梁偉 張萌 林揚 張來斌 沙奪林

中國石油大學（北京）

摘 要：針對防腐層和保溫層下管道缺陷無損檢測困難，提出了一種基于脈沖磁渦流原理的油氣管道缺陷外檢測技術，研制了相應的軟硬件系統。同時，針對高提離高度下微弱信號準確捕捉和定位難題，結合sym8小波與EMD分解處理檢測信號，利用多傳感器信息融合技術，建立了小信號識別與診斷模型，并開展了多源信號特征提取研究。試驗結果表明，該模型可有效提取管道缺陷小信號的特征，準確定位管道缺陷。

 

鋼制管道是油氣輸送的重要設備之一。由于運送介質沖刷和腐蝕會造成管道壁厚減薄，嚴重的管道壁厚減薄會導致災難性的事故發生。為保證油氣輸送系統安全穩定運行，需要利用無損檢測技術定期檢測管道的剩余厚度。

為了防腐和保溫，管道本體大都包裹在防腐層或保溫層等之下，這給常規檢測帶來了較大的困難（見圖 1）。檢測傳感器距離管道本體的距離稱為提離高度，受距離影響在高提離高度下的電磁響應信號極其微弱、背景噪聲大。

對于管道信號特征和缺陷信號特征的提取，常用的方法有：逐次多元統計分析法、小波神經網絡、BP神經網絡、 SVM支持向量機信號分類等方法。現有特征提取方法無法捕捉、解析噪聲中的微弱小信號，無法穿透防腐層和保溫層檢測管道本體缺陷。

本文提出了一種基于脈沖磁渦流原理的油氣管道缺陷外檢測技術，研制了相應的軟硬件系統。同時，為了解決在高提離度下，信號小、背景噪聲大的難點，提出了基于sym8小波的信號降噪方法，降噪后利用EMD分解的第一層本征模態函數（IMF）提取小信號特征。針對微弱信號準確捕捉和定位的難題，利用多傳感器信息融合技術，建立了小信號識別與診斷模型，并開展了多源信號特征提取研究，如圖 2所示。試驗結果表明，該模型可有效提取管道缺陷小信號的特征。

1 小信號識別與診斷模型

1.1 脈沖磁渦流檢測原理

脈沖磁渦流原理基于瞬變電磁法，最早于1933年由美國科學家L.W.Blan提出，主要是利用電流脈沖激發供電偶極形成時間域電磁場，并命名為“Eltran”法 [1]。 1955年，美國阿貢國家實驗室（ArgonneNational Laboratory）采用該技術對核反應組件的金屬護層厚度進行檢測研究[2]。

1996年美國 Iowa State University 無損評估中心對脈沖磁渦流的研究主要集中在對飛機多層結構缺陷的檢測和定量上，并且研制了用于對飛機多層結構中出現的腐蝕缺陷進行檢測的脈沖磁渦流儀器[3]，見圖 2。

國防科技大學采用PECT技術對多層板缺陷進行研究，結合時域和頻域的特征分析方法，對不同深度、長度和體積的缺陷進行了定量分類研究[4]。

主要原理是在脈沖磁渦流技術的基礎上對傳感器信號進行差分。由于兩邊采用相同的電流和匝數相同的線圈，傳感器的檢測信號可表示為：

由式（1）可知，脈沖磁渦流傳感器電壓幅值反映出A、 B兩端磁導率的變化，相同材料與相同激勵下，材料μ―H曲線相同。當出現腐蝕或應力集中等原因造成材質磁導率發生變化時，傳感器電壓幅值發生變化，導致差分電路產生相應的變化信號，從而通過信號的突變實現缺陷的識別。

