Akustische Detektion von Luft in solarthermischen Systemen

!M. Georgii, K. Vajen

Universität Kassel, Institut für thermische Energietechnik Kurt-Wolters-Straße 3, 34125 Kassel Tel.: +49 561/804-3890, Fax: -3993

solar@uni-kassel.de www.solar.uni-kassel.de !!

Einführung Da während des Betriebs von solarthermischen Anlagen Fehler auftreten können, ist eine automatische Funktions- und Fehlerkontrolle wünschenswert. Untersuchungen zu häufigen Fehlerursachen ergaben, dass Luft im Solarkreis eine wichtige Fehlerquelle darstellt. Im Solarfluid enthaltene Luftblasen können schwingen; sie stellen außerdem Inhomogenitäten in der Strömung dar, die mit angrenzenden (Festkörper-)Strukturen wechselwirken und diese anregen können. Die dabei entstehenden Geräusche reichen von getrennt wahrnehmbaren Klicklauten bis hin zu sprudelnden bzw. prasselnden Geräuschen. Aus theoretischer Sicht wird die Geräuschentstehung und -ausformung von sehr vielen Parametern (z.B. Geometrie, Wanddicke, Art und Ort der Aufhängung, Stärke von Verschraubungen, …) beeinflusst, die in der Praxis nicht alle berücksichtigt werden können. Daher wurden aus einem empirischen Ansatz heraus erste Untersuchungen vorgenommen, um festzustellen, inwieweit sich Luftblasen akustisch messtechnisch detektieren lassen und die entstehenden Geräusche als Indikator für den Luftgehalt im Solarkreis verwendet werden können. !Versuche Zum einen wurden im Rahmen einer Masterarbeit der Entlüftungsvorgang (nach einer Neubefüllung) einer kleinen Laboranlage mit Wasser und Glykol als Solarfluid akustisch aufgenommen. Der über die Entlüftungsdauer abnehmende Luftgehalt konnte dabei allerdings nur qualitativ bestimmt werden. Außerdem wurden fünf Privatanlagen (1 reine TWW-Bereitung, 4 Kombianlagen für Einfamilienhäuser) im vorgefundenen Zustand jeweils einen sonnigen Herbsttag lang aufgenommen, um die Variation der Geräuschbilder bei unterschiedlichen Anlagen zu erfassen. Einige der untersuchten Privatanlagen produzierten ebenfalls deutliche Prassel- und Blubbergeräusche, was auf nicht zu vernachlässigende Luftmengen hinweist und die „Luft-im-Solarkreis“-Problematik unterstreicht. Fortführend wurden Aufnahmen an zwei großen Demonstrationsanlagen der Universität Kassel durchgeführt. Diese Anlagen wurden im Rahmen des FeDet-

25. OTTI Symposium Thermische Solarenergie, 6.-8. Mai 2015, Kloster Banz, Bad Staffelstein

Projekts zur TWW-Bereitstellung in zwei Mehrfamilienhäusern aufgebaut und stehen 1

für Versuche zur Verfügung. Hier wurden (auch für andere, nichtakustische Untersuchungen, siehe (Schmelzer, 2015)) unterschiedliche Mengen Stickstoff gezielt eingebracht; der Gasgehalt wurde dann über die von der TU Dresden entwickelte Gasblasenkontrolle gemessen (Rühling, 2013). !Bei allen Versuchen wurden die Geräusche an mehreren Stellen gleichzeitig aufgenommen; jedoch stellte sich wie erwartet eine Sensorposition an oder nahe der Solarpumpe als die günstigste heraus. Da die interessierenden Schallquellen Fluidschall und Körperschall erzeugen, stellt Luftschall nur eine sekundäre Ausbreitungsform dar, die noch dazu von vielfältigen Störgeräuschen überlagert wird. Weil Fluid- und Körperschall miteinander wechselwirken, reicht eine einfache und minimalinvasive Geräuschaufnahme über Beschleunigungsempfänger aus. Es wurden Beschleunigungsempfänger aus dem Audiobereich verwendet, welche mit einer adhäsiven Gummimasse an die Körperoberfläche (Pumpe oder Rohr) geklebt werden (vgl. Abb. 1). Die Beschleunigungsempfänger wandeln oberflächennormale Beschleunigungen, die hauptsächlich durch Biegewellen der Strukturen verursacht werden, in ein beschleunigungsproportionales Spannungssignal um, indem die Trägheit einer seismischen Masse ein Piezoelement oder einen Elektret-Kondensator verformt. !Das Spannungssignal der Beschleunigungsempfänger wurde in einem Multichannel-Audiointerface um 50 dB verstärkt, mit 44,1 kHz abgetastet und mit 24 Bit Tiefe für die Signalverarbeitung digitalisiert. !! „Entwicklung, Untersuchung und Anwendung von Methoden zur Langzeitüberwachung und 1

automatisierten Fehlerdetektion großer solarunterstützter Wärmeversorgungsanlagen“, BMU (2011-2014)

