CN114252377B - 基于多传感器管道介质中颗粒含量检测方法及系统 - Google Patents
基于多传感器管道介质中颗粒含量检测方法及系统 Download PDFInfo
- Publication number
- CN114252377B CN114252377B CN202111624190.0A CN202111624190A CN114252377B CN 114252377 B CN114252377 B CN 114252377B CN 202111624190 A CN202111624190 A CN 202111624190A CN 114252377 B CN114252377 B CN 114252377B
- Authority
- CN
- China
- Prior art keywords
- pipeline
- particles
- particle content
- acoustic emission
- particle
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 265
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005259 measurement Methods 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 239000007787 solid Substances 0.000 claims abstract description 12
- 239000000654 additive Substances 0.000 claims abstract description 9
- 230000000996 additive effect Effects 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 230000008859 change Effects 0.000 claims description 23
- 230000003116 impacting effect Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000010183 spectrum analysis Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000002596 correlated effect Effects 0.000 abstract description 2
- 239000012530 fluid Substances 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 4
- 238000009659 non-destructive testing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000005514 two-phase flow Effects 0.000 description 2
- 206010013647 Drowning Diseases 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- 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
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Acoustics & Sound (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了基于多传感器管道介质中颗粒含量检测方法及系统,属于管道无损检测技术领域,方法包括:建立冲击管壁的固体颗粒含量测量模型;根据声发射信号的特征信息进行分类处理,得到管道中通过的介质含有颗粒和不含颗粒的时段;基于颗粒含量测量模型对管道中含有颗粒的时段冲击管壁的颗粒含量进行累加计算,得到管道的测量颗粒含量。本发明管道前后的损失能量与颗粒含量进行关联以此建立一种新的颗粒含量测量模型,基于声发射信号实现了冲击管壁颗粒含量的准确计算,结合管道壁厚信息能够预测管道的使用寿命,填补了气力输送管道寿命监测领域的技术空白。
Description
技术领域
