專利名稱：基于小波和模式識別的流體輸送管道泄漏檢測方法及裝置的制作方法
技術領域：
本發(fā)明屬于故障診斷技術領域，特別涉及一種基于小波和模式識別的流體輸送管
道泄漏檢測方法及裝置。
背景技術：
隨著國民經(jīng)濟的發(fā)展，管道由于其在流體運輸中獨特的優(yōu)勢，在輸送成品油、原油 等流體方面正發(fā)揮著不可替代的重要作用。但是隨著管道運輸?shù)陌l(fā)展，老化、腐蝕和受經(jīng)濟 利益驅(qū)動的人為偷盜等原因，導致管道泄漏事故頻繁發(fā)生，造成了重大的經(jīng)濟損失、環(huán)境污 染和安全隱患?？焖贉蚀_地檢測出管道泄漏，對于保護自然環(huán)境和國家財產(chǎn)具有重大的意 義。 負壓波法是指當管道發(fā)生泄漏時，泄漏處由于物質(zhì)損失造成壓力突然下降，壓降 由泄漏處向上、下游傳播，稱之為負壓波。由于管壁的波導作用，負壓波傳播過程衰減較小， 可以傳播相當遠的距離。利用負壓波通過上、下游測量點的時間差以及負壓波在管線中的 傳播速度，可以確定泄漏位置。 長距離輸送管道由多個泵站和連接泵站的管道組成， 一段管道兩端的泵站裝有壓 力變送器，能夠測量管道內(nèi)部的壓力，測量精度也較高。壓力變送器的測量結(jié)果能反映管道 輸送狀況變化。根據(jù)負壓波理論，通過確定上下游壓力變送器拐點的位置，就能判斷是否發(fā) 生泄漏，并進行泄漏點的定位。 分析壓力變送器輸出信號目前主要的方法是小波變換法，其優(yōu)點在于定位準確并 且反應靈敏度高，同時代價就是誤報警的概率也比較高，容易造成人力物力浪費，并導致現(xiàn) 場監(jiān)控人員對報警的反映減弱。

發(fā)明內(nèi)容
針對現(xiàn)有流體輸送管道泄漏檢測技術存在的問題，本發(fā)明提供一種簡單易用，能
夠有效降低誤報警率、檢測精度高、適用性廣泛的流體輸送管道泄漏檢測方法。 本發(fā)明裝置包括壓力變送器、ARM處理器、局域網(wǎng)及GPS全球定位校時系統(tǒng)，其中
ARM處理器中嵌入有泄漏檢測模塊和神經(jīng)網(wǎng)絡模塊。流體輸送管道兩端的泵站由首站和末
站組成，分別安裝有壓力變送器，定時采集壓力信號；通過模數(shù)轉(zhuǎn)換器將數(shù)據(jù)傳遞給ARM處
理器；GPS對模數(shù)轉(zhuǎn)換裝置的數(shù)據(jù)進行定時校正；ARM處理器中的泄漏檢測模塊和神經(jīng)網(wǎng)絡
模塊對數(shù)據(jù)進行處理；首末站通過高速局域網(wǎng)交換實時數(shù)據(jù)。 本發(fā)明方法包括如下步驟 步驟1、采集管道兩端的壓力數(shù)據(jù)； 步驟2、將采集的壓力數(shù)據(jù)傳遞給ARM處理器，利用泄漏檢測模塊確定泄漏點位 置采用斜率法判斷流體輸送管道是否發(fā)生泄漏；利用小波算法，確定泄漏點位置；
步驟3、如果定位泄漏點不在管道兩端，則利用神經(jīng)網(wǎng)絡模塊對泄漏曲線進行再判 斷，具體方法如下
