基于超声波虚拟相控阵列的气体泄漏成像方法

传感技术学报

ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＳＥＮＳＯＲＳＡＮＤＡＣＴＵＡＴＯＲＳ

Ｖｏｌ􀆰３２　Ｎｏ􀆰５Ｍａｙ２０１９

ＡＭｅｔｈｏｄｏｆＧａｓＬｅａｋａｇｅＩｍａｇｉｎｇＢａｓｅｄｏｎＵｌｔｒａｓｏｎｉｃ

ＶｉｒｔｕａｌＰｈａｓｅｄＡｒｒａｙ∗

ＬＩＬｅｉ∗ꎬＬＩＵＱｉｎｇｈｕｉꎬＹＡＮＧＫｕａｎꎬＴＩＡＮＹｏｎｇｚｈｉꎬＺＨＡＮＧＢｉｎꎬＭＵＫａｉｊｕｎ

(ＩｎｓｔｉｔｕｔｅｏｆＰｈｙｓｉｃａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇꎬＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙꎬＺｈｅｎｇｚｈｏｕ４５０００１ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｇａｓｌｅａｋａｇｅｉｍａｇｉｎｇｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｖｉｒｔｕａｌｐｈａｓｅｄａｒｒａｙｗｈｉｃｈｃａｎｒｅａｌ￣ｔｈｅｓｃａｎｎｉｎｇｓｅｎｓｏｒ.Ｃｒｏｓｓ￣ｐｏｗｅｒｓｐｅｃｔｒｕｍａｎｄｖｉｒｔｕａｌａｒｒａｙｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙａｒｅｕｓｅｄｔｏｌｏｃａｔｅｔｈｅｌｅａｋ￣

ｉｚｅｔｈｅｖｉｓｕａｌｉｚａｔｉｏｎｏｆｇａｓｌｅａｋａｇｅｓｏｕｒｃｅｌｏｃａｔｉｏｎ.Ｔｈｅａｃｏｕｓｔｉｃｓｉｇｎａｌｓｇｅｎｅｒａｔｅｄｂｙｔｈｅｌｅａｋｈｏｌｅａｒｅｃｏｌｌｅｃｔｅｄｂｙａｇｅｓｏｕｒｃｅ.Ｔｈｅｉｍｐａｃｔｓｏｆｖａｒｉｏｕｓｆａｃｔｏｒｓｏｎｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｌｏｃａｌｉｚａｔｉｏｎｔｅｃｈｎｉｑｕｅａｒｅｓｉｍｕｌａｔｅｄꎬｃｏｍｐａｒｅｄｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｐｒｏｖｉｄｅｖｉｓｕａｌｌｏｃａｌｉｚａｔｉｏｎｏｆｔｈｅｇａｓｌｅａｋａｇｅｓｏｕｒｃｅａｃｃｕｒａｔｅｌｙａｎｄｒｅｌｉａｂｌｙａｎｄｈａｓａｗｉｄｅａｐｐｌｉｃａｔｉｏｎｐｒｏｓｐｅｃｔ.

Ｋｅｙｗｏｒｄｓ:ｇａｓｌｅａｋａｇｅｌｏｃａｌｉｚａｔｉｏｎꎻｖｉｒｔｕａｌｐｈａｓｅａｒｒａｙꎻｃｒｏｓｓ￣ｐｏｗｅｒｓｐｅｃｔｒｕｍꎻａｒｒａｙｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇＥＥＡＣＣ:７２３０　　　　ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１００４－１６９９.２０１９.０５.００７

ａｎｄｄｉｓｃｕｓｓｅｄꎬｉｎｃｌｕｄｉｎｇｔｈｅｎｕｍｂｅｒｏｆｓｅｎｓｏｒｓａｎｄｓｐａｃｉｎｇｂｅｔｗｅｅｎａｄｊａｃｅｎｔｓｅｎｓｏｒｓ.Ｅｘｐｅｒｉｍｅｎｔｓｗｅｒｅｃａｒｒｉｅｄｏｕｔｏｎａｌａｂｏｒａｔｏｒｙ￣ｓｃａｌｅｔｅｓｔｒｉｇｔｏａｓｓｅｓｓｔｈｅｆｅａｓｉｂｉｌｉｔｙａｎｄａｃｃｕｒａｃｙｏｆｔｈｉｓｍｅｔｈｏｄ.Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｕｇｇｅｓｔ

基于超声波虚拟相控阵列的气体泄漏成像方法∗

李　磊∗ꎬ刘庆辉ꎬ杨　宽ꎬ田勇志ꎬ张　斌ꎬ牧凯军

(郑州大学物理工程学院ꎬ郑州４５０００１)

摘　要:提出了一种基于虚拟相控阵列的气体泄漏成像方法ꎬ能够实现气体泄漏源的可视化定位ꎮ该方法首先利用扫描传

感器分时采集泄漏源产生的声波信号ꎬ然后采用互功率谱和虚拟阵列信号处理技术对泄漏源进行定位ꎮ通过仿真讨论了各种因素对定位成像精度的影响ꎬ其中包括传感器的数量和阵元间距ꎮ在实验平台上进行气体泄漏源的检测和成像实验ꎬ验证了该方法的可行性和精确性ꎮ结果表明ꎬ该方法能够准确可靠地对气体泄漏源进行可视化成像ꎬ具有广泛的应用前景

关键词:泄漏定位ꎻ虚拟相控阵列ꎻ互功率谱ꎻ阵列信号处理

中图分类号:ＴＢ５３３　　　　文献标识码:Ａ　　　　文章编号:１００４－１６９９(２０１９)０５－０６７６－０５　　气体存储和运输在工业和生活领域发挥着重要的作用ꎬ如二氧化碳、氯气、天然气等ꎮ当气体在存储和运输过程中发生泄漏ꎬ会产生能源浪费、环境污染、以及威胁人的生命安全ꎮ因此ꎬ对气体泄漏源的检测和定位问题成为无损检测领域的研究热点之一[１]ꎮ目前存在的泄漏检测定位方法有:压力差法、电阻变换法、光学方法和声学方法等[２－５]ꎮ与其他方法相比ꎬ声学方法具有易于实现、检测对象的结构无需改变、定位速度快、抗干扰能力强等诸多优点ꎮ

声学方法是利用超声波传感器采集泄漏源释放的超声信号ꎬ然后进行数据处理及分析ꎬ进而检测泄漏源的位置ꎮ利用声学方法对泄漏源进行检测定位主要分为两类ꎬ第一类是根据泄漏的超声信号到管道两端的超声波传感器的时间差进行定位ꎮ２０１２

年ꎬ孟令雅[６]等考虑温度和压力等因素对声音传播速度的影响ꎬ对泄漏位置公式进行了修正ꎬ提高了这种方法的定位精度ꎮ２０１３年ꎬ徐晴晴[７]等为了提高定位精度采用了小波包变换降噪的方法ꎬ能够对微弱泄漏信号进行有效的检测和定位ꎮ２０１６年ꎬ徐长航[８]等为解决管道泄漏源定位精度与超声波传感器数量之间的矛盾ꎬ提出了一种基于多级方案的新方法ꎬ包括区域定位和精确定位两个步骤ꎮ虽然此类方法的检测准确率较高ꎬ但是定位精度易受到环境温度、气体流速以及气体压力等多种因素的影响ꎬ而且需要较多数量的超声波传感器ꎮ

第二类方法是利用超声波传感器阵列对泄漏源进行检测和定位ꎮ２０１５年ꎬ边旭[９]等提出了一种基于超声波传感器阵列的气体泄漏检测定位方法ꎬ该

项目来源:国家自然科学基金项目(６１６０１３２２)ꎻ河南省科技攻关计划项目(１６２１０２２１００１８)收稿日期:２０１８－１２－２１　　修改日期:２０１９－０３－２１

第５期李　磊ꎬ刘庆辉等:基于超声波虚拟相控阵列的气体泄漏成像方法

　６　７７

方法利用超声信号在时空域的相关性解决了泄漏源产生的连续超声信号的实时定位问题ꎮ２０１７年ꎬ张

宇[１０]等提出了一种基于改进波束形成算法的连续气体泄漏定位方法ꎬ该方法能较好地定位近场和远场连续泄漏气体ꎮ利用超声波传感器阵列对泄漏源检测定位ꎬ能够极大地提高泄漏源的定位精度ꎮ