本发明涉及管道无损检测技术领域,尤其涉及基于多传感器管道介质中颗粒含量检测方法及系统。
背景技术
石油化工生产及其他行业用管道输送介质如气体介质、流体介质时,介质中的颗粒不可避免的对管道造成冲蚀,固体颗粒对水平和垂直管道的磨损是轻微的,然而在离心力和惯性力的作用下,在管道弯头部分以射流形式碰撞弯头侧壁,致使对弯头局部磨损严重。为了保障管道的运行安全,需对管道内冲击管壁的颗粒含量进而计算,结合管道壁厚信息以此对管道有效工作寿命进行评估。
无损检测方法在工业结构健康监测中得到了良好的应用,声发射(AE)作为一种在金属物体材料中检测裂纹产生的声波信号的非侵入无损检测方法,能够良好适应上述气力输运管道检测环境。AE突出的特点在于无需发射源、检测范围广、能整体探测和评价整个结构中活性缺陷的状态;与普通的超声检测不同,AE采用被动检测的方法,并将机械能转换为声能,而不是自己主动产生声能,在一定程度上能够减小检测成本开销。
然而AE信号是由材料产生的机械能,对材料敏感,且易受机电噪声干扰。声发射的不可逆性,使得实验过程的声发射信号不可能通过多次加载重复获得。噪声越大,有用的声波信号越不明显,越容易淹没在噪声中。在实际管道气流中颗粒含量测量过程中,测量环境很复杂,噪声无法从根源处避免,如何有效提取目标信号是当下面临的技术瓶颈之一;其次,将声发射技术应用至管道颗粒含量计算研究较少,具体数据处理方式还不明确,因此如何基于声发射信号实现管道颗粒含量的准确计算是目前亟需解决的技术问题。
发明内容
本发明的目的在于克服现有技术中无法基于声发射信号实现管道颗粒含量的准确计算的问题,提供了基于多传感器管道介质中颗粒含量检测方法及系统。
本发明的目的是通过以下技术方案来实现的:基于多传感器管道介质中颗粒含量检测方法,所述方法包括以下步骤:
根据颗粒冲击管道前后声发射信号的特征信息,结合管道中介质运动参数获取颗粒冲击管道前后的损失能量,进而建立冲击管壁的颗粒含量测量模型;
根据声发射信号的特征信息进行分类处理,得到管道中通过的介质含有颗粒和不含颗粒的时段;
基于颗粒含量测量模型对管道中含有颗粒时段冲击管壁的颗粒含量进行累加计算,得到管道的测量颗粒含量。
在一示例中,所述得到管道的测量颗粒含量后还包括:
结合测量颗粒含量与实际颗粒含量,对颗粒含量测量模型中模型参数进行线性回归处理,进而对模型参数进行修正;
基于修正模型参数后的颗粒含量测量模型对含颗粒段管道中冲击管壁的颗粒含量进行累加计算,得到实际颗粒含量。
在一示例中,所述对模型参数进行修正还包括:
结合实际颗粒含量,拟合管道处于不同压强状态下模型参数与压强变化的映射关系;
根据管道当前所处压强选取对应的模型参数进行颗粒含量计算。
在一示例中,所述建立冲击管壁的颗粒含量测量模型包括以下子步骤:
获取管道中介质速度v;
获取通过管道弯头的颗粒子的质量率mt;
基于介质速度v、质量率mt,建立颗粒子冲击管道前后声发射信号幅值与动能变化的有效时间速率的映射关系,以此建立冲击管壁的颗粒含量测量模型。
在一示例中,所述颗粒含量测量模型的颗粒含量计算公式为:
其中,t1表示含颗粒时段声发射信号的起始时间点;t2表示含颗粒时段声发射信号的截止时间点;A表示介质通过的管道截面;K表示模型参数;Q表示管道截面流量;Sp′表示含颗粒声发射信号的幅值。
在一示例中,所述分类处理具体为:
对声发射信号进行时频域分析得到时频域特征变化信息;
基于时频域特征变化信息对含颗粒信号、不含颗粒信号进行分类,进而区分管道中通过的介质含有颗粒和不含颗粒的时段。
在一示例中,所述对声发射信号进行时频域分析为:
对声发射信号进行功率谱分析,若声发射信号的功率谱大于功率谱阈值,则该声发射信号为含颗粒信号;和/或,
计算声发射信号的方差,若声发射信号的方差大于方差阈值,则该声发射信号为含颗粒信号。
在一示例中,所述方法还包括信号预处理步骤,包括:
提取声发射信号时,以管道空载信号作为背景信号。
需要进一步说明的是,上述各示例对应的技术特征可以相互组合或替换构成新的技术方案。
本发明还包括一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述任一示例或多个示例组成形成的所述基于多传感器管道介质中颗粒含量检测方法的步骤。
本发明还包括一种基于多传感器管道介质中颗粒含量检测系统,系统包括数据处理单元,所述数据处理单元用于执行上述任一示例或多个示例组合形成的基于多传感器管道介质中颗粒含量检测方法的步骤。
在一示例中,所述系统还包括分布式设于管道上的声发射传感器,用于采集管道上的声发射信号。
与现有技术相比,本发明有益效果是:
