一种次声波监测和定位管道泄漏的装置及方法制造方法及图纸

本发明专利技术公开了一种全自动管道内流体泄漏在线监测和定位系统及方法，该系统包括一套主站系统和两套或者两套以上的子站系统；其中每套子站系统包括高精度次声波传感器，阀门，外部电源，数字化仪。该方法结合卡尔曼滤波，小波变换，梯度算子及区域分割等算法以及序贯概率比检验方法，结合高精度次声波传感器提供的微弱信号，进行多次互相关计算，极大提高了报警的准确性。

【技术实现步骤摘要】
一种次声波监测和定位管道泄漏的装置及方法
本专利技术公开了一种利用次声波全自动监测和定位管道泄漏的装置和方法，本专利技术属于流体输送压力管道泄漏监测定位
技术背景管道运行管理的核心是“安全和经济”。近年来，因为油气管道泄漏导致的灾难性事故频发，管道的安全运行和维护受到了威胁和挑战。使用先进的科学手段建立管道安全预报警体系，通过有效的技术手段对管道泄漏事故进行实时监测，准确发出泄漏报警并快速定位，以便于生产单位启动相应的应急预案，要实现上述功能，要通过技术手段持续监测管道数据的变化，并对泄漏特征准确、快速的识别并提取，并且快速定位并定位准确，对具有上述功能的技术需求迫切。目前现有的管道泄漏监测技术主要有：压力点分析法、负压波法、流量差监测法、光缆监测法等，经过实践验证上述技术误报率高、定位精度差，参考意义有限。目前，基于次声波的监测技术已经初步应用于管道泄漏监测中，该方法的原理如下：当管道发生泄漏时，会在管道内部产生次声波信号，通过监测该次声波信号的能量密度值、能量密度比值、声波信号幅值等参数，并与管道未泄露时的参数进行比较，当监测到信号的参数超过预先设定的阈值时，即可以判断管道发生泄漏。但是，在实际应用中，管道内由于本体噪声等因素的影响，会产生偶发性的次声波信号参数超过阈值现象，同时，现有监测技术直接对时域信号进行处理和识别，因此极易导致误报。
技术实现思路
针对现有技术中，误报机率大的缺点，本专利技术提供一种全自动监测和定位管道泄漏的装置；具体包括：一套主站系统和两套或者两套以上的子站系统；其中，每套子站系统包括高精度次声波传感器1，阀门2，外部电源3，数字化仪4，主站系统包括一台计算服务器5；主站系统用于收集和处理子站系统传递回来的数据和信号、向外发布报警信号以及向子站发出指令；每个子站中，高精度次声波传感器用于监测管道内产生的次声波信号，普通的次声波传感器只能捕捉到100Hz以下的声波，以及20Hz以下的次声波，在100Hz-1000Hz之间的声波响应灵敏度不足，以至于当管道发生泄漏时只能监测到一次次声波信号，而无法监测到泄漏过程中的持续中频信号，而高精度次声波传感器在0-1000Hz间有很高的灵敏度，可以监测到持续泄漏信号，次声波传感器将该信号传递给数字化仪；阀门位于高精度次声波传感器和管道之间，正常工作时，阀门打开，两者连通；检修时，阀门关闭，可以监测或者更换高精度次声波传感器；数字化仪用于接收高精度次声波传感器传递的监测信号，并将该信号添加由全球定位系统(GPS)提供的时间和位置标签后，通过有线或者无线传输方式，将信号传递给主站，并同时接收主站发射的指令；外部电源用于给子站供电。本专利技术的又一个目的是提供一种全自动监测和定位管道泄漏的方法，该方法具体步骤如下：1.位于管道不同位置的监测子站，将管道内产生的次声波信号实时传递给主站；2.主站分析系统实时将子站传递的数据进行卡尔曼滤波处理，通过自适应噪声抑制功能，减少工况背景噪声对泄漏判定的影响；3.将卡尔曼滤波处理后的数据进行小波变换计算，得到时频域图像；具体方法如下：对卡尔曼滤波处理后的一维数据x(t)在给定伸缩尺度a(a＞0)和平移尺度b的条件下进行连续小波变换，其中，t是时间，其计算过程公式表述为：即：将原始信号与经过伸缩和平移后的小波函数进行卷积得到二维声像图，伸缩尺度a一般取值为0.5～fs，其中fs为信号采样频率，b为信号采样周期的整数倍。4.采用梯度算子及区域分割算法从时频域图像中提取不同区域的能量密度值Ei，并与在无泄漏的状态下标定的实际运行工况下的能量密度值E0进行对比，如果Ei>E0，可初步假定管道发生泄露；5.根据序贯概率比检验方法，通过多次互相关计算，判断该泄漏信号是否真实可靠；其中，在第一个接收到泄漏信号的子站返回的数据中选取短时序列S1，S1的起始时间点应选择步骤4中疑似泄漏的时间，S1长度Ts1不应太短或太长，太长会增加互相关计算时间，太短会导致互相关计算结果不准确，一般选取10秒长度，短时序列S1的信号为x(t)，在第二个接收到泄漏信号的子站返回的数据中选取长时序列S2，S2的起始时间点应选择步骤4中疑似泄漏的时间，序列长度Ts2应满足多次进行互相关需要，一般为序列S1长度的5倍，太长会增加互相关运算时间，太短不足以进行多次互相关计算，其信号为y(t)，将序列S1与序列S2做互相关运算Rxy(τ)，具体计算公式如下：其中，t为时间，t的取值范围为0-T，τ为时间偏移量，Rxy(τ)在τ＝τd位置取最大值，则信号x(t)和y(t)之间的时间差为τd。序列S1与序列S2互相关运算结果为Δτ1。序贯概率比检验方法的具体过程如下：在短时序列S1后间隔固定时间ΔT，ΔT的长度原则上可以随意选取，但应保证(ΔT+Ts1)·n≤Ts2，一般ΔT的值为5秒，其中n为互相关计算次数，选取短时序列S12，S12的选取原则同S1，对短时序列S12和长时序列S2做互相关运算，可以得到两序列的时间差Δτ2，计算Δτ1和Δτ2的方差D1，若a＜D1＜b，在短时序列S12后间隔固定时间ΔT选取短时序列S13，对短时序列S13和长时序列S2做互相关运算，可以得到两序列的时间差Δτ3,计算Δτ1、Δτ2和Δτ3的方差D2；若a<D2<b,重复上述过程，直至第i次时，Di≥b，认定泄漏信号无效；或者，Di≤a，认定泄漏信号有效，此时时间差6.发布泄漏警报和泄漏位置；当认定泄漏信号有效时，立即对外发布泄漏警报，其中泄露位置的计算方法如下：最先接收到泄漏信号的两个子站间距离为L，接收到泄漏信号的时间差超声波沿着管道内流体传输方向的速度为V上游，超声波逆着管道内流体传输方向的速度为V下游，泄漏信号的则泄漏地点的位置s由下面的公式计算得出。本专利技术提供的方法中涉及的技术词汇和算法的解释说明如下：卡尔曼滤波(Kalmanfiltering)：一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。基于梯度算子的区域分割算法：根据小波变换得到的图像内像素的相似性质来聚集，从初始区域开始，将相邻的具有同样性质的像素或其他区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。区域内像素的相似性度量包括像素所代表的声音信号的能量值。自适应噪声抑制是对声音信号(已通过取样、量化、编码的数字信号)进行分析，区分其中噪音和泄漏信号成分，根据需要压制噪音，增强泄漏信号以提高在噪音环境下的泄漏信号清晰度。本专利技术的优点及效果：采用本专利技术提供的装置，可以采集微弱但是精准的次声波信号；通过对包含微弱但精确的次声波信号进行多次互相关计算，提高定位精度的同时增强泄漏判定的准确性。同时，该系统的自适应噪声抑制功能，能够提高信噪比，减少工况背景噪声对泄漏判定的影响，使其系统能够达到真正的全自动运行。附图说明图1本专利技术提供的装置结构示意图。图2次声波信号经过卡尔曼滤波后的信号图像。图3卡尔曼滤波处理后的数据进行小波变换计算得到时频域图像。图4a时频域图像中选取短时序列S1图4b时频域图像中选取长时序列S2图5在短时序列S1后间隔固定时间ΔT，选取短时序列S12。具体实施方式：以下结合附图对本专利技术进行详细说明。实施例1本文档来自技高网...

