摘 要:
为了在对燃气非金属PE管道泄漏位置定位时有效提取燃气管道显著图,提高定位精度,提出基于时域叠加的燃气非金属PE管道泄漏位置定位方法。首先,结合机器视觉系统,通过图像频域对管道拍摄图像数据中的空间信息进行表征,提取出燃气管道显著图,实现对管道泄漏位置的范围标定;然后,通过对原始一维回波信号进行分解与重构处理,实现噪声信号的去除;最后,对输出信号的时域进行叠加,并对叠加程度进行判断,识别出管道泄漏位置。结果表明:采用提出的方法对燃气非金属PE管道泄漏位置进行定位时,相较于现有常用方法,其定位相对误差值明显较低,信号源相关系数为0.21和0.82时的定位误差均小于25 mm,定位精度较为理想。研究结果可以帮助定位燃气非金属PE管道泄漏位置,为燃气管道的维护、抢修以及防止事故发生提供重要依据。
关键词:
供热与供燃气工程;时域叠加;燃气管道;定位方法;定位精度;管道泄漏位置
中图分类号:
TP399
文献标识码:A
DOI: 10.7535/hbgykj.2024yx03010
收稿日期:2023-08-15;修回日期:2024-01-03;责任编辑:王海云
基金项目:天津华北地质勘查局科研项目(HK2022-B33)
作者简介:
王巍(1976—),男,新疆米泉人,高级工程师,主要从事勘察专业岩土方面的研究。
E-mail:anorkl9@yeah.net
王巍.
时域叠加下燃气非金属PE管道泄漏位置定位
[J].河北工业科技,2024,41(3):234-240.
WANG Wei.
Location of leakage in gasnon metallic PE pipeline under time domain overlay
[J]. Hebei Journal of Industrial Science and Technology,2024,41(3):234-240.
Location of leakage in gasnon metallic PE pipeline under time domain overlay
WANG Wei
(Tianjin North China Geological Survey Bureau Nuclear Industry 247 Brigade, Tianjin 300000, China)
Abstract:
In order to effectively extract prominent maps of gas pipelines and improve positioning accuracy in locating leakage locations of gas non-metallic PE pipelines, a gas non-metallic PE pipeline leakage location method based on time-domain superposition was proposed. Firstly, by combining the machine vision system, the spatial information in the pipeline captured image data was characterized through the image frequency domain, and a salient map of the gas pipeline was extracted to achieve range calibration of the pipeline leakage position; Then, by decomposing and reconstructing the original one-dimensional echo signal, the noise signal was removed; Finally, the time-domain of the output signal was superimposed and the degree of superposition was judged to identify the location of pipeline leakage. The results show that when using the proposed method to locate the leakage location of gas non-metallic PE pipelines, the relative positioning error value is significantly lower compared to existing commonly used methods. The positioning errors are less than 25 mm when the signal source correlation coefficients are 0.21 and 0.82, and the positioning accuracy is relatively ideal. The research results can help locate the leakage location of non-metallic PE gas pipelines, providing important basis for the maintenance, emergency repair, and prevention of accidents in gas pipelines.
