一种智能超声波在线测厚及腐蚀状态评估装置与方法与流程

本发明涉及超声波测厚领域，特别涉及到一种用于监测工业现场金属生产设备腐蚀状态的在线测厚装置与方法。

背景技术：

石油、化工、冶金生产装置很多事故源于设备腐蚀。腐蚀引起的跑、冒、滴、漏，造成大量的资源浪费和严重的环境污染，腐蚀引起的结垢造成传热效率下降、能耗增加。而替换由于腐蚀而损坏的设施装备，更是大大加重了资源和能源消耗。及时监控设备腐蚀状态与变化趋势，是预先采取防腐措施的前提。

目前工业上防腐措施中监测设备腐蚀状态主要方法有：①现场人工使用便携式测厚仪检测法，该方法对高空高温位置不易甚至无法检测，存在人为因素导致测试数据不准确。②使用侵入式在线测厚监测技术(电阻/电化学探针等)对高温、高压及危险区域，需要在设备上开孔，存在安全隐患。③基于波导杆设计的非侵入式在线监测法，可适用于高温、高压及危险区域，但价格较昂贵。

技术实现要素：

本发明的目的在于针对现有技术中的不足，提供一种智能超声波在线测厚及腐蚀状态评估装置与方法，以解决上述问题。

本发明所解决的技术问题可以采用以下技术方案来实现：

一种智能超声波在线测厚及腐蚀状态评估装置，包括控制板以及分别与控制板相连的清洗机驱动模块、超声测厚模块、位置检测模块、伺服机构驱动模块和耦合剂喷涂执行机构模块，所述位置检测模块用于检测测点部位，并通过编码器把测厚点位置发送给控制板；耦合剂喷涂执行机构模块用于将耦合剂喷洒至待测厚区域；超声测厚模块安装于被测管道或设备的定点测厚部位并用于进行定期测厚；清洗机驱动模块用于对测厚后的超声测厚模块的高温超声探头进行清洗；控制板用于将超声测厚模块测得的数据进行解析并逻辑运算，并通过无线数据网络接口传输至物联网管理系统软件。

进一步的，所述伺服机构驱动模块包括直线导轨、导轨车、旋转电机和旋转支架，导轨车设于直线导轨上并可沿直线导轨的延伸方向来回移动，旋转电机固定安装于导轨车上，旋转支架与旋转电机的输出端相连；清洗机驱动模块包括超声清洗池，超声清洗池焊接于直线导轨上，直线导轨焊接于被测设备上或平台支架上。

进一步的，所述超声测厚模块包括高温超声探头和壳体，壳体上设有发射插座、接收插座和无线接口，壳体上设有液晶显示屏，高温超声探头通过连接导线与发射插座和接收插座相连。

一种采用智能超声波在线测厚及腐蚀状态评估装置进行腐蚀状态评估的方法，包括如下步骤：

1)、常温测厚数据计算

常温超声测厚则是通过计算表面波和一次反射波(反射信号最强)之间的时间差，乘以超声波声速，得到被测物体的壁厚值：

式1中，h为常温测量厚度，v为材料声速，t为超声波在试件中往返一次的传播时间；

4)、高温测厚数据转换处理

超声波在固体金属中传播时，声速随温度升高而变小，导致高温测量厚度比常温实际厚度大；故高温下测试获得的厚度需要综合测量温度，测量材料等因素，建立数据校准模型，转化成常温实际剩余厚度；采用最小二乘估算法进行拟合，获得高、低温度下测定厚度htest、实际厚度hactual以及温度之间的函数关系：

hactual＝f(htest,t)(式2)

式(2)中，hactual为碳钢的常温计算厚度值，mm；htest为碳钢高温厚度值，mm；t为测试温度值，℃；

5)、剩余寿命的计算

根据式3计算出的腐蚀速率平均参考值；

式3中，h1-h2为2次测量值的差值，mm；t1-t2为2次测量值的时间间隔，h；k为单位转换常数；v为所测设备具体某一部位的平均腐蚀速率，mm/a；

l＝(s-smin)/vn(式4)