Abbildung 1: Kondensator- und Piezo-beschleunigungsempfänger an der Pumpenrückseite der Demonstrations-anlage MFH2

Merkmalgenerierung Zur Auswertung und Klassifizierung von Geräuschen, also eines zeitabhängigen Signals x(t), können Merkmale im Zeitbereich, im Frequenzbereich oder im Zeit-Frequenzraum generiert werden. Ein einfaches Merkmal im Zeitbereich stellt der Scheitelfaktor dar, der (für einen gegebenen Signalabschnitt) den Maximalwert ins Verhältnis zum Effektivwert setzt.

wobei die durchschnittliche Leistung des digitalen Signals über

gegeben ist. Nach einer diskreten Fouriertransformation (DFT) nach dem FFT-Algorithmus von J. Cooley und J.W. Tukey (1965) können im Frequenzraum die aus den Periodogrammen geschätzten Leistungen in einzelnen Frequenzbändern und deren Eigenschaften betrachtet werden. Um Artefakte bei der DFT zu minimieren, wird das Signal vorher mit einem Hammingfenster versehen. !Ergebnisse Abb. 2 zeigt beispielhafte Geräuschspektrogramme (jeweils 0.023 s lange Signalabschnitte mit 50% Überlappung, Frequenzauflösung ∆f=43.1Hz), wenn 2

Wasser mit unterschiedlich hohem (qualitativen) Luftblasengehalt durch die Pumpe der Laboranlage transportiert wird. Das Geräusch wurde dabei an der

Mit Frequenzauflösung ist hier das Frequenz-Abtastintervall der DFT gemeint. Die 2

tatsächliche Auflösung ist geringer, da das Signalspektrum mit dem Spektrum der Fensterfunktion gefaltet wird.

SF =|x|

max

x

e↵

=|x|

maxpP

avg

Pavg =1

N

NX

1

(x[n])2

freq

uenc

y / k

Hz

0.5 1 1.5 2

0

5

10

15

20

time / s

very high air content

freq

uenc

y / H

z

0.5 1 1.5 20

200

400

600

800

1000

0.5 1 1.5 2

time / s

high air content

0.5 1 1.5 2

0.5 1 1.5 2

time / s

medium air content

0.5 1 1.5 2

0.5 1 1.5 2

0

5

10

15

20

time / s

low air content

0.5 1 1.5 20

200

400

600

800

1000

dB(1W/Hz)−110

−100

−90

−80

−70

−60

−50

C411 at pump (side) / top: NFFT

=210, Δf=43.1Hz, Δt=0.0116s / bottom: NFFT

=214, Δf=2.69Hz, Δt=0.186s

frequency / kHz

0.51

1.52

0 5 10 15 20

time / s

very high air content

frequency / Hz

0.51

1.52

0

200

400

600

800

1000

0.51

1.52

time / s

high air content

0.51

1.52

0.51

1.52

time / s

medium

air content

0.51

1.52

0.51

1.52

0 5 10 15 20

time / s

low air content

0.51

1.52

0 200

400

600

800

1000

dB(1W

/Hz)−110

−100

−90

−80

−70

−60

−50

C411 at pum

p (side) / top: NFFT =2

10, Δf=43.1Hz, Δt=0.0116s / bottom

: NFFT =2

14, Δf=2.69Hz, Δt=0.186s

-110 -50dB

sehr hoher Luftgehalt hoher Luftgehalt mittlerer Luftgehalt geringer Luftgehalt

Freq

uenz

in k

Hz

Zeit in s

Abbildung 2: Spektrogramme der Geräusche an der Pumpenrückseite bei unterschiedlichem qualitativen Luftgehalt (Laboranlage mit Wasser)