Keywords:
heating and gas supply engineering; time-domain superposition; gas pipeline; localization method; localization accuracy; pipeline leakage location
燃气管道泄漏不仅会造成较大的经济损失,同时也容易对工作人员的安全产生威胁[1]。因此,当出现燃气管道泄漏情况时,必须在第一时间对泄漏位置进行定位处理,从而减少后续的补修时间。对于燃气管道的泄漏位置定位研究,许多学者从不同方面进行了较为深入的探讨。周芷怡等[2]针对天然气管道泄漏问题,分两阶段对泄漏位置进行修正,有效提升了对泄漏位置的定位精度。李勇等[3]采用LabVIEW软件,通过在供热管道周边布设传感器,实时监测管道状态,来实现对泄漏位置的有效捕捉。但是在实际应用中发现,这一方法虽然能够实现对管道状态的实时监测,却也存在定位相对误差值较高的问题。郭帅杰等[4]采用最基础的声波定位法,通过声波的传播速度以及传播时差,计算泄漏点的具体位置。这种结合声波的传播速度和传播时差来计算泄漏点的具体位置的方法存在受环境因素影响和复杂地形限制、计算复杂度高、需要多个传感器和精度受限等缺陷,导致定位精度下降。刘伯相等[5]采用变分模态分解算法,对泄漏输出信号的噪声部分进行了分解与剔除处理,有效提高了算法的抗干扰性能。尽管变分模态分解算法在管道泄漏位置定位方面具有一定的潜力和优势,但因其数据要求高、依赖训练数据集、对管道结构的先验知识要求高、精度受限且计算复杂度高,导致定位精准度较差。
燃气非金属聚乙烯(polyethylene, PE)管道(以下简称PE管道)泄漏具有难以探测、低压泄漏和污染环境等特点。由于PE管道材质特性,泄漏位置不容易被察觉,需要专业设备进行检测。泄漏时的压力较低,一般不会引发爆炸或火灾,但仍需及时处理以降低安全风险。泄漏导致燃气逸出,对周围环境造成污染,特别是泄漏点靠近居民区、公共场所或水域等敏感区域时,可能对人群健康和生态环境带来潜在危害。因此,应根据相关法律法规和技术标准,在专业人员指导下采取适当的应急措施,及时修复或更换泄漏部位,确保燃气运输的安全。
时域叠加是一种信号处理方法,可将多个信号在时间域上进行叠加和分析。该方法基于信号的可加性和线性性质,通过对多个信号的叠加来增强特定信号成分或提取感兴趣的信息。将时域叠加法应用到PE管道泄漏位置定位中,对不同位置的泄漏信号进行叠加和处理,可以克服单一信号的局限性。通过综合多个泄漏信号,时域叠加法能够提供更全面、准确的信息,有助于准确定位泄漏点,并分析其特征。同时,时域叠加法具有较强的适应性和灵活性,可以应对不同的泄漏情况和管道结构,从而提高定位的精度和准确性。因此,本文采用时域叠加法对输出信号进行时域平移,并对离散值进行叠加判断,实现管道泄漏位置的有效定位[6]。
1 PE管道泄漏位置定位方法设计
1.1 PE管道泄漏范围的标记
PE管道泄漏位置定位研究的目的在于保障安全、维护管网健康、提高效率和推动相关技术的创新。这将有助于改进现有的泄漏检测方法,提高燃气管道系统的运行效率和安全性。当PE管道存在泄漏情况时,为获取泄漏位置的准确信息,首先需要对泄漏区域进行标记,从而为后续的定位处理减少工作量。对此,本文结合机器视觉系统,对PE管道的图像进行采集。由摄像机的成像原理可知,镜头与拍摄对象之间的距离会影响到成像质量[7]。因此,为了获取较为清晰的管道图像数据,笔者将镜头放置在距PE管道2~5 m的范围内,并对管道图像进行拍摄。摄像机内置图像采集芯片,可以实现管道图像数据的有效传输。输送到电脑端的图像,经过计算机视觉系统的变换处理,其中的管道泄漏位置可被具体标记[8]。PE管道图像的采集原理如图1所示。
针对拍摄得到的管道图像数据,笔者采用图像频域对数据中的空间信息进行表征,具体表达式如式(1)所示。
E{ξ}∝1h,(1)
式中:E代表傅里叶变换操作;ξ为燃气管道图像显著信息数据的傅里叶幅度;h为显著信息的空间概率分布函数[9]。用式(1)对拍摄得到的管道图像进行空间变换处理,获得图像log谱。由此可以得到燃气非金属PE管道的显著图S,表达式如式(2)所示。