利用传感器阵列对气体泄漏源检测定位需要大量的传感器组成阵列ꎬ并且需要数据同步采集装置ꎬ使系统结构非常复杂[１１]ꎮ由于受到阵列孔径和系统复杂度的限制ꎬ一直缺少一种能够对泄漏源进行高精度检测成像的有效方法ꎮ本文首次提出了一种将虚拟阵列应用于气体泄漏检测成像的方法ꎬ对气体泄漏源位置的可视化成像从而实现二维精确定位ꎮ该方法将采用虚拟相控阵列技术实现对气体泄漏源的高精度定位检测ꎬ具有以下优点:①该方法使用两个传感器代替传感器阵列ꎬ虚拟阵列的孔径可按照需求进行灵活配置ꎬ进而提高系统的定位成像精度ꎮ②传感器阵列使用多路同步采集装置保证各阵元信号的幅相一致性ꎬ而该方法只需要保证两路信号的幅相一致性即可ꎮ因为该方法不使用多路同步采集装置ꎬ所以系统结构更加简单ꎮ③该方法节省了传感器的数量并且不需要多路数据同步采集装置ꎬ大大降低了系统的成本和复杂度ꎮ

１　成像检测原理

当气体管道发生泄漏时ꎬ由于管道内外存在压力差ꎬ在泄漏孔处会产生一定频率的声波ꎮ泄漏孔处产生的声波频率一般在１０ｋＨｚ~１００ｋＨｚ之间ꎬ而能量主要分布在ｋＨｚ１０ｋＨｚ~５０ｋＨｚ之间[１２]ꎮ由于４０以我们选用频率的超声波与环境噪声的能量差值最大４０ｋＨｚ的超声信号作为检测信号ꎮ

ꎬ所本节分为两个部分:首先ꎬ介绍了泄漏源产生的超声信号ꎬ泄漏声波的传播模型ꎻ其次ꎬ介绍了用互功率谱法对数据进行处理ꎬ然后对泄漏源进行定位成像ꎮ系统的原理图如图１所示ꎮ

图１　系统原理图

１.１　信号模型

当压力容器或管道的气体发生泄漏时ꎬ泄漏源处的气体流动可以看作是等熵流动ꎮ马大猷[１３]提出影响声压的主要因素是喷嘴直径和内外压力差之比ꎮ通过一系列的实验和分析ꎬ他得出了著名的声压级与泄漏源大小和压力差的关系ꎬ如式(１):

Ｌ＝８０＋２０ｌｇＤＤ

(Ｐ－Ｐ０)４０＋１０ｌｇＰ２０(Ｐ－０.５Ｐ(１)

式中ｄＢ绝对压力ꎻＤ:Ｌ为泄漏口直径为垂直方向距离泄漏口ꎻＰ为泄漏孔驻压ꎬ(Ｄ１ｍｍ处的声压级０)２

ꎬ

０＝ꎮ

１ｍｍ)ꎻＰ０为环境大气本文所使用的传感器为空气耦合式超声波传感器ꎮ泄漏超声沿空气传播存在衰减效应ꎬ主要为:吸收衰减、散射衰减和扩散衰减ꎬ其遵循指数规律衰减[１４]ꎮ所以超声波传感器接收到的信号包含幅度衰减和相位延迟ꎬ如式(２)所示:

Ｐ(ｒꎬｔ)＝Ｐｓｕｒｅｊ(ωｔ－ｋｒ＋θ０)

(２)

式中:Ｐｓ为泄漏源的声压值ꎻｕｒ为衰减算子ꎻｒ为泄漏源距接收传感器的距离ꎻω为接收超声信号的频率ꎻｋ为波数ꎻθ０为泄漏超声信号初相位ꎮ

下面以Ｍ×Ｎ元矩形面阵为例ꎬ每个虚拟阵元的接收数据用一个复加权系数来调整该阵元的相位ꎮ图２为平面虚拟阵列的结构图ꎮＰ(ｒꎬθꎬφ)是信号源的来波方向ꎬｒ为信号源与阵列的距离ꎬθ为信号源与阵列的方向角ꎬφ为信号源与阵列的俯仰角ꎮ