1.在一示例中,将冲击管道前后的损失能量与颗粒含量进行关联以此建立一种新的颗粒含量测量模型,在此基础上对含颗粒段管道的冲击管壁的颗粒含量进行累加计算得到冲击管壁的整体测量颗粒含量,即基于声发射信号实现了冲击管壁颗粒含量的准确计算,进一步结合管道壁厚信息能够预测管道的使用寿命,填补了气力输送管道寿命监测领域的技术空白。
2.在一示例中,结合实际颗粒含量对模型参数进行修正,能够消除信号噪声因素的影响,进一步提高颗粒含量测量模型的计算精度。
3.在一示例中,拟合管道处于不同压强状态下模型参数与压强变化的映射关系,能够根据管道所处状态选择最贴合实际的模型参数,保证颗粒含量计算的可靠性。
4.在一示例中,通过对声发射信号进行分类,获取管道中通过的流体含有颗粒的时段,便于对该段管道内的颗粒含量进行累加计算处理,实现准确度高的颗粒含量计算。
5.在一示例中,以管道空载信号作为背景信号提取声发射信号,能够消除系统噪声、环境噪声对声发射信号的影响,得到能够真实反映固体颗粒与管壁作用的声发射信号,实现目标信号的有效提取。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明,此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,在这些附图中使用相同的参考标号来表示相同或相似的部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本发明一示例中的方法流程图;
图2为本发明一示例中管道实际颗粒含量与模型参数K值随压强变化的关系图;
图3为本发明一示例中含有颗粒的时段和不含颗粒的时段的功率谱分析图;
图4为本发明一示例中同一压强下AE信号从不含颗粒切换为含有颗粒的时域特征量变化图;其中,图4(a)表示信号从无颗粒切换为有颗粒的方差变化;图4(b)表示信号从无颗粒切换为有颗粒的峰值因子变化;图4(c)表示信号从无颗粒切换为有颗粒的峭度变化。
图5为本发明优选示例的方法流程图。
具体实施方式
下面结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系为基于附图所述方向或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,属于“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,属于“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在一示例中,以基于多传感器管道气流中颗粒含量检测方法为例说明本申请发明构思,如图1所示,具体包括以下步骤:
S1:根据颗粒冲击管道前后声发射信号的特征信息,结合管道中介质运动参数获取颗粒冲击管道前后的损失能量,进而建立冲击管壁的颗粒含量测量模型;其中,原始声发射信号包括颗粒冲击管壁的声发射信号、固定低频系统噪声和环境噪声,本步骤中声发射信号为是颗粒冲击管壁的声发射信号,颗粒具体为沙。信号的特征信息即其幅频域的特征参数。介质运动参数包括运动速度、截面面积、体积率等,本申请具体实施部分的介质均为流体介质。
S2:根据声发射信号的特征信息进行分类处理,得到管道中的介质含有颗粒和不含颗粒的时段(得到管道中含有颗粒的时段和不含颗粒的时段);具体地,本示例中的声发射信号的特征信息为第一特征信息,包括不限于幅频域中的幅值、功率谱信息等。基于第一特征信息对声发射信号将管道分为含颗粒段和无颗粒段,结合含颗粒段中声发射信号的时间轴信息,能够获取含颗粒时段中颗粒冲击管壁的时间段信息,包括起始时间点和截止时间点。
S3:基于颗粒含量测量模型对管道中含有颗粒时段冲击管壁的颗粒含量进行累加计算,得到管道的测量颗粒含量。
本申请所称颗粒含量为固定颗粒冲击管壁的固定颗粒质量,在实际场景下,利用气固两相流(气体中夹带有固体颗粒物料状态下的流动)中的颗粒与管壁的相互作用时,颗粒动能损失的一小部分将被用于弹性波的传播。本申请通过采集弹性波中的声、振动等信号进行时频域分析,可以反映在颗粒与壁面碰撞前后的能量损失中弹性波的占比,从而得到颗粒损失的能量,基于颗粒损失能量反推实际管件中颗粒含量,以此基于声发射信号实现管道颗粒含量的准确计算,进一步结合管道壁厚信息能够预测管道的使用寿命。
作为一选项,可以将本示例中的步骤S1、S3进行合并,此时方法具体包括:
S1’:根据声发射信号的特征信息进行分类处理,得到含颗粒信号对应的含颗粒管道段以及无颗粒信号对应的无颗粒段管道;
