基于声发射乐谱化Frechet编码的变电站主变压器基底渗水损伤监测

季 宁， 李世倩， 任 罡， 胡晓丽， 陶红鑫， 魏 蔚，孙吕祎， 屠 骏， 张梦梦， 陶 锴

(1. 国网江苏省电力有限公司技能培训中心，江苏 苏州 215004; 2. 国网江苏省电力有限公司常州供电公司，江苏 常州 213003;3. 南京邮电大学，江苏 南京 210023)

变电站主变压器部署于粉砂黏土复合土体上方，在潮湿环境中易产生基底区域疲劳，进而在长期水文侵蚀与应力作用下易发生损伤事故。渗水会造成变压器基底抗压抗剪强度降低，改变其弹性模量、泊松比等力学参量，进而影响其宏观力学性能[1-4]。在水文与围压耦合作用下的基底损伤与沉陷会影响地面设备的正常运行，且仿真变电站培训人员距离主变较近，基地损伤和沉陷对人员安全带来威胁，因此，开展渗水作用下的仿真站主变压器基底损伤监测具有重要科学意义与应用前景。

声发射是一种结构在激励作用下通过释放瞬态弹性波以达到稳定状态的现象[5]。声发射产生于岩土颗粒滑移过程中，水分对颗粒具有软化摩擦作用，宏观上造成声发射信号形态变化[6]。声发射技术在基底岩体损伤监测工程中有十分成熟的应用，例如，Kim[7]等学者利用声发射技术对某地下隧道结构裂纹萌生和破坏应力阈值进行研究，探讨了声发射在力矩张量等损伤参数作用下的表征规律。Carpinteri[8]等学者利用声发射技术开展了混凝土结构在机械载荷下的裂纹检测研究。此外，在工业质检、设备损伤监测领域，声发射和超声技术同样有十分广泛的应用[9-12]。

上述研究表明，通过声发射信号所蕴含的模态变化和力学特性可体现结构参量变化信息，实现结构损伤状态监测。但由于结构各向异性特征会带来信号频散，加之传播距离的延伸会使信号波形产生衰减效应，故当前主流的声发射监测方法主要采用对连续声发射事件数和频度的统计。变电站主变压器基底具有高围压、大载荷的受力特点，加之易渗水的工作条件，水文应力耦合下的工作环境使得传统声发射监测方法在损伤预警超前性和状态识别准确性方面存在不足。

针对仿真变电站主变压器基底潮湿围压工况下的渗水损伤监测需求，本文提出一种基于声发射乐谱化Frechet编码的渗水损伤监测方法，首先利用乐谱化模型对突发型声发射包络信号采样编码，获得表征信号轮廓、幅值信息的音高、音值和压缩比指标；
然后对乐谱指标曲线进行极差Frechet相似性判别，获得渗水损伤信息。实验显示此方法可在保留信号轮廓特征的同时做到数据压缩，且具有良好的渗水损伤识别超前性和准确性。

220 kV实训用混仿变电站主变压器总重45 t，通过底端介质可对地产生12.16 kPa压强。地基主要由第四系全新统冲积成因的粉质黏土、粉砂等组成，粉砂局部密实，矿物成分以石英、长石为主，颗粒组成均匀，厚度为6～8 m，抗压强度极限为70 kPa。

在水文条件方面，对本工程有影响的地下水主要为孔隙潜水及微承压水。赋存于表层杂填土中的孔隙潜水主要接受降水补给，水位埋深处于0.1～2 m区间。微承压水主要贮存于粉砂层中，主要受侧向和越流补给，也受大气降水、地表水体等制约。该地区最高微承压水位为1.74 m。虽然工程建设前期设置了站区上下水系统，且粉砂上方的粉质黏土层具有较好的隔水效果，但此地区气候潮湿多雨，长期动态缓变的浸水条件对地基有腐蚀性。不同于常规野外作业的变电站，培训学校内变压器与其他地面设备和人员距离较近，虽没有强电危险，但对地载荷对在水分的渗透作用下会加剧地基损伤沉陷风险，高应力下的渗水问题不容忽视，建立连续在线、稳定可靠的地基渗水损伤监测系统具有迫切必要性。

