基于干涉型分布式光纤技术的水下管道泄漏检测实验分析

蒋庆，王强

(1. 中国计量学院 计量测试工程学院，浙江 杭州，310018；2. 中国计量学院 质量与安全工程学院，浙江 杭州，310018)

目前，我国已有的海底长输高压油气管线发展迅速[1]。与水下管线里程快速增长形成鲜明对照的是其安全运行保障技术手段明显滞后，对复杂水下环境中长输高压油气管线的监测和运行评估技术体系建设很少[1]。海底管道运行风险更大，这主要与其工作环境条件恶劣密切相关。运行于海底的管道可能受到波浪、海流、潮汐、腐蚀等作用, 其中海底冲刷就对海底管线的安全构成很大的威胁，冲刷会使其外裸、悬空，进而造成破坏[2−3]。利用分布式光纤传感技术对长输管道进行全程泄漏监测是近年来出现的一种新的检测方法[4−5]，Kurmer等[6]提出基于 Sagnac效应的分布式光纤管道泄漏检测技术，并将光纤固定置于管内检测泄漏流体产生的声信号。国内研究者也开始研究基于不同干涉效应的分布式光纤系统检测管道泄漏与定位[7−8]。部分研究者提出利用一条光纤代替光纤环构成偏振无关 Sagnac 干涉仪检测和定位管线的泄漏点[9−10]。同时，还提出一些设计新颖的混合干涉型检测方法，如 Huang等[11−12]设计了混合 Sagnac/Mach-Zehnder干涉技术进行天然气管线泄漏检测。但这些研究成果主要集中于陆地管道泄漏检测及定位方面，对于复杂水下环境中长输管道泄漏检测的相关研究较少。在水下环境中，管道运行环境比较恶劣，水流对管道造成冲蚀、淘空、腐蚀、破坏和影响介质流动安全。目前水下管道常用泄漏检测方法采用水下机器人、水下导波技术、侧扫声纳等[13−16]，而利用分布式光纤技术进行水下长输管道泄漏检测的研究还较少。在此，本文作者基于混合干涉型分布式光纤检测方案，在水下波导实验室，搭建面向水下高压输气管道泄漏检测的全分布式光纤传感器实验平台，分析该方法在水下管道泄漏检测中的可行性。同时，通过实验研究不同流速和压力条件下，泄漏所产生的干涉信号的概率分布特点，并对干扰背景下定位性能进行综合分析。

1 水下管道

目前，水下管道(海底管道)分为单层管和双层管2种形式：带混凝土配重层的单层管海底管道一般由钢管、防腐层、保温层、聚乙烯管和混凝土配重层组成；双层管海底管道一般由内钢管、管间保温层、楔块、外钢管和管外防腐层组成。在我国海底管道多为带混凝土配重层的单层管海底管道，其结构如图1所示，可将光纤布置于水下管道敷设混凝土层中的微管。

图1 水下输气管道截面图Fig.1 Section view of underwater pipeline

2 水下管道泄漏检测原理

根据Sagnac干涉效应，2束光在耦合片的干涉信号为：

其中：I为干涉信号强度；A和B为正比于输入功率的参数；θ(t)为由于管道流体泄漏导致干涉仪中2束光相位被调制而产生的相位差；t为时间。则泄漏信号s(t)的表达式为：

式中：Δφ为泄漏信号的幅值；sω为泄漏信号的频率。对于传统的Sagnac干涉仪，2束光调制后产生一相位差θ(t)，从而得到待测物理量：

式中：φ1和 φ2分别为 2束光的相位角。Huang等[11]对 Sagnac效应的环状结构进行改进，采用Mach-Zehnder干涉法处理光信号，采用 Sagnac干涉法以直线构架进行泄漏源定位。根据文献[l1]，在泄漏检测段以Sagnac效应干涉的2道光，能获得较大的信噪比(SNR)。2条干涉光的幅值为：

