本發(fā)明涉及油氣儲運(yùn)風(fēng)險控制領(lǐng)域，特別涉及一種壓力管道小泄漏檢測及精確定位方法。

背景技術(shù)：

隨著工業(yè)的發(fā)展，管道運(yùn)輸在生活和生產(chǎn)中的使用規(guī)模越來愈大，小到生活的供水、供氣管網(wǎng)，大到如工業(yè)生產(chǎn)物料的輸送管道，以及國家的石油燃?xì)廨斔凸艿?，管道已成為除火車、汽車、輪船、飛機(jī)等設(shè)備外的第五大運(yùn)輸工具。管道由于各種各樣的原因，如磨損，老化，腐蝕，人為破壞等，導(dǎo)致管道時常會發(fā)生泄漏，一旦引發(fā)發(fā)生事故，輕則物資損失，重則人員死傷，環(huán)境破壞。

例如，2013年11月22日，山東省青島經(jīng)濟(jì)技術(shù)開發(fā)區(qū)發(fā)生一起原油泄漏爆炸事故，屬于中石油某一輸油管道發(fā)生泄漏，原油流進(jìn)市政排水暗渠中，油氣在暗渠這一密閉空間內(nèi)發(fā)生集聚，遇到火花后發(fā)生劇烈爆炸，造成多人死亡，直接經(jīng)濟(jì)損失7億多元。

2014年7月31日凌晨，位于高雄市某地區(qū)附近的燃?xì)夤艿腊l(fā)生連環(huán)爆炸，總死傷合計295人，其中死亡24人、受傷271人，在這些傷亡中警義消死亡4人、受傷22人。

因此，如果能及時發(fā)現(xiàn)管道微小泄漏，并快速精確定位泄漏源，解決管道早期泄漏故障問題，可大大降低事故發(fā)生的可能性及事故發(fā)生后所帶來的損失，對城市發(fā)展及工業(yè)生產(chǎn)具有十分重要的經(jīng)濟(jì)價值和社會意義。

目前對壓力管道泄漏的研究大部分聚焦在單點泄漏，即兩個AE傳感器之間只有一個泄漏的點，管道泄漏精確定位模型也以滿足單點泄漏為主。但實際的管道泄漏往往并不是只有一個泄漏點，而對于兩點及兩點以上的管道泄漏模型，即兩個傳感器之間的泄漏點有兩個或兩點以上的研究相對較少，尤其是應(yīng)用聲發(fā)射管道泄漏檢測技術(shù)對兩點泄漏的定位研究，由于兩泄漏源定位信號相互之間的影響，會導(dǎo)致傳感器收到的信號為兩信號相互混淆的定位數(shù)據(jù)，加上非泄漏環(huán)境噪聲等因素影響，對于泄漏源的定位帶來困難。

技術(shù)實現(xiàn)要素：

為解決現(xiàn)有技術(shù)檢測定位壓力管道多點小泄漏源存在的不足，本發(fā)明提出了一種壓力管道小泄漏源檢測及精確定位方法，實現(xiàn)對小泄漏源的分離和精確定位。

本發(fā)明是通過以下技術(shù)方案實現(xiàn)上述技術(shù)目的的。

一種壓力管道小泄漏源檢測及精確定位方法，包括以下步驟：

S1，管道聲發(fā)射泄漏互相關(guān)定位

S1.1，在被檢測壓力管道的上游和下游分別安裝上、下游聲發(fā)射傳感器；

S1.2，由上、下游聲發(fā)射傳感器接收到兩個聲發(fā)射傳感器之間的某點的同一小泄漏源聲波的時間差以及小泄漏源聲波在管道介質(zhì)中的傳播速度進(jìn)行定位計算，得到管道聲發(fā)射泄漏檢測粗定位數(shù)據(jù)；

S1.3，建立管道小泄漏源檢測模型；

S1.4，對管道聲發(fā)射小泄漏檢測粗定位數(shù)據(jù)進(jìn)行濾波處理，并提取幅值較高且峰值相對集中的混合定位信號數(shù)據(jù)作為后處理原始信號數(shù)據(jù)；

