液体泄漏检测与定位的一种新方法

在讨论了管道液体泄漏的特征之后,通过对比现有几种泄漏检测方法的优缺点,提出了基于分布式感应线缆进行管道泄漏预测和定位的一种新方法。该方法通过捕捉泄漏的前期特征,能够有效地实施泄漏预测,从而可以避免大规模的液体泄漏发生。同时,通过栅格定位法可以实现对泄漏点的准确定位。     

基于多通道声发射检测系统的管道气体泄漏位置定位方法研究

为了自主开发基于声发射检测原理的管道气体泄漏位置定位系统,研制了基于四通道声发射检测系统的管道气体泄漏模拟实验装置。在测定声波沿管壁传播速度基础上开展了管道气体泄漏检测实验,通过改变声发射传感器与泄漏孔的在管道壁面的相对位置来模拟泄漏孔位置的变化。采用小波去噪和滑动平均滤波方法对所采集的泄漏信号进行了处理,利用互相关算法求取了各传感器之间的延迟时间,进而基于时间差提出了泄漏孔的定位算法。实验结果表明模拟管道上泄漏孔的定位结果相对误差低于4.0%,该系统对泄漏位置的定位精度满足行业标准和国家标准的要求。通过优化设计声发射信号的采样频率、管道材质、管道壁厚和传感器端面面积等能够进一步提高定位的准确度。     

基于盲辨识的输气管道泄漏定位方法

针对音波法在输气管道泄漏检测与定位中需知道管道长度才能对泄漏点进行检测这一问题,采用盲系统辨识方法估计泄漏信号传播信道响应函数,构建代价函数解决高阶信道估计问题,且采用了遗传算法进行全局优化,避免代价函数陷入局部最优．从仿真结果可看出,在管道长度未知的情况下,所采用方法对输气管道泄漏点定位精度高、误差小,具有较好的实际应用价值．     

基于分布式光纤传感的水下输气管道泄漏检测与定位分析

介绍了一种基于Sagnac/Mach-Zehnder混合干涉仪原理的分布式光纤传感水下输气管道泄漏检测及定位系统。在强干扰微小泄漏情况下,通过分布式光纤传感器获取由管道泄漏引起的光干涉信号,采用小波包方法对信号进行多层分解,提取小波包能量特征,用欧式距离法对管道泄漏与否进行聚类分析;对泄漏系统利用零点频率进行精确定位,并将基于零点频率的传统检测定位、经小波去噪和最小二乘曲线拟合处理后的检测定位及本文提出的检测定位三种方法进行对比分析,统计了系统虚警率（FAR）。实验结果表明,该系统能准确识别管道泄漏,本文提出的泄漏检测定位法虚警率最低,与经小波去噪和最小二乘曲线拟合处理后的检测定位法相比,虚警率降低了6.6%,提高了系统泄漏检测定位的可靠性。     

液体管道的泄漏仿真

为了找出管道参数的动态变化规律,基于管道的机理模型,通过引入附加边界条件,对泄漏量、泄漏位置和泄漏上升时间对管道内参数的影响进行仿真。结果表明,其他两个因素保持不变的条件下,泄漏量主要影响管道参数的幅值,泄漏上升时间主要影响其波形,泄漏位置会同时影响其幅值和波形,而管道泄漏量和孔的大小及其位置密切相关,而且泄漏管道参数具有和停泵显著不同的特征,可以为运行指导、泄漏检测和人员培训提供必要的辅助手段。     

输油管道泄漏检测与定位系统中的相关分析法研究

阐述了依据负压波法,应用相关分析法进行管道泄漏检测的原理,给出了漏点定位的算法。实现了对管道泄漏位置的定位,大大提高了泄漏报警的准确性和定位的精确性。     

广义相关时延估计在管道泄漏检测中的应用

针对实际检测环境中信号信噪比低,噪声影响时间延迟估计的精度的问题,提出广义互相关方法,并给出利用FFT快速求解算法。在输油管道泄漏检测中的应用结果表明,该方法能有效计算泄漏信号到达管道2端的时间差,计算泄漏点位置误差控制在2%以内,改善了相关运算的时延估计性能。     

基于动态压力变送器的输油管道泄漏检测与定位系统

设计了一套基于动态压力变送器的输油管道泄漏检测与定位系统,阐述了其系统组成和检测原理.通过动态压力变送器获取管道的动态压力信号,采用基于经验模态分解的方法提取信号的特征向量,再利用支持向量机实现对管道泄漏的识别.最后采用相关时延估计算法获得管道泄漏点的位置.通过现场应用实例表明,动态压力变送器具有更高的检测灵敏度和泄漏分辨力.该系统能够对管道泄漏进行正确识别,可以有效地降低误报警率,并提高了泄漏检测的灵敏度和定位精度.     

压电式加速度计在供水管道泄漏定位中的应用

供水管道发生泄漏时,泄漏噪声在管道内的水中传播,由于流固耦合作用引起管壁的径向振动。选择合适的压电式加速度计,并正确地安装在管道上,可以检测到微弱的管壁振动。将2个压电式加速度计放在漏点两侧的管道暴露点上,用相关分析的方法得到泄漏噪声到达2个传感器的时间差,根据时间延迟、泄漏噪声传播速度和2个传感器距离之间的关系估计泄漏的位置,相对误差在5%以内,与人工听漏相比,提高了定位的效率。     

