艾學(xué)忠，袁天奇，閆 敏，楊葉禮，陳思宇

（1. 吉林化工學(xué)院信息與控制工程學(xué)院，吉林吉林 132000；2. 東北電院開元科技有限公司，吉林吉林 132000）

0 引 言

近年來，我國的新能源發(fā)展速度很快，風(fēng)電、太陽能發(fā)電數(shù)量都是全球最高，但火力發(fā)電量占比依然超過70%，處主導(dǎo)地位。鍋爐是火力發(fā)電的主要設(shè)備，其安全穩(wěn)定高效運(yùn)行至關(guān)重要，鍋爐承壓管線泄漏占火力發(fā)電鍋爐運(yùn)行故障的 67%[1-3]。因此，準(zhǔn)確及時檢測到鍋爐承壓管線泄漏故障，對于妥善安排鍋爐檢修、縮短停爐時間以及降低維修費(fèi)用具有重要意義[4-5]。管道泄漏檢測與定位方面，學(xué)者們進(jìn)行了大量的研究。朱艷等基于傅里葉變換對中低壓輸氣管道兩點(diǎn)泄漏動態(tài)壓力波信號進(jìn)行濾波及時域特征分析，總結(jié)了管道發(fā)生兩點(diǎn)泄漏的信號特征[6]。吉霞等對管道泄漏噪聲的數(shù)值進(jìn)行仿真，為噪聲研究提供了新的途徑[7]。高松巍等提出輸氣管道泄漏點(diǎn)的相關(guān)算法，不僅可以判斷管道是否發(fā)生泄漏，而且可以確定泄漏點(diǎn)的位置[8]。陳琰等采用基于負(fù)壓力波的方法采集壓力數(shù)據(jù)對泄漏進(jìn)行檢測和定位，并用雙壓力傳感器判斷負(fù)壓力波傳播方向[9]。目前針對管道泄漏，主要采用經(jīng)過傅里葉分析后進(jìn)行頻譜分析濾波的檢測方法，通過分析被測信號中是否含有敏感頻段音頻、振動、壓力波等信號來判斷有無泄漏故障[10]，且對于泄露信號進(jìn)行準(zhǔn)確定位。然而由于自然界大量的信號是非平穩(wěn)的，快速傅里葉變換對非平穩(wěn)過程的分析有局限性，僅能獲取一段信號總體上包含哪些頻率成分，不能分析任意時刻信號的局部特征，不能對任意泄漏信號做出準(zhǔn)確判斷[11-12]。時頻分析法是 20世紀(jì)90年代新興的數(shù)字信號處理方法，具有能給出各個頻率成分出現(xiàn)的時間，信號頻率隨時間變化情況，各個時刻瞬時頻率及其幅值等優(yōu)點(diǎn)，且近年來程控濾波器被廣泛地應(yīng)用于音頻信號處理領(lǐng)域，具有低噪聲、低功率、中心頻率可控等優(yōu)點(diǎn)。本文采用程控濾波放大處理與快速傅里葉變換、短時傅里葉變換相結(jié)合的時頻分析方法，用時頻圖表征泄漏信號的時頻特征，能夠從雜亂的背景噪聲中準(zhǔn)確獲取泄露聲，取得較好的應(yīng)用效果[13]。

1 鍋爐承壓管線泄露聲頻信號采集原理

鍋爐承壓管線泄露音頻信號采集原理如圖1所示。包括麥克拾音器、前置放大器、程控濾波器、增益補(bǔ)償器以及嵌入式微處理器。嵌入式微處理器是核心部件，采用STM32F373VCT6，該芯片內(nèi)置DSP處理器、32KB的RAM、16位ADC，適于音頻信號采集分析處理；麥克拾音器將聲音信號轉(zhuǎn)換成mV級電信號；前置放大電路將mV級電信號放大至適于嵌入式微處理器A/D轉(zhuǎn)換的信號ADC1；程控濾波器受STM32F373VCT6控制，對前置放大信號進(jìn)行濾波處理，對采集信號加頻率窗口；增益補(bǔ)償放大器將程控濾波器輸出信號放大為ADC2，提高采集電路對泄露聲的靈敏度。

圖1 鍋爐承壓管線泄漏產(chǎn)生的音頻信號采集原理Fig.1 Audio signal acquisition generated by boiler pressure pipeline leakage

2 改進(jìn)時頻分析方法

鍋爐工作時的背景聲強(qiáng)度很高，包括火焰燃燒、引送風(fēng)、汽包沸騰、蒸汽傳輸?shù)拳h(huán)節(jié)的噪聲。承壓管線泄漏初期音頻信號相對于背景聲來說很弱，很難準(zhǔn)確采集和判斷[17]。為此，對傳統(tǒng)的采集分析過程進(jìn)行改進(jìn)。在圖1中，前置放大輸出的信號ADC1為全譜系音頻信號，包含背景聲和泄露聲（如果存在泄漏故障）；ADC1被嵌入式微處理器轉(zhuǎn)換后做快速傅里葉變換（FFT）進(jìn)行初步分析，嵌入式微處理器根據(jù)運(yùn)算分析結(jié)果控制程控濾波器對前置放大信號加動態(tài)頻率窗濾除背景聲，再經(jīng)過增益補(bǔ)償放大器進(jìn)行幅值放大輸出信號 ADC2（強(qiáng)化泄露聲）；ADC2被嵌入式微處理器轉(zhuǎn)換后，加時間窗做短時傅里葉變換（STFT）并生成時頻圖，通過時頻特征表征泄漏信號，實(shí)現(xiàn)鍋爐承壓管線泄漏故障的準(zhǔn)確判斷[18-19]。

