舰船科学技术  2025, Vol. 47 Issue (8): 181-184    DOI: 10.3404/j.issn.1672-7649.2025.08.031   PDF    
舰船载流管道漏磁检测数据采集系统
张燕1, 史汝川2, 曹婷1     
1. 南阳理工学院 信息工程学院,河南 南阳 473004;
2. 上海交通大学 感知科学与工程学院,上海 200240
摘要: 针对舰船载流管道漏磁检测点单一导致采集效率差、数据严重冗余等问题,设计了基于无线传感器的舰船载流管道漏磁检测数据采集系统。磁场发生装置对管道进行磁化处理,多个无线传感器构成阵列同时采集管道不同位置的漏磁检测信号,提升舰船载流管道漏磁检测数据采集效率,采用动态调整数据采集时间间隔降低数据采集的冗余性问题,采集磁信号转换为电压信号实现管道缺陷检测。实验结果显示,该系统在磁场发生装置激励频率为10 Hz时的数据采集灵敏度最高;具有舰船载流管道漏磁检测数据采集准确性高、动态范围大等优势。
关键词: 无线传感器     管道缺陷     漏磁检测     数据采集     传感器布局    
Research on data acquisition system for magnetic flux leakage detection of ship current-carrying pipeline
ZHANG Yan1, SHI Ruchuan2, CAO Ting1     
1. School of Information Engineering, Nanyang Institute of Technology, Nanyang 473004, China;
2. College of Perception Science and Engineering, Shanghai Jiaotong University, Shanghai 200240, China
Abstract: Aiming at the problems of poor acquisition efficiency and serious data redundancy caused by single magnetic flux leakage detection point of ship current-carrying pipeline, a data acquisition system for magnetic flux leakage detection of ship current-carrying pipeline based on wireless sensor is designed. The magnetic field generator magnetizes the pipeline, and a plurality of wireless sensors form an array to collect magnetic flux leakage detection signals at different positions of the pipeline at the same time, so as to improve the data acquisition efficiency of magnetic flux leakage detection of ship current-carrying pipelines. The redundancy problem of data acquisition is reduced by dynamically adjusting the data acquisition time interval, and the collected magnetic signals are converted into voltage signals to realize pipeline defect detection. The experimental results show that the system has the highest data acquisition sensitivity when the excitation frequency of the magnetic field generator is 10 Hz. It has the advantages of high accuracy and large dynamic range of magnetic flux leakage testing data acquisition for ship current-carrying pipelines.
Key words: wireless sensors     pipeline defects     magnetic leakage detection     data collection     sensor layout    
0 引 言

在当今海洋工程领域,舰船的安全运行与高效维护是确保海上作业顺利进行的关键。舰船载流管道作为舰船系统中不可或缺的组成部分,其健康状况直接影响着舰船的整体性能与安全性[1]。然而,由于舰船载流管道长期暴露在恶劣的海洋环境中,加之内部流体的冲刷与腐蚀作用,管道内部极易出现各种缺陷,如腐蚀、裂纹、磨损等。这些缺陷若不能及时发现与修复,不仅可能导致管道泄漏,引发安全事故,还可能造成巨大的经济损失和环境污染。漏磁检测技术凭借其高效、准确、非接触等优点,成为了管道内部缺陷检测的重要手段。漏磁检测技术的核心原理是基于铁磁材料在磁化后,若存在表面或近表面缺陷,则会在材料表面形成漏磁场。通过检测这些漏磁场的变化,可以推断出管道内部的缺陷情况。然而,在舰船载流管道的实际检测中,管道布局复杂、空间有限,且检测环境恶劣。因此,对舰船载流管道漏磁检测数据采集具有重要意义。