Pumpenrückseite aufgenommen. Hier ist mit zunehmendem Luftgehalt eine deutliche Zunahme der Signalleistung oberhalb weniger kHz zu sehen. Bei mittlerem Luftgehalt sind noch einzelne, deutlich trennbare Klicklaute zu beobachten, die sich mit zunehmender Menge an Luftblasen zu einem Prasselgeräusch verdichten. In Abb. 2 links ist der Luftgehalt so hoch, dass die Pumpe keinen Volumenstrom aufrechterhalten kann, was in diesem Fall ein lautes, kontinuierliches Rauschen zur Folge hat. Insgesamt ergibt sich jedoch, dass die (gesamte oder bandbeschränkte) Signalleistung allein kein ausreichendes Unterscheidungskriterium liefert, da sie auch von tonalen Geräuschen anderen Ursprungs und anderen Faktoren wie Sensorposition und Güte der Sensorankopplung beeinflusst wird. Dies kann auch in Abb. 3 beobachtet werden. Dort sind beispielhafte Spektrogramme von Geräuschen an der Pumpenrückseite der Demonstrationsanlage MFH2 gezeigt, wobei hier ein 40-prozentiges Glykol-Wasser-Gemisch als Solarfluid dient. Der angegebene Luftgehalt ist der über die Gasblasenkontrolle bestimmte absolute Luftgehalt im 3

Solarkreis. Die einzelnen Aufnahmen wurden an verschiedenen Tagen durchgeführt, wobei auch jedesmal die Sensoren an den gleichen Stellen neu befestigt wurden. Die Spektrogramme zeigen, dass das kontinuierliche Grundgeräusch jedesmal eine etwas andere Stärke und Ausprägung hatte. Deutlich erkennbar bleiben aber die mit zunehmendem Luftgehalt steigende Anzahl an stochastischen Klicklauten, die trotz der im Vergleich zu Wasser höheren Viskosität des Glykol-Wasser-Gemischs und der damit verbundenen stärkeren Schwingungs - und Schalldämpfung beobachtet werden können. Sie führen zu deutlichen, auf kurzen Zeitskalen sichtbaren Schwankungen der Bandleistungen. Diese sind auch noch sichtbar, wenn zur Erhöhung der Frequenzauflösung die DFT an längeren Signalabschnitten (d.h. mit gröberer Zeitauflösung) durchgeführt wird, wie Abb. 4 entnommen werden kann. Dort ist der zeitliche Verlauf einiger Merkmale des Pumpengeräusches an der

das Gasvolumen wird auf T=50°C und p=2bar bezogen, siehe (Schmelzer, 2015)3

Zeit / s

VGB=0.8l

0.5 1 1.5 20

2

4

6

8

10

12

14

Zeit / s

VGB=2.7l

0.5 1 1.5 2Zeit / s

VGB=4.8l

0.5 1 1.5 2

Freq

uenz

/ kH

z

Zeit / s

VGB=4.8−6.7l

0.5 1 1.5 20

2

4

6

8

10

12

14

dB−95

−90

−85

−80

−75

−70

−65

−60

−55

−50

Pumpe (Rückseite) / NFFT=210, ∆f=43.1Hz, ∆t=0.0116s

Abbildung 3: Spektrogramme der Geräusche an der Pumpenrückseite bei unterschiedlichem Luftgehalt (Demonstrationsanlage MFH2)

Pumpenrückseite (Demonstrationsanlage MFH2) gemeinsam mit anderen Messgrößen im Solarkreis aufgetragen; die jeweiligen Signalabschnitte waren 0.186 s lang, ihre Spektren hatten demzufolge eine Frequenzauflösung von ∆f=5,38 Hz. Im Solarkreis befanden sich ca. 6.7l Stickstoff (ca. 8% des gesamten Solarkreisvolumens). Anfangs konnte die Pumpe hier noch einen Volumenstrom aufrechterhalten (wobei die Luftblasen zu deutlichen Schwankungen des Volumenstroms führen). Die durch die mitgerissenen Luftblasen erzeugten Klick- und Prasselgeräusche im Bereich der Pumpe sind als starke Schwankungen der