步驟3-l :將先出現(xiàn)拐點的曲線的拐點位置設置在需要判斷總時間長度的1/5處，利用小波變換對實時壓力序列進行消噪，并將實時壓力序列繪制成壓力曲線，按坐標將壓力曲線分割成40*20的網(wǎng)格； 步驟3-2 :對40*20的網(wǎng)格進行逐格判斷，如果網(wǎng)格內(nèi)存在數(shù)據(jù)點，則標記該網(wǎng)格為l，否則標記為-l，得到表示該壓力曲線的矩陣； 步驟3-3 :確定泄漏發(fā)生時的曲線、正常情況的曲線和工況調(diào)整的曲線，利用步驟3-l和步驟3-2進行處理得到矩陣，將這些向量作為特征向量賦給網(wǎng)絡，得到網(wǎng)絡權值，這些向量作為目標向量，形成目標向量數(shù)據(jù)庫； 步驟3-4、將疑似泄漏曲線，對首端和末端兩條壓力曲線按照步驟3-1至步驟3-3的方法進行處理，將處理得到的向量賦予網(wǎng)絡運行，根據(jù)網(wǎng)絡收斂的結(jié)果，確定網(wǎng)絡屬于正常、泄漏和工況調(diào)整中的哪種情況； 步驟4、上位機顯示處理結(jié)果，如為泄漏，則產(chǎn)生報警。 其中，步驟2中所述的斜率法判斷流體輸送管道是否發(fā)生泄漏按如下公式進行
步驟2-1 ;選取壓力序列最后兩分鐘數(shù)據(jù)求取平均值avg，取壓力序列最后一分鐘的最大值max和最小值min，得 slope max = (max_avg)/L (1)
slope min = (avg_min)/l (2)
斜率的平均趨勢為 slopeavg = (slope max+slope min)/2 (3)
定義出現(xiàn)泄漏時判據(jù)為 slope = (a-avg)< _2 (slope max-slopeavg) (4) 式中，L表示上、下游站間距，取一個定長，m ;slope max為斜率最大值；slope max為斜率最小值；slope max為斜率均值；slope max為斜率最大值；slope為實時斜率；
步驟2-2 :利用小波算法確定拐點位置，公式如下
2
(5) 其中x表示泄漏點距上游站測壓點的距離，m ;a表示負壓力波的傳播速度，m/s ;At表示上游站壓力突變時間與下游站壓力突變時間差，s ; 步驟2-3 :如果x大于管長或者小于0則認為不是泄漏，即認為為調(diào)泵，返回步驟1，否則認為發(fā)生泄漏，執(zhí)行步驟3。 步驟3-3所述的將這些向量作為特征向量賦給網(wǎng)絡，得到網(wǎng)絡權值，采用網(wǎng)絡迭代公式如下
TV V) 0 + 1) = J](0 + ~
! =1 Xi(t+1) = sgn[Vj(t+l)]
'1 "1
sgn(v) = <{ V -1 < v < 1
—1 "一l
(6)
(7)
(8)
4
其中，x二 [Xi，^…xjT為網(wǎng)絡狀態(tài)向量，b = [b"lv"bjT為閾值，w為網(wǎng)絡的連接權矩陣，該矩陣對稱，并且Wji = Wij，取Wjj = 0，即無自反饋，Vj為第j個神經(jīng)元的輸出。
有益效果本發(fā)明提出的泄漏檢測方法，在應用小波理論進行分析保持準確性和靈敏性的同時，利用Hopfield神經(jīng)網(wǎng)絡對泄漏曲線進行再判斷，形成"簡單判斷-小波定位-神經(jīng)網(wǎng)絡確認"的多級判斷體系，可以有效地降低誤報警率，減少誤判和漏判，通過對疑似泄漏的曲線進行判斷，對目標向量數(shù)據(jù)庫進行手動添加，完善該專家數(shù)據(jù)庫，有助于提高操作人員對泄漏曲線的分析和認識能力。


圖1、為本發(fā)明方法總體流程圖； 圖2、為本發(fā)明Hopfield神經(jīng)網(wǎng)絡對泄漏曲線的判讀流程圖； 圖3、為本發(fā)明電路原理圖； 圖4、為本發(fā)明目標向量的泄漏曲線； 圖5、為本發(fā)明對目標向量泄漏曲線進行網(wǎng)格化處理后的結(jié)果示意圖； 圖6、為本發(fā)明疑似泄漏曲線； 圖7、為本發(fā)明疑似泄漏曲線網(wǎng)格化處理結(jié)果示意圖。
具體實施例方式
