IN THE FIELD
Maintenance Magazine 147 – maart 2020
Vooruitgang in het operationeel verkennen van de akoestische emissiedata bij het controleren van drukvaten vergt noodzakelijkerwijs een statistische analyse en een doorgedreven (factoriële) analyse.
Ondanks de voortdurende ontwikkeling van de industrie, staat de controle door akoestische emissie van drukvaten voor grote uitdagingen
In de eerste drie afleveringen van deze reeks wees André Viaud eerst op de uitdagingen bij het exploiteren van inspectiegegevens van drukapparatuur door akoestische emissie. Vervolgens schetste hij de interactie tussen analyse, interpretatie en classificatie in de bestaande referentiesystemen om dan dieper in te gaan op het akoestisch signaal zelf, de bursts en de bronnen. Nu gaat hij in op het reconstrueren van de bron en wijst hij een weg vooruit.
Door André Viaud, managing engineer van Anvixed sarl
Voor een bepaalde fysieke akoestische emissiebron bevindt slechts een deel van de gebeurtenissen zich op de structuur, zo ook bij het meten van drukapparatuur. De gelokaliseerde gebeurtenissen hebben voldoende energie om ervoor te zorgen dat de bijbehorende gegenereerde golf door ten minste drie sensoren wordt ontvangen (lokalisatie door hyperbolische triangulatie). Het probleem van de reconstructie van de bron is tweeledig:
In het eerste geval kunnen we de activiteit vaak bij benadering extrapoleren op basis van de statistische amplitudeverdeling van de gelokaliseerde gebeurtenissen. In het tweede geval moeten we een vergelijking maken tussen de ‘akoestische signatuur’ van de bron (zoals we die waarnemen aan de hand van de gelokaliseerde gebeurtenissen) en de ‘akoestische signatuur’ van de gebeurtenissen in de zone van de bron (perimeter rond een sensor die overeenkomt met gedetecteerde, maar niet-gelokaliseerde gebeurtenissen). Voor een dergelijke taak moeten we geavanceerde hulpmiddelen inzetten.
Het bovenstaande leidt tot een systematische voorstelling van een bron door twee matrices: een fysieke en een analytische matrix (indien deze laatste voldoet aan validatiecriteria). Beide matrices tonen de bron onder twee aspecten. Denk bijvoorbeeld aan het nemen van een landschapsfoto door beelden vanuit een andere hoek aan elkaar te stitchen (stereoscopie). Beide matrices vinden hun oorsprong in hetzelfde fysieke fenomeen, ze staan zeker niet los (of gedecorreleerd) van elkaar, maar ze bieden wel aanvullende informatie.
Vooruitgang in het operationeel verkennen van de akoestische emissiedata bij het controleren van drukvaten vergt noodzakelijkerwijs een statistische analyse en een doorgedreven (factoriële) analyse. Deze laatste vormt de grootste uitdaging omdat hiervoor lastig te begrijpen wiskundige hulpmiddelen zoals Principal Component Analysis (PCA) moeten worden ingezet. PCA werkt lineaire combinaties van de descriptoren uit volgens precieze mathematische regels. Die lineaire combinaties, ook wel de hoofdcomponenten genoemd, worden aangeduid met F1, F2, F3, Fn en zijn gedecorreleerd. Het is vaak moeilijk om een fysieke betekenis toe te kennen aan deze componenten, maar ze synthetiseren elk op hun eigen wijze het karakter van het akoestische emissie-evenement (dat wordt bepaald op het moment dat het eerste burstsignaal wordt ontvangen, met andere woorden het signaal dat is ontvangen door de eerste bereikte sensor). Ze helpen akoestische gebeurtenissen met gemeenschappelijke eigenschappen te groeperen, gebeurtenissen die alleen gecorreleerd zijn vanwege de bronmechanismen die in de wanden van de gecontroleerde apparatuur worden gegenereerd. Het toepassen van PCA op de dubbele matrices zou interessante resultaten moeten opleveren en bijdragen tot de kennis omtrent de totale activiteit van een akoestische emissiebron. Het vergemakkelijkt immers de extractie van de bijbehorende gebeurtenissen (Ev1 en Ev2) die niet hyperbolisch kunnen worden gelokaliseerd (wanneer slechts één of twee sensoren door de golf van de gebeurtenis bereikt worden).
