一种AE网络智能传感器系统技术方案

本发明专利技术公开了一种AE网络智能传感器系统，针对设备的分布式远程动态实时监测提出，由声发射传感器、嵌入式系统和移动agent云计算等几个主要部分构成；即将声发射传感器、信号采集、微处理器和数据传输这几个模块集成为一个传感器网络节点，利用云计算技术对声发射信号进行实时协同处理，以实现设备或关键结构体状态的实时监测，所述声发射传感器采用50KHz‑1MHz的宽频压电式声发射传感器作为系统的信号感知。本发明专利技术的优点是：基于云计算的声发射网络智能传感器系统设计方案不仅克服了传统的声发射检测中面临的难以集中进行数据管理和分布式远程测试的问题。利用云计算的强大计算能力可以对声发射信号进行快速处理，满足现场检测的实时需求，而且对于大面积推广的分布式远程测试中无疑降低了检测成本。

【技术实现步骤摘要】
一种AE网络智能传感器系统
本专利技术涉及无损检测、信号处理、智能传感器领域，具体为一种AE网络智能传感器系统。
技术介绍
随着工业现代化在全球范围的推广，工业生产的节奏越来越快，而高效的生产方式同时也对工业设备来带诸多问题。大型工程结构和基础设施，如采油平台、桥梁、军事设施以及输油、供水等管网系统，它们的使用期都长达几十年。然而，在长期使用过程中，由于构件疲劳老化或者外部环境引起的材料腐蚀都可能导致其失效，以至于产生突发事故从而造成巨大损失。在事故中，除了一部分不可抗拒的自然因素影响外，大型工程结构的灾难性事故常常因为微小疲劳裂缝而起，为了保证这些结构的质量，必须采用不改变结构使用性能与形状的检测方法，所以利用非破坏性方法检测材料和结构是国内外专家关注的重要技术。无损检测(Non-destructivetesting，NDT)技术以不损害被测对象使用性能为前提，利用多种物理原理和化学现象，并借助先进的技术手段与设备仪器对被检对象的内部及表面的结构、状态和性质进行检测，根据检测结果对被检测对象的状态进行判断，并且可以给出构件具体的损伤位置、性质等信息。针对不同的检测/监测环境，不同的材料，不同的应用环境，不同的生产条件等，现已开发了多种无损检测技术。最常用的无损检测方法是：目视法、渗透法、X射线法、涡流检测、超声波探伤、微波法、热成像法、声发射检测等。常规的无损检测方法不能对设备或构件的健康状态进行完整性评价，主要原因有：常规检测对被测物体的物理外形有比较高的要求，而且往往需要被测构件处于静止状态，但是实际中工业生产的设备大都处于较为恶劣的环境，无法满足常规检测的要求，因此，常规方法要么无法检测，要么容易造成漏检，不能对设备结构进行有效的完整性评价。声发射(AcousticEmission，AE)技术是近年来得到快速发展的无损检测新技术之一，其检测原理是当构件临近破坏时会因为局部能量的快速释放而在构件中产生瞬态的弹性波。声发射检测技术较之常规无损检测技术的主要优点有：无需施加激励信号，声发射传感器是一种被动接收型传感器，因此可以源源不断的感知被测构件的状态，从而可以实现动态检测，并且可以实现多通道同时监测，提高判断的准确率；检测的兼容性良好，不因被测构件的物理特性以及检测环境的复杂性产生无法检测的情况，此外，因为其输出信号是一种连续动态实时信号，通过对信号的分析可以实现故障的早期预警。由于声发射检测技术在无损检测乃至检测领域的独特优势，使得其受到国内外学者的重视并进行了大量的研究工作，随着研究的深入，声发射检测的应用对象变得更加广泛。在工业生产过程中存在大量的声发射现象，如：变压器局部放电、钻井抽油过程、轴承磨损、腐蚀老化、泄漏过程等，针对上述声发射现象有大量的研究和应用成果。1、声发射传感器系统中的不足。国内学者的主要研究方式是利用现有的声发射传感器系统实现某一设备的状态监测，但是目前国内市场上常用的声发射传感器系统几乎都是国外产品，其中以美国的PAC公司为主的声发射传感器系统在市场上已经形成价格垄断。目前国内自主研发的声发射传感器系统在声发射传感器性能以及工程应用的推广上较PAC公司有很大的欠缺，远不能满足我国科研、生产和维修测试的需求。此外，国内外目前的声发射检测系统研究对象大多需要人为现场测试，对于在野外的设备如：抽油机、管道、军事设备等，需要实时动态监测其运行状态，如果长期进行现场测试需要投入巨大的人力与财力，目前国内外对于此类分布式设备的声发射传感器系统研究尚未深入。国内外研究同行在声发射传感器系统的研究与应用已经做了大量而有效的工作，但是现有的系统大多不能实现实时在线监测，而且国内的声发射传感器系统的起步较晚，仍有许多需要改进的地方。针对目前声发射传感器系统存在的问题，本课题提出了一种声发射网络智能传感器系统方案。针对分布式设备的动态实时监测提出一种声发射网络智能传感器的部署方案，也即将声发射传感器、信号采集、数据传输三个模块集成为一个传感器节点，并且利用云计算技术对声发射信号进行实时协同处理，以实现设备或结构状态的实时监测。因此，上述部署方案中的声发射网络智能传感器也可称为云传感器。此外，由于云计算的技术优点，云传感器的部署方案具有很好的扩展性，可以实现多台设备的同时监测，将极大地节省现场测试的成本，为野外的分布式设备的状态监测提供了一种新的解决办法。2、声发射信号处理方法的不足。AE信号的分析是声发射检测最后的环节，用于获取声发射源的性质,从而能对材料或结构的损伤情况做出判断。当前主流的两种分析方法为参数分析法与波形分析法。参数分析技术是一种通过对获得的信号设置目标参数阈值进行相关参数统计分析的一种方法，该方法由于分析过程直观简单，在AE信号处理的早期一直占主导地位。但是参数分析方法的最大缺点是有关声发射源本质的波形细节信息往往被忽略，声发射信号的波形一般表征为一衰减正弦波，然而这种波形的相似性对识别声发射源的类型与进行信号处理带来困难，而且在进行多维声发射信号研究时，如何选取参数也是一个问题。此外，由于声发射信号在不同材料中传播速度可能不同，但是参数分析方法认为该值恒定，因此在实际应用中也存在一定局限性。波形分析法是一种通过对声发射信号进行时域、频域或时频域分析从而得到构件状态信息的方法。目前常用的声发射信号波形分析方法有谱分析、模态分析和时域分析。谱分析是一种全局分析方法，一般用于周期平稳信号的分析，但是对于声发射这种非平稳信号，谱分析只能提取全局趋势而不能进行局部分析。模态声发射分析方法需要对源信号机制有比较深刻的了解，另外建立完备的、符合工程实际的MAE模型往往也非常困难，这些因素在很大程度上制约了模态声发射分析方法的推广应用。时频分析也称为时频分布分析，是一种把时域分析与频域分析结合起来的分析方法。它克服了频谱分析中的不足，不仅可以提取信号的频率内容，还可以得到频率随时间的变化关系，并能准确地描述信号能量随时间和频率的分布。常用的时频分析方法有Wigner-Ville分布、短时傅里叶变换(Short-TimeFourierTransform，STFT)和小波分析(WaveletTransform)。但是由于声发射信号具有一定的随机性和模糊性，而且声波在材料介质中的传播情况非常复杂，导致仪器检测到的声发射信号实质上可能是声源信号与传播介质的波导函数的卷积混合或声源信号之间的瞬时混合形成的混合信号。因此，声发射信号处理实际上是一个的盲源分离问题，也即采集的观测信号中信号源的个数与信号传播特性(信号的混合方式)都未知。目前存在的针对声发射信号的处理大多只是进行去噪处理，该种情况下研究者们认为混合信号中独立信号源个数为1，也即传感器安装位置处的构件同一时刻只有一种声发射现象的发生。但是实际情况中，复杂构件可能由于相互作用而在某一时刻同时产生多个声发射现象，因此传感器采集到的声发射信号为多个信号源的混合信号，此外由于信号传播路径导致信号到达传感器产生不同程度的时延，因此该混合信号为卷积信号。针对目前处理声发射混合信号中存在的不足，本专利技术提出一种基于EMD和非负矩阵分解(NonnegativeMatrixFactorization,NMF)的盲源分离算法，该方法可以自动识本文档来自技高网...

