一种基于声波法的输气管道泄露检测系统 |
|||||||
| 申请号 | CN201610912886.6 | 申请日 | 2016-10-20 | 公开(公告)号 | CN106352243A | 公开(公告)日 | 2017-01-25 |
| 申请人 | 山东科技大学; | 发明人 | 韩宝坤; 闫成稳; 鲍怀谦; 王昌田; 杨凯迪; | ||||
| 摘要 | 本 发明 公开了一种基于 声波 法的输气管道泄露检测系统，包括用户终端、 云 端 服务器 及沿输气管道设置的若干个检测段，每个检测段处均设置有两个低频声波 传感器 、两个 温度 传感器、两个 密度 传感器、两个 压 力 传感器 及两个数字化网络传输仪。本发明实时性强，灵敏度高，适应能力强，响应时间快， 定位 精度 高，能够实现全天候、实时、异地检测，能够实现对 泄漏 位置 的定位和对泄漏口径大小和形状的判断。 | ||||||
| 权利要求 | 1.一种基于声波法的输气管道泄露检测系统，其特征在于，包括用户终端、云端服务器及沿输气管道设置的若干个检测段，每个检测段处均设置有两个低频声波传感器、两个温度传感器、两个密度传感器、两个压力传感器及两个数字化网络传输仪，其中，每个检测段内的两个低频声波传感器分别设置在该检测段内的输气管道的两端，各低频声波传感器用于采集该检测段内输气管道中的低频声波信号，并将采集到的低频声波信号进行放大和初步滤波后输送给与该低频声波传感器处于同一检测位置的数字化网络传输仪； |
||||||
| 说明书全文 | 一种基于声波法的输气管道泄露检测系统技术领域[0001] 本发明涉及一种输气管道泄露检测系统，尤其涉及一种基于声波法的输气管道泄露检测系统及检测方法。 背景技术[0003] 近年来，世界各国对能源的需求量大大增加，气体管线的建设进入快速发展阶段，自动化水平迅速提高，其中，我国气体管道建设总里程已超过8万千米，但是由于管道设备的老化，地理条件的变化(如滑坡、地震等)以及人为的原因(如施工、盗油等)，管道泄漏事故经常发生。管道一旦发生泄漏，不仅会带来因流体流失而造成的直接经济损失和环境污染，严重情况下，还可能发生爆炸和引起火灾，甚至造成人员伤亡。 [0004] 目前，国内外广泛使用的实时泄漏检测与定位系统大多采用基于负压波的泄漏检测和定位方法，实践表明，这种方法对明显的突发性泄漏的检测与定位具有较好的效果，在实际中发挥了比较好的作用，取得了明显的经济效益和社会效益，但这类方法存在固有的不足： [0005] (1)、对明显的突发性泄漏的检测与定位效果比较好，对缓变的小泄漏漏报比较多，定位精度比较差； [0006] (2)、对工况平稳的长距离输送管道来说效果比较好，对工况扰动频繁的管道来说，误报比较多； [0007] (3)、对性能接近不可压缩流体的液体管道来说效果比较好，对气体管道的泄漏检测与定位效果比较差，甚至基本不可行。 [0008] 而且现有的气体管道泄漏检测系统，普遍采用的是固定式检测站的模式，使用不便。从泄漏被检测出来到采取措施的时间比较长，不能有效的抓住处理泄漏事故的最佳时机。 [0009] 由此可见，现有技术有待于进一步的改进和提高。 发明内容[0010] 本发明为避免上述现有技术存在的不足之处，提供了一种实时性强、灵敏度高、响应速度快且可实现异地检测的基于声波法的输气管道泄露检测系统。 [0011] 气体管道发生泄露时，在管道内外压差的作用下，气体从泄漏口喷射而出，产生强烈的速度和压力脉动，从而产生以四极子声源为主的气动噪声。气体管道泄漏时产生的声波信号，一部分沿着管壁传播，但是由于管壁和外部介质(如土壤、空气等)的互相作用，这部分声波在传播一定距离后就基本上衰减掉，另一部分则沿着管道内的气体传播，不易受到外界环境的干扰。本发明即基于气体管道泄漏时声波信号的传递特点所设计。 [0012] 本发明所采用的技术方案为： [0013] 一种基于声波法的输气管道泄露检测系统，包括用户终端、云端服务器及沿输气管道设置的若干个检测段，每个检测段处均设置有两个低频声波传感器、两个温度传感器、两个密度传感器、两个压力传感器及两个数字化网络传输仪，其中， [0014] 每个检测段内的两个低频声波传感器分别设置在该检测段内的输气管道的两端，各低频声波传感器用于采集该检测段内输气管道中的低频声波信号，并将采集到的低频声波信号进行放大和初步滤波后输送给与该低频声波传感器处于同一检测位置的数字化网络传输仪； [0015] 每个检测段内的两个温度传感器均设置在该检测段内的输气管道内且分别位于该段输气管道的两侧，各温度传感器均用于测定该检测段内输气管道中介质的温度，并将检测到的温度信号传输给与该温度传感器处于同一检测位置的数字化网络传输仪； [0016] 每个检测段内的两个密度传感器均设置在该检测段内的输气管道内且分别位于该段输气管道的两侧，各密度传感器均用于测定该检测段内输气管道中介质的密度，并将检测到的密度信号传输给与该密度传感器处于同一检测位置的数字化网络传输仪； [0017] 每个检测段内的两个压力传感器均设置在该检测段内的输气管道内且分别位于该段输气管道的两侧，各压力传感器均用于测定该检测段内输气管道中介质的压力，并将检测到的压力信号传输给与该压力传感器处于同一检测位置的数字化网络传输仪； [0018] 数字化网络传输仪，用于将收集到的低频声波信号、温度信号、密度信号、压力信号转换为数字信号，同时将数据保存到本地并在网络畅通时及时将最新数据传输到云端服务器； [0019] 云端服务器，用于对从数字化网络传输仪传来的数字信号进行信号处理，并利用FSVM算法进行模式识别，通过模式识别提取并分析输气管道泄漏时的低频声波信号的特征量，判断泄露是否发生并确定泄漏口的大小和形状；同时对泄漏时两个低频声波传感器接收到的低频声波信号进行互相关分析，并结合输气管道内的声速，对泄露口的位置实现定位；最终云端服务器将处理完的数据通过无线网络传送给用户终端； [0020] 用户终端，根据云端服务器传来的数据对输气管道的运行状况进行判断，若发生泄露，则发出报警信号，并给出输气管道泄漏口的位置以及泄漏口的大小和形状。 [0021] 所述云端服务器中设置有数据库，所述数据库中存储有若干个不同泄漏口的大小数据和形状数据及其所对应的泄漏声波信号的特征量，所述泄漏声波信号的特征量是根据理论分析及实验测定所得到的；当实际应用过程中的输气管道发生泄漏时，云端服务器通过模式识别提取出泄漏时的低频声波信号的特征量，并根据此低频声波信号的特征量对数据库中现有的数据进行插值与拟合，进而确定泄漏口的大小和形状，最后人为地测量出该泄漏口的实际大小和形状，并将该测量得到的数据与系统判断出来的数据进行比较，将两者的偏差保存到数据库中；系统内植具有机器自学习功能的算法，可根据上述偏差对数据库中泄漏声波信号的特征量及其所对应的泄漏口的大小数据和形状数据进行修正；当再次发生泄漏时，系统就会根据数据库中新的数据选择新的插值和拟合方法，确定泄漏口的大小和形状，再次人为地测量出此时泄漏口的实际大小和形状，并将该测量得到的数据与系统判断出来的数据进行比较，将两者的偏差保存到数据库中；如此反复进行，判断出泄漏口的大小和形状。 [0022] 将每个检测段内的其中一个低频声波传感器选作基点，作为基点低频声波传感器，与之相对应的另一低频声波传感器作为非基点低频声波传感器；将基点低频声波传感器接收到泄漏声波信号的时间设置为t0，非基点低频声波传感器接收到泄漏声波信号的时间设置为t1， [0023] 所述泄露口距离发生泄露的检测段内的基点低频声波传感器的位置由下式确定： [0024] [0025] 其中，x为泄漏口距离发生泄露的检测段内的基点低频声波传感器的距离，l为每个检测段内的基点低频声波传感器与非基点低频声波传感器间的距离，v为云端服务器对声速数据进行插值和拟合后所获得的输气管道泄漏时的声速，△t为发生泄露的检测段内的基点、非基点低频声波传感器接收到输气管道泄露时的低频声波信号的时间差；所述泄漏口的位置最终由发生泄露的检测段内的基点低频声波传感器的位置和上述计算所得距离x确定； [0026] 