罐底腐蚀声发射信号的聚类分析融合方法研究
作者单位:沈阳工业大学
学位级别:硕士
导师姓名:于洋
授予年度:2016年
学科分类:0820[工学-石油与天然气工程] 080706[工学-化工过程机械] 08[工学] 0807[工学-动力工程及工程热物理] 082003[工学-油气储运工程]
摘 要:由于存储油品的金属罐易产生腐蚀,利用声发射技术检测罐底腐蚀在无损检测行业中得到了日益广泛的应用。该技术利用传感器收集的声发射信号进行处理和分析,它包括去除噪声以排除干扰以及对不同声发射源类型进行聚类区分,并以此对罐体底板腐蚀进行整体评估。本文在实验室模拟以及在线检测研究的基础上,进行了三方面的实验探究:首先,应用小波包对信号进行小波变换和去噪处理;其次,对识别不同聚类的算法进行优化;最后对实验采集到的不同类型的数据进行聚类分析,与在油田采集的数据进行比对。为了模拟实际罐底腐蚀条件,利用PCI-2声发射采集系统进行钢板腐蚀实验,以提取三种声发射信号样本,其类型分别是点蚀、裂纹以及氧化膜。将样本信号代入算法训练,建立数据模型,计算聚类中心以及标签的标定。提出基于核有效性指标的分类数改进算法,并利用模糊减法聚类选取初始聚类中心。腐蚀声发射信号属于非平稳随机信号,很难将特征参数矩阵直接应用到聚类算法计算,采用高斯核改进的模糊聚类算法(KFCM)将参数映射到高维特征空间中去,克服了信号特征不明显的缺陷,以得到更好的划分效果。在样本数据处理阶段,为了保证给样本数据准确地加上标签,采用差分算法来计算聚类中心隶属度确保数据准确性。并在实验中得到验证,证明了上述方法是可行的。通过对实验室数据聚类,利用该方法检测能够区分出三种罐底腐蚀伤类型。为储油罐底腐蚀探伤提供了有效的方法和依据。