基于小波包的快堆蒸汽发生器声学泄漏检测方法

1、清华大学学报(自然科学版)2002年第42卷第12期CN11-2223/NJTsinghuaUniv(Sci&Tech),2002,Vol.42,No.1225/321655-1658基于小波包的快堆蒸汽发生器声学泄漏检测方法牛晓东,杨献勇(清华大学热能工程系,北京100084)摘要:发展声学泄漏探测技术实现快堆蒸汽发生器中水/水蒸汽泄漏故障的早期检测是快堆安全运行的重要措施之一。该文从故障诊断领域中特征信号模式识别的应用角度出发,提出了采用基于小波包的能量谱特征及小波包系数的矩特征进行泄漏信号的特征提取和泄漏故障诊断的基本方法,并利用清华大学液态金属实验室实验钠回路上得到的实验数据进行了分析

2、研究。结果表明,钠水反应泄漏信号的特征频段在6kHz以下,正常信号和泄漏信号的处理结果表现出了明显的差异,本方法可有效地判别出系统是否发生了泄漏,使得系统的灵敏度由200mL h-1提高到10mL h-1,可用于快堆蒸汽发生器水/水蒸汽的泄漏检测。关键词:快堆;泄漏;声学检测;小波包;特征提取中图分类号:TL329文章编号:1000-0054(2002)12-1655-04文献标识码:A快堆核电站蒸汽发生器在运行中可能发生水/水蒸汽泄漏事故。发展有效的信号处理方法,识别声学泄漏,实现水/水蒸汽泄漏故障的早期检测,是快堆安全运行的主要措施之一。对声学泄漏探测系统采用的信号处理方法不尽相同16,均

3、基于传统的Fourier变换,且较多依赖于信号特性的先验知识。而泄漏信号具有非平稳性,使建立在平稳随机过程理论之上的Fourier变换不能完全适用。在本文研究的工况下只能检测到泄漏率为200mL h以上的泄漏。本文将小波包变换引入快堆水/水蒸汽声学泄漏探测系统的信号处理中,提出采用基于小波包的能量谱特征直观地识别出泄漏的特征频带,然后定义特征频带上小波包系数的矩特征,通过设定阈值进行泄漏故障的检测。此方法进一步提高了声学泄漏检测系统的灵敏度,不需要信号特性的先验知识,优于传统的信号处理方法。-1Acousticleakdetectionbasedonwaveletpacketdecomposi

4、tionforLMFBRsteamgeneratorsNIUXiaodong,YANGXianyong(DepartmentofThermalEngineering,TsinghuaUniversity,Beijing100084,China)Abstract:Thedetectionofwater/steamleaksinliquidmetalfastbreederreactors(LMFBR)isanimportantpartofthenuclearpowerplantsafetysystem.Thispaperdescribestheapplicationofsignalprocessi

5、ngmethodsusingwaveletpackettransformstoextractthekeyfeaturesfromanacousticleakdetectionsystemusingsignalidentification.Twodiagnosticmethodsdevelopedtorecognizetheleakarebasedontheenergyspectrumandthecoefficientmatrixbasedonwaveletpacketdecomposition.Thesemethodswereusedtoanalyzeexperimentaldatafromt

6、hesodiumloopintheLiquidMetalLabinTsinghuaUniversity.Theresultsshowthatthefrequencybandofthesodium-waterreactionislessthan6kHzandthattherearedistinctdifferencesbetweennormalsignalsandfaultsignals.Themethodseffectivelyimprovethesensingabilityoftheacousticleakdetectionsystemfrom200mL h-1to10mL h-1.Key:

7、tbreederreactor(LM;leakage;1小波包分解原理小波分析方法是一种时间窗和频率窗的形状均可以改变,但时频窗口面积不变的时频局部化分析方法。小波包分析是在小波多分辨率分析基础上构成的一种更加精细的分析方法,它将频带进行多层次划分,并能够根据被分析信号的特征,自适应地选择相应频带,使之与信号频谱相匹配,从而提高了时-频分辨率。图1是小波包分解树结构图,图中以3层小波包分解为例。其中S节点代表原始信号,Wij节点代表小波包分解系数序列,下标(i,j)表示分解树中的第i层(即尺度数)的第j个节点。每个收稿日期:2002-01-28作者简介:牛晓东(1975-),男(汉),北京,硕

