一种海上风电场升压站钢结构腐蚀老化定量化检测方法技术

本发明专利技术涉及一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其中包括：

【技术实现步骤摘要】
一种海上风电场升压站钢结构腐蚀老化定量化检测方法


[0001]本专利技术涉及超声无损检测
，具体涉及一种海上风电场升压站钢结构腐蚀老化定量化检测方法
。

技术介绍

[0002]当前，海上风电发展迅速，海上升压站作为海上风电场集电与输电的核心，一旦出现安全事故，将带来很大的财产损失或人员伤亡，造成严重的社会负面影响
。
海上风电电气设备和基础结构，特别是海上风电场升压站钢结构长期服役与恶劣环境，海洋大气区域高湿
、
高盐
、
长日照，浪花飞溅区域干湿交替，水下区域海水浸泡
、
生物附着等苛刻工况
。
其微观结构会发生以位错滑移
、
闭合微裂纹等为代表的早期微观损伤并导致老化，逐渐形成空位团
、
微孔洞或微气泡，成为宏观腐蚀的萌发点
。
腐蚀老化的发生会带来金属构件力学性能的持续退化和使用寿命的降低，以至在没有任何征兆的情况下发生不可逆转的安全隐患
。
[0003]当涉及海上风电场升压站钢结构腐蚀老化时，电阴极保护法是一种被广泛应用的方法
。
电阴极保护法是一种通过施加外部电流来保护金属结构免受腐蚀的方法
。
长期处于海洋环境中，海上风电场升压站钢结构是很容易受到腐蚀的部位之一
。
通过在海上风电场升压站钢结构表面安装阳极并施加外部电流，使阳极成为阴极，可以减缓或防止钢结构的腐蚀
。
然而，电阴极保护法在海上风电场升压站钢结构腐蚀老化检测中存在一些缺点或不足：电阴极保护法的效果受环境条件的影响；海洋环境中的水质
、
盐度
、
温度等因素会影响保护系统的性能，需要进行详细的环境评估和调整；电阴极保护系统需要定期检查和维护
。
例如，阳极的更换和检测设备的校准，都需要额外的工作量和费用
。
且电阴极保护法只能减缓或防止腐蚀的发生，但不能修复已经发生的腐蚀损伤
。