1.2 基于sym8小波基的缺陷信號降噪方法研究

小波變換以其良好的時頻局部化特性，可解決信號局部性和抑制噪聲之間的矛盾[5]。本文利用sym8小波基對缺陷檢測信號開展降噪研究。

首先對信號用選定的小波基進行小波分解，然后按選定的閾值對小波分解系數進行處理，最后用閾值 處理后的小波分解系數進行小波重構，從而實現信號降噪。

小波分解具體如式（2）所示：

式中， ψ (t )是滿足一定條件的基本小波函數；a≠0，為尺度因子； b為平移因子。

1.3 降噪后數據的EMD特征提取方法研究

EMD分解以局部時間尺度為基礎，根據頻段大小將時域信號分解為有限多的IMF[6]。本文根據缺陷的脈沖磁渦流信號特征，選擇EMD分解的第一層IMF作為特征信號進行缺陷識別。 EMD分解的主要原理如式（3）所示：

式中， Cj (t )為EMD分解的不同層次的IMF， rn (t )為殘余函數。

1.4 基于D-S證據理論的缺陷多源信息融合診斷模型研究

證據理論也稱為Dempster-Shafer證據理論，用來處理那些不確定、不精確記憶間或不準確的信息。兩個信度合成法則為：

管道缺陷檢測診斷是一個多源信息融合處理與狀態識別的過程，多通道傳感器的數據具有多源性[7]。因此，基于信息融合對管道的缺陷識別進行決策融合識別，如圖 4所示。

2 油氣管道缺陷的小信號特征提取實例分析

按照小信號識別與診斷模型的實施步驟，設計了室內環道缺陷檢測實驗方案、現場包覆層管道試驗方案，驗證了本文提出的小信號識別與診斷方法的有效性。

2.1 包覆層管道的脈沖磁渦流檢測系統研制

利用式（1）所示的脈沖磁渦流原理，研制了油氣管道脈沖磁渦流探傷系統（PMS-I型），硬件如圖 5（a）所示，軟件界面如圖 5（b）所示。為了驗證 小信號識別與診斷模型的有效性，利用該設備開展了室內與現場試驗。

        

圖 5  脈沖磁渦流檢測系統（PMS-I型）

2.2 室內數據的小信號特征提取

實驗管道為20 #無縫鋼管，管徑89 mm，壁厚6 mm。設置坑型、槽型兩種缺陷，如圖 6所示。

圖 6  被測管道及設置的表面缺陷圖

傳感器位于被測表面正上方約16 mm處，沿管的軸向的推進速度約為1 m/s。利用本文提出的方法對脈沖磁渦流信號進行處理，結果如圖 7所示：圖 7（a）為原始信號，圖 7（b）為基于sym8小波降噪后的信號，圖 7（c）為降噪信號的第一層IMF。

圖 7  室內缺陷檢測實驗的信號處理圖

由圖 7(a)、 (b)、 (c)對比可知，基于sym8的小波閾值降噪方法可有效降低原始信號中的背景噪聲，第一層IMF的EMD特征可有效提取室內測試缺陷小信號的特征。

2.3 現場數據的小信號特征提取研究

為進一步檢測脈沖磁渦流檢測系統性能，對某輸氣站帶包覆層排污管線開展缺陷檢測，如圖 8所示。待測管道為20#鋼管，管徑80 mm，壁厚4 mm。保溫層厚40 mm，外部包裹0.5 mm白鐵皮。

傳感器距離管道本體表面約為50 mm，測試速度為1 m/s，測試信號如圖 9所示。圖 9中存在三處疑似缺陷信號，如圖中標注。然后進行多次測試，信號基本保持穩定。為驗證信號準確性，對包覆層進行剝離，如圖 10所示。剝離最外層白鐵皮，發現白鐵皮下存在固定保溫棉的細鐵絲，鐵絲間距約20 cm，與測試中的疑似缺陷信號對應。進一步剝離保溫層，管 道外表面存在輕微點蝕。

            