图２　平面阵列结构

１.２　定位成像算法

假设声场是时间平稳的ꎬ我们可以采用虚拟阵列来代替实际的传感器阵列ꎬ以改善传感器阵列在实际应用中的局限ꎮ虚拟阵列技术采用较少的传感器和测量通道ꎬ通过多次扫描的方式来获取每个虚拟阵元的复声压(对时域信号进行傅里叶变换得到的声压值)ꎮ假设Ａ(ｍꎬｎ)为坐标为(ｍꎬｎ)点的阵元ꎬｘ(ｍꎬｎ)(ｔ)为(ｍꎬｎ)点接收到的时域信号ꎬＡꎬｘ)为参考传感器接收到的时域信号ｒｅｆ为参考

传感器(ｔ)和ｒｅｆ(ｔꎬｘ(ｍꎬｎ)ｘｒｅｆ(ｔ)之间的延时为 (ｍꎬｎ)ꎮ然后分别对

６７８

传　感　技　术　学　报ｗｗｗ.ｃｈｉｎａｔｒａｎｓｄｕｃｅｒｓ.ｃｏｍ

第３２卷

ｘＦ(ｍꎬｎ)(ｔ)和ｘｒｅｆ(ｔ)做Ｆｏｕｒｉｅｒ变换得到频域的声压值

ｘ(ｍꎬｎ)(ｆ)和Ｆｘｒｅｆ(ｆ)ꎮ则∫

:

ìï∞

ïＦｘ(ｍꎬｎ)(ｆ)＝ｘ(ｍꎬｎ)(ｔ)ｅ－ｊ２πｆｔí

－∞ｄｔ

ï(３)

ïîＦｘ(ｆ)＝∞ｘ(ｔ)ｅ－ｊ２πｆｔｒｅｆ－∞

ｒｅｆｄｔ式中:

信号∫

∫

∞－∞

ｘｒｅｆ(ｔ)ｅ－ｊ２πｆｔｄｔ＝ｅ－ｊ２πｆ (ｍꎬｎ)

Ｆｘ(ｍꎬｎ)(ｆ)

(４)

ｘＺ(ｆ)＝(ｍꎬｎ)(ｔ)和ｘＦｒｅｆ(ｔ)的互功率谱Ｚ(ｆ)为:

ｘ(ｍꎬｎ)(ｆ)Ｆ∗ｘｒｅｆ(ｆ)

＝｜Ｆｘ(ｍꎬｎ)(ｆ)｜２ｅｊ２πｆ (ｍꎬｎ)

(５)

式中:Ｆ∗ｘｒｅｆ(ｆ)为信号ｘｒｅｆ(ｔ)的共轭谱ꎮ由上式可以看出:互谱没有时间依赖性ꎬ它只与信号的频率ｆ以及两信号的延时 (ｍꎬｎ)有关系ꎮ所以(ｍꎬｎ)点的阵元与参考传感器的相位差φ(ｍꎬｎ)为:

φ(ｍꎬｎ)＝２πｆ (ｍꎬｎ)

＝ａｒｃｔａｎ{ＩｍＲｅ[[ＺＺ((ｆｆ)]

)]

}

(６)

利用各个阵元与参考位置点的相位差可以得到各虚拟阵元间的相位差ꎬ进而得到波束形成算法所利用的信号ꎮ我们假设坐标系原点接收到的信号为ｘ(０ꎬ０)(ｔ)ꎬ则每个虚拟阵元接收到的信号为:

ｘ(ｍꎬｎ)(ｔ)＝ｘ(０ꎬ０)(ｔ)ｅ２ｊπ[φ(ｍꎬｎ)－φ(０ꎬ０)]

(７)

当虚拟阵列接收到的平面波是传播方向为α的平面时ꎬ虚拟阵列中不同虚拟阵元间的时差为 ｉαＴｐꎬ其中ｃ为声波在介质中的传播速度ꎬ阵元坐标＝ｐ(ｘｉ/ｃꎬｙꎬ０)ꎮ波传播的单位向量是＝αꎬ可以表示为:

α[ｓｉｎθｃｏｓφ　ｓｉｎθｓｉｎφ　ｃｏｓφ]Ｔ(８)对于在一个局部均匀的介质里传播的平面波ꎬ

定义波数ｋ为

ｋ＝ωｃα＝２λ

π

α

(９)

式中:ω为信号的角频率ꎬλ为信号波长ꎮ此时虚拟阵列系统的阵列流形矢量为:éê

ｅ－

ｊω １ꎬ１ｅ－

ｊω １ꎬ２􀆺ｅ－ｊω １ꎬｎù

　Ｖêｋ􀆺ｅ

－ｊω ２ꎬｎ

úú(θꎬφ)( )＝ê

ｅ－ｊω ２ꎬ１ｅ－ｊω ２ꎬ２

ê⋮

⋮⋱⋮ú(１０)