S2’:在管道中对应的含颗粒时间段中,根据颗粒子冲击管道前后声发射信号的特征信息,结合管道中颗粒的运动计算颗粒冲击管道前后的损失能量,进而实现测量颗粒含量的计算。
在一示例中,步骤S3中得到管道的测量颗粒含量后还包括:
S41:结合测量颗粒含量与实际颗粒含量,对颗粒含量测量模型中模型参数进行线性回归处理,进而对模型参数进行修正,得到更加贴合实际场景的颗粒含量测量模型;
S42:基于修正模型参数后的颗粒含量测量模型对含颗粒段管道中冲击管壁的颗粒含量进行累加计算,得到实际颗粒含量。实际颗粒含量相较于测量颗粒含量更加贴合实际,消除噪声等因素的影响,实现更加准确的颗粒冲击管道的颗粒含量计算。
在一示例中,步骤S41中对模型参数进行修正还包括:
S411:结合实际颗粒含量,拟合管道处于不同压强状态下模型参数与压强变化的映射关系,图2示出了管道实际颗粒含量与模型参数K值随压强变化的关系。
S412:根据管道当前所处压强选取对应的模型参数进行颗粒含量计算,保证颗粒含量计算的可靠性。
在一示例中,建立冲击管壁的颗粒含量测量模型放松了对均匀颗粒和冲击能量的假设,并考虑了噪声的影响;将颗粒与颗粒撞击管壁所产生的声学信号进行联系,具体包括以下子步骤:
S11:获取管道中流体速度v;具体地,在观测时间(Δt)内,原地的流体体积率(Q)是恒定的,管道中的固体速度是v=Q/A,其中A是安装声发射传感器(AESensor)的管道的横截面积。
S12:获取通过管道弯头的颗粒的质量率mt;具体地,假设所有的颗粒都会冲击管壁,颗粒通过管道弯头的质量率被定义为:
上式中M为在观察时间Δt内通过管件的颗粒总质量。
S13:基于流体速度v、质量率mt,建立颗粒子冲击管道前后声发射信号幅值与动能变化的有效时间速率的映射关系,以此建立冲击管壁的颗粒含量测量模型。
具体地,假设mi是冲击弯管的颗粒的总质量,n是在观察时间Δt内冲击管道弯头的颗粒的数量。根据冲击管壁的颗粒的数量,通过管道弯头的颗粒的质量与mt成正比。考虑到并非所有的颗粒都会冲击管壁产生弹性波并被传感器检测到,故k为非1的常数,那么冲击管壁的颗粒质量率计算公式为:
假设所有颗粒的流速与流体的流速相同,而且所有流体相的流速也相同。因此,从统计学上看,单个颗粒的质量之和乘以其流速的平方,可以被替换为。
其中,代表颗粒的动能,vi是颗粒的速度,A是进行监测的管道的横截面积。在实际情况下,不同的流体相之间可能存在滑动,颗粒的流速可能小于流体相的流速。
颗粒冲击管壁前后,声发射信号幅值Sp′会因能量损失发生对应的变化,声发射信号幅值与动能变化的有效时间速率的映射关系为:
上式中,c为比例常数。
将式(3)与式(4)联立获得Sp′与颗粒含量的关系:
进一步推导转换得到颗粒含量测量模型的计算式:
其中,t1表示含颗粒声发射信号的起始时间点;t2表示含颗粒声发射信号的截止时间点;A表示流体通过的管道截面;表示模型参数;Q表示管道截面流量,m3/H;Sp′表示含颗粒声发射信号的幅值。
在一示例中,由于实际接收到的声发射信号不仅有颗粒对管壁的冲击,也有流体对管壁作用产生的背景噪声,其次还有硬件电路中产生的电噪声。因此接收到的信号电平总是非零的电压信号,而且颗粒冲击管壁的信号往往都要大于背景噪声,故实际振幅等于来自传感器的信号振幅(Sp)减去背景噪声的振幅(Sb),此时实际振幅与动能变化关系为:
本示例中,推导转换后得到颗粒含量测量模型的优选计算式为:
在一示例中,步骤S2中分类处理具体包括:
S21:对声发射信号进行时频域分析得到时频域特征变化信息;时频域特征变化信息即信号相较于时间序列上的在先信号的变化信息。
S22:基于时频域特征变化信息对含有颗粒信号、不含颗粒信号进行分类,进而区分管道中通过的流体中含有颗粒的时段和不含颗粒的时段。
本示例中,通过对声发射信号进行分类,获取管道流体中含有颗粒的时段,便于对该段管道内的颗粒含量进行累加计算处理,实现准确度高的颗粒含量计算。
在一示例中,对声发射信号进行时频域分析为:
对声发射信号进行功率谱分析,若声发射信号的功率谱大于功率谱阈值,则该声发射信号为含颗粒信号。具体地,对气固两相流中的AE含颗粒信号、无颗粒信号进行功率谱分析,如图3所示,对含颗粒段和无颗粒段的实验数据进行功率谱比较后,得到含颗粒段功率谱随频率上升逐渐降低,具体地,在信号在频率为25khz~30khz和40~45khz范围内的功率谱极值相差大于阈值6dB,以频率为25khz~30khz和40~45khz范围内对应的含颗粒声发射信号。通过功率谱分析能够较好区分一定含量的有颗粒信号,图4为在入口压强为0.5MPa时AE信号从无颗粒切换为有颗粒的时域特征量,其中图4(a)表示信号从无颗粒切换为有颗粒的方差变化;图4(b)表示信号从无颗粒切换为有颗粒的峰值因子变化;图4(c)表示信号从无颗粒切换为有颗粒的峭度变化。结合图4(a)-图4(c)可以看出,功率谱分析时各时域特征变化一致性较好,能够明确确定3s后为含颗粒声发射信号。