下面結(jié)合附圖對本發(fā)明作進一步詳細說明。 圖l為本發(fā)明裝置電路原理圖。壓力傳感器的輸入端與管道相連，輸出端與模數(shù)轉(zhuǎn)換裝置AD7656的vl-v6引腳相連，模數(shù)轉(zhuǎn)換裝置AD7656的D0-D15引腳、/CS片選引腳、/RD引腳和BUSY引腳分別與ARM9S3C2410的D0-D15弓l腳、nGCS4引腳、/RD引腳和GPF0引腳對應連接，GPS的RXD引腳、TXD引腳和GND引腳分別與ARM9S3C2410的TXD引腳、RXD引腳和GND引腳相連，ARM9S3C2410的D0-D23引腳、VM引腳、VLINE引腳、VFRAME引腳、VCLK引腳、TSXM引腳、TSYM引腳、TSXP引腳、TSYP弓|腳分別與LCD顯示屏的VD0-VD23引腳、VM引腳、VLINE引腳、VFRAME引腳、VCLK引腳、TSXM引腳、TSYM引腳、TSXP引腳和TSYP引腳對應相連，ARM9S3C2410經(jīng)網(wǎng)卡DM8900與上位機相連。 壓力傳感器采集到的壓力數(shù)據(jù)，經(jīng)AD7656轉(zhuǎn)換后進入到ARM9S3C2410，經(jīng)泄漏檢測模塊和神經(jīng)網(wǎng)絡模塊處理，處理的結(jié)果經(jīng)網(wǎng)絡傳輸至上位機，同時連接ARM9S3C2410的LCD將顯出處理結(jié)果，如發(fā)生泄漏，則報警裝置進行報警。由GPS對AD7656傳輸至ARM9的數(shù)據(jù)進行定時校時，每小時一次。 圖2為本發(fā)明方法總體流程圖，本發(fā)明采用多級判斷體系，即"簡單判斷_小波定位_神經(jīng)網(wǎng)絡確認"，具體步驟如下 步驟1 :利用壓力變送器采集管道兩端的壓力序列X(t); 步驟2 :采用斜率法判斷是否存在泄漏，如存在泄漏點則執(zhí)行步驟3，否則繼續(xù)執(zhí)
行步驟2 ; 步驟3 :采用小波算法確定泄漏點位置； 步驟4 :判斷是否是調(diào)泵(定位泄漏點在管道兩端)，如是則執(zhí)行步驟2，否則采用Hopfield神經(jīng)網(wǎng)絡對泄漏曲線進行再判斷，如判斷為泄漏則執(zhí)行步驟5，否則執(zhí)行步驟2 ;
步驟5:給出報警； 圖3為Hopf ield神經(jīng)網(wǎng)絡對泄漏曲線的判斷流程圖，具體過程如下
首端判斷流程如下 步驟1 :設K為計數(shù)變量，初始值設為1 ; 步驟2 :設定判斷范圍，本發(fā)明實施例給出范圍為(10分鐘+KX5分鐘)；
步驟3 :采用Hopf ield進行網(wǎng)絡判斷，如滿足則首端報警，否則執(zhí)行步驟4 ;
步驟4 :判斷K < 12是否成立，如成立則執(zhí)行步驟5，否則執(zhí)行步驟6 ;
步驟5 :K = K+l ，執(zhí)行步驟2 ;
步驟6 :解除報警； 末端判斷流程與首端判斷流程相同。如果首端末端同時判斷是泄漏則給出報警，否則返回重新判斷。 壓力變送器采集到的實時數(shù)據(jù)以100個/秒送到ARM9處理器，圖4為某油氣管道
發(fā)生泄漏時的實際壓力曲線x(t)，其中可以看出壓力信號存在拐點，通過斜率法判斷得到
在t = 110時滿足斜率報警。通過小波變換確定泄漏點的位置，得到準確的拐點坐標t =
104，該向量作為網(wǎng)絡的目標向量之一訓練網(wǎng)絡，其網(wǎng)格化處理結(jié)果如圖5所示。 對疑似泄漏曲線如圖6所示，進行監(jiān)測。通過斜率法得到拐點位置t = 394，通過
