ASTM E1211: Mejorando la detección de fugas mediante sensores de emisiones acústicas

Introducción

La detección de fugas en diversos entornos industriales y ambientales es una tarea crítica que garantiza la seguridad, eficiencia y sostenibilidad. Una de las metodologías sofisticadas empleadas para este fin involucra el uso de sensores de emision acústica (AE), una tecnología que ha sido estandarizada y mejorada a través de la norma ASTM E1211.

Este artículo profundiza en la importancia del uso del estándar ASTM E1211 para la aplicación del método de ensayo de emisión acústica (AE) y como herramienta para el monitoreo, localización y detección de fugas. Asi mismo se abordan los fundamentos y principios, aplicaciones, beneficios, desafíos y perspectivas futuras en el ámbito del monitoreo de emisiones acústicas.

Entendiendo las emisiones acústicas y el ASTM E1211

Emisiones acústicas: Una visión general

Son ondas de sonido generadas por la liberación rápida de energía de fuentes dentro de un material o sistema. Estas emisiones ocurren cuando un material sufre estrés y libera energía en forma de ondas sonoras, lo cual puede ser indicativo de varios fenómenos, incluyendo la formación o propagación de grietas, fugas y otros fallos estructurales. La imagen a continuación muestra el principio de generación de una onda acústica y la detección de fugas mediante sensores AE¹.

ASTM E1211: Práctica estándar para la detección y localización de fugas

ASTM E1211 es una norma desarrollada por ASTM International, que aborda específicamente el uso de la tecnología de emisiones acústicas para la detección y localización de fugas¹. Describe las metodologías, especificaciones de equipo, procedimientos de calibración y técnicas de análisis de datos necesarios para una detección eficaz de fugas basada en AE. La norma proporciona un marco integral que asegura la fiabilidad, precisión y consistencia en las prácticas de detección de fugas utilizando sensores AE.

Este estandar describe un método pasivo para detectar y localizar la fuente de estado estable de gas y líquido que se escapa de un sistema presurizado. El método emplea sensores de emisión acústica montados en superficie o sensores conectados al sistema mediante guías de ondas acústicas y puede usarse para monitoreo continuo en servicio y monitoreo de prueba hidráulica de sistemas de tuberías y recipientes a presión².

Principios de la detección de fugas usando sensores AE

El principio fundamental detrás de la detección de fugas con AE se basa en la captura y análisis de ondas sonoras emitidas desde un sitio de fuga. Cuando un fluido (gas o líquido) escapa bajo presión a través de una fuga, genera emisiones acústicas que se propagan a través del medio circundante. Los sensores AE, colocados estratégicamente alrededor del área de interés, detectan estas emisiones. Los datos recogidos por los sensores son luego analizados para determinar la ubicación y magnitud de la fuga.

La inspección y el monitoreo de AE implican escuchar sonidos emitidos por la deformación del material, el movimiento estructural o el impacto externo que generalmente son inaudibles para los humanos. Esto se puede lograr a través de medios de escucha pasiva altamente sensibles, que detectan ligeros movimientos de energía, y así sacar conclusiones tempranas sobre la salud estructural de la infraestructura basándose en un análisis de las ondas sonoras generadas.

En aplicaciones de detección de fugas, el ruido producido por el fluido que se escapa a través de una pequeña abertura en una tubería o tanque es la fuente de energía acústica. El sonido emitido durante tales eventos depende de la naturaleza de la fuente y su magnitud. En el caso de esta tubería enterrada, la interacción del fluido que se escapa con el suelo arenoso circundante produce impactos localizados que imitan señales acústicas tipo ráfaga en lugar de una típica señal de fuga continua³.

Equipo y configuración

Según ASTM E1211, el equipo AE incluye sensores, preamplificadores, sistemas de adquisición de datos y software de análisis. La norma especifica las características y calibración de estos componentes para optimizar la sensibilidad y precisión. La configuración implica colocar sensores AE en posiciones que maximicen la cobertura y la probabilidad de detectar emisiones de sitios potenciales de fugas. En la siguiente figura se muestra un esquema de los principales componentes de un sistema de AE (1. Estimulo, 2. Discontinuidad creciente (Fuente de AE), 3. Ondas de AE, 4. Sensor, 5. Pre- Amplificador, 6. Señal de AE, 7. Equipo de AE)⁴.

Análisis de datos e interpretación

Los datos acústicos capturados por los sensores pasan por un procesamiento de señales para filtrar el ruido y mejorar las señales de interés. Técnicas como la triangulación, análisis del tiempo de vuelo y análisis de amplitud se utilizan para precisar la ubicación de la fuga. La norma ASTM E1211 proporciona directrices sobre la interpretación de estas señales, teniendo en cuenta las propiedades del material o sistema siendo monitoreado y las condiciones ambientales.

Aplicaciones del ASTM E1211 en la detección de fugas

ASTM E1211 tiene aplicaciones amplias en varias industrias, incluyendo petróleo y gas, procesamiento químico, generación de energía y gestión del agua. En el sector de petróleo y gas, se utiliza para la monitorización de tuberías, inspecciones de tanques y seguridad en plataformas offshore. En plantas de procesamiento químico, los sensores AE monitorean tanques de almacenamiento y líneas de proceso para detectar fugas que podrían llevar a derrames peligrosos.