根据式4计算剩余寿命，式4中，l为剩余寿命，a；s为有效厚度，mm；smin为理论上设计最小允许厚度，mm；υn为最近一次测厚的腐蚀速率，mm/a。

一种采用智能超声波在线测厚及腐蚀状态评估装置进行腐蚀状态评估的方法，包括如下步骤：

1)、常温测厚数据计算

常温超声测厚则是通过计算表面波和一次反射波之间的时间差，乘以超声波声速，得到被测物体的壁厚值：

式5中，h为常温测量厚度，v为材料声速，t为超声波在试件中往返一次的传播时间；

5)、数据集准备

以历史数据中已有的测量温度，测量材料，测量厚度等数据构成训练集及测试集，构建lstm的输入数据，相应的剩余寿命为对应标签，构建lstm的输出数据；

6)、将训练集与测试集的数据进行标准化；

7)、建立lstm预测模型

一共两层lstm层，其第一层为400个单元的隐层单元，其第二层为200个隐层单元，每个lstm层接全连接层；为了防止过拟合，在每个全连接层后增加过拟合层，最后经softmax回归层输出；

5)、对模型参数进行迭代训练

训练过程主要包括前向计算、反向误差传播、梯度计算并更新参数三个部分；

6)、将测试集数据输入到训练好的lstm模型中，经前向计过程得到各个预测点处对应的预测rul值。

与现有技术相比，本发明的有益效果如下：

1)、在线无损监测，定时动态监测，非侵入，无需停工，可远程遥控；

2)、使用历史数据经过学习训练和测试，得到更高精度的评估结果。能在严苛的环境下(高温高压)可靠地提供完整的数据；

3)、成本低廉，适用于测厚点布设多，面广的应用场景；

4)、检测数据采用物联网无线传输方式，使设备管理更加简单化与智能化。通讯速度快、抗干扰性强。

本发明在超声波测厚技术的基础上，根据大型工业设备的特点，设计一套机电一体化装置结合深度学习训练算法，实现非侵入式、智能测点定位、并快速超声测厚功能。

附图说明

图1为本发明所述的智能超声波在线测厚及腐蚀状态评估装置的电气控制框图。

图2为本发明所述的智能超声波在线测厚及腐蚀状态评估装置的机械结构图。

图3为本发明所述的超声测厚模块的结构示意图。

图4为本发明所述的lstm预测模型结构的示意图。

图5为本发明所述的智能超声波在线测厚及腐蚀状态评估方法的流程图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

参见图1～图5，本发明所述的一种智能超声波在线测厚及腐蚀状态评估装置，包括控制板3以及分别与控制板3相连的清洗机驱动模块5、超声测厚模块2、位置检测模块4、伺服机构驱动模块6和耦合剂喷涂执行机构模块7。位置检测模块4用于检测测点部位，并通过编码器把测厚点位置发送给控制板3。耦合剂喷涂执行机构模块用于将耦合剂喷洒至待测厚区域。基于超声波技术的测厚传感器由高性能电池1供电，超声测厚模块2安装于被测管道或设备的定点测厚部位并用于进行定期测厚。清洗机驱动模块5用于对测厚后的超声测厚模块2的高温超声探头进行清洗。控制板3用于将超声测厚模块2测得的数据进行解析并逻辑运算，并通过无线数据网络接口传输至物联网管理系统软件，可通过一个数据发送器(数传1)8和一个数据接收器(数传2)9发送至服务器。即由在线定点测厚传感器采集到的数据通过虚拟usb接口送至控制板进行解析并进行逻辑运算后，经无线数据网络接口传输至物联网管理系统软件。控制板3还负责根据解析数据驱动清洗机构和耦合剂喷涂执行机构。

超声测厚传感器2与运算逻辑控制板3由虚拟usb接口连接。

清洗机驱动模块5的马达与运算逻辑控制板3由rs232或rs485接口连接。

位置检测模块4与运算逻辑控制板3由编码器连接。

运算逻辑控制板3与伺服机构驱动模块6由i/o口连接。

运算逻辑控制板3与耦合剂喷涂执行机构7由i/o口连接。

运算逻辑控制板3与数传1由rs232或rs485接口连接。

数传1与数传2可由数据电台或无线连接。

数传2与服务器由rs232或rs485接口连接。

本发明包括电气控制和机械随动控制装置两部分。

伺服机构驱动模块包括直线导轨55、导轨车44、旋转电机33和旋转支架11。旋转支架11带有1-2个转向自由度，可实现探头清洗。导轨车44设于直线导轨上并可沿直线导轨55的延伸方向来回移动，旋转电机33固定安装于导轨车44上，旋转支架11与旋转电机33的输出端相连。清洗机驱动模块包括超声清洗池66，超声清洗池66用于高温超声探头22清洗，超声清洗池66焊接于直线导轨55上，直线导轨55焊接于被测设备上或平台支架上。