乐谱化特征编码是一种利用时域采样线刻画信号包络特征的编码方法，单个信号片段的编码流程如图1所示。对监测信号进行峰值标记，利用样条插值算法进行包络线提取；
随后将包络线与采样谱线交点作为采样音谱，利用谱线采样得到音高、音值和压缩比指标；
最后基于乐谱化特征指标生成简谱乐谱，完成声发射信号特征离散化提取，实现人耳不可感知超声信号到可听音频折换。

图1 乐谱化特征编码

设信号包络线在时域区间[t0,tn]内表达式为：

其中t0,t1, ···,tn分别为包络信号各峰值对应的时域点，设在时间[t0,tn]内取得最大值和最小值。借鉴音乐谱方法，在信号极值内规划采样谱线方程Sn(t)，其中n∈[0,6]，谱线1～7 分别对应音符 1、2、3、4、5、6、7，相邻谱线间电压差Δ可表示为：

则谱线方程Sn(t)可表示为：

依据包络线f(x)和谱线方程Sn(t)可联立方程：

其中n=1, 2, 3, 4, 5, 6。依据方程解可得采样坐标(tn,vn)，并将各采样音符纵坐标定义为音高指标φ（φ=1, 2, 3, 4, 5, 6, 7）。此外，定义音值指标：

式中：vn+1-vn——后一音符与前一音符的电压差；

tn+1-tn——后一音符与前一音符的时间间隔。

音值指标的绝对值大小表征了信号变化的快慢，正负表征了信号的高低走势，当包络信号出现极值时音值指标便会经过零点，过零点的数量可反映包络信号变化激烈程度。

水文状态变化下的声发射信号会具有较大的幅值波动性，倘若在全周期采用固定极值规划采样范围，则在幅值较小信号段会造成粗大丢失，降低信号轮廓表征分辨率。为了适应多样的水文环境，首先将信号M等分，在第k(0＜k＜M)等分时段[tk-1,tk)内的谱线方程可表示为，则信号压缩比可定义为：

其中f′max和f′min分别为该时段包络信号的极大值和极小值，通过合理控制等分片段便可减少粗大丢失，不同压缩比划分方法如图2所示。

图2 压缩比划分示意

利用乐谱化指标可在保留信号轮廓、幅值和变速特征的条件下实现时域信号特征规范化提取，实现不可感知超声域信号到可听音频映射，为工程现场人员提供更为直观的预警手段，同时可压缩数据容量，利于本地存储和远程传输。

在乐谱特征提取研究基础上，本文提出乐谱指标Frechet相似性判别方法进行渗水损伤识别。离散Frechet距离来源于人狗距离模型，是一种高级曲线相似性的度量方法[13]，设A=＜a1, ···,am＞，B=＜b1, ···,bm＞为2条由离散点组成的曲线，利用σ(A)和σ(B)表示曲线轨迹点的顺序集合，则时域上可得顺序点(a1,b1),(a2,b2), · ··, (am,bm)。若要实现曲线相似，则需满足等式：

定义离散Frechet距离为最小化的轨迹序列的欧氏距离最大值，即：

当 ε较小时可认为曲线路径重合度小，以此可得到曲线相似度排序。

由于乐谱化采样方法采用动态压缩比自适应控制谱线极值，此种幅值差异会影响音值曲线相似度判别时的变速特征信息，故在进行相似度计算前需要对曲线进行极差归一化处理，即：

式中：qi——音值曲线在第i个采样点处的幅值；

qmax和qmin——此信号片段音值曲线的极大值与极小值。

在渗水损伤识别中，首先计算训练集各渗水损伤层级样本声发射信号的乐谱指标，并对音值数据进行极差处理，计算平均离散Frechet距离作为期望值，根据组间距离得到方差，设置对照组阈值为。此外，计算音符点数均值并以此为期望得到采样点方差，以为阈值，其中Nu代表不同渗水损伤层级的音符点数阈值。在识别实验中将未知信号进行乐谱化处理，并将音高、音值曲线与对照组匹配，倘若两指标和音符数量均处于阈值范围内，则将此样本划归对照组所处渗水损伤状态。

