隨著輸氣管線的跨越距離越來越長，沿途所經(jīng)過的地形多變，相當(dāng)大的一部分地區(qū)很難實現(xiàn)人工巡檢。同時由于管線的腐蝕、老化及其他自然或人為損壞等原因，導(dǎo)致管線的泄漏時有發(fā)生。因此，及時準(zhǔn)確地發(fā)現(xiàn)管道泄漏位置成為輸油公司的重要工作之一。
負(fù)壓波檢漏技術(shù)的基本原理
管道泄漏的檢測方法主要可分為以下三類：一是基于模型的泄漏檢測法。這種方法需要建立復(fù)雜的管道運行數(shù)學(xué)模型，模型建立的準(zhǔn)確程度將極大地影響泄漏檢測和定位的精度。二是基于信號的泄漏檢測法�；谛盘柕臋z漏方法是建立在目前管道均采用的SCADA系統(tǒng)的基礎(chǔ)上的，由于SCADA系統(tǒng)可準(zhǔn)確的采集管道沿線的運行參數(shù)，所以這種檢漏方法具有極高的精度和良好的發(fā)展前景。負(fù)壓波檢漏技術(shù)正是一種基于SCADA系統(tǒng)信號的泄漏檢測法。三是基于知識的泄漏檢測法。這種檢測方法還處于初步探索階段，很多檢測的機理還有待進(jìn)一步研究。
如果管道的某個位置發(fā)生了氣體的泄漏，便會在管道的內(nèi)外形成一定的壓差，管道內(nèi)部流體會迅速流出，在泄漏點位置引起壓力突降。泄漏點周圍的氣體在壓差的作用下會向泄漏點流動，形成一個以泄漏點為中心的壓力波動，即負(fù)壓波。負(fù)壓波以一定的速度向泄漏點的兩端傳播，我們利用安裝在管道兩端的壓力傳感器就可以檢測到壓力波動的信號，并根據(jù)兩端傳感器接收到負(fù)壓波的時間差就可以找到泄漏點的位置。
負(fù)壓波檢漏技術(shù)
存在的主要問題
一是負(fù)壓波撿漏技術(shù)通常將負(fù)壓波在輸氣管道中的傳播速度確定為一個常值，即認(rèn)為負(fù)壓波在輸氣管道中的傳播速度一般為聲波在輸送氣體介質(zhì)中的傳播速度，而實際運行的管線中該傳播速度與氣體介質(zhì)的密度、壓力、比熱和管道的材質(zhì)及傳輸介質(zhì)的流速等均有關(guān)系，不是一個確定的值。因此，利用式(1)進(jìn)行定位必然會帶來較大的定位誤差。
二是由于管線運行的環(huán)境不可避免的存在一些干擾，如電磁干擾、泵的震動、工況變化等因素。因此，由傳感器采集到的壓力信號附有大量的噪聲，這使得精確識別壓力突降點變的非常困難。而壓力突降點的準(zhǔn)確識別一方面決定了泄漏檢測的靈敏度和可靠性，另一方面決定了 的精度，從而影響到定位的精度。因此，要做到對泄漏點的準(zhǔn)確檢測與定位，必須解決以上所存在的問題。
噪聲消除及壓力
突降點的捕捉
小波消噪 由于在管道運行的現(xiàn)場會存在電磁干擾、泵的震動等影響檢測靈敏性的因素，傳感器獲得的聲信號含有大量的噪聲，因此，如何在繁復(fù)的聲信號中準(zhǔn)確的找到標(biāo)識壓力突降點的信號，是負(fù)壓波撿漏技術(shù)的關(guān)鍵點。為了很好的解決這個問題，大多數(shù)撿漏采用小波變換技術(shù)，該技術(shù)具有極其良好的消噪能力和時頻局域特性，可以很好的對附加有其它噪聲信號的負(fù)壓波信號進(jìn)行消噪處理和奇異點的識別。在傳感器獲得的信號中，有用的負(fù)壓波等信號通常表現(xiàn)為一些變化比較平穩(wěn)的信號或者低頻信號，而噪聲信號則通常表現(xiàn)為高頻信號。
小波變換技術(shù)的基本消噪原理是：可對傳感器獲取的復(fù)合信號進(jìn)行逐層的小波分解，將高頻區(qū)域的噪聲信號逐漸消除，在以門限閥值等形式對小波系數(shù)進(jìn)行處理，最后對所得到的信號記性重構(gòu)，從而得到了去除了噪聲的有用信號。小波變換技術(shù)最關(guān)鍵的一環(huán)就是如何選取閥值和對閥值進(jìn)行量化處理，得到顯示壓力突降的負(fù)壓波信號，它直接關(guān)系到信號處理的質(zhì)量。
從小波降噪處理的方法上說，一般有以下三種處理方法：強制降噪處理、默認(rèn)閾值降噪處理及給定軟(或硬)閾值降噪處理。
壓力突降點的捕捉 小波變換由于在時域和頻域內(nèi)同時具有良好的局部化性質(zhì)，可聚焦到對象的任何細(xì)節(jié)，而被稱為數(shù)學(xué)分析的“顯微鏡”。利用連續(xù)小波變換的時間2尺度特性，可以有效地檢測信號的奇異性。其原理是：引用數(shù)學(xué)上表征函數(shù)局部特征的李氏指數(shù)(Lipschitz指數(shù))作為一種度量，當(dāng)信號在奇異點附近的 Lips2chitz 指數(shù)α>0時，其連續(xù)小波變換的模極大值隨尺度增大而增大;當(dāng)α<0時，則隨尺度的增大而減小。噪聲對應(yīng)的Lipschitz指數(shù)遠(yuǎn)小于0，而信號邊沿對應(yīng)的Lipschitz指數(shù)大于或等于0，因此利用小波變換可以區(qū)分噪聲和信號邊沿，有效地檢測出強噪聲背景下的信號邊沿。
采用以上介紹的檢漏優(yōu)化算法對某輸氣管道的漏點進(jìn)行了仿真計算，管道數(shù)據(jù)如下：管道全長170km，管道直徑650×8.8，首端壓力9MPa，溫度為 50℃，末端壓力為5.6MPa，溫度為30℃，假定管道在30.5km、100.7km、150.2km處發(fā)生泄漏，具體地仿真結(jié)果如表1。由仿真結(jié)果可見，與原始算法相比，優(yōu)化的算法明顯地提高了漏點定位的精度。
發(fā)布信息
