一种管道换热污垢阵列式超声检测方法

摘要

本发明公开了一种管道换热污垢阵列式超声检测方法，涉及热能工程技术领域。该方法包括：根据管道换热污垢层的超声阵列，通过多次检测取平均值，确定超声回波检测信息阵列；对超声回波检测信息阵列进行二维波原子变换和二维波原子逆变换，确定波原子降噪后的超声回波检测信息阵列；对波原子降噪后的超声回波检测信息阵列进行非局部均值滤波，确定滤波后的超声回波检测信息阵列；采用匹配追踪算法对滤波后的超声回波检测信息阵列进行稀疏分解，确定滤波后的超声回波检测信息阵列中的反射信号；根据管道换热污垢层的超声波至时间，确定管道换热污垢层的厚度。本发明可简单、准确、实时的对管道类换热设备内的换热污垢厚度进行阵列式超声检测。

说明书

技术领域

本发明涉及热能工程技术领域，更具体的涉及一种管道换热污垢阵列式超声检测方法。

背景技术

现有换热设备污垢检测方法分为热学法与非热学法两大类。其中，热学法包括热阻表示法和温差表示法；非热学法包括直接称重法、厚度测量法、压降测量法、显微照相法、放射性技术、红外吸收系数法、红外光谱分析法、光纤传感方法、超声脉冲反射法等不需依靠污垢的热学性质进行检测的方法。在各类检测方法中，超声检测的非破坏、易实现、精度高、可实时在线检测等特点更为适应污垢检测的需求。

采用超声时域反射方式进行换热污垢的检测，具有可靠性高、易实现、可实时在线进行等特点，有较高创新性与可行性。然而由于污垢对象多处于复杂的生产环境中，并且本身常存在小曲率、转折节点等物理特征，在超声检测的回波中往往存在较复杂的噪声、高次回波与反射杂波干扰；同时，随着热交换在介质壁面所形成污垢的增长与形态变化，析晶污垢层往往结构复杂、质地疏松、轻薄粗糙、超声衰减严重，难以产生清晰的层面反射，从而造成回波中的污垢层有效信息较为微弱模糊的现象。

目前，在信号处理领域，对非线性、非平稳、存在复杂干扰的微弱信号的处理也一直是研究的热点与难点之一。受换热污垢的超声检测信号特点决定，较成熟的经典信号处理方法，如小波分析、希尔伯特黄分解等方法难以准确适用于微弱污垢超声信息的获取，而已有的微弱信号处理方法的针对性也往往较强，难以适应本问题需求。因此，对换热污垢超声检测微弱信息处理方法的研究在污垢检测领域具有必要性与紧迫性。

综上所述，现有技术中，存在对换热污垢超声检测微弱信息不能有效处理的问题。

发明内容

本发明实施例提供一种管道换热污垢阵列式超声检测方法，用以解决现有技术中存在对换热污垢超声检测微弱信息不能有效处理的问题。

本发明实施例提供一种管道换热污垢阵列式超声检测方法，包括：

根据管道换热污垢层的超声阵列，通过多次检测取平均值，确定超声回波检测信息阵列；其中，超声阵列中每个通道超声回波信号均包括：反射信号和噪声干扰信号；

对超声回波检测信息阵列进行二维波原子变换和二维波原子逆变换，确定波原子降噪后的超声回波检测信息阵列；

对波原子降噪后的超声回波检测信息阵列进行非局部均值滤波，确定滤波后的超声回波检测信息阵列；

采用匹配追踪算法对滤波后的超声回波检测信息阵列进行稀疏分解，确定滤波后的超声回波检测信息阵列中的反射信号；

根据滤波后的超声回波检测信息阵列中的反射信号和管道换热污垢层的超声回波阈值，确定管道换热污垢层的超声回波首次到达阈值的时间为管道换热污垢层的超声波至时间；

根据管道换热污垢层的超声波至时间，通过公式(1)，确定管道换热污垢层的厚度；

所述公式(1)如下：

其中，Δd为管道换热污垢层的厚度；τ为管道换热污垢层的超声波至时间；C_垢为超声纵波在管道换热污垢层的传播速度。

较佳地，所述对超声回波检测信息阵列进行二维波原子变换和二维波原子逆变换，确定波原子降噪后的超声回波检测信息阵列；具体包括：

采用分帧法对超声回波检测信息阵列进行分解，并截取出处理方阵；

对处理方阵进行二维波原子变换，确定波原子系数矩阵；

对波原子系数矩阵进行硬阈值滤波，确定滤波后的波原子系数矩阵；

对滤波后的波原子系数矩阵进行二维波原子逆变换，确定波原子降噪后的超声回波检测信息阵列。

较佳地，所述对波原子降噪后的超声回波检测信息阵列进行非局部均值滤波，确定滤波后的超声回波检测信息阵列；具体包括：

获取非局部均值滤波参数：搜索窗口半径、相似性窗口半径和平滑参数；

根据搜索窗口半径、相似性窗口半径和平滑参数，确定波原子降噪后的超声回波检测信息阵列的中心值所对应的权值；

根据波原子降噪后的超声回波检测信息阵列的各中心值和各中心值所对应的权值的乘积之和，确定滤波后的超声回波检测信息阵列。

较佳地，所述采用匹配追踪算法对滤波后的超声回波检测信息阵列进行稀疏分解，确定滤波后的超声回波检测信息阵列中的反射信号；具体包括：

采用Gabor原子作为原子基函数，并对Gabor原子进行展缩、平移和调制构成过完备原子库；

在过完备原子库中对滤波后的超声回波检测信息阵列查找最匹配原子基函数；

根据最匹配原子基函数，将能量最强的超声反射信号作为滤波后的超声回波检测信息阵列中的反射信号。

本发明实施例中，提供一种管道换热污垢阵列式超声检测方法，与现有技术相比，其有益效果为：本发明采用与改进波原子分解算法相结合的阵列式超声检测方式实现换热污垢的检测具有创新性，可以简单、准确、实时的对管道类换热设备内的换热污垢厚度进行阵列式超声检测，并获得污垢厚度的定量结果，方案可行性较强，实现较为简单方便。即在消除换热污垢超声检测信号中的噪声与干扰的同时，有效的保留、增强乃至提取回波中的微弱污垢回波有效信息，并且实现了测污点的冗余，较好的避免因测点管道损伤造成的污垢测量不准确，使污垢的超声检测方法向完善化与产业化迈进重要一步，使快速、实时、无损的换热污垢检测成为可能，从而为工业生产效率的进一步提高提供有效途径，创造远超自身的产业价值。同时，本研究对其他领域研究，如地震波、医学类心音信号等的处理方面，也将有较好的参考与借鉴意义。

附图说明

图1为本发明实施例提供的一种管道换热污垢阵列式超声检测方法流程示意图；

图2为本发明实施例提供的一种管道换热污垢阵列式超声检测系统结构示意图；

图3为本发明实施例提供的单通道污垢超声回波波形；

图4为本发明实施例提供的管道内壁与污垢层回波二维类纹理图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

为解决换热设备中污垢厚度难以实时、无损、准确的进行检测的问题，本发明提出一种将阵列式超声检测方式与改进波原子分解方法有机结合的管道换热污垢超声检测方法。

图1为本发明实施例提供的一种管道换热污垢阵列式超声检测方法流程示意图。如图1所示，该方法包括：

步骤S1，根据管道换热污垢层的超声阵列，通过多次检测取平均值，确定超声回波检测信息阵列；其中，超声阵列中每个通道超声回波信号均包括：反射信号和噪声干扰信号。

需要说明的是，根据被测管道设备和污垢层对象本身特点，从硬件角度选取适当的超声阵列构成，包括超声阵元选取、阵列构成、聚焦方式等。以支架实现超声阵列的布置，运行超声检测阵列，对换热管道装置内部的换热污垢进行检测，获得超声检测信息阵列，设取阵元数量为M，管道换热污垢阵列式超声检测系统的构成方式如图2(其中A信号表示管道内壁超声回波，B信号表示污垢层超声回波)所示。单通道污垢超声回波信号波形如图3(其中A波形表示管道内壁超声回波，B-E波形可能为污垢层超声回波及各层面的高次回波)。以理论分析，由于阵列式超声检测将可获得相邻探头的多通道超声回波信息，回波具有强相关性，因此若以灰度表示回波波形幅值能量，则管道内壁与污垢层回波部分将可形成具有图4形式的二维类纹理图形，其中管内壁回波能量较强、纹理清晰，而污垢层回波能量微弱，纹理较为模糊。

需要说明的是，设超声阵列中探头i通道的超声回波信号为x_1i(t)＝s_1i(t)+n_1i(t)，其中x_1i(t),s_1i(t),n_1i(t)∈R^1×N，i＝1,2,...,M。s_1i(t)表示信号中的有效信息，n_1i(t)表示信号中的噪声与干扰。则各通道s_1i(t)的时域波形多为两侧衰减振荡形式，彼此之间具有高度相似性；而噪声n_1i(t)的随机程度则较强。设检测信息阵列为X¹，X¹∈R^M×N，如式(1)。N为待处理超声信号长度。

重复检测，获得多次检测结果阵列为X²～X^L，取均值运算，进行初步降噪，获得结果X∈R^M×N。

步骤S2，对超声回波检测信息阵列进行二维波原子变换和二维波原子逆变换，确定波原子降噪后的超声回波检测信息阵列。

步骤S2中，具体包括：

1、采用分帧法对超声回波检测信息阵列进行分解，并截取出处理方阵。

2、对处理方阵进行二维波原子变换，确定波原子系数矩阵。

3、对波原子系数矩阵进行硬阈值滤波，确定滤波后的波原子系数矩阵。

4、对滤波后的波原子系数矩阵进行二维波原子逆变换，确定波原子降噪后的超声回波检测信息阵列。

需要说明的是，矩阵X各行中，超声波动的有效信息s(t)的相关性很强。若将扩维后构成的二维矩阵中元素转换为灰度强弱，则其将对应于二维平面较为规律的振荡纹理，如图3；而x(t)中的噪声和损伤所带来的干扰n(t)的随机性较强，在难以形成连续有规律的二维纹理。因此，对超声阵列检测获得的信号矩阵以二维波原子方法进行变换分解，可较好的凸显其中的有效回波信息，并更好的利用噪声与干扰的随机行性，在后续处理中最大程度保留信号中的有效信息。主要步骤为：

a)对参数方阵X进行二维波原子变换，得完整系数矩阵C，其中WA[·]表示波原子变换，X∈R^M×N。可记为：

C＝WA[X] (6)

b)系数筛选。对C中的系数以阈值滤波方式进行筛选，获得筛选处理后系数阵C′。可采取对信号细节有较好保留能力的硬阈值滤波方式进行筛选。

C′＝S_hard[C]>

c)波原子逆变换及结果整理。对C′进行二维波原子逆变换获得波原子降噪后的超声回波阵列X′，X′∈R^M×N。

X′＝WA^-1[C′]>

步骤S3，对波原子降噪后的超声回波检测信息阵列进行非局部均值滤波，确定滤波后的超声回波检测信息阵列。

步骤S3中，具体包括：

1、获取非局部均值滤波参数：搜索窗口半径、相似性窗口半径和平滑参数。

2、根据搜索窗口半径、相似性窗口半径和平滑参数，确定波原子降噪后的超声回波检测信息阵列的中心值所对应的权值。

3、根据波原子降噪后的超声回波检测信息阵列的各中心值和各中心值所对应的权值的乘积之和，确定滤波后的超声回波检测信息阵列。

需要说明的是，对波原子降噪结果矩阵X′进行非局部均值滤波，平滑由硬阈值滤波所产生的伪吉布斯噪声和其他残余噪声，以获得降噪矩阵X″。

a)前期准备。确定快速非局部均值滤波相关参数：搜索窗口半径D、相似性窗口半径D、平滑参数h等，其中D且l<L。对矩阵X′边界扩展，以适应搜索和比较。考虑到非局部均值滤波目的是在保存信号细节特征的基础上消除波原子降噪产生的部分振铃，因此为防止过度光滑，权值的指数衰减因子h取值不需过大，此处可取小于0.5的正数。搜索窗口半径L与相似性窗口半径l可分别选择较小正整数，以加快运算的速度。

X_p＝padarray(X′,[L+l>

b)权值求取。取以矩阵X′中(i,j)为中心的方阵V_i,j∈R^l×l为相似性窗口：

V_i,j＝X_p(i₁:i₂,j₁:j₂)>

其中i∈[1:M]，j∈[1:N]，i₁＝i+L，i₂＝i+L+2·l，j₁＝j+L，j₂＝j+L+2·l。

设搜索窗口方阵为：

U_i,j＝X_p(i₃:i₄,j₃:j₄)>

其中U_i,j∈R^L×L，i₃＝i+l，i₄＝i+l+2L，j₃＝j+l，j₄＝j+l+2L。

设U_i,j中窗口U_i,j,k∈R^l×l，且其中心值为u_i,j,k＝U_i,j(k₁,k₂)，k∈[1,L×L]，k₁,k₂∈[1,L]，则V_i,j与U_k的相似程度可记为：

则对应权值计算为：

令U_k在U_i,j内滑动，可获得各u_i,j,k所对应权值。

c)滤波结果获取。由上述步骤，计算非局部均值滤波后矩阵X″中(i,j)点处数值的方法为：

逐步完成运算，获得滤波后矩阵X″，X″∈R^M×N。

步骤S4，采用匹配追踪算法对滤波后的超声回波检测信息阵列进行稀疏分解，确定滤波后的超声回波检测信息阵列中的反射信号。

步骤S4中，具体包括：

1、采用Gabor原子作为原子基函数，并对Gabor原子进行展缩、平移和调制构成过完备原子库。

2、在过完备原子库中对滤波后的超声回波检测信息阵列查找最匹配原子基函数。

3、根据最匹配原子基函数，将能量最强的超声反射信号作为滤波后的超声回波检测信息阵列中的反射信号。

需要说明的是，对处理后的超声阵列各通道信息进行稀疏分解，将其分解为式(17)形式，进一步增强微弱信息，提取换热污垢层的反射波形。此处选取稀疏分解方法中的匹配追踪算法进行信号处理。

a)构建过完备原子库。根据超声检测信号的波形特点，多可选择Gabor型、Ricker子波、高斯调制模型等函数类型作为原子类型。此处以较经典的Gabor原子作为原子基函数g_γ，通过原子的展缩、平移、调制等变形手段构成过完备原子库D较恰当。Gabor原子g_γ如式(17)。

其中，g(t)＝EXP(-πt²)，为高斯窗函数；s、u、v、分别为原子的尺度、位移、频率和相位参数，在二进离散区间取值。由此4个参数的变化，将产生数量庞大的原子以组成过完备原子字典。

b)匹配原子查找。在原子字典D内对与X″中x″_h(t)最匹配的原子g_γ1进行查找，搜索目标为：

c)超声检测回波的提取。利用上述查找结果，提取x″_l(t)中能量最强的超声反射波形s₁(t)形式为：

s₁(t)＝<g_γ1(t),x″_l(t)>g_γ1(t)>

以余项R²x″_l(t)＝x″_l(t)-s₁(t)为新信号，重复式(20)处理，在原子字典D内逐次进行最匹配原子g_γ2～g_γm的查找，并以同样方法完成其他超声反射波形的提取：

s_l(t)＝<g_γl(t),R^lx″_l(t)>g_γl(t)，l＝2,3,...,m>

若最终残差R^m+1x″_l(t)分布较均匀且能量较小，则表明稀疏分解过程中对超声反射波形的提取较为准确完整，残差部分主要由噪声及干扰构成。

步骤S5，根据滤波后的超声回波检测信息阵列中的反射信号和管道换热污垢层的超声回波阈值，确定管道换热污垢层的超声回波首次到达阈值的时间为管道换热污垢层的超声波至时间。

需要说明的是，超声单通道污垢回波的波至时间获取。分解后，超声阵列中探头l通道的超声回波信号可分解为m个反射波形与残差的线性组合：

其中S₁(t)，S₂(t)……为稀疏分解所提取的各界面超声反射波形。波形的提取一定程度上削弱了噪声，并使以独立阈值获取波至时间成为可能。

适当选取阈值比例系数β，此处可取β≤10％。取污垢层的超声回波s_h2(t)首次达到阈值的时间作为对应的超声波至时间τ_l，τ_l为此超声反射波形在上升沿时间范围(t_l1,t_l2)内首次达到β·max(s_h2(t))的时间值。

考虑到超声检测信号为时间离散数据，其数据值为离散一维数组，因此可能无法找到精确满足以上关系的时间解。对此可对其进行多项式拟合后求其与直线β·max(s_h2(t))的交点。由上述方式，可逐步获取超声阵列各通道接收的污垢层超声回波信号的波至时间τ₁～τ_M。

步骤S6，根据管道换热污垢层的超声波至时间，确定管道换热污垢层的厚度。

需要说明的是，根据设备的物理特征，设定信息融合时的权重规则，将各检测通道的信息相融合，以得出综合性的换热污垢反射一维信息，并结合污垢中超声纵波声速，获得污垢层厚度数值。

如：最为简单直接的是采用累加平均方式，获得污垢层波至时间计算污垢层厚度Δd：

通过以上步骤，可实现管道换热污垢层厚度的超声阵列式检测。该方法基于污垢超声检测信号自身特点提出，较好的消除了噪声的影响，并且更好的保留了检测回波信号中的微弱有效信息，使检测结果更准确。

需要说明的是，本发明采用与改进波原子分解算法相结合的阵列式超声检测方式实现换热污垢的检测具有创新性，可以简单、准确、实时的对管道类换热设备内的换热污垢厚度进行阵列式超声检测，并获得污垢厚度的定量结果，方案可行性较强，实现较为简单方便。即在消除换热污垢超声检测信号中的噪声与干扰的同时，有效的保留、增强乃至提取回波中的微弱污垢回波有效信息，并且实现了测污点的冗余，较好的避免因测点管道损伤造成的污垢测量不准确，使污垢的超声检测方法向完善化与产业化迈进重要一步，使快速、实时、无损的换热污垢检测成为可能，从而为工业生产效率的进一步提高提供有效途径，创造远超自身的产业价值。同时，本研究对其他领域研究，如地震波、医学类心音信号等的处理方面，也将有较好的参考与借鉴意义。

以上公开的仅为本发明的几个具体实施例，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。