【技术保护点】
1.一种AE网络智能传感器系统，针对分布式设备的动态实时监测提出，由声发射传感器、嵌入式系统和云计算几个部分构成，即将声发射传感器、信号采集、微处理器和数据传输这几个模块集成为一个传感器网络节点，即将声发射传感器、信号采集、嵌入式计算和数据传输这几个模块集成为一个传感器网络节点，利用云计算技术对声发射信号进行实时协同处理，以实现设备或关键结构体状态的实时监测，其中声发射云传感器主要由声发射传感器、信号调理模块、ADC数据采集模块、FPGA(Field Programmable Gate Array；现场可编程门阵列)、PHY(physical layer网络接口的物理层)和微处理器组成，声发射传感器连接信号调理模块，信号调理模块连接ADC数据采集模块，ADC数据采集模块连接FPGA，FPGA连接PHY，传感器节点通过以太网接口和云计算平台连接；其特征在于：所述声发射传感器采用50KHz‑1MHz的宽频压电式声发射传感器作为系统的信号感知，采样率应大于2MSPS(属于流式大数据)；传感器采用了移动agent云计算技术，依据数据处理的要求实时和基于Storm的云计算平台协同完成数据的实时处理。...

【技术特征摘要】
1.一种AE网络智能传感器系统，针对分布式设备的动态实时监测提出，由声发射传感器、嵌入式系统和云计算几个部分构成，即将声发射传感器、信号采集、微处理器和数据传输这几个模块集成为一个传感器网络节点，即将声发射传感器、信号采集、嵌入式计算和数据传输这几个模块集成为一个传感器网络节点，利用云计算技术对声发射信号进行实时协同处理，以实现设备或关键结构体状态的实时监测，其中声发射云传感器主要由声发射传感器、信号调理模块、ADC数据采集模块、FPGA(FieldProgrammableGateArray；现场可编程门阵列)、PHY(physicallayer网络接口的物理层)和微处理器组成，声发射传感器连接信号调理模块，信号调理模块连接ADC数据采集模块，ADC数据采集模块连接FPGA，FPGA连接PHY，传感器节点通过以太网接口和云计算平台连接；其特征在于：所述声发射传感器采用50KHz-1MHz的宽频压电式声发射传感器作为系统的信号感知，采样率应大于2MSPS(属于流式大数据)；传感器采用了移动agent云计算技术，依据数据处理的要求实时和基于Storm的云计算平台协同完成...

【专利技术属性】
技术研发人员：何鹏举，折廷廷，刘刚易，刘寺意，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61