进一步地,对声发射信号进行时频域分析还包括:
计算声发射信号的方差,若声发射信号的方差大于方差阈值,则该声发射信号为含颗粒信号。具体地,在实际应用场景中获取的大部分声发射信号,几乎都是突发型声发射信号,因此,AE信号的有效部分被定义为具有尖锐上升沿特性的窄带信号,方差可以有效地指示信号能量的动态分量,一个xk信号的方差可以被定义为:
其中E代表期望;μ代表均值;将原始信号计算时域的统计域特性并对比,选取差异最大的方差作为有效的时域统计量。
在一示例中,方法还包括信号预处理步骤,包括:
S0:提取声发射信号时,以管道空载信号作为背景信号。具体地,以气流不含颗粒在管道运行一小段时间稳定后,以该空载信号作为背景信号,获取到的信号放大后进行频域分析,然后以含颗粒信号在管道中运行,此时将背景信号作为无颗粒信号,截取特殊频段的含颗粒段声发射信号进行时域统计,能有效的降低系统噪声和环境噪声对声发射信号的影响,以此真实反映颗粒与管壁冲击作用,实现目标信号的有效提取。
将上述示例进行组合得到本申请方法的优选示例,如图5所示,具体包括以下步骤:
S1”:接收声发射信号并预处理;
S2”:根据颗粒冲击管道前后声发射信号的特征信息,结合管道中介质运动参数获取颗粒冲击管道前后的损失能量,进而建立冲击管壁的颗粒含量测量模型;
S3”:根据声发射信号的特征信息进行分类处理,得到管道中通过的介质含有颗粒和不含颗粒的时段;
S4”:基于颗粒含量测量模型对管道中含有颗粒时段冲击管壁的颗粒含量进行累加计算,得到管道的测量颗粒含量;
S5”:结合测量颗粒含量与实际颗粒含量,对颗粒含量测量模型中模型参数进行线性回归处理,进而对模型参数进行修正,得到更加贴合实际场景的颗粒含量测量模型;
S6”:基于修正模型参数后的颗粒含量测量模型对含颗粒时段管道中冲击管壁的颗粒含量进行累加计算,得到实际颗粒含量。
本实施例提供了一种存储介质,与上述任一示例或多个示例组合形成的基于多传感器管道介质中颗粒含量检测方法具有相同的发明构思,其上存储有计算机指令,所述计算机指令运行时执行上述任一示例或多个示例组合形成的所述基于多传感器管道介质中颗粒含量检测方法的步骤。
基于这样的理解,本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明还包括一种基于多传感器管道介质中颗粒含量检测系统,系统包括数据处理单元,数据处理单元用于执行上述任一示例或多个示例组成形成的基于多传感器管道介质中颗粒含量检测方法的步骤。
作为一选项,数据处理单元包括前端数据处理单元和后端数据处理单元,如顺次连接的FPGA和工控机。其中,FPGA用于前端数据预处理,包括信号滤波、放大等,还用于执行上述示例中的数据预处理步骤,并将完成数据处理后的数据传输至工控机。工控机基于预处理后的信号进行颗粒含量测量模型的建立,并对信号进行分类处理,进而计算管道的测量颗粒含量与实际颗粒含量。
在一示例中,系统还包括分布式设于管道上的声发射传感器,用于采集管道上的声发射信号。具体地,多传感器分布式设于管道外侧下游区,进而接收到管道受含颗粒流冲击所产生的信号,并将采集的信号传输至FPGA。
对应地,系统还可适当地增加无线通信模块实现数据的远传与监测,数据预处理电路如滤波、放大电路对数据进行处理等,这均属于本领域技术人员的常规手段,属于本发明的保护范围。
以上具体实施方式是对本发明的详细说明,不能认定本发明的具体实施方式只局限于这些说明,对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演和替代,都应当视为属于本发明的保护范围。
Claims (8)
1.一种基于多传感器管道介质中颗粒含量检测方法,其特征在于:所述方法包括以下步骤:
根据固体颗粒冲击管道的声发射信号的特征信息,结合管道中介质运动参数获取固体颗粒冲击管道前后的损失能量,进而建立冲击管壁的颗粒含量测量模型;
根据声发射信号的特征信息进行分类处理,得到管道中通过的介质含有颗粒和不含颗粒的时段;
基于颗粒含量测量模型对管道中含有颗粒时段冲击管壁的颗粒含量进行累加计算,得到管道的测量颗粒含量;
建立冲击管壁的颗粒含量测量模型包括以下子步骤:
获取管道中介质速度v;