4.1 渗流数值模拟

4.1.1 边界条件

为探究变压器应力激励下的基底水文分布规律，利用数值模拟方法分析应力作用下的渗流时空分布状态。利用达西定律作为水头控制方程[14]，其基本表达式为：

或

式中：Q——渗透流量；

k——基体性质常数；

w——断层面积；

h1和h2——上下两侧压力水头；

L——渗流长度；

v——断层平均流速；

J——渗流过程中水头损失率。

工程中可将基本表达式普遍化为如下微分形式：

其中vx，vy和vz分别为三个分量方向的水流速度。达西定律表明渗透流量与断层面积和水头损失成正比，与渗流路径长度成反比，且渗流速度与水力坡降呈线性关系。水头方向设置为垂直向下，应力施加区域为变压器底端，长宽分别为8.22 m和4.50 m，基体纵深为7 m，采用三角形进行网格剖分。由于粉砂上方的粉质黏土层具有较差的透水性，在仿真中将其理想化为隔水介质。设置结构透水层为上表面，且初始状态无压力，下表面固定，渗流路径为整个结构体。参照常见的粉砂物理参数[15-16]，仿真中所用的参数如表1所示。

表1 仿真参数

4.1.2 仿真结果

对0～7 000 s内应力作用下的水头压强进行有限元仿真，通过压强分布反映水在结构中的渗流状况。仿真进行的第1 000 s和7 000 s的压强分布和压强切片结果如图3所示。

图中可看出，在顶端矩形应力区域激励下的渗流纵深分布较为对称，未出现杂乱方向渗流。初期高压强主要集中在结构顶部，随着渗流的进行，高压强逐渐向底端转移，扩散过程较为均匀，水平方向上水文损伤差异性较小。

4.2 渗水损伤识别实验

4.2.1 声发射信号采集

数值模拟结果显示在主变压器载荷应力下的水文分布均匀，故采用单轴施压方法模拟粉砂基底工况以激发声发射。由于电力技术培训学校运营过程中应力方位变化较小，故采用步进微增加载方式，利用不同水分含量模拟渗水损伤程度，采用称重法得到四种不同含水状态的粉砂样本，分别模拟未渗水、轻度渗水、中度渗水和重度渗水损伤状态。实验中首先将所有样本放入干燥箱烘干24 h，得到未渗水样本，然后将样本浸泡入水中2 h，使样本饱和含水，得到重度渗水损伤样本，设重度渗水损伤样本和未渗水样本质量差为A，则分别取A/3和2A/3的水均匀浸入干燥样本，分别得到轻度渗水和中度渗水样本。单轴载荷损伤时激发的声发射信号如图4所示。

图4 不同渗水损伤状态声发射信号

4.2.2 乐谱特征分析

利用乐谱化方法对声发射信号开展特征提取，图5展示了在多种载荷条件下，不同渗水损伤等级样本声发射的音高数据。

图5 多种载荷条件下不同渗水损伤等级样本声发射音高数据

由图可知，虽然载荷水平相差较大，但音高数据随渗水损伤等级的变化规律并无明显差异，音高曲线的延伸长度（即音符点数量）整体与渗水状态呈负相关。造成此种现象是因为音高数据是信号轮廓的刻画，随着粉砂渗水状态的加剧，水分对粉砂颗粒的摩擦软化作用愈发明显，导致声发射信号时域生存周期缩短，故采样得到的音符点数量也减少。

同理，处理多种载荷条件下的音值数据，以载荷=4 t为例，音值数据如图6(a)所示，音值曲线的延伸长度同样与渗水状态呈负相关。将经过零点的音值定义为波折点，波折点数量可体现信号的变化激烈程度，统计多种载荷下的波折点数量如图6(b)所示。

