简单、高效、环境友好的流体设备的需求亦日益增加。气波制冷机即是其中的典型代表,其可以使高压气体通过非定常膨胀的方式进行制冷,具备结构简单、易于维护等优点,因此被广泛利用,并产生了较大的经济效益和社会效益(如中国专利ZL200410021388.X和ZL200810011575.8等)。
液体的蒸发与凝结是气波制冷机内的重要现象之一。当气波制冷机内的高压介质含有可凝组分时,温度的急剧降低可能会导致可凝组分凝结液化,而气波制冷机内存在冷热气体掺混,低温气体会被高温气体加热,使得低温区原有的液滴被加热蒸发。凝结与蒸发问题的研究对提高气波制冷机的工作性能有着重要的作用,一方面,气波制冷机应用在冷冻脱湿领域时,不同操作条件和设备结构会影响液相分布,从而影响气波制冷机的脱湿效果;另一方面,气波制冷机应用在低温制冷领域时,凝结和蒸发现象又会影响着气波制冷机的制冷效果。目前对于压力振荡管内相变行为的计算往往基于理想气体方程,然而如果进气中含有水等极性可凝组分,极性物质分子之间会相互缔合形成氢键,使得实际热力学性质与并没有考虑到氢键作用的理想气体状态偏差较大。依据试验结果对理想方程进行修正是一种可行的方案,但由于实验手段的缺失,使得不透明的压力振荡管内的相变行为及其对振荡管内激波的影响尚且无法探明。因此,针对不透明的压力振荡管开发相应的检测手段极为重要。
综上,实现气波管内波系运动特征(尤其是当存在相变的条件下)的检测方法和系统仍然是该领域的一大难题。本发明希望采用非侵入式的被动式声发射检测技术,通过采集气波管内气波运动过程中产生的声发射信号,结合气波运动过程的机理分析,建立一种气波管内波系运动特征的非侵入检测方法和系统。
发明内容
本发明的目的在于填补空缺,提供一种气波管内波系运动特征的检测方法及装置。通过非侵入式采集气波管内气波运动过程中产生的声信号并加以分析,提取出声信号特征量,以表征气波管内的波系运动特征(如激波产生频率、激波强度等)。
本发明是通过以下技术方案实现的。
一种气波管内波系运动特征的检测方法,包括以下步骤:
(1)在气波管的外壁沿轴向设置至少1个或多个声波传感器,用以捕捉气波波系运动过程中产生的声波信号;
(2)对采集的声波信号进行预处理,去除噪声;
(3)对去噪后的声信号进行数据处理,得到描述气波波系运动特征的参数;
(4)根据步骤(3)中得到的参数获得气波波系运动特征。
所述步骤(2)中预处理去除噪音的方法选用平滑、微分、多元散射校正、正交信号校正、傅里叶变换、小波变换、净分析信号中的一种或多种。
采集到的声波信号中包括了许多噪声。因此,消除噪声的处理方法就十分关键和必要。本发明的检测方法中的预处理的方法中,平滑可以提高分析信号的信噪比,最常用的方法是移动式平均平滑法和Savizky-Golay多项式平滑。微分可以消除基线漂移、强化谱带特征、克服谱带重叠,是常用的谱预处理方法,一阶微分可以去除同波长无关的漂移,二阶微分可以取出同波长线性相关的漂移。傅里叶变换能够实现谱域函数与时域函数之间的转换,其实质是把原声谱分解成许多不同频率的正弦波的叠加和,它可以用来对声谱进行平滑去噪、数据压缩以及信息的提取。小波变换能将信号根据频率的不同分解成多种尺度成分,并对大小不同的尺度成分采取相应粗细的取样步长,从而能够聚焦于信号中的任何部分。净分析信号算法的基本思想与正交信号校正基本相同,都是通过正交投影除去声谱阵中与待测组分无关的信息。
所述步骤(3)中的描述气波波系运动特征的参数主要包括声信号出峰频率、出峰强度、峰形持续时间、峰形声源特性(声信号频率分布)。其中,出峰频率通过对声信号求取包络得到。在对声信号求取包络后,对每一个包络峰进行识别,统计出测量时间内的总出峰数,即可得到出峰频率。针对每一个包络峰内的声信号,可以计算其信号的能量,再对测量时间内的所有峰强进行平均即可得到出峰强度。而针对每一个包络峰内的声信号,亦可计算其信号的频谱,再同样对测量时间内的所有峰的频谱进行平均即可表征峰形的声源特性。而在选定声信号的门槛值后,还可以进一步统计每个包络峰内的声信号峰形的持续时间。
所述步骤(4)中获得的气波波系运动特征包括下列a~d中的一项或多项:
a、声信号的出峰频率与激波生成频率线性相关,根据出峰频率即可实现气波管内激波生成频率的检测,
b、声信号出峰强度,即声能量与气波强度呈正相关,声能量的大小即可反映气波强度的大小,根据出峰强度即可实现气波管内激波强度的检测,
c、根据声信号峰形的持续时间即可实现气波管内单个激波持续时间的检测,
d、当气波管内出现流体的相态变化,即存在气向液相进行转变的行为时,声信号频率分布中的低频组成会相应增加,通过峰形的声源特性,即声信号频率分布中低频组成的占比,实现气波管内流体相态变化的检测和气波管内液含率大小的检测。
