1 |
[pt] COMPARAÇÃO DE MÉTODOS DE EXTRAÇÃO DE CURVAS DE DISPERSÃO BASEADOS EM TRANSFORMADA DE FOURIER 2-D E ATRAVÉS DO MÉTODO MATRIZ PENCIL / [en] COMPARISON OF EXTRACTION METHODS FOR DISPERSION CURVES USING 2-D FOURIER TRANSFORM AND MATRIX PENCIL METHODFELIPE DE CARVALHO G DE OLIVEIRA 16 May 2022 (has links)
[pt] Ondas ultrassônicas guiadas são usadas em larga escala em ensaios
não destrutivos (END) e Structural Health Monitoring (SHM), permitindo
a inspeção de estruturas e equipamentos de forma não invasiva. A partir
da transmissão de um sinal acústico sobre uma estrutura e a captação dos
sinais de onda propagados por meio de sensores posicionados estrategicamente,
é possível obter informações materiais do objeto inspecionado. Na área de
óleo e gás, o uso desse tipo de ondas acústicas é de grande importância
no levantamento do perfil da camada de cimento que reveste poços, que
tem função de conferir integridade estrutural e isolar a estrutura interna de
produção do poço das regiões freáticas do entorno. No processo de desativação e
abandono do poço, é fundamental avaliar a qualidade do isolamento hidráulico
do cimento, assim como identificar possíveis defeitos.
A propagação de ondas guiadas em uma estrutura se dá, em geral,
por meio de múltiplos modos e apresenta característica dispersiva, que se
traduz numa dependência da velocidade de fase das ondas com a frequência,
e uma relação não linear entre número de onda e frequência. A relação de
dispersão carrega informações do meio de propagação, tal como constantes
elásticas e dimensões, e pode ser visualizada a partir de curvas no plano
frequência-número de onda (f-k). Diferentes técnicas vêm sendo exploradas
para a obtenção das relações de dispersão a partir de sinais no domínio do
tempo captados por sensores ultrassônicos em posições espaciais distintas.
Este trabalho explora três métodos distintos para a extração das curvas
de dispersão, ou seja, obter os pontos f-k associados aos modos de propagação,
a partir de um conjunto de sinais dependentes do espaço-tempo. O primeiro
algoritmo se baseia em uma técnica pré-existente que usa uma Transformada
de Fourier bidimensional (2-D FT) sobre a matriz de dados de sinais de
sensores ultrassônicos no espaço-tempo, gerando uma matriz de amplitudes
no plano f-k onde os máximos locais representam pontos pertencentes a curvas de dispersão. A representação da matriz como uma imagem f-k permite
a visualização das curvas de dispersão como conjuntos contíguos de pixels
de maior claridade. Propõe-se um novo algoritmo baseado em operações
morfológicas de processamento de imagem para a identificação de pixels
relativos aos pontos das curvas de dispersão na imagem f-k, após um préprocessamento da mesma. A segunda técnica consiste no pré-processamento
dessa mesma imagem f-k, obtida pela 2-D FT, e uso de um algoritmo préexistente de detecção de estruturas curvilíneas em imagens para identificar
os pontos correspondentes às curvas f-k. O terceiro método é uma adaptação,
proposta aqui, de um algoritmo pré-existente para estimar os números de onda
das curvas de dispersão relativos a cada frequência através de uma matriz
Pencil. Propõe-se também um algoritmo original para a separação dos pontos
f-k encontrados pelas três técnicas de extração em curvas distintas.
Os algoritmos utilizados para a obtenção das curvas de dispersão têm
seu desempenho avaliado em três conjuntos de dados distintos de simulações
por elementos finitos, a saber, uma de placa de alumínio fina sob distintos
valores de tração axial aplicada paralelamente à direção de propagação das
ondas; um poço multicamada sem tubing possuindo diferentes tipos de defeito
de cimentação-channeling, qualidade de cimento baixa, descolamento interno
e externo -, assim como sem defeito; e um pouco multicamada com tubing
sob os mesmos defeitos de cimentação e também sem defeito. Compara-se a
capacidade dos algoritmos de extração das curvas de dispersão de oferecer
informações sobre mudanças materiais entre os casos simulados. Avalia-se
também a precisão e custo computacional dos mesmos. / [en] Ultrasonic guided waves are widely used in the fields of Non-Destructive
Evaluation (END) and Structural Health Monitoring (SHM), allowing the
inspection of structures and pieces of equipment in a non-invasive manner.
Through the transmission of an acoustic signal over a given object and the
acquisition of the signal from the propagated waves using a group of sensors in
predefined positions, it is possible to obtain material information regarding the
investigated structure. In the Oil & Gas industry, the use of this type of wave is
integral to the logging of the cement layer that outlines the walls of wellbores,
which has the purpose of guaranteeing structural support and protecting the
well’s internal production structure and the surrounding groundwater from
each other. During the deactivation and abandonment of a production well, it
is necessary to evaluate the hydraulic isolation of the cement layer, as well as
identify possible defects.
The propagation of guided waves in a structure is usually multi-modal
and of dispersive characteristic. The latter means that the propagating waves
phase velocity is dependent on the frequency, translating into a non-linear
relationship between wavenumber and frequency. This dispersion relation
contains information about the propagating medium, such as elastic constants
and dimensions, and can be represented as curves in the frequency-wavenumber
(f-k) plane. Different methods are currently being explored for obtaining the
dispersion relation from time-domain signals acquired by ultrasonic sensors in
different spatial positions.
This work explored three different methods for the extraction of the
dispersion curves, that is, obtaining the f-k points associated with the modes
of propagation, from a dataset composed of space-time signals. The first
algorithm is based on a pre-existing technique that uses the bidimensional
Fourier Transform (2-D FT) over the matrix containing the space-time signals
from the ultrasonic sensors, generating an f-k matrix whose local maximas
correspond to points belonging to dispersions curves. The representation of the matrix as an f-k image shows the dispersion curves as contiguous groups
of pixels with elevated brightness. A new algorithm is proposed, based on
morphological operations from image-processing, to identify the pixels relative
to the f-k points of the dispersion curves in the image, after pre-processing
is performed. The second technique consists of pre-processing the same fk image, obtained from the 2-D FT, and the use of an existing algorithm
for the detection of curvilinear structures in images to identify the points
corresponding to the f-k curves. The third method proposes the adaptation
of an existing method of estimation of the wavenumbers associated with the
dispersion curves for different frequencies, using a matrix Pencil. This work
also proposes an original algorithm to separate the f-k points, retrieved by the
three techniques, in different curves associated with each mode of propagation.
The algorithms used here for the estimation of the dispersion curves
are evaluated over three distinct datasets of finite elements simulation: a
thin aluminum plate under different values of axial traction parallel to the
direction of propagation of the waves; a multilayer wellbore without tubing,
with different types of cement defects-channeling, low cement quality, internal
and external decoupling-, and without defect; a multilayer wellbore with
tubing with the same cement defects and with no defect. Finally, a comparison
is drawn over the capacity of the extraction algorithms of providing information
regarding changes in the material qualities of the simulated objects. The
work also evaluates the precision and computational performance of the
aforementioned algorithms.
|
Page generated in 0.0295 seconds