其中：E10和E20分别为2条光路电场幅值；1ψ和2ψ为载频相位偏差峰值；Δφ为泄漏所引起的相位偏差峰值；1ω为载频。

E1和E2产生的干涉项I1,2可表示为

其中：ωs为泄漏信号的角频率；τT为每道光经过全部路径所需的时间；τd为光经过延迟光纤所需时间；τx为光纤泄漏点传播到法拉第旋转镜的时间。若固定τx，则会有1个或多个零点频率，当找到第1个零点频率时，便找到泄漏点位置[11]。

(1) 当 sinωs(τd/2)=0 时，有零点频率发生，τd与延迟光纤有关，而 ωs(τd/2)=Nπ，fs=N·C/(4n·(D−B))(其中：D为延迟光纤的长度；D−B约等于延迟光纤的长度；n为光纤的折射率)。

(2) 当cos(ωsτa)=0时，会有零点频率发生。其中：L2为泄漏点至法拉第旋转镜的距离。

3 实验研究

在某水下波导水池搭建水下天然气长输管道泄漏模拟平台。实验场地示意图如图2所示，水池的3面贴有吸声材料，而另外一端面放有一造波机，覆盖整个端面，材料为钢，该结构之下称为后置钢板。底部为20 cm厚的细沙层。可动态模拟水下环境中水流冲涮管道的过程，水深约1.2 m。

图2 水下波导实验场地示意图Fig.2 Sketch map of underwater waveguide lab

实验用的定制水下管段长约 1.5 m、直径为 200 mm，两端密封，管道表面覆盖有沥青层，沥青层中有2处直径为8～10 mm的微管，用于布放单模光纤。

当2束光正交(偏振态夹角为90°)时，零点频率淹没在噪声中，无法实现泄漏检测。当2束光偏振方向的夹角逐渐变小时，零点频率越来越清晰；当2束光偏振方向夹角为 0°(同偏振态)时，零点频率较清晰，定位效果较好。

泄漏孔的模拟采用螺孔开口(直径为4 mm)，通过压缩机给封闭管道增加压力，使用康宁Corning单模光纤SMF−28作为传感光纤。纤芯折射率 n=1.5，总长约6.5 km，泄漏点距法拉第旋转镜的距离为4.0 km和6.2 km，延迟线圈长为2 km，铌酸锂电光相位调制器产生的载波频率为 178 kHz。检测系统的光源为DFB激光器，其中心波长为1 550 nm，带宽为20 MHz；采用PON型光功率计、铌酸锂电光相位调制器(带宽为201 MHz)、CTT110偏振控制器、砷化镓PIN型电检测器(带宽为 4 MHz，光电转换速率为 10 GV/s)和NI高速度数据采集系统。

当测试水流速度为2～4 m/s时背景信号的功率谱如图3所示，实验中水下干扰信号的概率分布如图4所示。环境噪声信号能量高达70 dB，平均为58 dB左右，因此，水下环境噪声会对目标泄漏信号产生较严重的干扰。

部分实测数据的概率统计分布分析结果表明：在浅水区域，干扰信号的分布会偏离高斯分布，进而幅度分布偏离瑞利分布。因此，传统的基于二阶统计矩的处理方法难以消除噪声，可考虑采用非线性滤波方法进行预处理，分数低阶矩是处理该类信号的有效方法之一[16]。

图3 水下流速2～4 m/s时环境噪声功率图Fig.3 Underwater noise power level under 2−4 m/s flow velocity condition

图4 实验中水下干扰信号的概率分布Fig.4 Typical underwater interference signal amplitude distribution in underwater lab

4 实验测试数据分析

在水下实验管道内不同泄孔压力条件下，分布式单模光纤测试的振动波信号如图5所示。从图5可见：在泄漏点距离起始点位置为2.8 km，管道压力分别为0.5 MPa和1.4 MPa时，由于泄孔较小，在不同压力(0.5和 1.4)下，泄漏信号产生的干涉信号泄漏频谱信噪比相差不大，零点频率的趋势点均较明显，主要体现信号能量级大于噪声级，有意义的信号频谱均集聚于60 kHz以下。