获取通过管道弯头的固体颗粒的质量率mt;假设所有的颗粒都会冲击管壁,颗粒通过管道弯头的质量率被定义为:
上式中M为在观察时间Δt内通过管件的颗粒总质量;
基于介质速度v、质量率mt,建立固体颗粒冲击管道前后声发射信号幅值与颗粒动能变化的有效时间速率的映射关系,以此建立冲击管壁的颗粒含量测量模型;
所述颗粒含量测量模型的颗粒含量计算公式为:
其中,t1表示含有颗粒声发射信号的起始时间点;t2表示含颗粒声发射信号的截止时间点;A表示介质通过的管道截面;K表示模型参数;Q表示管道截面流量;Sp′表示含颗粒声发射信号的幅值。
2.根据权利要求1所述基于多传感器管道介质中颗粒含量检测方法,其特征在于:所述得到管道的测量颗粒含量后还包括:
结合测量颗粒含量与实际颗粒含量,对颗粒含量测量模型中模型参数进行线性回归处理,进而对模型参数进行修正;
基于修正模型参数后的颗粒含量测量模型对管道中含颗粒时段冲击管壁的颗粒含量进行累加计算,得到实际颗粒含量。
3.根据权利要求2所述基于多传感器管道介质中颗粒含量检测方法,其特征在于:所述对模型参数进行修正还包括:
结合实际颗粒含量,拟合管道处于不同压强状态下模型参数与压强变化的映射关系;
根据管道当前所处压强选取对应的模型参数进行颗粒含量计算。
4.根据权利要求1所述基于多传感器管道介质中颗粒含量检测方法,其特征在于:所述分类处理具体为:
对声发射信号进行时频域分析得到时频域特征变化信息;
基于时频域特征变化信息对含有颗粒信号、不含颗粒信号进行分类,进而区分管道中通过的介质含有颗粒和不含颗粒的时段。
5.根据权利要求4所述基于多传感器管道介质中颗粒含量检测方法,其特征在于:所述对声发射信号进行时频域分析为:
对声发射信号进行功率谱分析,若声发射信号的功率谱大于功率谱阈值,则该声发射信号为含颗粒信号;和/或,
计算声发射信号的方差,若声发射信号的方差大于方差阈值,则该声发射信号为含有颗粒信号。
6.根据权利要求1所述基于多传感器管道介质中颗粒含量检测方法,其特征在于:所述方法还包括信号预处理步骤,包括:
提取声发射信号时,以管道空载信号作为背景信号。
7.一种基于多传感器管道介质中颗粒含量检测系统,系统包括数据处理单元,其特征在于:所述数据处理单元用于执行权利要求1-6任意一项所述基于多传感器管道介质中颗粒含量检测方法的步骤。
8.根据权利要求7所述基于多传感器管道介质中颗粒含量检测系统,其特征在于:所述系统还包括分布式设于管道上的声发射传感器,用于采集管道上的声发射信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111624190.0A CN114252377B (zh) | 2021-12-28 | 2021-12-28 | 基于多传感器管道介质中颗粒含量检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111624190.0A CN114252377B (zh) | 2021-12-28 | 2021-12-28 | 基于多传感器管道介质中颗粒含量检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114252377A CN114252377A (zh) | 2022-03-29 |
CN114252377B true CN114252377B (zh) | 2024-05-03 |
Family
ID=80798437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111624190.0A Active CN114252377B (zh) | 2021-12-28 | 2021-12-28 | 基于多传感器管道介质中颗粒含量检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114252377B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115573697A (zh) * | 2022-09-08 | 2023-01-06 | 中国石油大学(华东) | 多相流管道泥砂颗粒含量与冲蚀监测预警装置及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4674337A (en) * | 1986-07-07 | 1987-06-23 | Otakar Jonas | Particle detector |