S2，通過小波消噪技術(shù)對S1.4的原始信號數(shù)據(jù)進(jìn)行消噪處理得到觀測信號；

S3，利用模態(tài)聲發(fā)射技術(shù)獲取小泄漏源信號的波速

S3.1，運(yùn)用模態(tài)聲發(fā)射技術(shù)，通過對S2得到的觀測信號進(jìn)行頻散分析獲得管道上各模態(tài)導(dǎo)波，以及各模態(tài)導(dǎo)波的群速度隨頻率變化的關(guān)系；

S3.2，根據(jù)管道上各模態(tài)導(dǎo)波傳播的頻散、衰減和波結(jié)構(gòu)特性，確定模態(tài)聲發(fā)射泄漏定位中主要的導(dǎo)波模態(tài)形式；

S3.3，借助matlab工具箱，編制代碼，對觀測信號進(jìn)行時頻分析，從而得到小泄漏源信號的主要頻率；

S3.4，根據(jù)S3.2確定的導(dǎo)波模態(tài)形式以及S3.3得到的信號的主要頻率，提取單一模態(tài)導(dǎo)波的群速度值，即小泄漏源信號的波速v；

S4，采用獨(dú)立分量技術(shù)分析獲取分離后定位信號的時差

S4.1，采用線性獨(dú)立分量分析技術(shù)對S2得到的觀測信號進(jìn)行分離分析；

S4.2，分別對上、下游聲發(fā)射傳感器S2得到的觀測信號進(jìn)行獨(dú)立分量分析；

S4.2.1，首先對下游聲發(fā)射傳感器S2得到的觀測信號進(jìn)行小波變換重構(gòu)，得到其觀測信號的多個不同頻帶的子帶信號，從中選取一個子帶信號與下游聲發(fā)射傳感器S2得到的觀測信號構(gòu)成兩個新的觀測信號；

S4.2.2，采用快速獨(dú)立分量分析FastICA算法對下游聲發(fā)射傳感器S4.2.1得到的兩個新的觀測信號進(jìn)行分離分析，得到分離結(jié)果；

S4.2.3，應(yīng)用matlab軟件中FastICA算法工具箱對下游聲發(fā)射傳感器的兩個新的觀測信號進(jìn)行時域分析，得到分離后小泄漏定位信號的時域分析圖，進(jìn)而獲得下游聲發(fā)射傳感器分離后小泄漏定位信號的采樣點數(shù)；

S4.2.4，再對上游聲發(fā)射傳感器S2獲得的觀測信號重復(fù)步驟S4.2.1-S4.2.3，獲得上游聲發(fā)射傳感器分離后小泄漏定位信號的采樣點數(shù)；

S4.3，由S4.2上、下游聲發(fā)射傳感器分離后小泄漏定位信號的采樣點數(shù)差值計算得到混合定位信號分離后定位信號的時差Δt；

S5，計算小泄漏源位置

將S4.3得到混合定位信號分離后定位信號的時差Δt與S3.4得到的小泄漏源信號的波速v代入定位距離公式即可求得其中一個小泄漏源的源定位距離。

進(jìn)一步，所述S2是采用小波閾值去噪法對原始信號數(shù)據(jù)進(jìn)行去噪處理的，通過matlab的小波工具箱實現(xiàn)。

進(jìn)一步，所述S3.4中相應(yīng)的群速度值的計算過程為：確定模態(tài)聲發(fā)射泄漏定位中主要的導(dǎo)波模態(tài)形式以及各模態(tài)導(dǎo)波的群速度隨頻率變化的關(guān)系，借助matlab工具箱，編制代碼，輸入小波消噪后的混合觀測信號，經(jīng)計算得到混合信號的時頻分析圖，從而得到泄漏信號的主要頻率，由此頻率和主要導(dǎo)波模態(tài)，提取得出相應(yīng)的群速度值。

本發(fā)明的有益效果：本發(fā)明從管道泄漏聲發(fā)射定位技術(shù)層面出發(fā)，基于模態(tài)聲發(fā)射技術(shù)和小波分析，消除管道聲發(fā)射信號噪聲、頻散和多模態(tài)特性對定位結(jié)果的影響，并應(yīng)用獨(dú)立分量技術(shù)對上、下游聲發(fā)射傳感器接收到的小泄漏源定位進(jìn)行研究，降低小泄漏源信號相互之間的影響，較好地分離出小泄漏源的定位數(shù)據(jù)，并實現(xiàn)對管道小泄漏源的精確定位。

