本实用新型涉及故障检测领域，更特别地，涉及一种基于声发射的高压燃气调压器故障检测装置。
背景技术：
近年来，声发射技术因其高灵敏度和高辨识率已广泛用于管道或阀门泄露等的中低压安全监测当中。高压环网燃气调压器发生故障时进、出口气体压强变化不大，但是诸如裂纹、气体泄露等故障在运行当中会产生异常明显的声发射信号，而异常信号的频谱范围广阔，约束着声发射检测技术在高压调压器检测当中的应用。
因此，需要一种能够对更宽范围甚至全频段声发射信号进行检测的装置。
技术实现要素：
为了解决上述问题，本实用新型提供了一种基于声发射的高压燃气调压器故障检测装置，其能够对更宽频率响应范围的声发射信号进行检测。
根据本实用新型的一个方面，本实用新型提供了一种基于声发射的高压燃气调压器故障检测装置，包括：至少两个声发射传感器，其吸附在待测的高压燃气调压器上，用于将检测到的振动位移信号转化为电信号；放大器，其连接至所述声发射传感器，用于接收所述电信号，并将所述电信号进行放大滤波；模数转换器，其连接至所述放大器，用于接收放大滤波后的信号并进行模数转换；主机，其连接至所述模数转换器，用于接收模数转换后的信号并进行数据处理与分析，其中，所述至少两个声发射传感器的频率响应范围仅部分重叠。
根据本实用新型的实施例，所述至少两个声发射传感器包括频率响应范围为低频段的第一声发射传感器和频率响应范围为高频段的第二声发射传感器，第一声发射传感器的频率响应范围为0.5Hz至40kHz，第二声发射传感器的频率响应范围为30KHz至400KHz。
根据本实用新型的实施例，放大器的增益为40dB。
根据本实用新型的实施例，模数转换器的分辨率为16bit，采样率为1M/s，最大数据量为1MS/s。
根据本实用新型的实施例，主机包括处理器、通信模块、显示模块和存储器。处理器用于按照数据处理算法对接收到的数字信号进行处理分析。
本实用新型采用了至少两个频率响应范围仅部分重叠的声发射传感器对高压燃气调压器进行故障检测，因此相对于采用单个声发射传感器能够在降低成本的同时对更宽频段声发射信号进行检测。
附图说明
附图只是用来解释本实用新型，但不构成对本实用新型的限制。
图1是示出根据本实用新型的实施例的基于声发射的故障检测装置的示意图。
图2是示出根据本实用新型的实施例的主机的框图。
图3是示出利用本实用新型的实施例的基于声发射的故障检测装置检测故障的方法的流程图。
图4是示出通过主机对所检测的故障的检测方法的处理步骤。
具体实施方式
为了使本领域技术人员更好的理解本实用新型的技术方案，下面结合附图和具体实施方式对本实用新型做出详细描述。
如图1所示，根据本实用新型的实施例的基于声发射的高压燃气调压器故障检测装置包括声发射传感器11和12、放大器2、模数转换器3、主机4。声发射传感器11和12通过磁力安装座(未示出)吸附在待检测的高压燃气调压器的外表面，用于将检测到的振动位移信号转化为电信号。可选地，声发射传感器11和12可自带磁力吸附装置，以方便现场安装与固定。高压燃气调压器的故障通常表现为气体泄漏和内部构件由于磨损而产生的异常振动，气体泄漏所激发的弹性波频率在300K左右，机械振动的频率不超过30K。本实用新型选用频率范围为0.5Hz至400KHz的声发射传感器，这样会在一定程度上保证全覆盖到所有可能产生的声发射信号频率。本实施例采用两种类型的声发射传感器，包括覆盖较低频率的信号响应的声发射传感器11，频率响应范围为0.5Hz至40kHz，和覆盖较高频率信号响应的声发射传感器12，频率响应范围为30KHz至400KHz。这样，就保证能够检测燃气调压器全频段的故障。
另外，声发射传感器11和12通过信号电缆连接至放大器2。声发射传感器11和12输出的信号强度很微弱，一般在几微伏到几十微伏之间，可选的，该信号电缆为低噪声的信号电缆，从而抑制有效信号的衰减。另外，放大器2被配置为将声发射传感器11和12测试到的电信号进行放大，放大器2的增益例如为40dB，另外，放大器2还可以把不需要的信号滤掉，提高信噪比，因此放大器2还具有滤波功能。