CN1656360A (zh) * | 2002-04-10 | 2005-08-17 | 塞德拉公司 | 用于测量流动的流体和/或多相混合物的参数的探头 |
CN1703271A (zh) * | 2002-10-10 | 2005-11-30 | 英国国防部 | 用于从第一流体向第二流体移动颗粒的设备 |
WO2007052022A1 (en) * | 2005-11-01 | 2007-05-10 | Cormon Limited | Monitoring particles in a fluid stream |
CN101169363A (zh) * | 2007-09-27 | 2008-04-30 | 上海理工大学 | 颗粒粒度、浓度和密度测量方法及其装置 |
CN201096702Y (zh) * | 2007-09-27 | 2008-08-06 | 上海理工大学 | 一种颗粒粒度和浓度的测量装置 |
CN102985816A (zh) * | 2010-07-08 | 2013-03-20 | 恩德斯+豪斯流量技术股份有限公司 | 超声颗粒测量系统 |
CN103411858A (zh) * | 2013-07-24 | 2013-11-27 | 华北电力大学 | 基于阵列式声传感器的颗粒粒度分布在线测量装置及方法 |
CN207675597U (zh) * | 2017-10-31 | 2018-07-31 | 中国石油大学(北京) | 管道颗粒在线检测装置 |
CN111351540A (zh) * | 2020-03-23 | 2020-06-30 | 浙江大学 | 一种气力输送过程中颗粒质量流率的检测方法和系统 |
CN112284985A (zh) * | 2020-10-12 | 2021-01-29 | 浙江大学 | 一种气固体系内颗粒参数的声发射测量方法 |
-
2021
- 2021-12-28 CN CN202111624190.0A patent/CN114252377B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4674337A (en) * | 1986-07-07 | 1987-06-23 | Otakar Jonas | Particle detector |
CN1656360A (zh) * | 2002-04-10 | 2005-08-17 | 塞德拉公司 | 用于测量流动的流体和/或多相混合物的参数的探头 |
CN1703271A (zh) * | 2002-10-10 | 2005-11-30 | 英国国防部 | 用于从第一流体向第二流体移动颗粒的设备 |
WO2007052022A1 (en) * | 2005-11-01 | 2007-05-10 | Cormon Limited | Monitoring particles in a fluid stream |
CN101169363A (zh) * | 2007-09-27 | 2008-04-30 | 上海理工大学 | 颗粒粒度、浓度和密度测量方法及其装置 |
CN201096702Y (zh) * | 2007-09-27 | 2008-08-06 | 上海理工大学 | 一种颗粒粒度和浓度的测量装置 |
CN102985816A (zh) * | 2010-07-08 | 2013-03-20 | 恩德斯+豪斯流量技术股份有限公司 | 超声颗粒测量系统 |
CN103411858A (zh) * | 2013-07-24 | 2013-11-27 | 华北电力大学 | 基于阵列式声传感器的颗粒粒度分布在线测量装置及方法 |
CN207675597U (zh) * | 2017-10-31 | 2018-07-31 | 中国石油大学(北京) | 管道颗粒在线检测装置 |
CN111351540A (zh) * | 2020-03-23 | 2020-06-30 | 浙江大学 | 一种气力输送过程中颗粒质量流率的检测方法和系统 |
CN112284985A (zh) * | 2020-10-12 | 2021-01-29 | 浙江大学 | 一种气固体系内颗粒参数的声发射测量方法 |
Non-Patent Citations (3)
Title |
---|
CFD modeling for pipeline flow of fine particles at high concentration;D.R. Kaushal等;International Journal of Multiphase Flow;20120317;第43卷;第85-100页 * |