8、士研究生。E-mail:niuxiaodong99通讯联系人:杨献勇,教授,71656清华大学学报(自然科学版)2002,42(12)子树的左节点代表分解的低频分解部分,右节点代表高频分解部分。将Wij进行小波包反变换,得到各层分解系数的重构信号Sij,重构信号具有关系:S=S30+S31+S32+S33+S34+S35+S36+S37.功率谱密度。从图2和图3的时域波形上看,正常信号和泄漏信号几乎无法区分,从频谱图上看,泄漏信号的频率范围较宽,但信号能量主要集中在中低频段。能量是信号分析的重要物理量,当系统出现泄漏时,系统不同频率的信号能量分布将会有不同程度的改变,因此各频率成分信号的能量中

9、包含着丰富的故障信息。图1小波包分解示意图从频域看,若将原始信号中的最高频率成分看作是1,则小波包分解是将信号按不同频带分割成多个窗口,某窗口内的分解结果对应信号在该频带内的信息。表1表示三层小波包分解的按最高频率归一化的频带划分。表1三层小波包分解的频带划分WijW30W31W32W33归一化频带0.0000.1250.1250.2500.2500.3750.3750.500WijW34W35W36W37归一化频带0.5000.6250.6250.7500.7500.8750.8751.000图2正常信号及其频谱可见,三层小波包分解将整个频带划分为8段。小波包变换对小波多分辨率分析中停止分解

10、的中高频段部分进一步分解变细,使分解在全频域内具有同样高的频率分辨率。这使得小波包变换具有小波变换和短时Fourier变换的双重特点,尤其适用于渐变性和与突变性共存的非平稳信号的处理。图3泄漏信号及其频谱2基于小波包的诊断特征提取当蒸汽发生器正常运行,即没有水/水蒸汽的泄漏发生时,声学泄漏探测系统采集的正常信号是系统的背景噪声。背景噪声主要来自钠、水的流动噪声和蒸汽形成及流动的噪声。当有泄漏发生时,泄漏噪声信号在蒸汽发生器内的换热管束之间传播,通过液态钠传到蒸汽发生器的器壁上,安装在蒸汽发生器外壁上的加速度传感器可将蒸汽发生器内部的各种噪声传送到信号接收系统。在泄漏信号中,钠水反应过程中氢气泡

11、形成所产生的噪声对信号的影响起主要作用。图2是正常信号及其频谱图,图3是泄漏信号小波包分析由于更能刻划出信号的频率分布,提供不同频段上信号的构成信息,也就更能反映出信号的能量变化。基于此,可采用小波包分解的能量谱作为泄漏诊断特征量,按照能量方式表示的小波包分解结果称为能量谱。把不同频段上信号的能量求解出来,将这些能量值按顺序排列形成特征向量,以供分析识别出泄漏信号的特征频带和进行特征提取,这就是基于小波包变换提取能量特征的基本原理。此方法不需要系统的模型结构和信号特性的先验知识,直接利用不同频率成分能量的变化来诊断泄漏故障。以如图1所示的三层小波包分解为例,设3层小波包分解系数为W3j(k),

12、其中j=0,1,7表示,牛晓东,等:基于小波包的快堆蒸汽发生器声学泄漏检测方法1657示该子空间分解系数的长度。以小波包分解系数的平方和作为各子空间能量的标志,各子空间能量E3j(j=0,1,7)为E3j=的研究结果,文中提取出对信号的突变比较敏感的小波包系数的一次矩 1、三次矩 3和稳定性较好的二次矩 2作为泄漏检测的特征量,矩特征 p(p=1,2,3)的定义为p=W3j(k) pMk=1M1Mk=1W3j(k) .2(1)以各子空间能量E3j(j=0,1,7)构造特征向量.(3)=E30,E31,E32,E33,E34,E35,E36,E37.(2)为分析处理方便,取E=73泄漏信号的分析

