Page 65 - 《应用声学)》2023年第5期
P. 65

第 42 卷 第 5 期      王新等: 基于声发射和 GAN-CNN 的铝合金管道法兰连接松动泄漏检测                                      957


                 同时,为了保证搭建的神经网络拥有足够大的                          道AE 数据采集卡(PAC、Micro II Express、1MS/s)
             感知视野并且能够覆盖所有的特征信息,对各层参                            采集。因此,实验装置用于测量和记录泄漏 AE
             数进行了布局,如表1所示。                                     信号。

                          表 1   CNN 结构参数                            ቇඡԍ᎖఻
                  Table 1 CNN structure parameters
                                                                                     10 mL
                                                                                                     ෺໤ག
                  编号     网络层      卷积核大小      卷积核数目                 ဝၕඵയ       ᧚ኔ
                   1     卷积层 1      64×1         16
                   2     池化层 1       2×1         16                                          ԍҧ᛫
                   3     卷积层 2       3×1         32
                                                                     ဝၕծᄨ           ขР
                   4     池化层 2       2×1         32
                   5     卷积层 3       3×1         32
                                                                                 (a) ಖࠀ෺໤ဋ
                   6     池化层 3       2×1         32
                                                                   ቇඡԍ᎖఻
                   7     卷积层 4       3×1         64
                   8     池化层 4       2×1         64
                   9     全连接层        100         1
                                                                                                  ஊܸ٨
             2 实验装置
                                                                               ขР
                 为模拟充气管道系统法兰连接失效引起的泄                                                             AE͜ਖ٨
             漏,专门设计了具体实验装置,如图 3 所示。选用                            ܦԧ࠱᧔ᬷ́
             直径为 18 mm、长度分别为 250 mm 和 950 mm 的
             铝合金管道段,采用法兰接头连接。盲法兰安装在                                             (b) ᧔ᬷ෺໤ηՂ
             短管段的每一端。气体通过空气压缩机被泵入管                                图 3  法兰连接松动的铝合金管道泄漏检测的实验
             道,管道的内部压力由空气压缩机和压力表控制在                               装置
             5 bar。                                               Fig. 3 Experimental setup for leak detection of
                                                                  aluminum alloy pipe due to loosening of flange
                 图 3(a) 中,泄漏由于法兰连接松动而形成。为
                                                                  connection
             了解释泄漏现象,实验中使用了气泡泄漏检测方法。
             为将铝合金管道完全浸没水中并固定,选用了 4 个                          3 实验分析
             玻璃吸盘,前端 2 个吸盘压制管道,后端 2 个吸盘交
             缠直线防止管道浮起。在管道完全浸没水中时,首                            3.1  原始AE信号的声学特性
             先,将充满水的量筒放置在泄漏点上方收集从法兰                                本文中,选用宽频 AE 传感器 S9208 来捕获实
             连接处涌出的气泡。然后,根据采集气体与检测时                            验中的产生的 AE 信号,该传感器在 0 ∼ 1 MHz 响
             间的比值估算出相应的泄漏率。本文通过改变法兰                            应特性几乎相同,有利于捕捉未知泄漏频带。为了
             连接的松紧度 (垫圈的破坏情况一致) 来标定不同                          全面考察泄漏率对泄漏 AE 信号的影响,通过松动
             的泄漏率。                                             法兰螺纹设置泄漏率的小大形成不同的漏源,分别
                 图 3(b) 中,根据标定的不同泄漏率情况,AE                      0 mL/s、0.6 mL/s、1.8 mL/s、4 mL/s 四种泄漏工
             传感器被放置在法兰连接接口处。所有测试均以                             况。其相应的时域和频域图,如图4所示。
             1.0 MHz 的采样率记录 AE 信号,每个样本的持续                          从泄漏时域图可以看出,不同泄漏率下的感应
             时间为 0.1 s。AE 信号由前置放大器 (PAC, MIS-                  泄漏 AE 信号是时域连续的 AE 信号,且随着泄漏
             TRAS, 2/4/6) 以 40 dB 放大倍数进行预放大,并                  率增大时域信号没有明显波动变化。而在频域图
             由辅助数据处理软件 (PAC、AE-Win) 驱动的 8 通                    中可以发现:频域的局部声能分布较广;一个峰值
   60   61   62   63   64   65   66   67   68   69   70