小波變換得到準確拐點位置t = 387，對該曲線進行網(wǎng)格處理，結(jié)果如圖7所示，即與目標向
量結(jié)果一致，表明該曲線屬于泄漏發(fā)生產(chǎn)生的的曲線。 對首端和末端采取相同的操作，得到一致結(jié)果，認為該段發(fā)生泄漏，報警器將進行報警。
權利要求
一種基于小波和模式識別的流體輸送管道泄漏檢測裝置，其特征在于包括壓力變送器、ARM處理器、局域網(wǎng)及GPS全球定位校時系統(tǒng)；流體輸送管道兩端的泵站由首站和末站組成，分別安裝有壓力變送器，壓力變送器的輸出端與ARM處理器相連；GPS輸出端與ARM處理器相連；首末站通過高速局域網(wǎng)交換實時數(shù)據(jù)。
2. 采用權利要求1所述的基于小波和模式識別的流體輸送管道泄漏檢測方法，其特征在于包括如下步驟步驟1、采集管道兩端的壓力數(shù)據(jù)；步驟2、將采集的壓力數(shù)據(jù)傳遞給ARM處理器，利用泄漏檢測模塊確定泄漏點位置采用斜率法判斷流體輸送管道是否發(fā)生泄漏；利用小波算法，確定泄漏點位置；步驟3、如果定位泄漏點不在管道兩端，則利用神經(jīng)網(wǎng)絡模塊對泄漏曲線進行再判斷，具體方法如下步驟3-l :將出現(xiàn)拐點的曲線的拐點位置設置在需要判斷總時間長度的1/5處，利用小波變換對實時壓力序列進行消噪，并將實時壓力序列繪制成壓力曲線，按坐標將壓力曲線分割成40*20的網(wǎng)格；步驟3-2 :對40*20的網(wǎng)格進行逐格判斷，如果網(wǎng)格內(nèi)存在數(shù)據(jù)點，則標記該網(wǎng)格為1，否則標記為-l，得到表示該壓力曲線的矩陣；步驟3-3 :確定泄漏發(fā)生時的曲線、正常情況的曲線和工況調(diào)整的曲線，利用步驟3-l和步驟3-2進行處理得到矩陣，將這些向量作為特征向量賦給網(wǎng)絡，得到網(wǎng)絡權值，這些向量作為目標向量，形成目標向量數(shù)據(jù)庫；步驟3-4 :將疑似泄漏曲線，對首端和末端兩條壓力曲線按照步驟3-l至步驟3-3的方法進行處理，將處理得到的向量賦予網(wǎng)絡運行，根據(jù)網(wǎng)絡收斂的結(jié)果，確定網(wǎng)絡屬于正常、泄漏和工況調(diào)整中的哪種情況；步驟4 :上位機顯示處理結(jié)果，如為泄漏，則產(chǎn)生報警。
全文摘要
基于小波和模式識別的流體輸送管道泄漏檢測方法及裝置，屬于故障診斷技術領域。檢測裝置包括壓力變送器、ARM處理器、局域網(wǎng)及GPS全球定位校時系統(tǒng)；流體輸送管道兩端由首末站組成，安裝有壓力變送器，壓力變送器與ARM處理器相連；GPS與ARM處理器相連；首末站通過高速局域網(wǎng)交換實時數(shù)據(jù)。檢測方法為采集管道兩端壓力數(shù)據(jù)；將數(shù)據(jù)傳遞給ARM處理器，確定泄漏點位置如泄漏點不在管道兩端，利用神經(jīng)網(wǎng)絡模塊進行再判斷，如為泄漏，產(chǎn)生報警。本發(fā)明可以有效地降低誤報警率，減少誤判和漏判，通過對疑似泄漏的曲線進行判斷，對目標向量數(shù)據(jù)庫進行手動添加，完善該專家數(shù)據(jù)庫，有助于提高操作人員對泄漏曲線的分析和認識能力。
文檔編號F17D5/00GK101718396SQ200910220268
公開日2010年6月2日 申請日期2009年11月30日 優(yōu)先權日2009年11月30日
發(fā)明者馮健, 劉金海, 吳振寧, 張化光 申請人:東北大學