12:00 13:00 14:00 15:00 16:00 17:00 18:00−70−60−50−40−30

Ges

amtle

istu

ng /

dB

NFFT=213, ∆ f=5.38Hz ,∆ t=0.093s

12:00 13:00 14:00 15:00 16:00 17:00 18:00

−80

−60

−40

Band

leis

tung

/ dB

3−6kHz6−9kHz9−12kHz

12:00 13:00 14:00 15:00 16:00 17:00 18:0005

10152025

Sche

itelfa

ktor

12:00 13:00 14:00 15:00 16:00 17:00 18:000

200

400

600

Uhrzeit

l/h

0

50

100

150

°C ,

%

Volumenstrom l/h Status Solarpumpe in %Tcol Feld 1 in °C

Tcol Feld 2 in °C

Student Version of MATLAB

Abbildung 4: Zeitlicher Verlauf einiger Geräuschmerkmale sowie des Volumenstroms, des Pumpensignals und der Kollektoraustrittstemperaturen beider Kollektorfelder der Demonstrationsanlage MFH2 bei einem Luftgehalt von ca. 6.7 l.

Gesamtleistung und der bandbeschränkten Leistungen zu sehen . Der Scheitelfaktor 4

zeigt ebenfalls große Schwankungen. Kurz vor 15 Uhr schafft die Pumpe es dann nicht mehr, einen Volumenstrom zustande zu bringen, obwohl sie läuft, wie man am Statussignal und dem deutlichen Geräuschpegel erkennen kann. Allerdings ist das Geräuschbild von dem einer gut entlüfteten Anlage hier nicht mehr zu unterscheiden. Das zeigt auch die Grenze der akustischen Detektierbarkeit von Luft im Solarkreis: Die Methode ist darauf angewiesen, dass Blasen mitgerissen werden. Bei sehr hohem Luftgehalt ist das aber nicht mehr der Fall, wenn der Druckverlust zu groß wird und der Volumenstrom zusammenbricht. !Für nicht zu hohen Luftgehalt aber spannen die Schwankungsbreite von Scheitelfaktor und Bandleistung in den einzelnen Frequenzbändern einen Merkmalsraum auf, in dem sich nach unseren bisherigen Experimenten die Bereiche unterschiedlichen Luftgehalts hinreichend gut trennen lassen. Das zeigt Abb. 5, die die obigen Merkmale für mehrere Stunden lange Geräuschaufnahmen (Pumpenrückseite, Demonstrationsanlage MFH2) bei unterschiedlichem Luftgehalt zusammenfasst. Wie in Abb. 4 wurden aus jeweils 0,186 s langen Geräuschsignalabschnitten der Scheitelfaktor sowie das Spektrum (mit einer Frequenzauflösung von ∆f=5,38 Hz) bestimmt, aus welchen dann die Bandleistungen in den angegebenen Frequenzbänder berechnet werden konnten . Anschließend 5

wurden die Häufigkeitsverteilungen von Scheitelfaktor und den Bandleistungen für jeweils Navg=100 aufeinanderfolgende Signalabschnitte (entsprechend 9,38 s Signaldauer) gebildet, wobei Signaldaten bei ausgeschalteter Pumpe nicht berücksichtigt wurden. Im Falle des Scheitelfaktors dient das 0,9-Quantil als Maß für die Ausdehnung einer Verteilung, für die Bandleistung der Abstand zwischen 0,1- und 0,9-Quantil. Die Farbe gibt jeweils den Luftgehalt(sbereich) an, der bei den Geräuschaufnahmen herrschte; die Helligkeit der Farbe zeigt, wie groß die relative Häufigkeit der entsprechenden Merkmalskombination in den Geräuschaufnahmen bei dem jeweiligen Luftgehalt ist. !Ähnliche Resultate entstehen auch, wenn die Statistik über jeweils 1000 Spektren geführt wird. Um die Detektion von Luftblasen aber an Änderungen des Grundgeräuschbildes auf größeren Zeitskalen (z.B. bei bestimmten Betriebs-bedingungen auftretende Resonanz) dynamisch anzupassen, sollte die Anzahl der Spektren, die jeweils in eine Verteilungsberechnung einfließen, nicht zu hoch gewählt werden. ! Durch die hohe Anzahl an akustischen Merkmalswerten relativ zur Zeitachse kann man hier 4

genau genommen nur den zeitlichen Verlauf der Schwankungsbreite sehen.

Wegen eines starken Störsignals im Bereich von 15 kHz wurden nur Frequenzbänder 5

unterhalb von 14 kHz analysiert.

Band: 0.1−1kHz

0 2 4 6 8 100

2

4

6

8

10Band: 1−3kHz

0 2 4 6 8 100

2

4

6

8

10Ba

ndle

istu

ng Q

uant

ilabs

tand

Q0.