3 電路設(shè)計與建模

按照圖1中鍋爐承壓管線泄露音頻信號采集原理搭建音頻信號采集硬件電路，如圖2所示。采用ADI公司的LTspicc模擬電路仿真器進(jìn)行仿真驗證。前置放大器U2使用低失調(diào)、低噪聲、單電源運(yùn)放OPA2335，反相放大方式，交流信號參考點(diǎn)平移至1.25 V，增益可調(diào)整；程控濾波器使用開關(guān)電容濾波器LTC1068-50，采用3.3 V單電源供電，工作于模式 2，按照圖中元件參數(shù)濾波器通頻在FL=0 .8*Fccntcr和FH=1 .2×Fccntcr之間，其中，F(xiàn)L為低通頻率，F(xiàn)H為高通頻率，F(xiàn)ccntcr為中心頻點(diǎn)的頻率。濾波器中心頻點(diǎn)控制信號 Fclk由嵌入式微處理器給出，為方便仿真實(shí)驗該信號用信號源模擬；增益補(bǔ)償放大器U3也使用OPA2335，反相放大方式，交流信號參考點(diǎn)平移至1.25 V，增益可調(diào)整。

圖2 音頻信號采集電路Fig.2 Audio signal acquisition circuit

文獻(xiàn)[20]在針對管道泄漏噴流噪聲頻譜規(guī)律的實(shí)驗研究中表明，在其余外界條件不變的情況下，當(dāng)氣體壓力為0.2 MPa，泄露口徑分別為1、2、4 mm時，泄露聲峰值頻率分別在8、5、4 kHz附近，即峰值頻率隨泄漏口徑的增大而降低，但聲壓級隨泄漏口徑的增大而增大。當(dāng)泄漏口徑為1 mm，氣體壓力分別為 0.3、0.4、0.5、0.7 MPa時，泄露聲峰值頻率在7 kHz附近，即泄露聲峰值頻率隨氣體壓力的增大變化不大，但聲壓級隨著壓力增大而明顯增大，且泄漏峰值頻率與噴流噪聲速度成正比，范圍在 3～15 kHz之間。鍋爐背景聲頻率在1 500 Hz以下，以4 kHz附近泄露聲為例進(jìn)行仿真實(shí)驗。電路調(diào)試步驟：

（1） 創(chuàng)建一個分段線性電壓源，其中包含實(shí)際錄制的某一音頻信號的一系列電壓及對應(yīng)的時間，可將此數(shù)據(jù)直接讀入 LTspicc中，以此來模擬麥克風(fēng)傳感器采集的信號。

（2） 調(diào)整電路工作參數(shù)：① 在信號輸入端接入頻率4 kHz、峰峰值50 mV的交流信號，調(diào)整前置放大器電位器U4使輸出ADC1的峰峰值為2 V；② 程控增益放大器的中心頻點(diǎn)控制信號 Fclk設(shè)置為 1 60kHz，此時中心頻點(diǎn)的頻率Fccntcr=Fclk/40=4 kHz，通頻帶在3.2 kHz和4.8 kHz之間；③ 調(diào)整增益補(bǔ)償放大器的電位器，U3使輸出的ADC2的峰峰值為2 V。使ADC1、ADC2的信號幅值滿足嵌入式微處理器的A/D轉(zhuǎn)換器對輸入信號要求。

4 仿真實(shí)驗測試

對圖2所建電路進(jìn)行仿真實(shí)驗。共做3種情況分析：（1） 對錄制的鍋爐正常運(yùn)行工況背景聲文件分析；（2） 在背景聲中疊加模擬泄露聲進(jìn)行處理分析；（3） 將錄制的鍋爐運(yùn)行中發(fā)生泄漏故障時的音頻文件導(dǎo)入所建電路模型進(jìn)行驗證分析。

4.1 鍋爐正常運(yùn)行工況背景聲文件分析

鍋爐正常運(yùn)行工況背景聲頻文件如圖3所示，對該文件進(jìn)行短時傅里葉分析，得出時頻圖如圖4所示?？梢钥闯稣＿\(yùn)行工況下只有 1 500 Hz以下的低頻背景聲，3 kHz及以上的高頻區(qū)間無信號。

圖3 鍋爐正常工況背景聲信號Fig.3 Signal waveform of boiler background sound in normal working condition

圖4 鍋爐正常工況背景聲信號時頻圖Fig.4 Time-frequency diagram of boiler background sound in normal working condition