êëｅ－ｊω ｍꎬ１ｅ－ｊω ｍꎬ２

􀆺ｅ－ｊω úｍꎬｎúû

各虚拟阵元的输出为:

éêｘ(１ꎬ１)

(ｔ)ｘ(１ꎬ２)(ｔ)􀆺ｘ(１ꎬｎ)(ｔ)ù

　Ｘ(ｔ)＝êê

ｘ(２ꎬ１)(ｔ)

ｘ(２ꎬ２)(ｔ)􀆺ｘ(ｔ)ú

(２ꎬｎ)ú

ê⋮⋮⋱⋮úêëｘ

(ｍꎬ１)(ｔ)

ｘ(ｍꎬ２)(ｔ)􀆺

ｘú(１１)(ｍꎬｎ)(ｔ)úû

　　此时虚拟阵列的输出为Ｙ(ｔ)＝ＶＨ:

ｋ(θꎬφ)(

)Ｘ(ｔ)(１２)

波束形成的输出Ｐ＝Ｅ[(Ｙ(ｔ)):

２]＝ＶＨｋ(θꎬφ)( )ＲＶｋ(θꎬφ)( )(１３)式中:Ｒ为阵列输出Ｒ＝ＥＸ[(Ｘｔ)(的协方差矩阵ｔ)Ｘꎬ即:

Ｈ(ｔ)]

(１４)

２　数值仿真

为了提高该方法成像结果的精度ꎬ我们需要通过计算机仿真研究各种因素对成像结果的影响ꎮ本章节我们主要研究阵元数量和阵元间距对成像结果２.１　的影响阵元数量对成像结果的影响

ꎮ

为了研究阵元数量的大小对成像结果的影

响４０ꎬ×我们将传感器数量分别设置为４０和Ｎ＝６０×６０ꎬ其他实验参数均相同Ｎ＝２０×２０ꎮ、能量Ｎ＝分布图如图３所示ꎬ图３(ａ)、图３(ｂ)和图３(ｃ)分别是传感器数量为２０×２０、４０×４０和６０×６０的能量分布图ꎮ

图３显示ꎬ随着传感器阵列中阵元数量的增大ꎬ成像结果越精确ꎮ在图３(ａ)中ꎬ虽然能量最大的点(主瓣)位于泄漏源附近ꎬ但是主瓣宽度较宽ꎬ阵列的角度分辨率较低ꎮ在图３(ｂ)和图３(ｃ)中ꎬ成像结果的主瓣宽度变窄ꎬ旁瓣的能量幅值降低ꎮ由图３可以看出ꎬ随着传感器数量的不断增加ꎬ虚拟阵列成像结果的主瓣变窄、旁瓣数目减少并且旁瓣能量幅值减小ꎮ这一结果表明ꎬ成像结果的２.２　角度分辨率随阵元数量的增大而提高阵元间距对成像结果的影响ꎮ

为了研究阵元间距对成像性能的影响ꎬ将阵元间距Ｓ分别设为２ｍｍ、４ｍｍ和６ｍｍꎬ其他实验参数均相同ꎮ产生的能量分布如图４所示ꎮ对比图４中的三个能量分布图可以看出ꎬ当阵元间距远低于半个波长(波长为８.５ｍｍ)时ꎬ随着阵元间距的减少ꎬ由于阵元数目不变ꎬ导致阵列孔径变小ꎬ所以成像的角度分

辨率会下降(图４(ａ))ꎮ另一方面ꎬ当阵元间距过大时ꎬ虽然使阵列的孔径增大ꎬ提高了阵列的角度分辨率ꎬ但是在能量分布图中出现两个高能量区域ꎬ两个区域的能量非常相近ꎬ以至于无法确定泄漏源的位置(图４(ｃ))ꎮ当阵元间距大于半波波长时ꎬ会发生空域混叠ꎬ以至于成像结果会出现虚假峰的情况ꎮ为了避免出现虚假峰并且尽可能的提高阵列的分辨率ꎬ应选用半个波长的距离作为阵元间距ꎮ