【技术保护点】
一种监测管道内流体泄漏和定位的系统，包括一套主站系统和两套或者两套以上的子站系统；其中，每套子站系统包括高精度次声波传感器，阀门，外部电源，数字化仪；其特征在于，所用高精度次声波传感器在低频灵敏度很高，中频的灵敏度也很高，以至于可以监测到管道中微弱的泄露波。

【技术特征摘要】
1.一种监测管道内流体泄漏和定位的系统，包括一套主站系统和两套或者两套以上的子站系统；其中，每套子站系统包括高精度次声波传感器，阀门，外部电源，数字化仪；其特征在于，所用高精度次声波传感器在低频灵敏度很高，中频的灵敏度也很高，以至于可以监测到管道中微弱的泄露波。2.按权利要求1所述，高精度次声波传感器用于监测管道内产生的次声波信号，并将该信号传递给数字化仪；阀门位于高精度次声波传感器和管道之间；数字化仪用于接收高精度次声波传感器传递的监测信号，并将该信号添加由全球定位系统提供的时间和位置标签后，通过有线或者无线传输方式，将信号传递给主站，并同时接收主站发射的指令；外部电源用于给子...

【专利技术属性】
技术研发人员：杨凯，
申请(专利权)人：吉林省百瑞生科技发展有限公司，
类型：发明
国别省市：吉林,22