4.2 鍋爐背景聲疊加模擬泄露聲分析

在實(shí)錄的背景聲中疊加頻率為 4 kHz、峰峰值為50 mV的模擬泄露聲，如圖5所示。將疊加后的信號導(dǎo)入圖2中的仿真電路，對前置放大輸出的ADC1信號進(jìn)行長時傅里葉分析，得到頻域圖如圖6所示。從圖6中可以看出信號呈分散狀態(tài)，雖然能看到疊加的4 kHz信號，但無法排除分析結(jié)果中存在短時高頻噪聲的可能。

圖5 原始背景聲疊加4 kHz 和50 mV峰峰值模擬泄露聲的時域波形圖Fig.5 Time domain waveform of the original background sound plus the simulated leakage sound of 50 mV p-p at 4 kHz

圖6 未加頻率窗的原始背景聲疊加模擬泄露聲的頻域波形圖Fig.6 Time domain waveform of the original background sound plus the simulated leakage sound without frequency window

對ADC1信號引入短時傅里葉算法進(jìn)行時頻分析，得到的時頻圖如圖7所示。從圖7中可以看出，4 kHz附近存在持續(xù)的音頻信號，能夠排除突發(fā)高頻噪聲的可能。但時頻圖中存在較高的背景信號干擾，對泄漏故障判斷影響較大。為此，根據(jù)圖6中頻譜數(shù)據(jù)動態(tài)調(diào)節(jié)程控濾波器的頻點(diǎn)，對ADC1輸出信號進(jìn)行濾波、放大得到 ADC2信號，再對ADC2信號做短時傅里葉變換進(jìn)行時頻分析，得到圖8所示的時頻圖。從圖8中可以看出，由于動態(tài)加入頻率窗和時間窗處理，時頻圖中能夠清晰地表征出疊加的模擬泄露聲，既提高了測量的靈敏度，又能有效剔除偶發(fā)的高頻噪聲影響。

圖7 未加頻率窗的原始背景聲疊加模擬泄露聲的時頻圖Fig.7 Time-frequency diagram of the original background sound plus the simulated leakage sound without frequency window

圖8 加頻率窗的原始背景聲疊加模擬泄露聲的時頻圖Fig.8 Time-frequency diagram of the original background sound plus the simulated leakage sound with frequency window

4.3 導(dǎo)入錄制的發(fā)生泄漏故障初期音頻文件進(jìn)行驗證

現(xiàn)場錄制發(fā)生泄漏故障初期的原始音頻文件如圖9所示。將信號導(dǎo)入圖2中的仿真電路，對前置放大輸出的ADC1信號做傅里葉分析，得到圖10所示的頻域圖。根據(jù)對ADC1信號頻域分析的結(jié)果，動態(tài)調(diào)節(jié)程控濾波器的頻點(diǎn)，對信號進(jìn)行濾波和放大，即動態(tài)加頻率窗得到ADC2信號。為了驗證該方法的有效性，對ADC1和ADC2做短時傅里葉分析得到如圖11和圖12所示的時頻圖。圖11表明，未加頻率窗的時頻分析結(jié)果無法識別初期泄漏故障。圖12表明，動態(tài)加頻率窗的時頻分析結(jié)果能夠清楚判斷初期的泄漏故障。

圖9 實(shí)錄發(fā)生泄漏故障的音頻信號時域波形圖Fig.9 Time domain waveform of the recorded audio signal for the leaking fault

圖10 實(shí)錄發(fā)生泄漏故障的音頻信號頻域波形圖Fig.10 Frequency domain waveform of the recorded audio signal for the leaking fault

圖11 實(shí)錄發(fā)生泄漏故障的音頻信號未加頻率窗的時頻圖Fig.11 Time-frequency diagram of the recorded audio signal for the leaking fault without frequency window

圖12 實(shí)錄發(fā)生泄漏故障的音頻信號加頻率窗后的時頻圖Fig.12 Time-frequency diagram of the recorded audio signal for the leaking fault with frequency window

5 結(jié) 論

本文介紹的鍋爐承壓管線泄露聲頻信號采集方案，創(chuàng)新點(diǎn)在于通過雙通道采集信號將傳統(tǒng)傅里葉變換與可編程濾波技術(shù)相結(jié)合，使用FFT算法對前置放大信號進(jìn)行粗略分析，根據(jù)粗略分析結(jié)果控制可編程濾波器，對前置放大信號加動態(tài)頻率窗。再通過短時傅里葉變換對被采集信號加時間窗，在此基礎(chǔ)上分析出鍋爐運(yùn)行工況下音頻信號的時頻特征，及時準(zhǔn)確判定承壓管線是否存在泄漏故障。仿真與實(shí)驗測試對比可以看出：采用可編程濾波器對被采集信號加頻率窗之后，在泄露聲頻率范圍內(nèi)能夠有效提升檢測承壓管線泄露聲信號的靈敏度；采用短時傅里葉變換（STFT）對被采集信號加時間窗分析形成時頻圖，能夠去除短時敏感頻率的環(huán)境噪聲影響，提高故障判斷的準(zhǔn)確性。