附圖說明

圖1為本發(fā)明一種壓力管道小泄漏源檢測及精確定位方法的程序流程圖；

圖2為兩點泄漏檢測示意圖；

圖3為本發(fā)明實驗管道兩點泄漏模擬實驗示意圖；

圖4為上游聲發(fā)射傳感器的波形圖；

圖5為下游聲發(fā)射傳感器的波形圖；

圖6為聲發(fā)射檢測RMS粗定位圖；

圖7為聲發(fā)射檢測能量粗定位圖；

圖8為下游聲發(fā)射傳感器波形信號消噪后的信號圖；

圖9為模態(tài)導(dǎo)波的群速度隨頻率變化的關(guān)系圖；

圖10為兩點泄漏觀測信號的時頻分析圖；

圖11為A0模態(tài)導(dǎo)波的群速度與頻率變化圖；

圖12為兩個新的觀測信號波形圖；

圖13為下游聲發(fā)射傳感器fastica時域分析圖；

圖14為上游聲發(fā)射傳感器fastica時域分析圖；

圖15為10m處小泄漏源信號處理前后的相對誤差對比圖；

圖16為18m處小泄漏源信號處理前后的相對誤差對比圖。

具體實施方式

下面將結(jié)合附圖及具體實施例對本發(fā)明作進(jìn)一步的說明，但本發(fā)明的保護(hù)范圍并不限于此。

對于小泄漏源定位聲發(fā)射定位信號相互干擾的問題，在某些特定的假設(shè)前提下，根據(jù)獨(dú)立分量分析技術(shù)盲源分離理論，當(dāng)傳感器數(shù)目大于或等于源信號時，可以將源信號分離出來。依據(jù)這一理論，本發(fā)明通過采用管道聲發(fā)射泄漏檢測互相關(guān)定位原理對多點泄漏源進(jìn)行定位，可以有效定位其不同的泄漏位置。由此，將聲發(fā)射理論與盲源分離理論相結(jié)合，則可定位多個已經(jīng)發(fā)生或正在發(fā)生的泄漏源。

本發(fā)明涉及的小泄漏源為泄漏量小于管道總流量的1.2％或泄漏孔徑(d)與管道直徑(D)之比d/D<0.2的小泄漏源。

如圖1所示，一種壓力管道小泄漏源檢測及精確定位方法，包括步驟：

S1，管道聲發(fā)射泄漏檢測互相關(guān)定位

S1.1，根據(jù)管道聲發(fā)射泄漏檢測線性定位原理，在被檢測壓力管道的上游和下游分別安裝上、下游聲發(fā)射傳感器。

S1.2，由上、下游聲發(fā)射傳感器接收到在兩個聲發(fā)射傳感器之間的某點的同一小泄漏源聲波的時間差以及小泄漏源聲波在管道介質(zhì)中的傳播速度進(jìn)行定位計算，得到管道聲發(fā)射泄漏檢測粗定位數(shù)據(jù)；定位計算的公式為：

$x=\frac{L-v\mathrm{\&Delta;}t}{2}---\left(1\right)$

其中：x為泄漏定位值，即小泄漏源到聲發(fā)射傳感器的距離(m)；L為兩聲發(fā)射傳感器之間的距離(m)；v為小泄漏源聲波在泄漏管道中的傳播速度(m/s)；uΔt為小泄漏源聲波從小泄漏源到達(dá)上、下游聲發(fā)射傳感器之間的時間差(s)。

S1.3，建立管道小泄漏源檢測模型

當(dāng)上、下游聲發(fā)射傳感器之間的小泄漏源為2個時(如圖2所示)，上游聲發(fā)射傳感器1、下游聲發(fā)射傳感器2接收到的信號為兩泄漏源相互混合的信號；上游聲發(fā)射傳感器1、下游聲發(fā)射傳感器2接收到的信號可表示為：

x₁(n)＝s₁(n)+s₂(n)+n₁(n) (2)

x₂(n)＝αs₁(n-D₁)+βs₂(n-D₂)+n₂(n) (3)