S=expR+iφE2,(2)
式中:R为图像log谱的残差值;φ为图像数据相位;i为虚数单位。通过上述步骤,即可从原始拍摄图像中提取出管道图像的显著图,从而实现对管道泄漏位置的范围标定,为后续的泄漏位置定位提供帮助。
1.2 PE管道泄漏信号的去噪处理
在对PE管道泄漏位置进行定位处理时,首先对定位区域安装圆板式传感器,采集泄漏信号,并结合滤波算法对采集到的管道泄漏信号进行去噪处理[10]。圆板式传感器的声波采集原理在于通过采集到的PE管反射的回波,结合回波距离实现泄漏位置的有效定位。PE管道与金属管道在声波采集和信号处理方面存在差异。这是由于材料特性不同,导致声波在管道中的传播和反射行为不一样;此外,2种管道上泄漏声音的频率和振幅也不一样。因此,在定位泄漏点时,需要适应PE管道的特点,并相应地进行信号处理和优化。由于PE管道的回波方向具有分散性,因此需要在同一测量线上安装多个检波器,从而实现对PE管反射回波的有效采集。对此,笔者在振动源左右两侧分别安装3个检波器,并使每个检波器之间的间距保持一致。在对PE管进行泄漏信号采集的过程中,需要采用中央控制装置对检波器进行统一控制,同时开启回波采集工作,最后将所有检波器所收集到的回波数据进行汇总,得到泄漏位置回波信号。传感器布设图如图2所示。
通过如图2所示的传感器布设,可以实现对PE管道泄漏信号的采集。原始回波信号主要由噪声部分和实际信号部分组成[11],假设传感器采集到的一维回波信号为S(t),可得到式(3)。
S(t)=f(t)+δe(t),(3)
式中:e(t)为噪声信号;f(t)为泄漏位置的实际回波信号;δ为噪声水平。通过对原始的一维回波信号进行小波变换[12]处理,将信号进行分解与叠加,即可实现对噪声的提取。对泄漏位置的原始回波信号进行小波变化处理,如式(4)所示。
Z(a,b)=n1Z(a,b)+n2Z(a,b)+…+nmZ(a,b), (4)
式(4)中:a为伸缩变换因子;b为平移变换因子;Z(a,b)为小波转换叠加结果;nmZ(a,b)为小波分量。将原始一维回波信号转换为式(4)的表现形式,即可实现对信号的分解与重构[13]。将经由小波变换处理后的回波信号进行去噪阈值判定,即可筛选出含噪信号,由此得到的信号去噪判定表达式如式(5)和式(6)所示。
gh(a,b)=g(a,b),g(a,b)≥λ,gh(a,b)=0,g(a,b)<λ,(5)
λ=η2lgN,(6)
式中:λ为回波信号的去噪阈值;η为噪声期望水平;g(a,b)为含噪信号;gh(a,b)为已处理完成的去噪信号;N为一维回波信号长度[14]。
结合小波变换法,对一维回波信号进行信号重构和分解处理,再根据去噪阈值实现对含噪信号的识别与剔除[15]。通过上述步骤即可完成对于PE管道泄漏信号的去噪处理。
1.3 基于时域叠加的PE管道泄漏点的定位
针对上述去噪处理完成的一维回波信号数据,对其中的离散信号进行时域叠加,从而检测出管道的泄漏位置。根据传感器布设图(见图2),可以对管道的反射回波距离进行计算,如式(7)所示。
si= H2+(x0-2.5d)2 H2+(y0-2.5d)2,(7)
式中:H为管道距地面的垂直距离,m;(x0,y0)为管道泄漏位置的空间坐标;d为检波器的布设间距,m。结合检波器的弹性回波速度,可以对泄漏点的回波时间ti进行计算,如式(8)所示。
ti=sic,(8)
式中:c为弹性波波速,m/s。由于对检波器进行布设时采用的是相同的布设间距,同时所有检波器均处于同一水平测量线上,因此对于泄漏位置反射的回波信号,检波器的输出信号在时域上是不断平移的[16]。而输出信号在时间维度的平移间距与泄漏点的回波时间是一致的,因此可以通过将输出信号进行离散值叠加处理,然后对叠加程度进行判定。对于泄漏位置来说,输出信号的叠加次数应为最大值。基于上述理论分析,笔者构建出的管道泄漏位置定位流程如图3所示。
在管道泄漏位置定位流程中,时域叠加积分计算公式如式(9)所示。
Mk(t)=∫i0∑ki=1yik(t)yi(t)dt,(9)
