基于動態壓力信號的管道泄漏特征提取方法研究

張宇 靳世久 何靜菁 陳世利 李健

(天津大學精密測試技術與儀器國家重點試驗室天津300072)

摘要:：動態壓力變送器能直接測量管道壓力的動態變化,因而比基于普通壓力變送器的管道泄漏檢測具有更高的靈敏度。研制了一種應用于長輸油氣管道泄漏檢測的動態壓力變送器,并介紹了其結構組成和工作原理。用動態壓力變送器獲取了管道的動態壓 力信號,利用經驗模態分解的方法將信號分解為多個固有模態函數(IMF)之和,選擇主要的IMF分量進行歸一化峭度分析,從而提取信號的特征向量。現場應用實例表明,該方法能夠有效地對管道泄漏和調泵調閥等事件進行特征信號提取。

關鍵詞:管道泄漏;檢測;動態壓力變送器;動態壓力信號;特征向量提取;經驗模態分解

中圖分類號:TE9736文獻標識碼:A

中國國民經濟的持續高速發展對能源特別是油氣資源的需求越來越迫切。管道由于自身具備的諸多優勢,已成為主要的油氣資源運輸手段。但由于種種自然或人為原因,管道泄漏事故時有發生,有時會伴隨著巨大的生命財產損失和環境污染。

目前國內外已有多種管道泄漏檢測方法[1],其中基于壓力信號的管道泄漏檢測方法,如負壓波法[2]不需要建立復雜的數學模型,具有施工量小、成本低、維護方便等優點,是一種受到廣泛重視的泄漏檢測方法。負壓波法對較大的突發性泄漏事故十分有效,但由于其僅根據管道的壓力信號進行泄漏的判斷識別,因此存在誤報警率高的缺點。

管道泄漏識別可以看作是對采集到的帶有泄漏或非泄漏信息的數據進行分類的過程。天津大學的靳世久采用結構模式識別的方法對泄漏引起的負壓波和調泵調閥引起的負壓波加以區分 [3] 。天津大學的王立坤 利用小波包分析的方法對管道泄漏的壓力信號進行特征提取[4] 。北京化工大學的林偉國采用基于順序能量比例結合功率譜的3檢驗法對管道動態壓力信號進行泄 漏判斷[5]。天津大學的曲志剛采用經驗模態分解和混沌特性分析相結合的方法對管道沿線的光纖振動信號進行特征提取識別[6]。北京化工大學的林偉國結合神經網絡模型對管道泄漏的動態壓力信號進行識別[7] 。

針對普通壓力變送器在泄漏檢測靈敏度和泄漏分辨力上的不足,本課題組研制出一種新型的動態壓力變送器[8],在實際應用中取得了良好的效果。

經驗模態分解(EmpiricalModeDecomposition,簡稱EMD)[9]是一種新的非平穩信號處理方法。管道的動態壓力信號由于受到很多非線性因素的影響,其本質上是一個復雜的非平穩非線性過程。筆者采用經驗模態分解的方法,實現了對管道泄漏信號特征的有效提取。

1動態壓力變送器的設計

提高泄漏檢測信號的信噪比有助于提高泄漏檢測靈敏度并減少泄漏誤報,其中傳感器是最根本的環節。動態壓力變送器的作用就是將管道內的動態壓力變化轉換成電信號,并經過適當的信號放大與濾波處理,最終轉換成4~20mA的兩線制輸出或者485五線制輸出,其結構框圖見圖1。

 

由圖1所示,動態壓力變送器主要由壓電式傳感器、電荷放大器、信號調理模塊、微控制器模塊和電源模塊組成。該變送器使用壓電式傳感器完成壓力電 荷信號變換,根據壓電效應,動態壓力作用到壓電元件上,使壓電元件產生形變,形變又使壓電元件表面產生電荷。該電信號經適當的放大與濾波處理后,即可測得電荷(電壓)大小。電荷放大器主要用于實現電荷電壓轉換。信號調理模塊主要用于對信號進行放大和濾波,實現增益調節、帶通濾波、電平平移和電壓電流轉換等功能。微控制器模塊一方面控制信號調理模塊的工作,另一方面將信號經A/D轉換成數字量,用于RS-485輸出。