数据采集是舰船载流管道漏磁检测的基础,为了获取准确的管道缺陷检测结果,需要对漏磁检测的数据采集进行优化研究。徐胜等[2]以STM32微控制器作为系统的核心控制单元;利用传感器捕捉管道缺陷产生的微弱漏磁信号,该系统的漏磁传感器灵敏度不足,无法准确捕捉到管道缺陷产生的微弱漏磁信号,导致检测效果不佳。王书怡等[3]从灵敏度、稳定性等角度出发选择传感器进行数据采集,对采集到的漏磁信号进行多种滤波算法的组合处理,实现对噪声的有效抑制和缺陷信号的准确提取。该系统未考虑漏磁信号的波动性,导致错采集数据产生显著的冗余问题,无法准确体现当前漏磁数据变化。莫丽等[4]基于舰船载流管道漏磁检测原理,建立漏磁场的数学模型,描述管道内部缺陷产生的漏磁场分布和特征;采用Ansys有限元分析软件进行数值模拟,应用静态磁场仿真方法,计算分析缺陷产生的漏磁信号及磁力线分布,通过分析漏磁信号的特征量,判断缺陷的类型、大小、位置等信息。该系统对于某些复杂或不规则的缺陷形态,可能难以准确识别其类型和位置。此外,表面涂层、材料不均匀性等因素也可能影响缺陷识别的准确性。Jian等[5]根据管道泄漏检测的需求,设计基于光纤光栅压力传感的系统架构,光纤光栅传感器将管道内的压力变化转换为光信号的变化,信号处理单元提取出与管道泄漏相关的压力变化信息。通过设定阈值或建立数学模型,判断管道是否存在泄漏以及泄漏的位置和程度。光纤光栅传感器的灵敏度虽然很高,但其测量范围有限,如果不进行科学的传感器布局,将导致检测效率较差。

针对当前系统存在的缺陷,设计基于无线传感器的舰船载流管道漏磁检测数据采集系统,利用无线传感器采集漏磁检测数据,通过传感器布局优化以及传感器数据采集时间间隔的自适应调整优化系统数据采集性能。

1 舰船载流管道漏磁检测数据采集系统设计 1.1 系统整体结构

图1为基于无线传感器的舰船载流管道漏磁检测数据采集系统整体架构,包括磁场发生装置、管道、无线传感器模块、信号处理模块以及上位机等主要部分。系统运行过程中,磁场发生装置对管道进行磁化处理,如果管道表层状态连续、均匀,那么磁力线被局限在材料中,令其表层基本不存在磁力线泄露现象,无法形成磁漏场。如果管道表层存在缺陷,那么缺陷区域的磁阻将呈现提升趋势,磁通形成显著变化[6],产生磁力线泄漏现象,形成磁漏场;利用无线传感器模块感应磁漏场,令输出电压显著变化。信号处理模块将无线传感器模块获取的有无缺陷磁信号转换为电压信号,并传输至上位机内,通过数据处理完成管道缺陷检测。

图 1 舰船载流管道漏磁检测数据采集系统整体架构 Fig. 1 Overall architecture of data acquisition system for magnetic flux leakage detection of ship current-carrying pipeline
1.2 无线传感器布局方法

基于无线传感器的舰船载流管道漏磁检测过程中,当检测管道空间位置有所差异时,磁化磁场强度也有所差异。但当管道位于原磁场中心区域时,其磁化磁场与原磁场的对称轴一致,在此条件下,具有对称漏的2个检测点具有完全一致的叠加磁场强度[7],如图2所示。

图 2 叠加磁场强度示意图 Fig. 2 Schematic diagram of superimposed magnetic field strength

以叠加磁场强度原理为基础,为了提升舰船载流管道漏磁检测数据采集的效率,对无线传感器模块中的传感器进行布局设计,构建无线传感器阵列,共包含5个高灵敏度线性无线传感器元件,不同传感器元件位置具有高度对称性,由此生成长宽分别为80 mm和60 mm的长方形无线传感器模块,其中心区域为5号无线传感器元件,该模块处于激励线圈正下方。利用布局后无线传感器模块能够同时采集管道上5个不同位置的磁场强度值,可显著提升漏磁信号检测数据采集的效率。依照4个对阵边角上的磁场值对比能够判断管道中心位置与角度偏转情况,同时各位置的磁场强度值能够管道缺陷与漏磁检测结果间的函数相关性。$ A $为管道的漏磁场信号,根据磁荷原理得到$ \displaystyle\frac{{\Delta {f^\delta } - {\varepsilon _{\max }}}}{{{\sigma _{\max }} - {\sigma _{\min }}}} = \frac{{{T_\delta } - {T_{\delta + 1}}}}{{{T_{\max }} - {T_{\min }}}} $与磁荷$ h $的相关性:

$ A = \frac{{{\mu _0}h}}{{{{\left| r \right|}^2}}}。$ (1)

式中:$ {\mu _0} $为管道的磁导率;$ r $为磁荷源点指向无线传感器测量场点。

假设$ m $为磁场发生装置两侧累积的正负磁荷,$ {A_M} $为管道表层磁化区域不存在缺陷条件下无线传感器获取任意场地的信号,计算式为:

$ {A_M} = {\mu _0} \times \sum\limits_{i = 1}^m {\frac{{{h_{Mi}}{r_i}}}{{{{\left| {{r_i}} \right|}^2}}}} 。$ (2)