本发明的检测装置包括至少1声波传感器、信号放大装置、信号采集装置和信号处理装置,声波传感器均匀设置于管道外壁上,声波传感器和信号放大装置相连将声波信号转换为电信号传输到信号放大装置,信号放大装置和信号采集装置相连将放大后的信号传输到信号采集装置,信号采集装置和信号处理装置相连将采集到的信号进行分析,得到表征气波波系运动特征的参数。
本发明的检测装置至少需要1个声波传感器。当传感器数量增加时,优先沿气波管轴向均匀布置,以利用不同传感器通道间信号的相关性捕捉激波前进速度等参数。当传感器数量进一步增加时,则可在已设置检测点的轴向处沿轴向均匀布置声波传感器,以进一步刻画气波波形细节(尤其是存在气液两相时)。
本发明的检测装置所述声波传感器选自声发射传感器或加速度传感器中的一种或两种。
本发明的检测装置所述声波传感器的频率响应特性相同,频率响应范围为1Hz~10MHz。
本发明具有以下优点:本发明的声波检测是一种非侵入式检测方法,检测装置简单、安全、环保,适用于工业生产过程的在线检测;采用声波传感器阵列,通过多传感器的数据融合可以有效实现气波管内的波动运动特征(尤其是激波在行进过程中的瞬态变化)的检测;有效填补了相关领域检测手段的空白。
附图说明
图1是本发明的检测装置的结构示意图;
图2是测量过程中的激波原始信号图;
图3是进气频率与声信号出峰频率对比图;
图4是不同操作条件下声信号出峰强度(声能量)对比图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例的检测装置包括开放式单激波管1、声波传感器2、信号放大装置3、信号采集装置4、信号处理装置5。声波传感器设置于管道1外壁上,声波传感器2和信号放大装置3相连将声波信号转换为电信号传输到信号放大装置3,信号放大装置3和信号采集装置4相连将放大后的信号传输到信号采集装置4,信号采集装置4和信号处理装置5相连将采集到的信号进行分析。
本实施例中气波波系运动特征的检测如下:
气波产生装置由进气装置,激波产生装置组成。进气管与激波管之间通过圆盘进行隔断(进气管/气波管与圆盘间距不宜过大,本实施例中为1mm),圆盘上则是设置有若干(至少一个)与激波管截面相同的进气口。在实验过程中,圆盘通过电机带通进行旋转(通过变频器对转速进行调节),当圆盘旋转至进气管截面、圆盘进气口截面与气波管截面重合时,压缩机产生的高压气体瞬时进入气波管,形成激波。在形成激波的过程中,利用本发明提出的检测系统实时采集气波管内波系运动产生的声信号。在实验过程中,气波管进出口压力比为2.0-4.0,进气频率则为8.0-20.0Hz。
图2至图4则为检测得到的原始声信号与处理后得到的相关表征气波波系运动的特征参数。
图2中,上图为检测得到的声信号,下图则为声信号及其上下包络线。可以看出,声信号“间断式”特征(“峰形”)即反映了“间断式”产生的激波。进一步地,求取声信号的上下包络线,并在此基础上进一步识别声信号的峰型特征,即可得到气波波系运动的特征。图3即为声信号的出峰频率与进气频率的对比。可以看出,基于声信号得到的声信号出峰频率与实际进气频率具备良好的线性对应关系,说明利用声信号检测进气频率这一操作参数具备良好的可行性。图4则是基于识别出的声信号峰形,计算得到的声信号出峰强度。可以看出,在不同的喷嘴进气频率下,声信号出峰强度均随着进出口压力比的增加而增加,这一结果亦与现有的研究结果一致(进出口压力比越大,产生的激波的强度越大),再次说明了声发射检测气波管内波系运动特征的可行性与准确性。
此外,若在气波管内流体的相态变化,则声信号的频率分布中的低频组成(一般约为0-50kHz)会显著增加,可据此判断气波管内是否存在相态变化。同时,统计该频率范围内声信号的强度变化,即可对气波管内的液含量进行表征。
实验结果表明,本发明提供的检测方法与检测装置可以用于气波管内气体波系运动特征的检测,且具备较好的准确性。
Claims (4)
1.一种气波管内波系运动特征的检测方法,其特征在于,包括以下步骤:
(1)在气波管的外壁设置1个或多个声波传感器,用以捕捉气波波系运动过程中产生的声波信号;
(2)对采集的声波信号进行预处理,去除噪声;
(3)对去噪后的声信号进行数据处理,得到描述气波波系运动特征的参数;所述步骤(3)中的描述气波波系运动特征的参数主要包括声信号出峰频率、出峰强度、峰形持续时间、峰形声源特性;
(4)根据步骤(3)中得到的参数获得气波波系运动特征;
所述步骤(4)中获得气波波系运动特征包括下列a~d中的一项或多项:
a、根据出峰频率实现气波管内激波生成频率的检测,
b、根据出峰强度实现气波管内激波强度的检测,