图6 音值数据和多种载荷下的波折点数量

图中可知，虽然不同载荷存在差异性，但整体上随着渗水状态的加剧，波折点数量呈逐渐减小趋势，这说明渗水状态会减缓声发射信号的变速，使信号更为平缓、稳定。利用音高、音值和压缩比指标对声发射信号进行可听声域折换，以未渗水损伤和重度渗水损伤信号为例，乐谱指标生成的可听音频如图7所示。

图7 不同渗水损伤声发射生成音频

音频数据显示，不同渗水状态的声发射信号听觉直观差异明显，未渗水损伤声发射信号波动性更强，且高音调占比更多，重度渗水损伤信号则波动更为缓慢。

4.2.3 渗水损伤识别

为对比极差处理对结果的影响，以两组重度损伤的音值曲线为例，图8展示了极差处理前后结果。

图8 音值指标极差处理对比

图中可看出，经过极差处理后的音值数据具有更好的相似度可判别性，避免了由动态压缩比调整对信号变速特征刻画的影响。计算四种渗水层级样本的音高、音值Frechet距离阈值和音符点数阈值以得到各参数区间，通过多组对比实验，得到对照组数据如表2所示。

表2 参数对照组数据

选择未渗水、轻度渗水、中度渗水和重度渗水损伤声发射信号各10个，利用相似度判别模型开展损伤识别实验，结果如图9所示。

图9 渗水损伤识别结果

结果可知，未渗水样本和重度渗水损伤样本识别效果最好，全部正确归类，轻度渗水损伤样本误拒1个（归入未渗水损伤组别），中度渗水损伤误拒2个（归入重度渗水损伤组别），整体识别准确率为92.5%。

4.2.4 数据压缩

利用压缩比、音高和音值指标可实现原始信号的拟合反演，在保留信号轮廓、幅值和变速信息的同时到数据存储压缩。图10(a)展示了乐谱化采样过程，(b)展示了信号乐谱化处理前后的数据量对比，结果显示此种方法可将原始数据压缩至43.4%。

图10 乐谱化过程和数据压缩对比

针对220 kV实训用混仿变电站外场主变压器对基底产生的潜在渗水损伤风险，本文提出一种基于声发射乐谱化Frechet编码的渗水损伤监测方法，主要工作如下：

1）利用乐谱化方法处理声发射包络信号，将原始监测信号编码为音高、音值和压缩比指标，并生成可听监测音频，实现人耳不可感知超声信号到可听声的折换，为人员活动频繁的工况场地带来更为直观的预警思路。

2）利用乐谱指标Frechet相似度判定方法进行渗水损伤识别，基于离散Frechet距离计算训练样本音高、音值和音符点数对照组阈值，用极差处理方法避免动态压缩比对音值曲线相似度判定干扰。

3）利用数值仿真方法模拟工况主变压器应力激励条件下的粉砂基底渗水时空分布，采用单轴压缩激发样本声发射，利用乐谱指标Frechet编码开展损伤识别实验，结果显示对四种渗水损伤层级的识别准确率为92.5%，此外，本方法可将监测数据压缩至43.4%，可减小存储资源消耗和带宽传输压力。

猜你喜欢粉砂压缩比乐谱山之高歌唱艺术(2022年6期)2022-10-23是你一直想着我歌唱艺术(2022年12期)2022-04-12典型粉砂地层盾构选型及施工参数研究装饰装修天地(2020年19期)2020-11-06质量比改变压缩比的辛烷值测定机软件(2020年3期)2020-04-20乐谱：放飞梦想北方音乐(2019年20期)2019-12-04一毛学琴记——乐谱失踪琴童(2018年11期)2018-01-23跃进总干渠粉砂地基上节制闸抗滑稳定性分析水利科技与经济(2016年5期)2016-04-22低温废气再循环及低压缩比对降低欧6柴油机氮氧化物排放的影响汽车与新动力(2014年6期)2014-02-27高几何压缩比活塞的燃烧室形状探讨汽车与新动力(2014年5期)2014-02-27采用两级可变压缩比系统提高车用汽油机的效率汽车与新动力(2014年4期)2014-02-27