基于多传感器的管道含沙量监测评估技术研究;郭义纲;中国优秀硕士学位论文全文数据库 工程科技1辑;20221115(第11期);第B019-185页 * |
矿用静电感应式粉尘浓度传感器的优化研究;刘丹丹 等;矿业研究与开发;20200831;第40卷(第8期);第130-134页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114252377A (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4674337A (en) | Particle detector | |
US20190391004A1 (en) | Apparatus for analysing the condition of a machine having a rotating part | |
JP5443514B2 (ja) | 分散された粒子及び/または液滴の流量を観測し、及び/または測定する渦流測定装置 | |
CN114252377B (zh) | 基于多传感器管道介质中颗粒含量检测方法及系统 | |
US10704982B2 (en) | Sensor recording analysis apparatus and method | |
US6772637B2 (en) | Method for in-tube flaw detection | |
HUT75482A (en) | Method of detecting particles in a two-phase stream, vacuum cleaner and a method of controlling or adjusting a vacuum cleaner | |
JP2011157894A (ja) | キャビテーション壊食量予測方法及び予測装置 | |
RU2315968C2 (ru) | Способ и устройство для обнаружения механических воздействий импульсного типа на компонент установки | |
CN110794486B (zh) | 一种降雨量传感器 | |
US10578480B2 (en) | Multi-probe system for measuring height of fluid in pipes with steady-state and turbulent flow conditions | |
Li et al. | Leakage detection of HVAC pipeline network based on pressure signal diagnosis | |
CN116429192A (zh) | 用于确定与流量相关的测量参量的方法和测量设备 | |
CN111198231B (zh) | 基于多传感器的管道含砂量检测装置 | |
JP4514730B2 (ja) | 流砂の粒径分布推定方法および粒径分布推定装置 | |
KR100627697B1 (ko) | 배관의 이상상태 판별 장치 | |
CN111380597A (zh) | 一种相位差式超声波流量计的流量异常检测方法及电路 | |
CN114502924B (zh) | 用于监测测量设备系统的方法 | |
EP0254882B1 (en) | Particle detector | |
CN216433233U (zh) | 一种机械结构的谐振频率检测系统 | |
JP4019419B2 (ja) | 導圧管詰まり検出器およびそれを内蔵した差圧・圧力伝送器 | |
JP2515876B2 (ja) | 被検体のae診断装置 | |
RU2654099C1 (ru) | Устройство для контроля расхода компонентов продукции скважин | |
JP2003042822A (ja) | 流体の流速流量計測装置 | |
Krajcin et al. | Impact of regulator noise on ultrasonic flow meters in natural gas |
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 |