In tegenstelling tot andere methoden voor niet-destructief testen, vergt het ‘standaardiseren’ van geavanceerde hulpmiddelen (zoals NOESIS, XLSTAT, MATLAB ...) voor de controle door akoestische emissie, de beheersing van heel veel parameters. We denken hierbij in de eerste plaats aan gegevensacquisitie. Zo bepalen de acquisitiedrempelwaarden in grote mate de akoestische activiteit. Dit is kritisch want het beïnvloedt het bestand met ruwe gegevens, zonder de mogelijkheid om ‘terug te keren’. De controle kan wel opnieuw worden uitgevoerd, maar dat leidt dan weer tot bepaalde problemen met betrekking tot het geheugeneffect (om nog maar te zwijgen over economische en logistieke gevolgen!). Ten tweede moeten de stappen van de gegevensverwerkingsprocedure duidelijk worden geïdentificeerd en ingesteld volgens gemeenschappelijke regels. Het is inderdaad nutteloos om krachtige hulpmiddelen in te zetten als we niet zeker weten dat de verschillende gebruikers dezelfde conclusies trekken uit matrices met identieke standaardsignalen.
De algemene processtroom moet beginnen met een voorbewerking om ongewenste artefacten en signalen te isoleren en een gezuiverd bestand te genereren. Dit bestand bevat dan alleen de gegevens die representatief zijn voor de werkelijke akoestische activiteit die wordt gegenereerd door de belaste drukapparatuur (drukcyclus). Daarom geldt een aantal voorwaarden als je krachtige analysehulpmiddelen gaat gebruiken. Een ander aspect betreft de capaciteit van de beschikbare software om de gegevens ‘gaandeweg’ te verwerken en de evolutie van de resultaten in real-time weer te geven. Dit is van belang voor de operator die onmiddellijk een beslissing moet kunnen nemen indien hij een gecumuleerde akoestische activiteit waarneemt. Want dan valt immers een risico te vermoeden op een nakende crash, die de stabiliteit van de structuur die men aan het controleren is in gevaar brengt. De benadering van burstsignalen met een karakteristieke functie vraagt om een voldoende krachtig akoestisch emissiesysteem, dat in staat is om, in real-time, op basis van de transiëntsignalen, niet alleen de klassieke descriptoren te extraheren maar ook de regressies en de coëfficiënten van deze functie te bepalen.
Een doorgedreven interpretatie van de resultaten moet rekening houden met de ‘visies’ van de vier algemene analyse-hulpmiddelen en moet een ‘datafusie’ uitvoeren. Dit vergt een database die consistent is met deze logica, en dus opgesteld is aan de hand van de vier hulpmiddelen. Voor deze database moeten alle actoren uit de sector hun bijdrage leveren en al hun knowhow poolen zonder bijbedoelingen. Dit is inderdaad delicaat aangezien het hier gaat over zaken binnen hun expertisegebied die zij vaak als belangrijk en vertrouwelijk beschouwen. In een later stadium kan de interpretatie wellicht worden geautomatiseerd met ‘gesuperviseerde vormherkenning’. Voor classificaties op basis van geavanceerde matrixanalyse zullen gespecialiseerde hulpmiddelen nodig zijn zoals ‘k plus naaste buren’.
We schetsten enkele ontwikkelingspaden die natuurlijk grondig getoetst dienen te worden maar die uitermate belangrijk (en urgent!) zijn om drukvaten veilig te exploiteren. Ondanks de voortdurende ontwikkeling van de industrie, staat de controle door akoestische emissie van drukvaten voor grote uitdagingen. We moeten zoeken naar manieren om gebruikers optimaal van deze technologie te laten profiteren, en dan vooral op het gebied van de gegevensverwerking.