式中:yik(t)为经历时域平移后得到的第k个输出信号;t为激励信号的传播时间,s;yi(t)为检波器的输出信号;为平移系数。
采用时域叠加法对泄漏位置输出信号的离散值进行叠加,通过判定叠加最大值,识别出泄漏位置[17],通过上述步骤即可完成对于PE管道泄漏位置的有效定位。
2 实验验证
为验证本文提出的基于时域叠加的PE管道泄漏位置定位方法在实际定位中的有效性,在理论部分设计完成后,构建实验环节,对本文所提方法的定位效果进行检验。
2.1 实验说明
实验选取基于声波法的PE管道泄漏位置定位方法和基于模态分解法的PE管道泄漏位置定位方法作为对比对象,来检验本文提出的基于时域叠加的PE管道泄漏位置定位方法的定位效果。通过构建实验平台,采用3种定位方法对同一个PE管道进行泄漏位置定位,对比不同定位方法下的实际定位效果。
2.2 实验准备
本次实验针对PE管道设置了2处泄漏位置。通过在泄漏位置处安装声发射传感器,并对传感器距离进行调整,来保证泄漏传感数据能够得到有效传输。将2个声发射传感器之间的距离设置为1 500 mm,并且与泄漏位置之间的直线距离分别为500 mm和1 000 mm,具体泄漏位置以及传感器布设示意图如图4所示。
如图4布设泄漏管道,分别采用3种方法对泄漏位置进行定位分析。其中采用本文方法分析得到的定位区域成像图如图5所示。
为保证实验结果的可靠性,本次实验采用MATLAB软件对泄漏位置进行了仿真模拟,并生成了10组泄漏位置用于实际检测,泄漏位置具体坐标如表1所示。
对采集到的PE管道泄漏位置传感信号进行去噪处理,并将2组传感器的独立信号源进行混合,从而得到信号频域混合结果,如图6所示。与金属管道上采集的信号进行对比,金属管道信号频域混合结果如图7所示。
由图6和与7可知,PE管道泄漏位置信号接收速度较慢,而金属管道泄漏位置信号接收速度较快。这是由于PE管道的声波传播速度受到材料弹性模量和密度等因素的影响,一般较为缓慢。相比之下,金属管道由于具有较高的弹性模量和密度,其声波传播速度通常较快。
为提高实验的对比效果,本次实验对信号源相关系数进行设定,调节信号的清晰强度,由此可以有效测试出不同定位方法的抗干扰性能。对此,本次实验设置了2组信号源相关系数,分别为0.21和0.82,并采用3种定位方法对模拟泄漏位置进行定位分析。最后对定位结果以及实际泄漏位置进行记录,并计算出定位相对误差值,对比不同定位方法的实际定位效果。
2.3 定位精度对比结果
选取定位精度作为不同定位方法定位效果的对比指标,具体衡量指标为定位结果与实际泄漏位置之间的定位误差值,该值越低,代表定位方法的定位精度就越高。具体实验结果如图8—图9所示。
由图8和图9可以看出,在信号源相关系数不同的情况下,不同定位方法的定位精度也会受到一定的影响。通过观察定位精度变化曲线可以明显看出,本文提出的基于时域叠加的PE管道泄漏位置定位方法的定位相对误差值较低,定位精度明显高于其他2种定位方法。
4 结 语
本文提出了一种基于时域叠加的PE管道泄漏位置定位方法,来解决当前PE管道泄漏位置定位精度差的问题。经过仿真实验证明,将时域叠加法应用于PE管道泄漏位置定位是可行的。具体结论如下。
1)采用本文所提方法对PE管道泄漏位置进行定位时,定位相对误差值明显较低,信号源相关系数分别为0.21和0.82时定位误差均小于25 mm。
2)通过引入机器视觉系统,实现了对PE管道外观信息的非接触式捕获。这种方法高效、快速,而且不会对管道造成任何损害。图像频域分析进一步增强了对管道泄漏位置的识别能力,显著图技术使得泄漏区域与周围环境的差异得以凸显,有效缩小了泄漏位置的搜索范围。
3)原始一维回波信号中往往包含噪声干扰,这会影响泄漏信号的检测效果。通过采用信号分解与重构处理技术,成功地去除了信号中的噪声,提高了信噪比,使得泄漏信号在后续分析中更加清晰可辨。
4)通过对输出信号在时域上进行叠加,并对叠加程度进行判断,能够准确地识别出PE管道的泄漏位置。这种方法具有较高的灵敏度,而且定位精度较高,能够满足实际应用的需求。