1.1電荷放大器的頻率范圍

電荷放大器的帶寬需要根據實際應用場合進行選擇,根據以往的應用經驗與現場實驗表明,管道泄漏信號經過管道長距離傳播后能量主要集中在低頻段,該信號的自功率譜如圖2所示。

電荷放大器的低頻下限由反饋電容Cf和反饋電阻Rf決定,其值為

fL= 1/2πCfRf     (1)

要想提高低頻響應特性,就要提高其時間常數T(CfRf)的值。但反饋電阻和反饋電容的選擇不能盲目,須遵循一定的原則。反饋電容不能過大,考慮到壓電式傳感器的輸出電荷量,反饋電容一般不超過104 pF。但反饋電容也不能太小,以免寄生電容影響運算放大電路的工作,一般Cf不小于100pF。在設計過程中,電荷放大器的低頻下限設計為03Hz。電荷放大器的高頻上限,主要由后續的低通濾波器決定,本傳感器的通帶頻率可調。

 

1.2傳感器的性能指標

 筆者所設計的動態壓力變送器具有與普通壓力變送器一樣的結構形式,安裝、維護方便,可以根據需要輸出4~20mA的兩線制輸出或者485五線制輸出。圖3是其相應的外型特征圖。

 

該變送器的靜態壓力范圍為0~10MPa,動態壓力靈敏度為12mA/105Pa,工作溫度范圍為-20~60,工作電壓為9~30V(DC),絕緣電阻大于1000M,傳感器的低頻下限為03Hz,高頻上限為1kHz。

2動態壓力信號的管道泄漏檢測

目前負壓波法廣泛采用普通壓力變送器,利用其輸出的絕對壓力信號進行泄漏檢測,其反映的是管道的運行壓力。通常泄漏引起的壓力變化僅占壓力變送器量程的一小部分,信號微小、且信噪比低。本課題組研制的動態壓力變送器,主要用于捕捉泄漏引起的壓力瞬變信號。由于它監測的是管道內的動態壓力信號,消除了靜態壓力的影響,因而具有更高的靈敏度和泄漏分辨力。

圖4是一次成品油管道泄漏檢測數據,圖4(a)為動態壓力變送器檢測的壓力曲線,縱坐標為電壓值,范圍1~5V(采樣電阻為250,傳感器輸出電流范圍為4~20mA,中心點為3V),從圖4(a)中可以看出,動態壓力信號具有較高的信噪比,壓力變化拐點相對更加精確。圖4(b)為普通壓力變送器檢測的壓力曲線,泄漏導致的變化小于002MPa,此時的壓力變化拐點很難確定。

 

管道的動態壓力信號與普通壓力變送器所檢測的靜態壓力信號有著不同的特征。下面將提出利用經驗模態分解的信號處理方法對管道泄漏信號進行特征提取。

3管道泄漏的信號特征提取

經驗模態分解是一種特別適于非平穩信號的時頻分析方法,該方法從原始信號中提取有限個數目的固有模態函數分量(IMF),所分解出的IMF分量包含并突出了原始信號在不同時間尺度下的局部特征信息。

上述固有模態函數必須滿足兩個條件:曲線的極值點和零點的數目相等或至多相差1。在曲線的任意一點,包絡的最大極值點和最小極值點的均值等于零。

EMD算法實際上是一個篩選的過程,首先將信號中頻率最高的成分篩選出來,而后從原信號中將該成分去除,再從新的信號中選出頻率最高的成分,依次類推,直到信號不可分解為止。對信號x(t)進行EMD 分解的步驟如下[10] :

1確定x(t)的所有極大值和極小值。

2根據極大值和極小值作三次樣條差值來構造x(t)的上、下包絡線。

3上、下包絡線的均值函數定義為m1(t),計算h1(t)=x(t)-m1(t)。

4以h1(t)代替原始信號x(t),重復以上1~4步驟k次,直到計算

h1k(t)=h1(k-1)(t)-m1k(t) (2)