第５期李　磊ꎬ刘庆辉等:基于超声波虚拟相控阵列的气体泄漏成像方法

　６　７９

图３　不同阵元数量的成像结果图

图４　不同阵元间距的成像结果图

３　实验与结论

３.１　实验设置

实验是在一个１５０ｃｍ×１５０ｃｍ×２０ｃｍ的平台上４０ｋＨｚꎬ因此采用频率为４０ｋＨｚ的信号作为检测信

号ꎮ为保证最佳响应ꎬ实验中选用ＦＵＳ－４０ＣＲ压电式超声波传感器采集泄漏源产生的超声信号ꎮ该传感器的固定工作频率为４０ｋＨｚꎬ灵敏度为－４６ｄＢꎬ尺寸为８ｍｍ×７.５ｍｍꎮ该传感器的主要技术指标如表１所示ꎮ

表１　超声波传感器的主要参数参数额定频率频带宽度接收灵敏度指向性检测距离距离分辨率工作温度

数值４０ｋＨｚ６ｋＨｚ

－４６ｄＢ(０ｄＢ＝１Ｖ/Ｐａ)

５０°０.２ｍ~６ｍ９ｍｍ－２０℃~７０℃

３.２　实验结果

以某一时刻扫描传感器和参考传感器的接收信号为例ꎬ分别绘制出两传感器接收信号的时域波形图ꎬ横轴是采样时间ꎬ纵坐标是泄漏信号的幅值ꎬ如图６所示ꎮ虚拟阵列的阵元间距为４ｍｍꎬ从泄漏源到虚拟阵列的距离为７０ｃｍꎮ

进行的ꎮ由于泄漏超声信号的能量主要分布在

图５　实验装置图

精度线性平移台上ꎬ线性平移台的运动范围为２０４ｍｍ×２０４ｍｍꎮ另一个超声波传感器固定放置在实验平台的一侧用于记录参考信号ꎮ实验中采用采样速率为１ＭＨｚ的双通道同步数据采集卡(ＰＣＩ８５５２)进行数据采集ꎮ实验装置如图５所示ꎮ

图６　超声信号的时域图

　　在实验中ꎬ一个超声波传感器安装在二维高

该方法首先通过互功率谱计算每组扫描信号与参考信号的相位差ꎬ然后我们用这个相位差获得虚

６８０

传　感　技　术　学　报ｗｗｗ.ｃｈｉｎａｔｒａｎｓｄｕｃｅｒｓ.ｃｏｍ

第３２卷

拟阵列各虚拟阵元之间的相位差ꎬ最后通过阵列信

号处理算法得到泄漏源的定位成像结果ꎮ

图７显示了气体泄漏信号的空间功率谱ꎮ通过搜索整个平面的最大能量输出可以找到泄漏源的位置ꎬ如图８红色区域所示ꎮ图７中峰值对应的角度为泄漏源在虚拟阵列平面的方向角及俯仰角ꎮ从图７可以得出ꎬ泄漏源的位置坐标为(１１０°ꎬ３０°)ꎮ我们把泄漏信号的空间功率谱图的二维显示图与实验装置的光学图像融合ꎬ形成了可直观显示被测物泄漏声源状态图ꎮ如图８即为气体泄漏源的成像显示ꎮ

图７　泄漏信号的空间功率谱

图８　气体泄漏源的定位成像图

４　结论

本文提出了一种基于虚拟相控阵超声波传感器阵列的气体泄漏成像方法ꎬ并且比较了虚拟阵元数量和阵元间距对成像定位结果的影响ꎮ仿真结果表明:扫描传感器的步进量应按照超声信号的半个波长来设置ꎬ随着扫描传感器位置的增多ꎬ虚拟阵列的孔径逐渐增大ꎬ定位成像结果的分辨率也越来越高ꎮ在实验平台上进行了实际的气体泄漏源定位成像实验ꎬ结果表明ꎬ基于虚拟阵列的成像定位方法具有较高的精度ꎬ能够有效检测出气体泄漏源的二维位置ꎮ而且ꎬ采用光场图像和声场图像融合的检测成像模式实现了直观显示泄漏源空间位置的目的ꎮ

参考文献:

[１]　ＹｕＺꎬＪｉａｑｉａｎｇＷꎬＸｕＢꎬｅｔａｌ.ＡＣｏｎｔｉｎｕｏｕｓＧａｓＬｅａｋａｇｅＬｏｃａｌｉ￣

ｚａｔｉｏｎＭｅａｓｕｒｅｍｅｎｔＭｅｔｈｏｄꎬ２０１７Ｂａｓｅｄꎬ１０６ｏｎ:ａｎ１４３Ｉｍｐｒｏｖｅｄ－１５１.