利用本文提出的方法對圖 9中的脈沖磁渦流信號進行處理，結果如圖 11所示，分別為基于sym8小波降噪后的信號和降噪信號的第一層IMF。降噪信號剔除了噪聲，使得三處鐵絲信號特征更加明顯。但點蝕信號難以判斷，啟動和停止信號仍然存在。對降噪信號進行EMD分解，保留的第一層IMF濾掉了啟動和停止信號，并完整保留了三處鐵絲信號和點蝕信號。

        

圖 11  現場試驗信號分析結果

由圖 9和圖 11(a)、 (b)對比可知，基于sym8的小波閾值降噪方法可有效降低原始信號中的背景噪聲，第一層IMF的EMD特征可有效提取保溫層管道下點蝕區域的小信號特征。

3 結論

（1）研制的包覆層管道脈沖磁渦流檢測系統整備質量約為8 kg，額定功率為125 W，工作環境溫度為-25 ℃～50 ℃，續航時間超過24小時，滿足國家防爆標準GB 3836―2010。

（2）脈沖磁渦流檢測系統最大提離高度可達60 mm，靈敏度可達管壁厚度的3 %，可同時對管道 內外部缺陷進行檢測，誤報率小于0.6 %。

（3）室內實驗和現場試驗表明，利用本文提出的小信號識別與診斷模型可有效降低脈沖磁渦流信號中的背景噪聲，并能準確提取管道缺陷小信號的特征，準確定位管道缺陷。

參考文獻：

[1]Poddar M. A rectangular loop source of current onmultilayered earth[J]. Geophysics, 1983, 48(1): 107-109.

[2]WAIDELICH D L. Pulsed eddy currents gauge platingthickness [J]. Electronics, 1955, 28: 146-147.

[3]Moulder J C, Bieber J A, Ward W W, et al. Scanned pulsededdy current instrument for nondestructive inspection ofaging

aircraft[C]//Nondestructive Evaluation of AgingAircraft, Airports, and Aerospace Hardware. InternationalSociety for

Optics and Photonics, 1996, 2945: 2-14.

[4]高軍哲. 譜分析型多頻渦流檢測的信號處理方法研究[J]. 電子測量與儀器學報, 2011, 25(1):16-22.

[5]Zhang Z, Lu C, Zhang F et al. A Novel Method for noncontact measuring diameter parameters of wheelset basedon wavelet

analysis. Optik - International Journal forLight and Electron Optics.2012, 123(5):433-438.

[6]Shukla S, Mishra S, Singh B. Power quality eventclassification under noisy conditions using emd-basedde-noising

techniques. IEEE Transactions on Industrial Informatics, 2014, 10(2):1044-1054.

[7]Zadeh L A. A Simple View of the Dempster-ShaferTheory of Evidence and its Implication for the Rule of Combination[J].

   Ai Magazine, 1986, 7(2):85-90.

作者：梁偉，教授，博士生導師，現任國家安全生產監督管理總局“油氣安全工程技術研究中心”主任，國家安全生產監督管理總局“油氣生產過程安全事故預防與控制基礎研究實驗室”主任。歷任中國石油大學（北京）校辦產業總公司總經理、成果轉化與產業辦公室主任、機械與儲運工程學院副院長、首任安全工程系主任。

長期從事油氣管道安全監測、場站設備診斷與可靠性評估等研究。創造性地提出并成功研制了基于脈沖磁渦流技術的包覆層下油氣裝備缺陷的智能診斷系統，地研制成功了基于雙扭環機制的油氣輸送管道小泄漏診斷系統，提出了基于設備工況的故障診斷方法與系統。曾主持國家863計劃課題、國家自然科學基金、北京市科技新星計劃、石油科技中青年創新基金；成果獲省部級科技進步一等獎5項，二等獎1項，三等獎1項，榮獲“2018石油石化好技術”獎杯，先后在國內外期刊MECH SYST SIGNAL PR、SAFETY SCI、 J NAT GAS SCI ENG等發表論文50余篇。授權國家發明專利10余件，授權國家實用新型專利2件，授權軟件著作登記7項，參編專著3部。