本文方法有助于改进现有的泄漏检测技术,提高燃气管道系统的运行效率和安全性,为相关领域的发展和社会的可持续发展作出贡献。然而,该方法也存在一些不足之处,例如在复杂环境或图像质量较低的情况下,可能导致显著图提取的准确性下降。因此,在未来的研究中可以引入更细致的图像处理技术,如多尺度分析和自适应背景建模,以适应不同噪声和环境的干扰。另外,目前本文方法只考虑了基于时域叠加法进行泄漏位置的判断,而对于较小或较远的泄漏位置的识别效果可能会较差。为了进一步提高定位精度,可以考虑引入其他方法,如频域分析法或深度学习算法,以实现对PE管道泄漏位置更准确、稳定、可靠的定位。
参考文献/References:
[1]
张永弟,常维纯,郭旭,等.油气管道环焊缝新型修复技术研究[J].河北工业科技,2022,39(4):268-273.
ZHANG Yongdi,CHANG Weichun,GUO Xu,et al.Research on new repair technologies for girth welds of oil and gas pipeline[J].Hebei Journal of Industrial Science and Technology,2022,39(4):268-273.
[2] 周芷怡,尹冠雄,王彬,等.考虑基准点—修正点两阶段的天然气管道泄漏定位新方法[J].天然气工业,2023,43(5):88-99.
ZHOU Zhiyi,YIN Guanxiong,WANG Bin,et al.A new two-stage natural gas pipeline leakage locating method considering base point and correction point[J].Natural Gas Industry,2023,43(5):88-99.
[3] 李勇,刘圣,孙少杰,等.基于LabVIEW的供热管道泄漏监测定位系统[J].工业控制计算机,2023,36(4):1-3.
LI Yong,LIU Sheng,SUN Shaojie,et al.Heating pipe leakage monitoring and locating system based on LabVIEW[J].Industrial Control Computer,2023,36(4):1-3.
[4] 郭帅杰,张立申,李成,等.声波法直埋热水供热管道泄漏检测定位[J].科学技术与工程,2023,23(11):4765-4772.
GUO Shuaijie,ZHANG Lishen,LI Cheng,et al.Leakage detection and localization of direct buried hot water heating pipeline by acoustic wave method[J].Science Technology and Engineering,2023,23(11):4765-4772.
[5] 刘伯相,张远民,江竹.基于变分模态分解的管道泄漏信号降噪方法[J].振动、测试与诊断,2023,43(2):397-403.
LIU Boxiang,ZHANG Yuanmin,JIANG Zhu.Noise reduction method of pipeline leakage signal based on variational mode decomposition[J].Journal of Vibration,Measurement & Diagnosis,2023,43(2):397-403.
[6] 李明,李慧娜,郭辉,等.管道泄漏检测及定位算法的改进和应用[J].焊管,2023,46(3):31-34.
LI Ming,LI Huina,GUO Hui,et al.Improvement and application of pipeline leak detection and location algorithm[J].Welded Pipe and Tube,2023,46(3):31-34.