式中:$ {h_{Mi}} $为磁场发生器端面上第$ i $个磁荷;$ {r_i} $为第$ i $个磁荷源点指向无线传感器测量场点。

如果管道被磁化区域具有缺陷,缺陷壁受磁化影响在左侧壁面上生成$ n $个正负磁荷$ {h_D} $$ {h_{Dk}} $为第$ k $$ {h_D} $的量值,由此能够获取管道缺陷面壁累积的磁荷在无线传感器测量任意场点区域形成的$ {A_D} $,计算式为:

$ {A_D} = {\mu _0} \times \sum\limits_{k = 1}^{\text{n}} {\frac{{{h_{Dk}}{r_k}}}{{{{\left| {{r_k}} \right|}^2}}}} 。$ (3)

式中:$ {r_k} $为第$ k $个磁荷源点指向无线传感器测量场点。

假设$ {h_M} $为磁极端面积累积磁荷,其主要受磁场发生装置的磁化强度影响,与管道磁化区域内是否产生缺陷不具相关性,因此可将$ {h_M} $设定固定值。由此能够获取管道磁化区域产生缺陷条件下无线传感器测量任意场点的信号:

$ {A_S} = {\mu _0} \times \left( {\sum\limits_{i = 1}^m {\frac{{{h_{Mi}}{r_i}}}{{{{\left| {{r_i}} \right|}^2}}}} + \sum\limits_{k = 1}^n {\frac{{{h_{Dk}}{r_k}}}{{{{\left| {{r_k}} \right|}^2}}}} } \right) 。$ (4)

可知,舰船载流管道漏磁检测信号为$ {A_M} $$ {A_D} $的线性叠加。

1.3 无线传感器数据采集间隔自适应调整

等时间间隔数据采集方式未考虑漏磁信号的波动性,导致数据产生显著冗余的问题,为满足短暂、瞬时变化下舰船载流管道漏磁检测数据采集的高效性,需根据数据采集间隔与检测数据波动量间的相关性动态调整采集时间间隔波动尺度。$ {\varepsilon _{\max }} $$ {\varepsilon _{\min }} $分别为舰船载流管道漏磁检测数据允许的波动值上限和下限。舰船载流管道漏磁检测数据的波动均值计算公式为:

$ \Delta \bar f = {\varepsilon _{\max }} - {\varepsilon _{\min }} = \sum\limits_{\delta = 2}^n {\frac{{{f_\delta } - {f_{\delta - 1}}}}{{n - 1}}} 。$ (5)

式中:$ \bar f $$ {f_\delta } $分别为给定区间内采集的舰船载流管道漏磁检测电压值的均值和第$ \delta $个漏磁检测数据取样点。根据式(5)能够分别确定$ {\varepsilon _{\max }} $$ {\varepsilon _{\min }} $

假设$ {T_{\max }} $$ {T_{\min }} $分别为无线传感器模块漏磁数据采集间隔的上限和下限,依照数据采集间隔调整机制的输出结果,漏磁检测数据波动量大于$ {\varepsilon _{\max }} $时,减小舰船载流管道漏磁检测数据采集间隔。根据舰船载流管道漏磁检测数据波动量与$ {\varepsilon _{\max }} $的差值可以确定此阶段漏磁检测数据采集间隔的波动尺度,具体描述为:

$ \frac{{\Delta {f^\delta } - {\varepsilon _{\max }}}}{{{\varepsilon _{\max }} - {\varepsilon _{\min }}}} = \frac{{{T_\delta } - {T_{\delta + 1}}}}{{{T_{\max }} - {T_{\min }}}} 。$ (6)

式中:$ {T_\delta } $为第$ \delta $个区间漏磁检测数据采样间隔。

假设$ \Delta {f^\delta } $为漏磁检测数据第δ个区间的数据波动水平,根据式(6)能够得到:

$ {T_{\delta + 1}} = {T_\delta } + \frac{{\left( {\Delta {f^\delta } - {\varepsilon _{\max }}} \right) \cdot \left( {{T_{\max }} - {T_{\min }}} \right)}}{{{\varepsilon _{\max }} - {\varepsilon _{\min }}}} 。$ (7)

在舰船载流管道漏磁检测数据波动量小于$ {\varepsilon _{\min }} $的条件下,需逐渐提升漏磁检测数据采集间隔。在此条件下,可通过漏磁检测数据波动量同$ {\varepsilon _{\min }} $的差值确定数据采集间隔的波动尺度,具体为:

$ \frac{{{\varepsilon _{\min }} - \Delta {f^i}}}{{{\varepsilon _{\max }} - {\varepsilon _{\min }}}} = \frac{{{T_{i + 1}}}}{{{T_{\max }} - {T_{\min }}}} 。$ (8)