判斷h1k(t)滿足IMF條件為止。 當h1k(t)滿足IMF條件時,記c1(t)=h1k(t),則c1(t)為信號x(t)的第一個IMF分量。令殘差為

r1(t)=x(t)-c1(t) (3)

6將r1(t)作為原始數據,重復以上5個步驟n次,得到n個IMF分量,

x(t)= n i=1 ci (t)+ rn(t)(4)

當滿足

 

時,循環結束。也被稱為篩分門限值,一般情況下取 02~03。

筆者引入基于經驗模態分解的方法提取管道的動態壓力信號特征。選取各IMF分量的峭度作為動態壓力信號的主要特征參數,基于經驗模態分解的特征向量提取步驟如下:

(1)對動態壓力信號進行EMD分解。

(2)求出各IMF分量的峭度并對其進行歸一化處理,即

 

其中,Ti為第i個IMF分量的峭度,Ti為第i個IMF分量的歸一化峭度。

(3)將上述歸一化峭度作為動態壓力信號的特征向量,即 T=[T1,T2,, Tn] (8)

4現場實驗結果

本實驗在蘭-成-渝成品油管道的綿陽至彭州段進 行,該段管道全長9421km,管道直徑為457mm。分別在綿陽出站和彭州進站同時安裝普通壓力變送器和本課題組自行研制的動態壓力變送器,并在距離綿陽首站57km處的德陽站管道上安裝閥門模擬成品油管道的泄漏情況。實驗時綿陽輸量為755m3 /h,彭州輸量為665m3/h。安裝泄漏檢測系統的現場實驗示意圖如圖5所示。

 

本次實驗中的數據采集卡采用美國國家儀器公司的PCI-6132,該數據采集卡可同步采集4路模擬信號,同步采集速度可達25Mbits/s。數據采集和處理通過與數據采集卡配套的圖形化編程語言LabVIEW實現,可完成實時顯示波形變化、數據處理和在線進行數據分析功能。實驗時中心站的計算機通過網絡接收來自各站數據采集卡所采集的動態壓力信號,數據采集頻率為1000Hz。

為了驗證筆者所提出的管道泄漏特征提取方法的可靠性,分別采集了實驗現場管道正常運行、管道泄漏和調泵調閥3種情況的普通壓力信號和動態壓力信號。首先采用EMD對上述3種情況的普通壓力變送器信號進行特征提取,信號的特征向量為所有IMF分量的歸一化峭度。如圖6所示,可以看到管道泄漏信號和調泵調閥信號的歸一化峭度均主要分布在第3、第4、第5、第6這4個固有模態,無法對二者進行有效 區分。隨后采用EMD對上述3種情況的管道動態壓力信號進行特征提取,如圖7所示。圖7(a)管道正常

 

 

運行信號共分解出7個IMF分量,其歸一化峭度主要 集中于第1個固有模態;圖7(b)管道泄漏信號共分解出8個IMF分量,其歸一化峭度主要分布在第3、第4、第5、第6這4個固有模態;圖7(c)調泵調閥信號共分解出10個IMF分量,其歸一化峭度主要分布在前8個固有模態,且分布比較分散。如圖中所示,3種信號的前4個固有模態即可描述管道動態壓力信號特征,特征向量之間區別明顯。

5結論

研制了一種應用于長輸油氣管道泄漏檢測的動態壓力變送器,與采用普通壓力變送器進行泄漏檢測相比,具有更高的泄漏檢測靈敏度和泄漏分辨力。實際應用表明利用該傳感器進行管道泄漏檢測的方法是穩定可行的。針對管道動態壓力信號的泄漏判斷,采用了經驗模態分解的信號特征提取方法。現場實驗結果表明該方法分析效果良好,能夠明顯地提取出管道動態壓力信號特征,為后續的模式識別奠定了基礎。