9−Q

0.1

/ dB

Band: 3−6kHz

0 2 4 6 8 100

2

4

6

8

10Band: 6−9kHz

0 2 4 6 8 100

2

4

6

8

10

Scheitelfaktor Quantil Q0.9

Band: 9−12kHz

0 2 4 6 8 100

2

4

6

8

10

Scheitelfaktor Quantil Q0.9

Band: 12−14kHz

0 2 4 6 8 100

2

4

6

8

10

Student Version of MATLAB

Häufigkeitsdichte bei Luftgehalt von

Band: 0.1−1kHz

0 2 4 6 8 100

2

4

6

8

10Band: 1−3kHz

0 2 4 6 8 100

2

4

6

8

10

Band

leis

tung

Qua

ntila

bsta

nd Q

0.9−

Q0.

1 / d

B

Band: 3−6kHz

0 2 4 6 8 100

2

4

6

8

10Band: 6−9kHz

0 2 4 6 8 100

2

4

6

8

10

Scheitelfaktor Quantil Q0.9

Band: 9−12kHz

0 2 4 6 8 100

2

4

6

8

10

Scheitelfaktor Quantil Q0.9

Band: 12−14kHz

0 5 100

2

4

6

8

10

100

200

300

400

500

Student Version of MATLAB

6.7 l

2.7 l

0.9 l

4.7 l - 6.6 l

4.7 l - 6.7 l

Abbildung 5: Häufigkeitsdichten der Kenngrößen, die die Ausdehnung der in einer Kurzzeit-Statistik gemessenen Verteilung der Signaleigenschaften Scheitelfaktor und Bandleistung beschreiben, in Abhängigkeit des Luftgehalts (Geräuschaufnahmen an der Pumpenrück-seite, Demonstrationsanlage MFH2)

!Zusammenfassung Da Luft im Solarkreis eine häufige Fehlerquelle darstellt, wurde untersucht, ob sich Luftblasen im Solarkreis mit akustischer Messtechnik einfach detektieren lassen. Dazu wurde der Körperschall, der vor allem im Bereich der Pumpe entsteht, mittels Beschleunigungsempfänger bei unterschiedlichem Luftgehalt aufgezeichnet und analysiert. Einzelne Luftblasen produzieren impulsartige Klicklaute und rufen damit deutliche Schwankungen in den Signalmerkmalen Scheitelfaktor und Bandleistung in den einzelnen Frequenzbändern hervor. Diese Variationen können gemessen werden, indem über kurze Zeiträume hinweg Statistiken über Scheitelfaktor und Bandleistung geführt werden. Die Ausdehnung der sich daraus ergebenden Verteilungen wird anschließend über das 0,9-Quantil bzw. den Quantilabstand zwischen 0,1-Quantil und 0,9-Quantil charakterisiert. Diese aus dem Quantil bzw. dem Quantilabstand gewonnenen Kenngrößen spannten in unseren Experimenten einen Merkmalsraum auf, in dem Bereiche unterschiedlichen Luftgehalts hinreichend gut getrennt werden konnten. Dabei funktioniert die akustische Detektion von Luft im Allgemeinen nur, wenn Blasen auch von der Strömung mitgerissen und durch die Pumpe transportiert werden. Aus theoretischer Sicht wird die Geräuschentstehung und -ausformung von sehr vielen Parametern (z.B. Geometrie, Wanddicke, Art und Ort der Aufhängung, Stärke von Verschraubungen, …) beeinflusst, die in der Praxis nicht alle berücksichtigt werden können. Daher sind noch weitere quantitative Untersuchungen auch an anderen Anlagen nötig, um den Einfluss der baulichen Gegebenheiten von empirischer Seite studieren und bei der für die Geräuschklassifizierung notwendigen Vorgehensweise berücksichtigen zu können. !!Literatur !(Rühling, 2013) Rühling, K.; Heymann, M.; Panitz, F.; Rosemann, T.; Wagner, M. :

Entgasung von Solarkreisläufen und Bestimmung der zur Auslegung erforderlichen Stoffdaten, Abschlussbericht zum BMU-Projekt 0325951A, 2013. !

(Schmelzer, 2015) Schmelzer C., Georgii M., Vajen K. (2015), Fehlerdetektion und Fehlerdiagnose für thermische Solaranlagen – Untersuchung von Luft in Solarkreisen, 25. Symposium Thermische Solarenergie, Bad Staffelstein, 6.-8.5.2015