其中：x₁(n)為上游聲發(fā)射傳感器1的信號輸出；x₂(n)為下游游聲發(fā)射傳感器2的信號輸出；s₁(n)、s₁(n-D₁)分別為上游聲發(fā)射傳感器1、下游聲發(fā)射傳感器2接收到泄漏源1的信號；s₂(n)、s₂(n-D₂)分別為上游聲發(fā)射傳感器1、下游聲發(fā)射傳感器2接收到泄漏源2的信號；α、β為衰減常數(shù)；n₁(n)、n₂(n)分別為兩傳感器系統(tǒng)的加性高斯噪聲；D₁、D₂為時間延遲；

在運(yùn)用獨(dú)立分量分離混合信號時，假設(shè)小泄漏源檢測模型中兩個泄漏信號s₁(n)和s₂(n)相互獨(dú)立，且與噪聲信號獨(dú)立。

S1.4，對管道聲發(fā)射小泄漏檢測粗定位數(shù)據(jù)進(jìn)行濾波處理，并提取幅值較高且峰值相對集中的混合定位信號數(shù)據(jù)作為后處理原始信號數(shù)據(jù)；

由于聲發(fā)射泄漏檢測采集獲得數(shù)據(jù)量大，且其中包含大量噪聲信號，為此對管道聲發(fā)射泄漏檢測粗定位數(shù)據(jù)，根據(jù)檢測有效值電壓(RMS)、能量以及平均信號電平(ASL)等參數(shù)，設(shè)置一個濾波下限對粗定位混合信號數(shù)據(jù)進(jìn)行濾波，提取幅值較高且峰值相對集中的混合定位信號數(shù)據(jù)作為后處理原始信號數(shù)據(jù)。

本發(fā)明的模擬實驗管道為充氣DN150管道，管道長45米，壓力為0.4MPa；上游聲發(fā)射傳感器1和下游聲發(fā)射傳感器2分別放置在距離管道上游端頭(零點)2m和42m處，兩個泄漏源均為1mm的泄漏孔，分別設(shè)置在距離零點的10m和18m處，如圖3所示。

經(jīng)泄漏試驗采集，得到上游聲發(fā)射傳感器1和下游聲發(fā)射傳感器2的信號波形圖(如圖4和圖5所示)以及聲發(fā)射檢測RMS粗定位圖(圖6)、聲發(fā)射檢測能量粗定位圖(圖7)。

從圖6和圖7可以看出在10m和18m兩處附近有幅值較高且峰值相對集中的混合定位信號，但同時存在有較多的噪聲信號；通過濾波處理提取這些混合定位信號數(shù)據(jù)中的44個信號數(shù)據(jù)作為原始信號數(shù)據(jù)(見表1)。

表1管道兩點小泄漏源實驗定位原始信號數(shù)據(jù)表

從表1可以看出管道聲發(fā)射泄漏粗定位存在較大的誤差，但大致能夠顯示兩個相對集中的泄漏點的定位信號，需要進(jìn)一步分析處理。

S2，通過小波消噪技術(shù)對S1.4的原始信號數(shù)據(jù)進(jìn)行消噪處理得到觀測信號；

為了提高管道小泄漏源檢測定位的可靠性與精確度，先用小波消噪技術(shù)對上述提取的原始信號數(shù)據(jù)進(jìn)行消噪處理得到觀測信號；本發(fā)明采用小波閾值去噪法對聲發(fā)射泄漏原始信號的進(jìn)行去噪處理，通過matlab的小波工具箱實現(xiàn)。

小波閾值去噪法去噪的具體過程為：

1)信號的小波分解：對信號先選擇一個小波并確定好分解的層次，然后進(jìn)行分解計算；

2)小波分解高頻系數(shù)的閾值量化，對各個分解尺度下的高頻系數(shù)選擇一個閾值進(jìn)行軟閾值量化處理；

3)小波重構(gòu)：根據(jù)小波分解的最底層低頻系數(shù)和各層高頻系數(shù)進(jìn)行一維小波重構(gòu)。

對表1中的原始信號數(shù)據(jù)進(jìn)行消噪處理，降低定位信號中噪聲的影響；圖8是通過對圖5下游聲發(fā)射傳感器的原始信號數(shù)據(jù)消噪后得到信號。