Las instalaciones de generación de energía emplean monitoreo AE para asegurar la integridad de calderas y líneas de vapor, mientras que los sistemas de gestión de agua lo usan para detectar fugas en tuberías subterráneas.

El método emplea sensores de emisión acústica montados en superficie o sensores conectados al sistema mediante guías de ondas acústicas y puede usarse para monitoreo continuo en servicio y monitoreo de prueba hidráulica de sistemas de tuberías, recipientes a presión, tanques, entre otros. Se pueden lograr sensibilidades altas, aunque los valores a obtener dependen del espaciado de los sensores, el nivel de ruido de fondo, la presión del sistema y el tipo de fuga³.

En el siguiente video se muestra una aplicación del AE en el monitoreo de calderas de vapor.

Aplicación del AE en el monitoreo de calderas de vapor. (Fuente: Mistras)

Beneficios de usar ASTM E1211 con sensores AET

El uso de ASTM E1211 en conjunto con sensores AE ofrece varias ventajas:

• Detección temprana: El monitoreo AE puede detectar fugas en su inicio, mucho antes de que se vuelvan visibles o causen daños significativos.
• No invasivo: La tecnología es no invasiva, por lo que no requiere necesariamente sacar de operación el componente a examinar.
• Cobertura integral: Los sensores AE pueden monitorear áreas grandes y geometrías complejas, proporcionando cobertura integral.
• Costo-efectividad: La detección temprana y la prevención de interrupciones operativas conducen a un significativo ahorro de costos.

Desafíos y limitaciones

A pesar de sus ventajas, la detección de fugas basada en AE enfrenta desafíos:

• Ruido ambiental: El ruido de fondo puede interferir con la detección de emisiones acústicas, requiriendo técnicas de filtrado sofisticadas.
• Sensibilidad del sensor: La efectividad de los sensores AE depende de su sensibilidad y la complejidad del entorno de monitoreo.
• Complejidad de datos: Analizar las vastas cantidades de datos generados por los sensores AE resulta desafiante, necesitando algoritmos avanzados y experiencia.

Perspectivas futuras y avances tecnológicos

El futuro de la detección y localización de fugas usando ASTM E1211 y sensores AE es prometedor, con investigación y desarrollo en curso enfocados en mejorar la sensibilidad, reducir la interferencia de ruido y mejorar los algoritmos de análisis de datos. Las innovaciones en tecnología de sensores, como el desarrollo de sensores más sensibles y selectivos, se espera que mejoren la precisión y fiabilidad de la detección de fugas.

Además, la integración del aprendizaje automático e inteligencia artificial en el análisis de datos puede mejorar significativamente la capacidad para interpretar emisiones acústicas complejas, haciendo la detección de fugas más eficiente y efectiva. El aprendizaje automático es aplicado para robustecer el método de distinción de la data no asociada a fugas de aquella asociada a fugas para la detección y ubicación exacta del escape⁵.

Conclusiones

ASTM E1211, cuando se combina con sensores de emisiones acústicas, ofrece una herramienta poderosa para la detección y localización de fugas en una amplia gama de industrias. Esta tecnología facilita la detección temprana, minimiza las interrupciones operativas y garantiza la seguridad y protección ambiental. A pesar de enfrentar desafíos relacionados con el ruido ambiental y la complejidad de los datos, los avances continuos en tecnología de sensores y análisis de datos prometen superar estos obstáculos, consolidando aún más el papel del ASTM E1211 en el futuro de la detección de fugas.

A medida que las industrias continúan priorizando la seguridad y la eficiencia, la adopción y el perfeccionamiento de los métodos de detección de fugas basados en AE. Esto impulsará innovaciones como la adopción de inteligencia artificial y aprendizaje automático para mejorar la capacidad y confiabilidad de esta tecnología crítica.

Referencias

1. ANTONIO ZAVARCE. Fundamentos y aplicaciones de la Emisión Acústica (EA); Consultado en fecha 01 de Abril 2024; https://inspenet.com/articulo/fundamentos-aplicaciones-emision-acustica-ea/
2. ASTM. ASTM E1211/E1211M-17: Standard Practice for Leak Detection and Location Using Surface-Mounted Acoustic Emission Sensors; Consultado en fecha 01 de Abril 2024. AMERICAN SOCIETY FOR TESTING AND MATERIALS.
3. THOMAS M. JULIANO, JAY N. MEEGODA, AND DANIEL J. WATTS. Acoustic Emission Leak Detection on a Metal Pipeline Buried in Sandy Soil; Consultado en fecha 02 de Abril de 2024. https://www.researchgate.net/publication/273745882_Acoustic_Emission_Leak_Detection_on_a_Metal_Pipeline_Buried_in_Sandy_Soil
4. EVA MARTÍNEZ, ANTONIO GALLEGO. Informe técnico “la emisión acústica como método END. definición, ventajas y limitaciones”; Consultado en fecha 01 de Abril 2024. https://idie.ugr.es/wp-content/uploads/2020/12/2013_AEND_Martinez.pdf
5. HAYDEN GEMEINHARDT, JYOTSNA SHARMA, Machine-Learning-Assisted Leak Detection Using Distributed Temperature and Acoustic Sensors; Consultado en fecha 03 de Abril de 2024; https://www.researchgate.net/publication/376215436_Machine_Learning-Assisted_Leak_Detection_using_Distributed_Temperature_and_Acoustic_Sensors