技术实现思路

[0004]本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，提出一种海上风电场升压站钢结构腐蚀老化定量化检测方法
。
[0005]本专利技术采用如下技术方案来实现的：
[0006]一种海上风电场升压站钢结构腐蚀老化定量化检测方法，包括以下步骤：
[0007]S1.
超声导波传感器中的激励发生单元向升压站钢结构发出激励信号，并由激励接收单元接收升压站钢结构中传播的激励信号，将采集到的多个超声导波传感器数据传输至智能数据采集器；
[0008]S2.
智能数据采集器接收多个超声导波传感器采集的数据，并将这些数据进行汇总和处理后，传输给主控系统；
[0009]S3.
主控系统进行多参融合的非线性超声导波层析成像；
[0010]S4.
通过
S3
获取到海上风电场升压站钢结构的多维结构信息，基于卷积神经网络技术实现对其腐蚀老化的定量化检测成像
。
[0011]本专利技术进一步的改进在于，所述
S1
具体包括：
[0012]101)
首先将多个超声导波传感器安装在升压站钢结构的不同位置；
[0013]102)
激励发生单元向升压站钢结构发出激励信号，信号在升压站钢结构中传播并与结构的变化相互作用，随后激励接收单元接收传播的信号，并从中提取与升压站钢结构相关的信息；
[0014]103)
将多个超声导波传感器采集的数据传输至智能数据采集器
。
[0015]本专利技术进一步的改进在于，所述
S2
具体包括：
[0016]201)
智能数据采集器接收超声导波传感器传来的信息，包括采集的升压站钢结构数据信息和超声导波传感器位置；
[0017]202)
智能数据采集器对接收到的数据进行汇总和整合，形成一个完整的数据集；随后，对这个数据集进行处理，包括数据滤波
、
校准和去噪操作；
[0018]203)
智能数据采集器将处理后的数据集传输给主控系统
。
[0019]本专利技术进一步的改进在于，所述
S3
具体包括：
[0020]301)
主控系统根据高次谐波与和差谐波的时域信号
、
频域信号和时频分析信号，计算它们之间的差异系数
SDC
，后利用这些
SDC
进行射线层析成像或者分别成像后再融合；
[0021]302)
主控系统对每个高次谐波与和差谐波进行特征参数提取，包括走时
、
速度差异
、
幅值
、
反射系数
、
衰减
、
相位偏移和谐波幅度比；
[0022]303)
主控系统利用特征参数融合后的数据进行射线层析成像，或者分别使用不同特征参数融合后的数据进行成像，得到多张图像，然后，将这些图像融合，以得到更全面
、
更清晰的成像结果
。
[0023]本专利技术进一步的改进在于，所述
S4
具体包括：
[0024]401)
快速反演：设计卷积神经网络架构，其中输入层接收预处理后的数据，卷积层用于特征提取，池化层减少数据冗余；在输出层综合池化输出，并定义代价函数；使用训练算法优化网络参数，使代价函数最小化，建立检测信号与速度模型之间的非线性映射关系；保存训练好的模型并进行离线测试，即在线成像，将新的检测信号输入模型进行预测，实现实时成像；
[0025]402)
有限视角稀疏成像：使用神经网络预测全视角的波长，提升重建精度；利用超声导波信号的稀疏性先验知识，进行稀疏超声导波信号的重构；在粗略重构中，采用压缩传感技术恢复次稠密检测信号；精细重构中，使用代价函数定义重建稠密超声导波信号的集合与稠密检测信号的误差；通过快速反演算法实现稀疏成像，将超声导波信号变换到不同变换域，降低数据量需求
。
[0026]本专利技术进一步的改进在于，所述步骤
401)
中，将卷积层输出输入激活函数，从而增强其非线性表达能力，如下式：
[0027][0028]其中，为第
l
层的第
j
个神经元的激活输出，
f
为卷积层激活函数，为连接第
l
‑1层的第
i
个神经元和第
l
层的第
j
个神经元的卷积核权值，为第
l
‑1层的第
i
个神经元，为第
l
层的第
j
个神经元偏置，
conv(
·
)
为卷积函数
。
[0029本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，包括以下步骤：
S1.
超声导波传感器中的激励发生单元向升压站钢结构发出激励信号，并由激励接收单元接收升压站钢结构中传播的激励信号，将采集到的多个超声导波传感器数据传输至智能数据采集器；
S2.
智能数据采集器接收多个超声导波传感器采集的数据，并将这些数据进行汇总和处理后，传输给主控系统；
S3.
主控系统进行多参融合的非线性超声导波层析成像；
S4.
通过
S3
获取到海上风电场升压站钢结构的多维结构信息，基于卷积神经网络技术实现对其腐蚀老化的定量化检测成像
。2.
根据权利要求1所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述
S1
具体包括：
101)
首先将多个超声导波传感器安装在升压站钢结构的不同位置；
102)
激励发生单元向升压站钢结构发出激励信号，信号在升压站钢结构中传播并与结构的变化相互作用，随后激励接收单元接收传播的信号，并从中提取与升压站钢结构相关的信息；
103)
将多个超声导波传感器采集的数据传输至智能数据采集器
。3.
根据权利要求1所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述
S2
具体包括：
201)
智能数据采集器接收超声导波传感器传来的信息，包括采集的升压站钢结构数据信息和超声导波传感器位置；
202)
智能数据采集器对接收到的数据进行汇总和整合，形成一个完整的数据集；随后，对这个数据集进行处理，包括数据滤波
、
校准和去噪操作；
203)
智能数据采集器将处理后的数据集传输给主控系统
。4.
根据权利要求1所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述
S3
具体包括：
301)
主控系统根据高次谐波与和差谐波的时域信号
、
频域信号和时频分析信号，计算它们之间的差异系数
SDC
，后利用这些
SDC
进行射线层析成像或者分别成像后再融合；
302)
主控系统对每个高次谐波与和差谐波进行特征参数提取，包括走时
、
速度差异
、
幅值
、
反射系数
、
衰减
、
相位偏移和谐波幅度比；
303)
主控系统利用特征参数融合后的数据进行射线层析成像，或者分别使用不同特征参数融合后的数据进行成像，得到多张图像，然后，将这些图像融合，以得到更全面
、
更清晰的成像结果
。5.
根据权利要求1所述的一种海上风电场升压站钢结构腐蚀老化定量化检测方法，其特征在于，所述
S4
具体包括：
401)
快速反演：设计卷积神经网络架构，其中输入层接收预处理后的数据，卷积层用于特征提取，池化层减少数据冗余；在输出层综合池化输出，并定义代价函数；使用训练算法优化网络参数，使代价函数最小化，...

【专利技术属性】
技术研发人员：谢伟华，姚中原，张宇，孙捷，胡皓，张冲，莫根巴图，夏子寒，张瑞刚，刘乾，寇超超，王嘉良，景玮钰，郑天堂，
申请(专利权)人：华能国际电力江苏能源开发有限公司清洁能源分公司西安热工研究院有限公司，
类型：发明
国别省市：