S3，利用模態(tài)聲發(fā)射技術(shù)獲取小泄漏源信號的波速

S3.1，運(yùn)用模態(tài)聲發(fā)射技術(shù)，通過對S2得到的觀測信號進(jìn)行頻散分析獲得管道上各模態(tài)導(dǎo)波，以及各模態(tài)導(dǎo)波的群速度隨頻率變化的關(guān)系；

將傳統(tǒng)的聲發(fā)射技術(shù)和導(dǎo)波理論相結(jié)合形成一種新的聲發(fā)射檢測技術(shù)，即模態(tài)聲發(fā)射技術(shù)，運(yùn)用模態(tài)聲發(fā)射技術(shù)，通過數(shù)值分析實驗管道中的導(dǎo)波傳播特征，可以獲得各模態(tài)導(dǎo)波的群速度隨頻率變化的關(guān)系，如圖9所示。

通過對S2得到的觀測信號進(jìn)行頻散分析獲得管道上各模態(tài)導(dǎo)波的群速度即彈性波的包絡(luò)上具有某種特性(如幅值最大)的點的傳播速度，是波群的能量傳播速度，一般導(dǎo)波以其群速度向前傳播。因此選取小泄漏源信號同一頻率同一模態(tài)的群速度值作為小泄漏源信號波速的特征參數(shù)值，采用的公式為：

$v_g=\frac{\mathrm{\&Delta;}l}{t_1}---\left(4\right)$

其中v_g為導(dǎo)波的群速度(m/s)，Δl為一個導(dǎo)波波形傳播增大的距離(m)，t₁為導(dǎo)波移動Δl距離的時間(s)。

S3.2，根據(jù)管道上各模態(tài)導(dǎo)波傳播的頻散、衰減和波結(jié)構(gòu)特性，確定模態(tài)聲發(fā)射泄漏定位中主要的導(dǎo)波模態(tài)形式；

主要的導(dǎo)波模態(tài)形式的選擇確定原則：該模態(tài)導(dǎo)波頻散較小，衰減較小，軸向位移較大，而垂直于軸向的位移較小。

S3.3，借助matlab工具箱，編制代碼，對觀測信號進(jìn)行時頻分析，從而得到小泄漏源信號的主要頻率；

S3.4，根據(jù)S3.2確定的導(dǎo)波模態(tài)形式以及S3.3得到的信號的主要頻率，提取單一模態(tài)導(dǎo)波的群速度值，即小泄漏源信號的波速v；

管道聲發(fā)射泄漏信號主要模態(tài)為A₀模態(tài)導(dǎo)波，因此選用圖9中A₀模態(tài)導(dǎo)波的群速度值作為小泄漏源信號的波速；

根據(jù)圖9，如果求得小泄漏源信號A₀模態(tài)導(dǎo)波的頻率，即可得到A₀模態(tài)導(dǎo)波的群速度值；借助matlab工具箱，編制時頻分析代碼，輸入S2得到的觀測信號(圖8)，經(jīng)計算得到觀測信號的時頻分析圖(如圖10所示)，從而得到小泄漏源信號的頻率；由圖10可知，此信號頻率主要集中在100kHz左右；根據(jù)本發(fā)明實驗的原始信號數(shù)據(jù)可得群速度圖(如圖11所示)，由圖11得出該信號群速度約為3km/s，即小泄漏源信號的波速。

S4，采用獨(dú)立分量技術(shù)分析獲取分離后定位信號的時差

S4.1，管道聲發(fā)射泄漏定位實質(zhì)是線性定位，上游聲發(fā)射傳感器1和下游聲發(fā)射傳感器2之間的兩點泄漏源信號之間的影響主要為線性混合，因此采用線性獨(dú)立分量分析技術(shù)對S2得到的觀測信號進(jìn)行分離分析。

S4.2，分別對上、下游聲發(fā)射傳感器S2得到的觀測信號進(jìn)行獨(dú)立分量分析；

S4.2.1，首先對下游聲發(fā)射傳感器2S2得到的觀測信號進(jìn)行小波變換重構(gòu)，得到其多個不同頻帶的子帶信號，從中選取一個子信號與下游聲發(fā)射傳感器2S2得到的觀測信號構(gòu)成兩個新的觀測信號，使得觀測信號個數(shù)與原小泄漏源信號個數(shù)相等，從而使欠定盲源分離問題轉(zhuǎn)化為正定盲源分離問題，滿足獨(dú)立分量分析盲源分離的基本假設(shè)；

