-
题名天然气管道阀门微小泄漏声发射检测及缺陷识别方法
- 1
-
-
作者
张丽珍
王文奥
-
机构
重庆安全技术职业学院安全监督管理系
中国石油大学(华东)机电工程学院
-
出处
《油气储运》
CAS
北大核心
2024年第6期656-664,共9页
-
基金
重庆市教育委员会科学技术研究项目“基于声发射技术的阀门内漏状态识别及量化分析”,KJQN202104703
重庆市教育委员会科学技术研究项目“基于声发射技术的管道泄漏状态识别研究”KJQN202204704。
-
文摘
[目的]阀门是保障天然气管道系统稳定运行的重要元件,为了实现天然气阀门早期泄漏的实时监测及缺陷识别,亟需建立一种可检测并识别不同微小泄漏缺陷的有效方法。[方法]利用自主搭建的阀门微小泄漏声发射检测实验装置,设置0.2MPa、0.4MPa及0.6MPa共3种压力,采用声发射检测方法采集了5种阀门状态(健康阀门、阀杆腐蚀外漏缺陷、阀门封闭不严内漏缺陷、阀芯划伤内漏缺陷及法兰垫片破损外漏缺陷)的声发射信号,并得到其时频域特征矩阵。通过主成分分析方法(Principal Component Analysis,PCA)将复杂、冗余的时频域特征矩阵转化为二维、三维特征因子矩阵,计算得到各个特征因子矩阵的最佳簇数,并通过K-means、K-medoids聚类算法对二维、三维特征因子矩阵进行聚类分析。[结果]对于较低压力(0.2MPa)下天然气阀门微小泄漏缺陷的识别,三维PCA聚类效果达到97.8%,优于二维PCA;随着压力增至0.6MPa,二维PCA聚类效果不断优化,并逐渐超过三维PCA。在聚类方法评价中,K-medoids聚类算法的稳定程度优于K-means聚类算法,且K-medoids聚类算法的运算效率更有优势。[结论]基于声发射技术+特征提取+PCA+聚类算法的声发射信号分类处理方法,提高了阀门微小泄漏检测的准确率与稳定性,实现了天然气管道阀门缺陷的分类识别,可为天然气管道系统的安全运行提供检测手段及保障措施。(图7,表2,参26)
-
关键词
天然气管道
阀门
微小泄漏
缺陷
声发射技术
特征提取
主成分分析方法
聚类分析
-
Keywords
natural gas pipeline
valve
micro-leakage
defect
acoustic emission technology
feature extraction
principal component analysis
clustering analysis
-
分类号
TE88
[石油与天然气工程—油气储运工程]
-