所述声速v通过下述途径获得：所述数据库内还存储有事先在实验室中测定的不同介质密度、不同介质温度和不同输气管道内压力下的输气管道介质中的声速c的数据，所述云端服务器能够根据实时检测到的输气管道内的介质的密度、介质的温度和输气管道内的压力对数据库中的声速数据进行插值和拟合，即可获得输气管道泄漏时的声速v； [0027] 所述时间差△t通过下述途径获得：云端服务器对发生泄露的检测段内的基点、非基点低频声波传感器测得的低频声波信号进行互相关分析，能够获得发生泄露的检测段内基点、非基点低频声波传感器接收到的输气管道泄露时的低频声波信号的时间差，并比较t0和t1的大小，当t0>t1时，时间差为正；当t0 [0028] 所述用户终端为智能手机、平板电脑或个人计算机。 [0029] 由于采用了上述技术方案，本发明所取得的有益效果为： [0030] 1、本发明实时性强，灵敏度高，适应能力强，响应时间快，定位精度高，能够实现全天候、实时、异地检测，不但能够实现对泄漏位置的定位还能够实现对泄漏口径大小和形状的判断。为使用者快速确定最佳的解决方案提供第一手资料。 [0031] 2、本发明中的检测系统具有机器自学习功能，可以利用以往泄漏口的特征，进行自动优化升级，故随着应用时间的增长，系统的灵敏度和精确度会越来越高。 [0032] 3、本发明采用数字化网络传输仪向云端服务器传输数据，适应性强。无论是人口稠密的城市，还是人迹罕至的荒野，都可以很好的工作。 [0033] 4、本发明中的检测系统采用对声速数据库进行拟合和插值的办法来获得实时声速，大大简化了系统结构，提高了定位精度，加快了系统的响应速度。一个云端服务器可以多个检测点共用，从而能降低了成本。本发明采用次声波结合FSVM智能算法和机器自学习算法进行气体管道的泄漏检测，可大大提高系统的灵敏度和精度。 [0034] 5、本发明中，智能手机、平板电脑、PC皆可作为用户终端，进而提高了系统的灵活性，可实现多人、多地、实时的在线监控，可最大限度地缩短从发生泄漏到采取措施的时间并可最大限度地降低错报、漏报的概率。 [0036] 图1为本发明的系统原理图。 [0037] 图2为本发明中低频声波传感器的组成框图。 [0038] 图3为本发明中数字化网络传输仪的组成框图。 [0039] 其中， [0040] 1、泄漏口 2、低频声波传感器 3、温度传感器 4、密度传感器 5、压力传感器 6、数字化网络传输仪 7、云端服务器 8、用户终端 9、3G网络 10、电容式传感器 11、放大、滤波电路 12、A/D转换模块 13、存储模块 14、网络传输模块 15、主板模块 具体实施方式[0041] 下面结合附图和具体的实施例对本发明作进一步的详细说明，但本发明并不限于这些实施例。 [0042] 如图1至图3所示，一种基于声波法的输气管道泄露检测系统，包括用户终端8、云端服务器7及沿输气管道设置的若干个检测段，每个检测段处均设置有两个低频声波传感器2、两个温度传感器3、两个密度传感器4、两个压力传感器5及两个数字化网络传输仪6。 [0043] 每个检测段内的两个低频声波传感器2分别设置在该检测段内的输气管道的两端，各低频声波传感器2用于采集该检测段内输气管道中的低频声波信号，并将采集到的低频声波信号进行放大和初步滤波后输送给与该低频声波传感器2处于同一检测位置的数字化网络传输仪6。如图2所示，各所述低频声波传感器2选用变极距型电容式传感器10作为换能元件。电容式传感器10的主要应用特点是机构简单，灵敏度高，动态响应好，稳定性高等。其基本原理是：金属膜片与极板平行放置，组成平行板电容器，当介质中的低频声信号作用于金属膜片时，膜片会在低频信号的作用下产生微小的位移，平行板电容器的极距发生改变，电容值发生改变；电容值的变化通过测量电路的反馈转化为电压信号，实现声信号到电信号的转化。但测量电路接受到的信号通常极其微弱，并伴随有其他噪声，因此信号必须经过放大并初步滤波后才能输出，因此需要有放大、滤波电路11。 [0044] 每个检测段内的两个温度传感器3均设置在该检测段内的输气管道内且分别位于该段输气管道的两侧，各温度传感器3均用于测定该检测段内输气管道中介质的温度，并将检测到的温度信号传输给与该温度传感器3处于同一检测位置的数字化网络传输仪6。 [0045] 每个检测段内的两个密度传感器4均设置在该检测段内的输气管道内且分别位于该段输气管道的两侧，各密度传感器4均用于测定该检测段内输气管道中介质的密度，并将检测到的密度信号传输给与该密度传感器4处于同一检测位置的数字化网络传输仪6。 [0046] 每个检测段内的两个压力传感器5均设置在该检测段内的输气管道内且分别位于该段输气管道的两侧，各压力传感器5均用于测定该检测段内输气管道中介质的压力，并将检测到的压力信号传输给与该压力传感器5处于同一检测位置的数字化网络传输仪6。 [0047] 所述数字化网络传输仪6，用于将收集到的低频声波信号、温度信号、密度信号、压力信号转换为数字信号。数字化网络传输仪6实现从模拟信号到数字信号的转换，同时将数据保存到本地并在网络通畅时及时将最新数据传输到云端服务器7。 [0048] 如图3所示，本发明中的数字化网络传输仪6包括主板模块15、A/D转换模块12、存储模块13及网络传输模块14，且主板模块15采用嵌入式系统，嵌入式系统由ARM处理器，外围设备、操作系统和应用软件等几部分组成，操作系统用来有效的控制和管理仪器的硬件和软件资源，主要实现处理器管理、存储管理、设备管理、文件管理和用户接口。本发明所述数字化网络传输仪6搭载的是实时操作系统，以调用一切可利用资源完成实时控制任务。通过ARM软硬件系统的调度与控制，实现对数字化网络传输仪6采样、存储、传输、中断、复位的控制。网络传输模块14将数字声波信号及时准确地发送到云端服务器7，这是管道泄漏实时性的重要保证。 [0049] 由于管道分布区域广泛，既有人口稠密的城市，也有人迹罕至的荒野，这就要求传输方式有很强的环境适应性，本发明所述数字化网络传输仪6采用H330S-Q50-00型3G模块，该模块能自动切换合适的频段发射信号，确保信号及时有效发送到云端服务器7。同时为了增强数字化网络传输仪6对复杂网络环境特别是没有足够强度网络覆盖的地区的适应性，增大模块的发射功率，配备高增益天线。 [0050] 所述云端服务器7，用于对从数字化网络传输仪6传来的数字信号进行信号处理(主要包括FFT变换和滤波，其中FFT变换为快速傅里叶变换)，并利用FSVM算法进行模式识别，通过模式识别提取并分析输气管道泄漏时的低频声波信号的特征量(如声压级、声功率等)，判断泄露是否发生并确定泄漏口的大小和形状；其中，FSVM算法为模糊支持向量机算法，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。同时对泄漏时两个低频声波传感器接收到的低频声波信号进行互相关分析，并结合输气管道内的声速，对泄露口的位置实现定位；最终云端服务器7将处理完的数据通过3G网络9传送给用户终端8。具体地说，所述云端服务器7中设置有数据库，所述数据库中存储有若干个不同泄漏口的大小数据和形状数据及其所对应的泄漏声波信号的特征量，所述泄漏声波信号的特征量是根据理论分析及实验测定所得到的；当实际应用过程中的输气管道发生泄漏时，云端服务器通过模式识别提取出泄漏时的低频声波信号的特征量，并根据此低频声波信号的特征量对数据库中现有的数据进行插值与拟合，进而确定泄漏口的大小和形状，最后人为地测量出该泄漏口的实际大小和形状，并将该测量得到的数据与系统判断出来的数据进行比较，将两者的偏差保存到数据库中；系统内植具有机器自学习功能的算法，可根据此偏差对数据库中泄漏声波信号的特征量及其所对应的泄漏口的大小数据和形状数据进行修正。当再次发生泄漏时，系统就会根据数据库中新的数据选择新的插值和拟合方法，来确定泄漏口的大小和形状，再次人为地测量出此时泄漏口的实际大小和形状，并将该测量得到的数据与系统判断出来的数据进行比较，将两者的偏差保存到数据库中。如此反复进行，就可越来越准确的判断出泄漏口的大小和形状。 [0051] 将每个检测段内的其中一个低频声波传感器选作基点，作为基点低频声波传感器，与之相对应的另一低频声波传感器作为非基点低频声波传感器；将基点低频声波传感器接收到泄漏声波信号的时间设置为t0，非基点低频声波传感器接收到泄漏声波信号的时间设置为t1， [0052] 所述泄露口1距离发生泄露的检测段内的基点低频声波传感器的位置由下式确定： [0053] [0054] 其中，x为泄漏口1距离发生泄露的检测段内的基点低频声波传感器的距离，l为每个检测段内的基点低频声波传感器与非基点低频声波传感器间的距离，v为云端服务器7对声速数据进行插值和拟合后所获得的输气管道泄漏时的声速，△t为发生泄露的检测段内的基点、非基点低频声波传感器接收到输气管道泄露时的低频声波信号的时间差；所述泄漏口1的位置最终由发生泄露的检测段内的基点低频声波传感器的位置和上述计算所得距离x确定； [0055] 所述声速v通过下述途径获得：所述数据库内还存储有事先在实验室中测定的不同介质密度、不同介质温度和不同输气管道内压力下的输气管道介质中的声速c的数据，所述云端服务器7能够根据实时检测到的输气管道内的介质的密度、介质的温度和输气管道内的压力对数据库中的声速数据进行插值和拟合，即可获得输气管道泄漏时的声速v； [0056] 所述时间差△t通过下述途径获得：云端服务器7对发生泄露的检测段内的基点、非基点低频声波传感器2测得的低频声波信号进行互相关分析，能够获得发生泄露的检测段内的基点、非基点低频声波传感器2接收到输气管道泄露时的低频声波信号的时间差，并比较t0和t1的大小，当t0>t1时，时间差为正；当t0 [0057] 所述用户终端8，根据云端服务器7传来的数据对输气管道的运行状况进行判断，若发生泄露，则发出报警信号，并给出输气管道泄漏口1的位置以及泄漏口1的大小和形状。所述用户终端8为智能手机、平板电脑或个人计算机。使用者只要知道用户终端的用户名和密码，登录系统后即可实现对管道运行状况的监控，进而实现多人多地实时地对气体管道的运行状况的监控。 [0058] 利用本发明所述的基于声波法的输气管道泄露检测系统检测管道运行状况的原理为： [0059] (1)当输气管道正常运行时，低频声波传感器2的输出信号在误差范围内可认为是零。用户终端8不报警并显示输气管道运行正常。 [0060] (2)当输气管道发生泄漏时，泄漏声压级的时域特性较未发生泄漏时存在较大变化；不同的泄漏口1大小和形状对应的泄漏声压级的频谱也不同。在应用前期，首先在理论分析的基础上，对低频声波传感器2测得的低频声波信号，进行变换、滤波和处理；进而得到声压级的时域和频域特性，根据声压级的时域特性即可判断出输气管道是否发生泄漏，根据声压级的频域特性即可判断出泄漏口的大小和形状。本发明所述的基于声波法的输气管道泄漏检测系统具有的机器学习功能可以减小由于理论分析的结果和实际应用之间存在偏差而导致的对泄漏口1大小和形状判断不准确的程度，即：当泄漏发生后，人为地测量出泄漏口1的大小和形状，并将该测量得到的数据与系统判断出来的数据进行比较，将两者的偏差保存到数据库中；系统内植具有机器自学习功能的算法，可根据此偏差对数据库中泄漏声波信号的特征量及其所对应的泄漏口的大小数据和形状数据进行修正。 [0061] 对两低频声波传感器2测得的低频声波进行互相关分析，即可获得泄漏口1两侧的相邻两低频声波传感器2接收到泄漏声波信号的时间差△t，再结合两低频声波传感器2之间的距离l和管道介质中的声速c即可实现对泄漏口1的定位。但是，由于管道介质中的声速和管道介质的密度、介质的温度、管道的压力等诸多因素有关，故其不是一定值，而是随着输气管道工况的变化不断发生着变化。这就给定位的精度造成了一定的影响。本系统采用的解决办法是：先在实验室中测定出不同介质密度、介质温度和管道内压力下的一系列声速，然后在云端服务器7中利用这些数据建立数据库，当发生泄漏时，系统自动根据实时测定的介质的密度、介质的温度和管道内的压力对数据库中的数据进行插值和拟合，即可获得泄漏发生时的声速v。再由公式： [0062] [0063] 即可测出泄漏口1距发生泄露的检测段内的基点低频声波传感器的距离，再根据该基点低频声波传感器在输气管道上的设置位置即可准确判断出泄漏口在输气管道上的具体位置。 [0064] 本发明中未述及的部分采用或借鉴已有技术即可实现。 |
||||||