放大器2还连接至模数转换器3，用于将放大滤波后的信号传输至模数转换器3，模数转换器3用于将采集到的模拟信号转换为数字信号，模数转换器3的位数和量程决定了对微弱声发射信号的探测能力，采样率决定了对真实声发射信号的还原程度，传输速度决定了对声发射信号的采集、存储能力。根据本实用新型的实施例，模数转换器3的分辨率为16bit，采样率为1M/s，最大数据量为1MS/s。
模数转换器3连接至主机4，用于将采集的数字信号传输至主机4，从而进行进一步的处理和分析。如图2所示，主机4包括处理器41、通信模块42、显示模块43和存储器44。
处理器41控制主机的工作，用于将从模数转换器接收到的数字信号进行处理。例如，处理器41按照特定的数据处理算法对接收到的数字信号进行处理分析，并将处理结果显示在显示模块43上。数据处理算法包括时频分析、特征提取、模型学习、分类识别等。
处理器41可以从时域和频域两个方面分析声发射信号，通过时域图观察正常信号和异常信号的幅值变化，通过频域图分析正常信号和异常信号在频率组成上的差异。时域图能够更直观的表现信号的强弱，频域图更准确的反映故障信号的存在。处理器41还可以将处理结果发送至显示模块43。通信模块42可以执行与外部装置(即，模数转换器3)的无线或有线通信。显示模块43可以显示由处理器41处理的结果，或者可以显示上述的时域图和频率图。存储器44可以存储来自模数转换器3的数据。存储器44可以是嵌入式多媒体卡(eMMC)、固态驱动器(SSD)、通用闪存(UFS)装置等。
下面参照图3描述利用本实用新型的基于声发射的故障检测装置检测高压燃气调压器故障的步骤。
首先，将声发射传感器11和12吸附在正常运行的高压燃气调压器上，以检测高压燃气调压器的振动位移信号并将其转化为电信号，并将该电信号传输至放大器2(S101)。其次，利用放大器2将接收到的电信号进行放大并滤波，然后将放大滤波后的信号传输至模数转换器3(S102)。再次，利用模数转换器3将从放大器2接收的模拟信号进行模数转换，然后将数字信号输出至主机4(S103)。最后，主机4接收数字信号，并利用特定算法对该数字信号进行处理与分析(S104)，数据处理算法包括时频分析、特征提取、模型学习、分类识别等，得到作为参考的时频信号并将其存储在存储器44中。然后将声发射传感器11和12吸附在待测的高压燃气调压器上，重复上述步骤，得到测量的时频信号，然后将参考的时频信号与所测量的时频信号进行对比分析，将结果显示在显示模块43上。这样就能根据检测结果判定高压燃气调压器是否存在故障。
下面参照图4描述利用主机4对故障检测方法的处理步骤。
S201：系统主机首先对储存的声发射信号(该声发射信号为无故障时的声发射信号，即作为参考的声发射信号)进行频谱分析，确定信号频率分布范围，然后对原信号进行小波包分解，得到不同频带上的波形图。
S202：对上述得到的各层小波频率系数求平方，得到信号在各频率段上的能量，计算各层小波能量所占总能量的百分比，即相对小波能量作为BP神经网络模型的输入特征，进行模型的学习和训练。
S203：当有所检测的声发射信号输入时，主机4自动进行声信号的处理、小波包分解、相对小波能量的特征提取工作，并输入到BP神经网络模型。该模型的输出即为故障的类型。从而实现了从燃气调压器故障信号自主采集、处理、分析、识别的全部过程。
可以理解的是，以上实施例仅仅是为了说明本发明的原理而采用的示例性实施例，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
可以理解的是，以上实施例仅仅是为了说明本实用新型的原理而采用的示例性实施例，然而本实用新型并不局限于此。对于本领域内的普通技术人员而言，在不脱离本实用新型的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本实用新型的保护范围。