旋转支架用于支撑高温超声探头和旋转调节高温超声探头位置功能；

高温超声探头用于探测超声波参数；

旋转电机接收电气控制模块的伺服电机信号并转换为电机轴上的机械输出量，拖动旋转支架，从而达到控制高温超声探头目的。

直线导轨车接收电气控制模块的控制信号，使负载平台(旋转支架、高温超声探头、旋转电机)沿着直线导轨直线往复运动。

旋转支架通过轴套压装在旋转电机的转轴上。高温超声探头22压装在旋转支架转轴上，旋转电机通过螺钉固定在直线导轨车上。直线导轨与超声清洗池焊接在一块，直线导轨可焊接在被测设备上，也可安装在一平台上。

机械部分接收电气控制部分驱动，根据测厚点部位，伸长或缩进探杆，自动调节定位探头。喷洒耦合剂，使耦合剂均匀涂于被测区域，将探头与被测材料表面紧密耦合。在该检测周期结束后自动移开探头后，清洗超声探头。

超声测厚模块包括高温超声探头22和壳体21，壳体21上设有发射插座23、接收插座24和无线接口25。壳体21上设有液晶显示屏26，高温超声探头22通过连接导线与发射插座23和接收插座24相连。

使用两种方法计算剩余寿命，当使用初期历史数据比较少时，采用传统基于机理方法估算剩余寿命。当物联网存储的历史数据达到一定规模时，主要采用基于lstm的深度学习方法。

一种智能超声波在线测厚及腐蚀状态评估装置进行腐蚀状态评估的方法，即基于机理剩余寿命计算方法，包括如下步骤：

1)、常温测厚数据计算

常温超声测厚则是通过计算表面波和一次反射波(反射信号最强)之间的时间差，乘以超声波声速，得到被测物体的壁厚值：

式1中，h为常温测量厚度，v为材料声速，t为超声波在试件中往返一次的传播时间；

6)、高温测厚数据转换处理

超声波在固体金属中传播时，声速随温度升高而变小，导致高温测量厚度比常温实际厚度大；故高温下测试获得的厚度需要综合测量温度，测量材料等因素，建立数据校准模型，转化成常温实际剩余厚度；采用最小二乘估算法进行拟合，获得高、低温度下测定厚度htest、实际厚度hactual以及温度之间的函数关系：

hactual＝f(htest,t)(式2)

式(2)中，hactual为碳钢的常温计算厚度值，mm；htest为碳钢高温厚度值，mm；t为测试温度值，℃；

7)、剩余寿命的计算

根据式3计算出的腐蚀速率平均参考值；

式3中，h1-h2为2次测量值的差值，mm；t1-t2为2次测量值的时间间隔，h；k为单位转换常数；v为所测设备具体某一部位的平均腐蚀速率，mm/a；

l＝(s-smin)/vn(式4)

根据式4计算剩余寿命，式4中，l为剩余寿命，a；s为有效厚度(所测高温数据转换后的常温值)，mm；smin为理论上设计最小允许厚度，mm；υn为最近一次测厚的腐蚀速率，mm/a。

一种智能超声波在线测厚及腐蚀状态评估装置进行腐蚀状态评估的方法，包括如下步骤：

1)、常温测厚数据计算

常温超声测厚则是通过计算表面波和一次反射波(反射信号最强)之间的时间差，乘以超声波声速，得到被测物体的壁厚值：

式5中，h为常温测量厚度，v为材料声速，t为超声波在试件中往返一次的传播时间；

8)、数据集准备

以历史数据中已有的测量温度，测量材料，测量厚度等数据构成训练集及测试集，构建lstm的输入数据，相应的剩余寿命为对应标签，构建lstm的输出数据；

9)、将训练集与测试集的数据进行标准化；

10)、建立lstm预测模型

一共两层lstm层，其第一层为400个单元的隐层单元，其第二层为200个隐层单元，每个lstm层接全连接层；为了防止过拟合，在每个全连接层后增加过拟合层，最后经softmax回归层输出；

5)、对模型参数进行迭代训练

训练过程主要包括前向计算、反向误差传播、梯度计算并更新参数三个部分；

6)、将测试集数据输入到训练好的lstm模型中，经前向计过程得到各个预测点处对应的预测rul值。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。