一种基于时频域特征解耦的腐蚀阶段确定方法及装置与流程
本技术涉及工业腐蚀监测与防护,具体而言,涉及一种基于时频域特征解耦的腐蚀阶段确定方法及装置。
背景技术:
1、随着碳捕集、利用与封存技术的发展,co2地埋管输送成为实现大规模减排的关键环节。在实际工程中,地下储层或伴生气体中常含有不同浓度的硫化氢。碳钢因其经济性与机械性能被广泛用作管材,但其在同时含h2s与co2的湿环境下面临严重的腐蚀风险。准确评估并实时监测该动态腐蚀行为,对于保障地埋管系统的长期安全运行、预防泄漏事故及降低维护成本具有至关重要的意义。
2、然而,研究表明在h2s与co2共存体系中,h2s对碳钢的腐蚀行为存在明确的浓度拐点:当h2s浓度低于8%时,其会优先在钢表面形成致密的硫化铁膜,抑制co2主导的腐蚀;而当h2s浓度高于8%时,膜层结构转变为疏松、多孔的非保护性硫化物,反而加速局部点蚀与均匀腐蚀。在co2地埋管中h2s与co2共存环境下,由于现有腐蚀监测装置仅能测量腐蚀速率的绝对值,而无法动态识别h2s浓度是否跨越了8%这一关键拐点(即无法区分当前腐蚀是由h2s抑制co2腐蚀的“安全阶段”主导,还是由h2s促进协同腐蚀的“危险阶段”主导),导致基于单一腐蚀速率阈值的报警逻辑在拐点附近产生严重误判。
技术实现思路
1、本技术实施例的目的在于提供一种基于时频域特征解耦的腐蚀阶段确定方法及装置,用以通过解耦电化学噪声的时频域特征并利用分类模型自动识别,实现了对co2地埋管中h2s与co2共存腐蚀环境下“抑制阶段”与“促进阶段”的实时在线区分,解决了传统监测方法无法识别腐蚀机理切换所导致的腐蚀风险误判问题。
2、第一方面,提供了一种基于时频域特征解耦的腐蚀阶段确定方法,该方法可以包括:
3、通过co2地埋管内的三电极电化学噪声探针,获取工作电极与参比电极间的电位噪声时序数据和工作电极与对电极间的电流噪声时序数据;
4、对电位噪声时序数据和电流噪声时序数据进行滑动时间窗口分割后,分别提取各窗口内电位噪声信号和电流噪声信号对应的电位噪声功率谱密度曲线的第一频域特征值和电流噪声功率谱密度曲线的第二频域特征值;
5、将该第一频域特征值和该第二频域特征值输入配置的分类模型,由所述分类模型输出当前腐蚀状态属于抑制阶段或促进阶段的类别判断结果。
6、在一个可能的实现中,所述方法还包括:
7、若所述类别判断结果为抑制阶段,则采用与抑制阶段对应的第一腐蚀速率转换系数将所述电位噪声信号和/或电流噪声信号转换为腐蚀速率值;
8、若所述类别判断结果为促进阶段,则采用与促进阶段对应的第二腐蚀速率转换系数将所述电位噪声信号和/或电流噪声信号转换为腐蚀速率值,并触发高浓度硫化氢预警信号;
9、其中,所述第一腐蚀速率转换系数与第二腐蚀速率转换系数取值不同。
10、在一个可能的实现中,分别提取各窗口内电位噪声信号和电流噪声信号对应的电位噪声功率谱密度曲线的第一频域特征值和电流噪声功率谱密度曲线的第二频域特征值,包括:
11、对每个时间窗口内的电位噪声信号和电流噪声信号分别执行去趋势处理;
12、对去趋势后的电位噪声信号和电流噪声信号分别进行傅里叶变换,得到电位噪声功率谱和电流噪声功率谱;
13、从所述电位噪声功率谱中提取中频段范围内的功率谱密度曲线的斜率,作为第一频域特征值;
14、从所述电流噪声功率谱中提取高频段范围内的功率谱密度曲线的能量积分,作为第二频域特征值。
15、在一个可能的实现中,对每个时间窗口内的电位噪声信号和电流噪声信号分别执行去趋势处理,包括:
16、采用阶数不低于二阶的多项式拟合法,分别对每个时间窗口内的电位噪声时序数据和电流噪声时序数据拟合其趋势项;