[7] 曹智敏,胡斌,李志农,等.输气管道泄漏声波识别和定位方法研究现状[J].无损检测,2023,45(3):49-57.
CAO Zhimin,HU Bin,LI Zhinong,et al.Research status of acoustic wave identification and location methods for gas pipeline leakage[J].Nondestructive Testing,2023,45(3):49-57.
[8] 郑晓亮,廖冉,王强.埋地输气管道泄漏振动声源双阵列定位方法[J].油气储运,2023,42(6):641-652.
ZHENG Xiaoliang,LIAO Ran,WANG Qiang.Dual-array localization of vibroacoustic source for leaks in buried gas pipelines[J].Oil & Gas Storage and Transportation,2023,42(6):641-652.
[9] 李硕,侯墨语,赵小芬,等.基于光纤分布式测温的热力管道泄漏定位系统[J].山东科学,2023,36(1):84-89.
LI Shuo,HOU Moyu,ZHAO Xiaofen,et al.Thermal pipeline-leakage locating system based on distributed optical-fiber temperature-measurement[J].Shandong Science,2023,36(1):84-89.
[10]邱全春.基于无线通信技术的供水管道泄漏点实时定位方法[J].供水技术,2023,17(1):40-42.
QIU Quanchun.Real-time location method of water supply pipeline leakage point based on wireless communication technology[J].Water Technology,2023,17(1):40-42.
[11]苏日提,刘鑫,陈泂杉.燃气管道高效泄漏检测及定位方法探讨与实践[J].煤气与热力,2023,43(1):B33-B36.
SU Riti,LIU Xin,CHEN Jiongshan.Discussion and practice of efficient leak detection and location method for gas pipeline[J].Gas & Heat,2023,43(1):B33-B36.
[12]甘景福,李昕朔,王月,等.基于电网谐波阻抗估计的并联电容器组优化配置方案[J].河北工业科技,2023,40(2):102-110.
GAN Jingfu,LI Xinshuo,WANG Yue,et al.Optimal configuration of parallel capacitor banks based on grid harmonic impedance estimation[J].Hebei Journal of Industrial Science and Technology,2023,40(2):102-110.
[13]韩立锋,刘达,尚确,等.混合干涉型分布式光纤天然气管道泄漏检测及定位对策分析[J].中国石油和化工标准与质量,2022,42(24):44-46.
[14]周中伟,龚小飞,黄强,等.基于北斗精准定位技术的城市燃气管道泄漏检测方法[J].石油化工腐蚀与防护,2022,39(6):50-53.
ZHOU Zhongwei,GONG Xiaofei,HUANG Qiang,et al.Leakage detection method of urban gas pipeline based on Beidou precise positioning system[J].Corrosion & Protection in Petrochemical Industry,2022,39(6):50-53.
[15]孟强,郎宪明,林明奇,等.基于EEMD和互谱分析的天然气管道泄漏检测与定位[J].当代化工,2022,51(10):2392-2398.
MENG Qiang,LANG Xianming,LIN Mingqi,et al.Gas pipeline leakage detection and localization based on combination of EEMD and cross-spectrum analysis[J].Contemporary Chemical Industry,2022,51(10):2392-2398.
[16]郑晓亮,谢晓贤,王强.基于灰狼优化的埋地管道泄漏双波谱定位方法[J].仪器仪表学报,2022,43(8):204-214.
ZHENG Xiaoliang,XIE Xiaoxian,WANG Qiang.Grey wolf optimization based buried pipe leak localization using dual-wave spectrum[J].Chinese Journal of Scientific Instrument,2022,43(8):204-214.
[17]刘畅,张引弟.天然气长距离输送管道多泄漏点快速定位模型[J].计算机仿真,2022,39(8):139-143.
LIU Chang,ZHANG Yindi.Rapid location model of multiple leakage points in long-distance natural gas transmission pipeline[J].Computer Simulation,2022,39(8):139-143.