采用无线局域网的输油管道泄漏检测系统的设计与实现

泄漏检测是输油管道正常和高效运行的保证,快速检测出管道泄漏的发生并准确确定泄漏点的位置,能够最大限度地减少经济损失和环境污染。本文阐述了无线局域网的基本概念、传输介质、技术标准及拓扑结构。针对输油管道的地理位置特点,尝试把无线局域网与输油管道泄漏检测相结合,旨在将输油管道泄漏检测提升到远程的网络环境,以极大提高泄漏检测的水平和时效性。提出了一个基于无线局域网的输油管道实时检测系统的解决方案,实现了检测点和厂区局域网的互联,并对方案中的数据采集、数据传输、泄漏检测和定位进行了详细讨论。对于输油管道泄漏,综合运用包括小波分析在内的多种信号处理方法,能够及时、准确地检测泄漏并定位泄漏点。现场应用表明,系统报警时间〈2min,定位误差小于被检测管道长度的1．5％。     

基于信息融合的管道泄漏检测应用研究

基于目前已经在石油输送管道中应用的SCADA系统,将信息融合技术应用于管道泄漏检测系统中.该方法应用管道泄漏时的多种特征信号,采用最优加权融合算法将多元信息综合处理,扩展了时间和空间上的检测范围,提高了泄漏检测系统的灵敏度和可靠性.在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验.     

基于信息融合的管道泄漏检测与定位技术应用研究

基于目前已经在石油输送管道中应用的SCADA系统将信息融合技术应用于管道泄漏检测与定位系统中;该方法应用管道泄漏时的多种特征信号,采用最优加权融合算法将多元信息综合处理,扩展了时间和空间上的检测范围,提高了泄漏检测系统的灵敏度和可靠性;在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验,通过对比验证了信息融合检漏方法比单一检漏方法具有明显的优越性。     

基于信息融合算法的管道泄漏检测技术研究

基于目前已经在石油输送管道中应用的SCADA系统，将信息融合技术应用于管道泄漏检测系统中；该方法应用管道泄漏时的多种特征信号，采用最优加权融合算法将多元信息综合处理，扩展了时间和空间上的检测范围，提高了泄漏检测系统的灵敏度和可靠性。在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验，通过对比验证了信息融合检漏方法比单一检漏方法具有明显的优越性。     

基于模糊神经网络的管道泄漏检测方法研究

为了及时准确地检测管道泄漏,提出了一种基于模糊神经网络的管道泄漏检测的方法.首先以管道内流体在出口与人口之间的压力差与流量差信号作为网络输入,以泄漏的尺寸大小作为网络输出,构建了管道泄漏检测与泄漏尺寸估计的模糊神经网络结构,进而选取实际管道数据,对网络的参数进行离线训练,并得出网络权值.最后以借鉴某管道泄漏的部分先验知识建立模糊规则的基础上,通过仿真验明了方法在管道泄漏诊断中的有效性和可行性.     

基于分布式光纤传感器的输气管道泄漏检测方法

针对传统方法难以精确诊断输气管道泄漏的难题,提出采用准分布式光纤B ragg光栅(FBG)传感技术实现天然气管道泄漏的在线监测技术。利用一条FBG光缆作为传感器,并行铺设在天然气管道附近,拾取管道由于泄漏、附近机械施工和人为破坏等事件产生的压力和振动信号,通过匹配光栅法和自动识别技术检测管道泄漏并进行定位。实验结果表明:该方法可以实现对天然气管道泄漏进行诊断并定位。     

负压波泄漏监测技术在清管器定位中的应用

长输管道在输送油品过程中,油品中含有的石蜡、胶质和其他杂质等会不断沉积在管道内壁,增加管道运行阻力,降低输送效率。为了保证管道输送顺畅,防止管内杂质过多影响输送安全,需要定期开展清管作业。然而清管器在管道中运行时,受内部结蜡、杂质和积水等影响,运行阻力时大时小,会引起清管管段上、下游出现相位相反的压力波动,触发负压波泄漏监测系统产生较多误报警。利用压力波动相位相反的特点,可以区分因清管器运行和管道泄漏引起的压力波动,并计算出压力波动到达上、下游的时间差,进而利用负压波定位原理计算出清管器位置。该方法既可以提升现有的负压波监测系统的报警准确率,又可以在无需增加通过指示器等额外硬件的条件下,通过检测清管器运行阻力的实时变化,计算出清管器在管道中运行的位置。     

基于计算机视觉的管路振动感知算法

为解决电厂生产区域中管路振动超出正常范围未能及时预警而导致管路破损或连接法兰、阀门处出现工质泄漏的问题,提出了一种基于计算机视觉的管路振动感知算法,首先采用卷积神经网络估计待测管路的光流信息,然后通过分析光流信息检测出管路是否振动,接着通过振动测量模块对监测画面中检测出振动的管路目标的振动频率和振幅进行测量,从而实现对管路振动的感知.在电厂原有摄像头拍摄的振动管路数据上进行了实验,测试结果表明本文方法的速度约为4 f/s,振动频率的测量误差小于0.08.为计算机视觉技术在不改变电厂原有硬件装置的情况下实现实时管路振动检测和测量任务提供了新的思路.     

基于小样本不均衡数据的供水管道泄漏智能检测算法

针对能源电厂供水管道泄漏视觉检测存在数据样本少、不均衡等问题,提出一种基于小样本不均衡数据的供水管道泄漏智能检测算法。首先,提出一种基于多掩码混合Multi-mask mix的数据增强方法,通过随机生成掩码层对原始图像进行区域提取与混合,在Multi-mask mix中引入支持向量机(SVM)获取管道正常和泄漏特征,为混合掩码块提供更准确的先验标签;其次,提出一种均衡化策略并应用于图像层面和掩码层面,以实现数据均衡化;最后,基于深度学习的Resnet18网络模型实现管道泄漏检测与识别。实验结果表明,该算法处理图像数据后可使Resnet18模型对管道泄漏识别准确率提升1.1%～4.4%,说明深度学习模型能有效提升管道泄漏检测的分类精度,优于现有其他算法。此外,该算法现已成功应用于能源电厂供水管道泄漏检测。