根据式(8)能够得到:

$ {T_{i + 1}} = {T_i} + \frac{{\left( {{\varepsilon _{\min }} - \Delta {f^i}} \right) \cdot \left( {{T_{\max }} - {T_{\min }}} \right)}}{{{\varepsilon _{\max }} - {\varepsilon _{\min }}}} 。$ (9)

根据式(8)和式(9),在舰船载流管道漏磁检测数据波动水平大于允许波动量的条件下,所有小幅差值均能够导致舰船载流管道漏磁检测数据采集间隔进行调整,经由调整舰船载流管道漏磁检测数据采集间隔,能够实现漏磁检测数据差异化采集的准确调整。

2 结果与分析 2.1 缺陷深度、激励频率与漏磁检测结果的相关性

图3为研究对象表层缺陷深度、磁场发射装置激励频率与漏磁检测结果间的相关性。分析图3(a)可知,在不同qM值条件下,研究对象缺陷深度与无线传感器元件输出电压之间呈正比例相关;同时随着qM值的提升,电压变化量也越大。分析图3(b)可知,在磁场发生装置激励频率为10 Hz的条件下,本文系统的数据采集灵敏度最高。

图 3 漏磁检测结果的影响因素 Fig. 3 Influencing factors of magnetic flux leakage detection results
2.2 漏磁数据检测结果

图4为本文系统漏磁检测所得结果与原始漏磁检测结果的对比情况。分析可知,本文系统采集的漏磁检测结果与原始漏磁检测结果基本一致,这表明本文系统数据采集准确性高。

图 4 漏磁检测数据采集结果 Fig. 4 Data collection results of magnetic leakage detection
2.3 数据采集性能分析

在漏磁检测过程中,对本文系统实施A/D零偏校正,确定不同通道的实际动态范围(漏磁检测信号电压与噪声信号的比值),并与理想动态范围值(70 dB)进行对比,结果如表1所示。可知,本文系统在不同通道范围内,都得到了理想值,这表明本文系统的数据采集动态范围大、精度高。

表 1 系统各通道参数 Tab.1 Parameters of each channel in the system
3 结 语

本文设计了一种基于无线传感器的舰船载流管道漏磁检测数据采集系统,该系统利用磁场发生状态对舰船载流管道进行磁化处理,利用无线传感器获取漏磁检测结果。实验结果显示,本文系统下研究对象缺陷深度与无线传感器元件输出电压之间呈正比例相关,磁场发生装置激励频率为10 Hz的条件下,系统的数据采集灵敏度最高,漏磁检测结果与原始漏磁检测结果基本一致,在不同通道范围内,均得到理想值,表明系统数据采集准确性高、数据采集动态范围大、精度高,该系统具有较好的应用性。

参考文献
[1]
吴凯, 卢佳鑫, 栾秀春. 基于Flowmaster的舰船消防管路泄漏模拟研究[J]. 哈尔滨商业大学学报: 自然科学版, 2023, 39(3): 308-315.
[2]
徐胜, 顾俊, 赵蔚, 等. 基于STM32和LabVIEW的多通道数据采集系统设计[J]. 仪表技术与传感器, 2023(11): 78-83+88. DOI:10.3969/j.issn.1002-1841.2023.11.014
[3]
王书怡, 富宽, 王亚楠, 等. 基于组合滤波的漏磁内检测数据特征无损压缩方法[J]. 油气储运, 2023, 42(3): 306-312. DOI:10.6047/j.issn.1000-8241.2023.03.008
[4]
莫丽, 雍浩, 李长俊, 等. 油气管道组合缺陷漏磁检测信号数值模拟研究[J]. 中国安全生产科学技术, 2024, 20(1): 5-10.
[5]
JIAN Z, LEI L, KUN K F. Leak detection of a gathering pipeline based on a sensitive designed fiber Bragg grating pressure sensing system[J]. Journal of Optical Technology, 2023, 90(6): 329−335.
[6]
张琳, 陈乐佳, 邓海华, 等. 基于弹性支撑离散刚度的载流管路固有频率优化配置方法[J]. 中国舰船研究, 2024, 19(1): 1-10.
[7]
张小海. 船用燃气轮机进气管道声辐射特性计算与分析[J]. 舰船科学技术, 2023, 45(12): 82-88.
ZHANG X H. Calculation and analysis of acoustic radiation characteristics of marine gas turbine intake ducts[J]. Ship Science and Technology, 2023, 45(12): 82-88.