5.3 阀门内漏模拟实验
  为验证文中方法对阀门内漏声发射检测内漏率估计精度的改进效果，本节在入口压力p1=500kPa的条件下，通过阀门不完全关闭的方法，模拟内漏率为1～6L/min n的阀门内漏实验。查表得流量参数cv=346［16］。
图15为检测信号去噪前后声发射信号均方值及由模型计算得到的信号均方值关系图，由图可以看出经滤波后的信号均方值有明显降低。

     图15去噪前后检测信号漏率与均方值关系图
    Fig．15The relationship between the leakage rate and PA of the test signal before denoising and after

   将去噪前后信号的均方值代入定量估计模型得到估计内漏率与实际内漏率的误差图，如图16所示。

     图16去噪前后检测信号估计误差
    Fig．16The estimated error of the test signal before deniosing and after

   由图16得，去噪后的信号应用于阀门内漏率估计的结果比未去噪信号精度更高，平均提高0．3584L/min，因此文中去噪方法对阀门内漏定量检测具有较为有效地应用效果。同时，由于现场检测的干扰噪声比实验室条件下强度更高，将该方法应用于实际现场会取得更好的估计精度提高效果。

6  结论
  油库阀门内漏声发射检测信号经常受到机械、电磁等噪声干扰，这些噪声不仅使内漏率估计出现较大偏差，还会造成阀门内漏的误报。本文首先分析了阀门内漏率估计的影响因素，并对主要噪声源的特征及对内漏检测的影响进行了研究，针对单一传感器无法有效识别和去除来自阀门上游噪声信号的问题，提出了双传感器的声发射检测模式，并利用互相关分析方法实现上游噪声的去除。同时，利用小波变化的方法去除检测信号中电磁噪声。模拟实验表明，文中方法算法简单，易于实现，不仅能够有效地去除声发射信号中各类噪声的干扰，并能较大程度保存内漏声发射信号时频特性，同时能有效提高内漏率的估计精度。

参考文献

［1］王军，宋发春，范继义．油库阀门故障原因的分析及预防［J］．油气储运，2004，23(10): :51-53．
WANG J，SONG F CH，FAN J JY．Analysis on valve failure and accident prevention in tank farm［J］．Oil l＆ ＆gas storage and transportation，2004，23(10):51-53.

［2］高倩霞，李录平，饶洪德，等．阀门泄漏率的声发射测定技术研究［J］．动力工程学报，2012，32(1):42-46 ．
GAO QX，LI L P，ＲAOH D，et al．Acoustic emission theory and testing technology for quantitative diagnosis of valve leakages［J］．Journal of Chinese Society of Power Engineering，2012，32(1):42-46．

［3］NAKAMUＲA T，TEＲADA M．Development of leak mo-nitoring system for pressurizer valves［J］．Progress in Nu-clear Energy，1985，15:175-179．

［4］PUTTMEＲ A，ＲAJAＲAMAN V．P3F-6 acoustic emis-sion based online valve leak detection and testing［C］．Ultrasonics Symposium，2007． ．IEEE． ．IEEE，2007: :1854-1857．

［5］LEE SG，PAＲKJ H，YOOK KB，et al．Evaluation of in-ternal leak in valve using acoustic emission method［J］．Key Engineering Materials，2006，326: 661-664．

［6］KAEWWAEWNOI W，PＲATEEPASEN A，KAEWTＲ-AKULPONG P．Investigation of the relationship between internal fluid leakage through a valve and the acoustic emission gene-rated from mthe leakage［J］．Measurement，2010，43(2):274-282．

［7］MELAND DE，THOＲNHILL N F，LUNDE E，et al．Quantification of valve leakage rates［J］．AIChE EJournal，2012，58(4):1181-1193．

［8］JAFAＲI S SM，MEHDIGHOLI H，BEHZAD M．Valve fault diagnosis in internal lcombustion engines using acoustic emission and artificial neural network［J］．Shock kand dVibration，2014．

［9］JAFAＲI S M，MEHDIGHOLI H，BEHZAD M．Investi-gation of the relationship between engine valve leakage and acoustic emission measured on the cylinder head ig-noring gcombustion effects［J］．Proceedings of the Institu-tion of Mechanical Engineers，Part tE:Journal of Process Mechanical Engineering，2014．

［10］文玉梅，谢仁峰，杨进，等．管道泄漏检测中的噪声自适应抑制［J］．仪器仪表学报，2012，33(10):2228-2233．WEN Y M，XIE Ｒ F，YANG GJ，et al．Adaptive noise suppression in pipeline leak kdetection［J］．Chinese Jour-nal of Scientific Instrument，2012，33 (10):2228-2233．

［11］王伟魁，曾周末，孙立瑛，等．基于相关分析的声发射储罐罐底检测降噪方法［J］．振动与冲击，2010， 29(8): 178-180．WAN W K，ZENG ZH M，SUN L Y，et al．Denoising method for acoustic emission testing of tank bottom based on cross-correlation analysis［J］．Journal of vibration and shock，2010，29(8):178-180．

［12］杜云朋，王建斌，靳小强．超声导波管道检测的小波模极大值去噪法［J］．电子测量与仪器学报，2013，27(7):683-687．DU Y P，WANG J B，JIN X Q．Defect detection of ultra-sonic guided wave pipeline using de-noising method based on wavelet modulus maximum［J］．Journal of electronic measurement and instrument，2013，27(7):683-687．

［13］TO A C，MOOＲE J Ｒ，GLASEＲ S D．Wavelet de-noising techniques with applications to experimental ge-ophysical data［J］．Signal Processing，2009，89(2):144-160．

［14］孙立瑛，李一博，靳世久，等．基于小波包和HHT T变换的声发射信号分析方法［J］．仪器仪表学报，2008，29(8):1577-1582． SUN L Y，LI Y B，JIN SH J，et al． Acoustic emission signal processing method based on wavelet package and HHT transform［J］．Chinese Journal of Scientific Instru-ment，2008，29(8):1577-1582．

［15］郭艳平，解武波，郑小平．基于小波的声发射信号特征分析［J］．兰州交通大学学报，2008，27(3) 123-125．

GUO Y P，XIE W B，ZHENG GX P．Ｒesearch on the fea-tures of acoustic emission signal based don wavelet［J］．Journal of Lanzhou Jiaotong University，2008，27 (3)123-125．
［16］LYONS J L，ASKLAND C L．Lyons'encyclopedia of valves［M］．Van Nostrand Ｒeinhold Company，1975．

作者简介

   宗福兴，2012年于后勤工程学院获得学士学位，现为后勤工程学院硕士研究生， ，主要研究方向为智能检测与控制技术，声发射检测技术等。

E-mail: zong_fuxing@163.com

Zong Fuxing received bachelor degree from

Logistical Engineering University in 2012．He is currently a mas-ter student in Logistical Engineering University．His research in-terests include intelligent detection and 

control technology and a-coustic emission testing technology．

税爱社( (通讯作者) )，1986 6年于重庆大学获得学士学位，1999 9年于后勤工程学院获得硕士学位，2014 4年于重庆大学获得博士学位，现为后勤工程学院教授、硕士生导师，主要研究方向为智能检测与控制技术， ，油料储运自动化系统等。

E-mail: shuiaishe@163.com

Shui Aishe (Corresponding gauthor)received bachelor degree from Chongqing University in 1986，master degree from Logistical Engineering University in 1999，doctor degree from Chongqing University in 2014．She is currently a professor and master super-visor in Logistical Engineering gUniversity．Her research interests include intelligent detection and control technology，oil storage and transportation automation system．