13、与诊断清华大学实验钠回路声学泄漏探测系统进行了蒸汽发生器正常和不同泄漏率情况下的实验研究。综合考虑信号分解的频带划分和计算量的大小,本文采用Haar小波对采集的信号进行3层小波包分解,图4是正常信号的小波包分解结果,图5是泄漏量为150mL h-1的泄漏信号的小波包分解结果。j=0E3j对特征向量进行归一化处理,得到归一化特征向量 。根据小波包能量谱分析结果,可以找到泄漏故障发生时能量明显改变的频带,认为该频带为泄漏信号的特征频带,可采用此频带的小波包分解系数构造特征量,进行泄漏故障的检测。根据对实验数据图4正常信号小波包分解结果1658清华大学学报(自然科学版)2002,42(12)根据式(

14、2)计算正常信号和泄漏信号的归一化特征向量 分别为: 正常=47.8,30.4,7.5,6.9,1.8,1.9,2.0,1.7, 泄露=62.7,25.2,5.4,3.6,1.2,0.8,0.6,0.4.比较特征向量 正常和 泄露可知,泄漏信号在W30的能量比正常信号有明显的增强。采用此特征向量的确定方法,根据大量实验数据分别求得各泄漏率信号的特征向量,结果表明,泄漏信号在W30的能量随泄漏率的增大基本上具有增大的趋势,而在其它频带上的能量变化不明显。信号的采样频率为90kHz,由表1可以求得每个频带的范围,W30的频带范围是05.625kHz,因此可以认为钠水反应泄漏信号的特征频段在6kHz

15、以下,这与文献6认为特征频段在010kHz的低频段的研究结果相符合。对于简单的确定系统是否发生泄漏的判别问题,根据以上分析,因为信号的特征频带反映了系统泄漏最重要的信息,考虑采用信号在特征频带上的p(p=1,2,3)作为泄小波包分解结果W30的矩特征漏检测的特征量,表2给出了各泄漏率信号矩特征的实验数据,将小波包分析应用于信号处理中,分析了泄漏诊断特征的提取方法,提出了基于小波包的能量谱特征及小波包系数的矩特征进行泄漏特征频带的识别和泄漏故障的检测。研究表明,小波包分解结果的低频窗口集中了泄漏信号的特征信息,钠水反应泄漏信号的特征频带在6kHz以下。本文提出的特征频带上的矩特征可以对系统10m

16、L h以上的泄漏进行满意的判别,使泄漏探测系统的灵敏度有了较大提高,为快堆蒸汽发生器水/水蒸汽的声学泄漏检测提供了一条有效途径。参考文献(References)1SrinivasanGS,SinghOmPal,PrabhakarR.LeaknoisedetectionandcharacterizationusingstatisticalfeaturesJ.AnnualsofNuclearEnergy,1999,27:3292343.HayashiK,ShinoharaY,WatanabeK.Acousticdetectionofin-sodiumwaterleaksusingtwicesqua

17、ringmethodJ.AnnualsofNuclearEnergy,1995,23:124931259.潘晓云,杨献勇,罗锐,等.快堆蒸汽发生器声学泄漏探测技术的研究.系统信号特性J.原子能科学技术,1998,32(1):18.PANXiaoyun,YANGXianyong,LUORui,etal.Investigationonacousticleakdetectionmethodsinliquidmetalfastbreederreactorsteamgenerator.CharacteristicsofsignalsJ.AtomicEnergySciandTech,41998,32(1)

18、:18.(inChinese)潘晓云,杨献勇,王洲.快堆蒸汽发生器声学泄漏探测技术的研究.利用经典滤波技术提取泄漏信号J.原子能科学技术,1998,32(2):159163.PANXiaoyun,YANGXianyong,WANGZhou.Investigationonacousticleakdetectionmethodsinliquidmetalfastbreederreactorsteamgenerator.PickofleaksignalusingclassicalfilteringtechnologyJ.AtomicEnergySciandTech,1998,32(2):1595北京:清华大学,1997.PANXiaoyun.ExperimentalInvestigationonAcousticLeakDetectioninLMFBRSteamGeneratorsbyNoiseSignalProcessingMethodsD.Beijing:TsinghuaUniversity,1997.(inChinese)6蒋冰.利用信号处理技术提高声学泄漏探测技术的灵敏度D.北京:清华大学,2000.JIANGBing.ImprovementofAcousticLeakDetectionforSodium-Wate