ＢｅａｍｆｏｒｍｉｎｇＡｌｇｏｒｉｔｈｍ[Ｊ].[２]

ＭｕｒｖａｙＰꎬＳｉｌｅａＬ.ＡＳｕｒｖｅｙｏｎＧａｓＬｅａｋＤｅｔｅｃｔｉｏｎａｎｄＬｏｃａｌｉｚａ￣ｔｉｏｎＴｅｃｈｎｉｑｕｅｓ[Ｊ].ＪｏｕｒｎａｌｏｆＬｏｓｓＰｒｅｖｅｎｔｉｏｎｉｎｔｈｅＰｒｏｃｅｓｓ[３]ＩｎｄｕｓｔｒｉｅｓＧｅｉｇｅｒＧꎬꎬＶｏｇｔ２０１２Ｄꎬꎬ２５Ｔｅｔｚｎｅｒ(６):９６６Ｒ.－Ｓｔａｔｅ￣ｏｆ￣ｔｈｅ￣Ａｒｔ９７３.

ｉｎＬｅａｋＤｅｔｅｃｔｉｏｎａｎｄ[４]

ＬｏｃａｌｉｚａｔｉｏｎＨｕｎｇＹＹꎬＨｏ[Ｊ]Ｈ.Ｐ.ＯｉｌＳｈｅａｒｏｇｒａｐｈｙＧａｓＥｕｒｏｐｅａｎ:ＡｎＭａｇａｚｉｎｅＯｐｔｉｃａｌＭｅａｓｕｒｅｍｅｎｔꎬ２００６ꎬ３２(４):Ｔｅｃｈｎｉｑｕｅ１９３.ａｎｄ２００５Ａｐｐｌｉｃａｔｉｏｎｓꎬ４９(３):６１－[８７.

Ｊ].ＭａｔｅｒｉａｌｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ:Ｒ:Ｒｅｐｏｒｔｓꎬ[５]陈寅生ꎬ赵文杰ꎬ宋凯ꎬ等.危险气体泄漏源搜寻多机器人系统的设计与实现[Ｊ].传感技术学报ꎬ２０１８ꎬ３１(７):１５６－１６４.[６]

ＭｅｎｇＬꎬＹｕｘｉｎｇＬꎬＷｕｃｈａｎｇＷꎬｅｔａｌ.ＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｎＬｅａｋＤｅｔｅｃｔｉｏｎ[Ｊ].ＪｏｕｒｎａｌａｎｄｏｆＬｏｃａｔｉｏｎＬｏｓｓＰｒｅｖｅｎｔｉｏｎｆｏｒＧａｓＰｉｐｅｌｉｎｅｉｎｔｈｅＢａｓｅｄＰｒｏｃｅｓｓｏｎＩｎｄｕｓｔｒｉｅｓＡｃｏｕｓｔｉｃꎬＭｅｔｈｏｄ２０１２ꎬ[７]

２５Ｘｕ(１Ｑ):ꎬＺｈａｎｇ９０－１０２.

ＬꎬＬｉａｎｇＷ.ＡｃｏｕｓｔｉｃＤｅｔｅｃｔｉｏｎＴｅｃｈｎｏｌｏｇｙｆｏｒＧａｓＰｉｐｅｌｉｎｅＬｅａｋａｇｅ[Ｊ].ＰｒｏｃｅｓｓＳａｆｅｔｙ＆ＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｔｅｃｔｉｏｎꎬ[８]

Ｘｕ２０１３Ｃꎬꎬ９１Ｇｏｎｇ(４):Ｐ２５３ꎬＸｉｅ－２６１.