c、根据峰形的持续时间实现气波管内单个激波持续时间的检测,
d、根据峰形声源特性实现气波管内流体特性变化的检测。
2.根据权利要求1所述的气波管内波系运动特征的检测方法,其特征在于:所述步骤(2)中预处理去除噪音的方法选用平滑、微分、多元散射校正、正交信号校正、傅里叶变换、小波变换、净分析信号中的一种或多种。
3.根据权利要求1所述的气波管内波系运动特征的检测方法,其特征在于:所述步骤(4)可选为:根据获得的声信号出峰强度,依据声能量与气波强度呈正相关的特性,声能量的大小实现气波管内激波强度的检测。
4.根据权利要求1所述的气波管内波系运动特征的检测方法,其特征在于:所述步骤(4)可选为:当气波管内出现流体的相态变化,即存在气向液相进行转变的行为时,声信号频率分布中的低频组成会相应增加,可以通过峰形的声源特性,即声信号频率分布中低频组成的占比,实现气波管内流体箱套变化的检测和气波管内液含率大小的检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110199127.0A CN112986381B (zh) | 2021-02-22 | 2021-02-22 | 一种气波管内波系运动特征的检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110199127.0A CN112986381B (zh) | 2021-02-22 | 2021-02-22 | 一种气波管内波系运动特征的检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112986381A CN112986381A (zh) | 2021-06-18 |
CN112986381B true CN112986381B (zh) | 2022-07-26 |
Family
ID=76350266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110199127.0A Active CN112986381B (zh) | 2021-02-22 | 2021-02-22 | 一种气波管内波系运动特征的检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112986381B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114136922B (zh) * | 2021-11-02 | 2023-08-25 | 浙江大学 | 一种基于tdlas技术的气波管内波系运动的光学检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101482542A (zh) * | 2009-02-11 | 2009-07-15 | 江苏大学 | 基于冲击波波形特征的激光冲击强化在线检测方法和装置 |
CN105655855A (zh) * | 2016-02-26 | 2016-06-08 | 中国科学院光电研究院 | 声波和激波控制装置 |
CN109283255A (zh) * | 2018-08-06 | 2019-01-29 | 浙江大学 | 一种气力输送过程中输送流型的检测方法 |
-
2021
- 2021-02-22 CN CN202110199127.0A patent/CN112986381B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101482542A (zh) * | 2009-02-11 | 2009-07-15 | 江苏大学 | 基于冲击波波形特征的激光冲击强化在线检测方法和装置 |
CN105655855A (zh) * | 2016-02-26 | 2016-06-08 | 中国科学院光电研究院 | 声波和激波控制装置 |
CN109283255A (zh) * | 2018-08-06 | 2019-01-29 | 浙江大学 | 一种气力输送过程中输送流型的检测方法 |
Non-Patent Citations (2)
Title |
---|
Sound and weak shock wave propagation in gas-liquid foams;I. Goldfarb et al;《Shock Waves》;19971231;全文 * |