首先對圖8消噪后的泄漏定位觀測數(shù)據(jù)進(jìn)行小波分解，使其產(chǎn)生一系列子泄漏定位子信號，從這一系列泄漏定位子信號中選取一個信號，與先前的消噪后信號構(gòu)成兩個觀測信號，如圖12。

S4.2.2，采用快速獨(dú)立分量分析FastICA算法對下游聲發(fā)射傳感器2S4.2.1得到的兩個新的觀測信號進(jìn)行分離分析，得到分離結(jié)果；

S4.2.3，用matlab軟件中FastICA算法工具箱對下游聲發(fā)射傳感器2的兩個新的觀測信號進(jìn)行時域分析，得到分離后小泄漏定位信號的時域分析圖，如圖13所示，進(jìn)而獲得下游聲發(fā)射傳感器2分離后小泄漏定位信號的采樣點數(shù)；由圖13可知分離后小泄漏定位信號的峰值在第251個采樣點附近。

獨(dú)立分量分析FastICA算法的具體步驟如下：

1)對混合信號去除均值并白化處理，使觀測數(shù)據(jù)均值為零，方差為1；

2)確定獨(dú)立分量數(shù)目n，選擇模為1，初始向量wi，組成W＝[w1，w2，…，wn]；

3)w(k)＝C.1E{X(w(k.1)TX)3}.3w(k.1)，期望值可由大量x向量的采樣點計算出來；

4)對分離矩陣進(jìn)行修正，即用‖w(x)‖去除w(k)；

5)如果分離矩陣收斂，即w(k)Tw(k-1)能充分接近于1，就可以認(rèn)為迭帶逼近過程結(jié)束輸出w(k)，否則返回3)。

S4.2.4，再對上游聲發(fā)射傳感器1S2獲得的觀測信號重復(fù)步驟S4.2.1-S4.2.3，獲得上游聲發(fā)射傳感器1分離后小泄漏定位信號的采樣點數(shù)；如圖14，可得分離后小泄漏定位信號的峰值在第900個采樣點附近。

S4.3，由S4.2上游聲發(fā)射傳感器1和下游聲發(fā)射傳感器2分離后小泄漏定位信號的采樣點數(shù)差值計算得到混合定位信號分離后定位信號的時差Δt；由上游聲發(fā)射傳感器1和下游聲發(fā)射傳感器2分離后小泄漏定位信號的采樣點數(shù)差值計算得到混合定位信號分離后定位信號的時差Δt為0.007s。

S5，計算小泄漏源位置

將S4.3得到混合定位信號分離后定位信號的時差Δt與S3.4得到的小泄漏源信號的波速v代入公式(1)，即可求得其中一個小泄漏源的源定位距離。同理得到其他43個信號的原位置，計算相對誤差，見表2和表3；由表2和表3可做出信號處理前后的相對誤差對比，見圖15和圖16。

表2 10m處小泄漏源定位結(jié)果及相對誤差

表3 18m處小泄漏源定位結(jié)果及相對誤差

經(jīng)過獨(dú)立分量分析和信號處理，由表2和圖15可知，實驗管道實際8米處小泄漏源計算位置在9.12米至12.33米之間，分離前后相對平均誤差由17.1％降低到7.04％。由表3和圖16可知，管道實際16米處小泄漏源計算位置在15.91米至19.45米之間，分離前后相對誤差由9.67％降低到3.42％。從計算結(jié)果看，一是兩個小泄漏源的計算位置與實驗設(shè)計實際位置10m和18m處基本吻合，并較大程度上減小了泄漏源的誤差范圍，二是較大程度提高了小泄漏源的定位精度。

以上對本發(fā)明所提供的一種壓力管道小泄漏源檢測及精確定位方法并對此進(jìn)行了詳細(xì)介紹，本文應(yīng)用了具體個例對本發(fā)明的原理和實施方式進(jìn)行了闡述，所要說明的是，以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。