Ｊꎬｅｔａｌ.ＡｎＡｃｏｕｓｔｉｃＥｍｉｓｓｉｏｎＢａｓｅｄＭｕｌｔｉ￣ＬｅｖｅｌＪｏｕｒｎａｌＡｐｐｒｏａｃｈｏｆＬｏｓｓｔｏＰｒｅｖｅｎｔｉｏｎＢｕｒｉｅｄＧａｓｉｎＰｉｐｅｌｉｎｅｔｈｅＰｒｏｃｅｓｓＬｅａｋａｇｅＩｎｄｕｓｔｒｉｅｓＬｏｃａｌｉｚａｔｉｏｎꎬ２０１６ꎬ[４４Ｊ]:

.[９]

３９７Ｂｉａｎ－Ｘ４０４.

ꎬＺｈａｎｇＹꎬＬｉＹꎬｅｔａｌ.ＡＮｅｗＭｅｔｈｏｄｏｆＵｓｉｎｇＳｅｎｓｏｒＡｒｒａｙｓｆｏｒ[１０]ｍａｉｎＧａｓＺｈａｎｇｏｆＬｅａｋａｇｅＹＣｏｎｔｉｎｕｏｕｓＬｏｃａｔｉｏｎꎬＷａｎｇＪꎬＢｉａｎＵｌｔｒａｓｏｕｎｄ.ＢａｓｅｄＸꎬｅｔａｌ.[ｏｎＪ]Ａ.ＣｏｒｒｅｌａｔｉｏｎＣｏｎｔｉｎｕｏｕｓＳｅｎｓｏｒｓꎬ２０１５ｏｆＧａｓꎬｔｈｅ１５(ＴｉｍｅｓｐａｃｅＬｅａｋａｇｅ４):８２６６Ｄｏ￣Ｌｏｃａｌｉ￣

－８３.

ｚａｔｉｏｎＭｅａｓｕｒｅｍｅｎｔＭｅｔｈｏｄꎬ２０１７Ｂａｓｅｄꎬ１０６ｏｎ:ａｎ１４３Ｉｍｐｒｏｖｅｄ－１５１.

ＢｅａｍｆｏｒｍｉｎｇＡｌｇｏｒｉｔｈｍ[Ｊ].[１１]ＣｕｉＸꎬＹｏｎｇＹꎬＭｉａｏＧꎬｅｔａｌ.ＬｏｃａｌｉｚａｔｉｏｎｏｆＣＯＣｉｒｃｕｌａｒ２Ｌｅａｋａｇｅ[１２]ＥｍｉｓｓｉｏｎＨｏｌｅＴａｏＷꎬＤｏｎｇｙｉｎｇＳｅｎｓｏｒｏｎＡｒｒａｙａＦｌａｔ￣ＳｕｒｆａｃｅＷꎬＹｕ[Ｊ]Ｐ.ＳｔｒｕｃｔｕｒｅＵｓｉｎｇａＣｉｒｃｕｌａｒＡｃｏｕｓｔｉｃｆｒｏｍａ

ꎬｅｔＳｅｎｓｏｒｓａｌ.Ｇａｓꎬ２０１６Ｌｅａｋꎬ１６Ｌｏｃａｌｉｚａｔｉｏｎ(１１):１９５１.ａｎｄＤｅｔｅｃ￣

ｔｉｏｎＴＤＯＡＭｅｔｈｏｄＢａｓｅｄ[Ｊｏｎ].ＭｅａｓｕｒｅｍｅｎｔａＭｕｌｔｉｐｏｉｎｔＵｌｔｒａｓｏｎｉｃＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙＳｅｎｓｏｒＡｒｒａｙꎬ２０１５ｗｉｔｈ２６(９):Ａｌｇｏｒｉｔｈｍ０９５００２.

ꎬ

[１３]ＹｏｕｍａＤ.ＤｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅＬａｗｏｆＴｕｒｂｕｌｅｎｔＪｅｔＮｏｉｓｅ[Ｊ].[１４]王浩全Ｃｈｉｎｅｓｅꎬ韩焱Ｊｏｕｒｎａｌꎬ曾光宇ｏｆＡｃｏｕｓｔｉｃｓ.非金属复合材料超声波衰减系数测定

ꎬ１９９８ꎬ１ꎬ００３.

研究[Ｊ].测试技术学报ꎬ２００２(４):２４９－２５１.李　磊(１９８１－)ꎬ男ꎬ河南南阳人ꎬ博士ꎬ副教授ꎬ研究生导师ꎬ主要研究方向为阵列信号处理、先进无损检测等ꎬｌｉｌｅｉ＠ｚｚｕ.ｅｄｕ.ｃｎꎮ