17、将该时间窗口内电位噪声时序数据中的各电位噪声信号,以及相应电流噪声时序数据中的各电流噪声信号分别减去相应拟合出的趋势项,得到去趋势后的电位噪声信号和去趋势后的电流噪声信号。
18、在一个可能的实现中,从电流噪声功率谱中提取高频段范围内的功率谱密度曲线的能量积分,包括:
19、将电流噪声功率谱的频率轴从最低非零频率至奈奎斯特频率划分为低频段、中频段和高频段三个区间,其中高频段的频率下限设置为中频段上限频率的两倍,高频段的频率上限设置为奈奎斯特频率;
20、计算高频段内每个频率点对应的功率谱密度值与频率间隔的乘积之和,得到所述能量积分。
21、在一个可能的实现中,由所述分类模型输出当前腐蚀状态属于抑制阶段或促进阶段的类别判断结果之后,所述方法还包括:
22、将所述类别判断结果与当前时刻的硫化氢浓度间接表征量进行融合校验,所述硫化氢浓度间接表征量为电位噪声时序数据的标准差与电流噪声时序数据的标准差的比值;
23、当类别判断结果为抑制阶段,且所述比值连续m个窗口均超出抑制阶段的历史比值正常范围时,输出该分类模型与间接表征量冲突的告警信息,m为不小于5的整数。
24、在一个可能的实现中,所述分类模型为支持向量机分类器,所述分类模型的训练过程包括:
25、预先配置至少五种不同体积浓度的硫化氢与二氧化碳混合气体环境,所述硫化氢体积浓度分别覆盖低于抑制-促进拐点的至少两个浓度点和高于所述拐点的至少两个浓度点;
26、在每种浓度下采集对应的电位噪声功率谱中频段斜率和电流噪声功率谱高频段能量积分,构成带标签的特征向量样本集;
27、采用径向基核函数,对所述特征向量样本集进行训练,得到训练好的分类模型。
28、第二方面,提供了一种基于时频域特征解耦的腐蚀阶段确定装置,该装置可以包括:
29、获取单元,用于通过co2地埋管内的三电极电化学噪声探针,获取工作电极与参比电极间的电位噪声时序数据和工作电极与对电极间的电流噪声时序数据;
30、提取单元,用于对电位噪声时序数据和电流噪声时序数据进行滑动时间窗口分割后,分别提取各窗口内电位噪声信号和电流噪声信号对应的电位噪声功率谱密度曲线的第一频域特征值和电流噪声功率谱密度曲线的第二频域特征值;
31、输入单元,用于将该第一频域特征值和该第二频域特征值输入配置的分类模型,由所述分类模型输出当前腐蚀状态属于抑制阶段或促进阶段的类别判断结果。
32、第三方面,提供了一种电子设备,该电子设备包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
33、存储器,用于存放计算机程序;
34、处理器,用于执行存储器上所存放的程序时,实现上述第一方面中任一所述的方法步骤。
35、第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。
36、本技术实施例提供的基于时频域特征解耦的腐蚀阶段确定方法及装置,该方法通过三电极电化学噪声探针同步采集电位与电流噪声数据,并利用滑动时间窗口进行分割。在特征提取环节,本技术创造性地从电位噪声功率谱中提取中频段斜率作为第一频域特征值,从电流噪声功率谱中提取高频段能量积分作为第二频域特征值。这种时频域特征解耦的方式,分别对应了腐蚀过程中的宏观电位波动与微观电流脉冲特性,能够更敏锐地捕捉h2s浓度变化引起的腐蚀机理转变。通过将上述解耦特征输入训练好的分类模型,实现了对抑制阶段与促进阶段的准确分类。此外,结合不同阶段对应的腐蚀速率转换系数,显著提升了腐蚀速率计算的精度,并在检测到促进阶段时及时触发预警,为co2地埋管的安全运行提供了可靠的技术支撑。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com