Stress transmission in porous materials impacted by shock waves;Vahid Kazemi-Kamyab et al;《JOURNAL OF APPLIED PHYSICS》;20111231;第109卷;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112986381A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101435799B (zh) | 基于声发射技术的水轮机故障诊断方法及装置 | |
CN109469837B (zh) | 基于vmd-pse的压力管道多点泄漏定位方法 | |
CN107843408B (zh) | 基于管道流体信号的水射流自振喷嘴性能检测装置与方法 | |
CN104165925B (zh) | 随机共振的离心式压缩机半开式叶轮裂纹故障检测方法 | |
CN103914617B (zh) | 地铁车辆转向架轴承的故障诊断方法 | |
CN112986381B (zh) | 一种气波管内波系运动特征的检测方法和系统 | |
CN103499445A (zh) | 一种基于时频切片分析的滚动轴承故障诊断方法 | |
Zhang et al. | A new feature extraction approach using improved symbolic aggregate approximation for machinery intelligent diagnosis | |
CN104268883A (zh) | 一种基于边缘检测的时频谱曲线提取方法 | |
Yu et al. | Leak detection in water distribution systems by classifying vibration signals | |
CN104297112A (zh) | 一种湿蒸汽区液滴颗粒的测量方法以及装置 | |
CN103216461B (zh) | 轴流式压气机的失速先兆识别方法 | |
CN101187593A (zh) | 电站汽轮机转子振动故障的柯尔莫果洛夫熵诊断方法 | |
Wang et al. | Doppler Effect removal based on instantaneous frequency estimation and time domain re-sampling for wayside acoustic defective bearing detector system | |
CN101360980B (zh) | 用于检测设备部件上的脉冲机械作用位置的方法和装置 | |
Kong et al. | Fault feature extraction of planet gear in wind turbine gearbox based on spectral kurtosis and time wavelet energy spectrum | |
CN105388012A (zh) | 基于非线性调频小波变换的阶次跟踪方法 | |
CN101713395B (zh) | 基于增量式非线性流形学习的喘振监测方法 | |
CN104888396A (zh) | 一种检测消防水泵在快速启动过程中瞬态故障的方法 | |
Liu et al. | Ultrasonic monitoring of a pipe under operating conditions | |
Gryllias et al. | A peak energy criterion (pe) for the selection of resonance bands in complex shifted morlet wavelet (csmw) based demodulation of defective rolling element bearings vibration response | |
CN103630604B (zh) | 离心式压缩机半开式叶轮裂纹故障识别方法 | |
CN103149047A (zh) | 一种基于非线性混合模型的冷却塔声学诊断方法 | |
CN110146267B (zh) | 一种全封闭制冷压缩机阀片颤振的检测方法 | |
Grasso et al. | An automated approach to enhance multiscale signal monitoring of manufacturing processes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |