ZASTOSOWANIE NOWOCZESNYCH NUMERYCZNYCH METOD ANALIZY SYGNAŁÓW EMISJI AKUSTYCZNEJ DO IDENTYFIKACJI I OCENY KOROZJI W ZBIORNIKACH MAGAZYNOWYCH

Transkrypt

1 ZASTOSOWANIE NOWOCZESNYCH NUMERYCZNYCH METOD ANALIZY SYGNAŁÓW EMISJI AKUSTYCZNEJ DO IDENTYFIKACJI I OCENY KOROZJI W ZBIORNIKACH MAGAZYNOWYCH Ireneusz BARAN Marek NOWAK Jerzy SCHMIDT Laboratorium Badań Stosowanych, Instytut Odlewnictwa, Kraków 1. WSTĘP Korozja w zbiornikach magazynowych o osi pionowej może doprowadzić do znacznych ubytków w materiale dna, a w konsekwencji do jego perforacji i wycieku magazynowanego produktu. Użytkownicy zbiorników oraz firmy świadczące usługi w tym zakresie starają się wyeliminować ten problem stosując coraz to nowsze metody pokryć i ochrony antykorozyjnej oraz coraz to nowsze rozwiązania konstrukcyjne, techniczne i pomiarowe umożliwiające monitorowanie całej powierzchni dna pod kątem przecieków i uszkodzeń. Nowoczesne konstrukcje i metody monitoringu są jednak stosowane przede wszystkim w nowych zbiornikach. Starsze konstrukcje zbiorników są modernizowane w tym kierunku albo/i wymagają zastosowania innych technik umożliwiających monitorowanie i ocenę stopnia uszkodzenia korozyjnego oraz wykrycie ewentualnego przecieku. Podstawową metodą sprawdzania stanu den jest też nadal okresowa inspekcja wewnętrzna przeprowadzana po wyłączeniu zbiornika z eksploatacji. Jedną z nowoczesnych technik pomiarowych stosowaną do oceny uszkodzeń korozyjnych i wykrywania przecieków jest Emisja Akustyczna. Jest to coraz szerzej stosowana i szybko rozwijająca się metoda, znana i wykorzystywana w świecie już od wielu lat. Rozwinęła się ona zwłaszcza w ostatnim okresie, kiedy nastąpił bardzo szybki postęp w dziedzinach technologii, techniki komputerowej i analiz numerycznych. 2. EMISJA AKUSTYCZNA W BADANIACH DEN ZBIORNIKÓW MAGAZYNOWYCH Emisja Akustyczna jest jedną z metod badań nieniszczących uwzględnionych w normie PN-EN 473:2002, a opisana i zdefiniowana w PN-EN :2002 i PN-EN 13554:2004 (U). 1

2 Według PN-EN :2002 Emisja Akustyczna (AE) jest terminem stosowanym w przypadku chwilowych fal sprężystych wywołanych przez wyzwolenie energii w materiale lub przez proces. Korozja charakteryzuje się, jednym i drugim z tych czynników. W początkowym okresie stosowania AE celem badań den zbiorników magazynowych było wykrywanie nieszczelności. Ocena danych pomiarowych polegała na żmudnej manualnej analizie parametrów AE oraz porównywaniu badań z innymi badaniami wykonanymi i zweryfikowanymi wcześniej, a gromadzonymi w tzw. bazie wyników badań. Rys. 1 Przykład przedstawienia lokalizacji źródeł na dnie zbiornika magazynowego W dalszej kolejności rozwój elektroniki i technologii wytwarzania, przyczynił się do rozwoju aparatury pomiarowej, co otworzyło możliwości zastosowania AE również do badań korozji. Zostały też rozwinięte techniki lokalizacji źródeł AE umożliwiające wskazywanie miejsc potencjalnego uszkodzenia. Ocena danych pomiarowych polegała już na analizie parametrów AE z zastosowaniem techniki komputerowej, a otrzymane wyniki porównywano z innymi wykonanymi i zweryfikowanymi wcześniej, z tą różnicą, że były to już wyniki w postaci tzw. bazy danych pomiarowych gromadzone w postaci cyfrowej. Analiza tego typu była już znacznie szybsza i bardziej efektywna, została ona w ostatnim okresie znacznie rozwinięta i jest nadal stosowana. Podstawową zaletą w tym przypadku jest możliwość ciągłego rozbudowywania i weryfikacji baz danych pomiarowych. Następnym krokiem w doskonaleniu powyższej techniki był dalszy rozwój technologii, techniki komputerowej i analizy numerycznej. Umożliwiło to poszerzenie zakresu pomiarowego o rejestrowanie pełnego przebiegu fal generowanych przez źródło AE. Rejestrowanie sygnałów umożliwiło dodatkowo analizę źródeł AE z wykorzystaniem charakterystyk częstotliwościowych, poza dotychczas stosowanymi parametrami AE takimi jak: amplituda, energia sygnału, czas trwania czy czas narostu. Rozwój techniki numerycznej analizy umożliwił zastosowanie wzorów i nowoczesnych algorytmów matematycznych do 2

3 identyfikacji i oceny źródeł sygnałów AE. W tym przypadku budowane są bazy danych pomiarowych o charakterze wzorców źródeł AE. Niniejszy artykuł przedstawia zastosowanie nowoczesnych metod numerycznych do analizy sygnałów AE oraz identyfikacji i oceny procesów korozyjnych w dnach zbiorników magazynowych. 3. POMIAR METODĄ AE DNA ZBIORNIKA MAGAZYNOWGO Pomiar metodą AE dna zbiornika magazynowego o osi pionowej polega na wykrywaniu za pomocą czujników AE rozmieszczonych na pobocznicy, sygnałów generowanych z niego przez źródła AE. Czujniki wykryte sygnały przetwarzają na sygnał elektryczny, który po wzmocnieniu jest przesyłany do systemu pomiarowego AE. System pomiarowy (kanały pomiarowe systemu) parametryzuje sygnał oraz rejestruje zarówno jego przebieg jak i otrzymane parametry. Oprogramowanie sterujące pracą systemu archiwizuje otrzymane dane pomiarowe. Oprogramowanie do przetwarzania danych pomiarowych analizuje i wizualizuje on-line (w czasie rzeczywistym) zapisywane dane pomiarowe. Dane te po zakończeniu pomiaru mogą być potem analizowane i przetwarzane wielokrotnie. Zapisane dane pomiarowe umożliwiają przy zastosowaniu odpowiednich algorytmów lokalizacji, zlokalizowanie źródła AE na dnie badanego zbiornika magazynowego jak to pokazano na rys OPIS PROBLEMU W przypadku aplikacji do analizy numerycznej z wykorzystaniem wzorców uczących się, najważniejszym aspektem jest poprawne zdefiniowanie założonych warunków pomiarowych, które pozwolą na późniejszą analizę zmiennych istotnych dla rozwiązywanego problemu. W przypadku zbiorników magazynowych przyjmuje się a priori, że w cieczy tłumienie sygnału AE wynika ze straty energii poprzez rozproszenie objętościowe, a składowe częstotliwościowe sygnału charakterystyczne dla źródła, które go wygenerowały nie zmieniają się w czasie jego propagacji. Właśnie to stwierdzenie jest podstawą w przypadku analizy numerycznej sygnałów AE. Wynika z niego, że charakter źródła AE zawarty w generowanych przez niego sygnałach może być rejestrowany przez czujnik AE oddalony od tego źródła. Analiza numeryczna pozwala na budowę wzorców charakterystycznych dla źródeł sygnałów AE, a pochodzących z różnych rodzajów korozji. Z punktu widzenia oceny i badania zbiornika magazynowego interesujące są następujące zagadnienia, które należy uwzględnić przy rozwiązywaniu tego problemu: określone warunki prowadzenia pomiarów metodą AE, występowanie korozji na dnie zbiornika magazynowego, lokalizacja korozji na dnie zbiornika magazynowego, 3

4 rodzaj korozji występującej na dnie zbiornika magazynowego, ocena stopnia korozji dna zbiornika magazynowego. Z punktu widzenia AE i późniejszej analizy numerycznej interesujące są natomiast następujące zagadnienia: określone stałe warunki prowadzenia pomiarów zarówno dla pomiarów laboratoryjnych jak i rzeczywistych, tło akustyczne (zakłócenia) wokół i na zbiorniku magazynowym, symulacja różnych rodzajów korozji w warunkach laboratoryjnych, ocena różnych rodzajów korozji w warunkach laboratoryjnych, ocena różnych rodzajów korozji w warunkach rzeczywistych, budowa wzorców klasyfikatora dla sygnałów z badań laboratoryjnych, weryfikacja wyników na rzeczywistym zbiorniku magazynowym, budowa wzorców klasyfikatora dla wszystkich zidentyfikowanych sygnałów AE, ocena stopnia korozji materiału dna zbiornika magazynowego. Wszystkie powyższe zagadnienia przyjęto jako założenia do analizy sygnałów AE będącej przedmiotem niniejszego artykułu. 5. BADANIA I SYMULACJE W celu zebrania wszystkich potrzebnych danych pomiarowych wykonano szereg badań: badania w warunkach rzeczywistych tła akustycznego na zbiornikach magazynowych, badania laboratoryjne korozji na materiałach z den zbiorników, badania w warunkach rzeczywistych zbiorników magazynowych z występującą korozją. Rys. 2 Zdjęcie próbki w trakcie badań laboratoryjnych 4

5 Celem badania tła akustycznego było uzyskanie sygnałów AE pochodzących z zakłóceń występujących w warunkach rzeczywistej eksploatacji zbiorników magazynowych. Wszystkie zidentyfikowane sygnały AE zostały wykorzystane w dalszej analizie. Badania laboratoryjne miały na celu zarejestrowanie sygnałów AE typowych dla różnych rodzajów korozji oraz różnego ich stadium rozwoju. Badania były wykonywane w środowisku korozyjnym w celu zasymulowania warunków rzeczywistych i otrzymania korozji odpowiadającej korozji występującej również w warunkach rzeczywistych. W trakcie postępu korozji były rejestrowane sygnały AE generowane przez próbki umieszczone w zbiorniku jak pokazuje rys. 2. Zlokalizowane na badanych próbkach sygnały AE, jak pokazuje rys. 3, zostały wykorzystane w dalszej analizie. Rodzaj korozji i jej postęp są identyfikowane z rejestrowanymi sygnałami AE. Pomiar metodą AE dna zbiornika magazynowego o osi pionowej został opisany w punkcie 3. W trakcie badań zostały zarejestrowane sygnały pochodzące z rzeczywistych istniejących źródeł korozyjnych na dnie zbiornika. Zlokalizowane źródła sygnałów AE na dnie zbiornika magazynowego wykorzystano do dalszej analizy. Wszystkie badania metodą AE opisane w niniejszym artykule zostały wykonane za pomocą systemu AMSY5 firmy Vallen Systeme. Użyto również oprogramowania tej firmy do analizy i obróbki danych pomiarowych oraz aplikację do analizy wykorzystującą metody wzorców uczących się. W trakcie pomiarów laboratoryjnych w pełni identyfikowano rodzaj i postęp korozji. Podobnie było w przypadku pomiarów tła akustycznego, gdzie wszystkie rejestrowane sygnały AE zostały zidentyfikowane. Rys. 3 Przykład lokalizacji źródeł AE na próbce w trakcie badań laboratoryjnych 5

6 6. ANALIZA Wszystkie uzyskane sygnały AE zostały wprowadzone do aplikacji wykorzystującej metody wzorców uczących się. Pierwszym etapem analizy było porównanie uzyskanych w badaniach laboratoryjnych sygnałów AE pochodzących z symulacji korozji. Grupy sygnałów o podobnych cechach połączono. W ten sposób uzyskano szereg grup o indywidualnych cechach zarejestrowanych sygnałów AE. W następnym etapie postąpiono w podobny sposób przy analizie sygnałów AE pochodzących z tła akustycznego. Tu również uzyskano kilka grup sygnałów o indywidualnych cechach. Po uzyskaniu pełnej separacji cech dla wszystkich analizowanych grup zbudowano klasyfikator w oparciu o wybrane wzorce. Następnie z wykorzystaniem klasyfikatora, przeprowadzono analizę danych pomiarowych pochodzących ze zbiorników magazynowych, w których na dnie występowała korozja. Rys. 4 Przykład selekcji cech wzorców w programie VisualClass Odseparowano sygnały zidentyfikowane jako zakłócenia i tło akustyczne. Zidentyfikowano źródła korozyjne odpowiadające symulacji korozji w warunkach laboratoryjnych. Celem weryfikacji uzyskanych wyników (ze względu na rodzaj korozji) przeprowadzono rewizje den zbiorników po ich opróżnieniu. W ten sposób przeprowadzono analizę i weryfikację wszystkich testowanych zbiorników magazynowych, budując krok po kroku bazę wzorców odpowiadającą sygnałom AE pochodzących z symulowanych korozyjnych badań laboratoryjnych jak i z rzeczywistej korozji den zbiorników magazynowych. Przykład selekcji cech wzorców w programie VisualClass w trakcie analizy przedstawiono na rys. 4. Natomiast na rys. 5 przedstawiono przykład separacji w przypadku sygnałów o podobnych i różnych cechach. 6

7 a) b) 7. WNIOSKI Rys. 5 Przykład separacji sygnałów AE dla różnych (a) i podobnych cech (b) Sprawdzono przydatność analizy numerycznej sygnałów AE w zastosowaniu do oceny stopnia korozji materiału dna zbiornika magazynowego. Opisana metoda analizy numerycznej sygnałów AE pozwala rozbudowywać bazę wzorców sygnałów AE o każde nowe źródło, które zostanie zidentyfikowane. Kolejne badanie zbiornika magazynowego metodą AE, które zostanie zweryfikowane po jego otwarciu pozwala na rozbudowę bazy wzorców. Zidentyfikowanie rodzaju korozji poprzez wykorzystanie tak zbudowanego klasyfikatora pozwala na ocenę stopnia korozji materiału dna zbiornika. LITERATURA 1. A. A. Anastassopoulos et al.: Structural integrity evaluation of wind turbine blades using pattern recognition analysis on AE data, Journal of Acoustic Emission, vol A. A. Anastassopoulos: Pattern recognition techniques for AE based condition assessment of unfired pressure vessels, Journal of Acoustic Emission, vol M. Nowak, I. Baran, J. Schmidt, Z. Plochocki: Application of Acoustic Emission in control of high-pressure pipe overstraining. EWGAE 2006, Cardiff, UK. 4. I.Baran, M.Nowak, K.Ono: Acoustic Emission pattern recognition analysis applied to the over-strained pipes in a polyethylene reactor. IAES 18 in Tokyo 2006, Japan. 5. P.J.van de Loo, B.Herrman: How Reliable is Acoustic Emission (AE) Tank Testing? The Quantified Results of an AE Usergroup Correlation Study!. NDT.net, Feb.1999, Vol.4 No Keinosuke Fukunaga: Introduction to Statistical Pattern Recognition, 2nd Edition, ISBN , Academic Press, Boston R. Schalkoff: Pattern Recognition: Statistical, Structural and Neural Approaches, ISBN , JohnWiley &Sons, Inc, New York G. Lackner, P. Tscheliesnig: Field Testing of Flat Bottomed Storage Tanks with Acoustic Emission A Review on the Gained Experience, 26 th European Conference on Acoustic Emission Testing, Berlin, G. Lackner and P. Tscheliesnig: Acoustic emission testing on flat bottomed storage tanks: How to condense acquired data to a reliable statement regarding floor condition, 25 th EWGAE Conference, Prague