图5 不同压力条件下泄漏信号零点频谱Fig.5 Leaky signal spectrum of null frequency of underwater pipe with different operating pressures

图6 不同水流条件下泄漏信号的零点频谱Fig.6 Leaky signal spectrum of null frequency of underwater pipe with different flow velocities

当泄漏测试间距为3.52 km，流速为2～4 m/s且压力为0.5 MPa时，泄漏信号产生的干涉信号经FFT后的幅值谱如图6所示。由图6可知：由于工作环境复杂，水下管道泄漏零点频率图信号受噪声干扰较严重，信号毛刺较多，信噪比有所降低，但零点频率趋势位置还较明显，可结合分数低阶矩消噪方法获得较高的信噪比。

结合分数低阶矩消噪技术可消除零点频率曲线上的毛刺，一定程度提高定位精度。图7所示为2种不同测试间距条件下所得到的零点频率谱图。为确定零点频率，根据定位方法进行频谱分析，得到不同水流速度时零点频率捕捉的情况。从图7可见：虽然杂波影响较大，但在8.0 kHz和12 kHz附近均存在明显的波谷，此凹槽处值(最低值)即为所求的零点频率，光标显示为7.92 kHz 和 11.52 kHz。根据式(7)可计算泄漏点至FRM端的距离，当理论值为 3 945 m和6 075 m时，相对误差分别为1.37%和2.0%。

图7 2种测试间距条件下理想零频率谱图Fig.7 Experimental results of leaky source signal null frequency response of two sensing lengths

5 结论

(1) 在水下波导实验室，针对长输管道泄漏检测过程，从工程应用角度搭建水下管道泄漏检测的分布式光纤试验平台，布放单模光纤，讨论基于混合干涉原理的用于水下管道泄漏检测的可行性。

(2) 当气流压力为0.5～1.4 MPa、流速为2～6 m/s时，试验分析6.5 km的测试间距，系统的定位误差不超过2.0%，可检测直径较小的泄漏孔。

(3) 对于水下复杂的噪声干扰，信号幅值概率分布偏离高斯分布需要进一步选择合适的去噪方法，以提高水下长输管道泄漏定位的精度。

[1]周延东, 刘日柱. 我国海底管道的发展状况与前景[J]. 中国海上油气(工程), 1998, 10(4): 1−5.ZHOU Yan-dong, LIU Ri-zhu. Current development situation and prospects of offshore pipeline[J]. China Offshore Oil and Gas, 1998, 10(4): 1−5.

[2]Wang Q, Gong X Y. Analysis of non-Rayleigh reverberation model with ocean experiment data in coastal area[J]. Kybernetes,2009, 38(10): 1669−1675.

[3]Wang Q. Underwater bottom still mine classification using robust time-frequency feature and relevance vector machine[J].International Journal of Computer Mathematics, 2009, 86(5):794−806.

[4]Kirkendal C K, Dandridge A. Overview of high performance fibre-optic sensing[J]. Journal of Physics D: Applied Physics,2004, 37(18): R197−R216.

[5]Culshaw B, Kersey A. Fiber-optic sensing: A historical perspective[J]. Journal of Lightwave Technology, 2008, 26(9):1064−1078.

[6]Kurmer J P, Kingsley S A, Laud J S. Distributed fiber optic acoustic sensor for leak detection [C]// Kersey A K, Daking J P.Proceeding of SPIE 1568. WA: SPIE-International Society for Optical Engine, 1991: 117−127.

[7]杭利军, 何存富，吴斌, 等. 新型分布式光纤管道泄漏检测技术及定位方法研究[J]. 光学学报, 2008, 28(1): 123−127.HANG Li-jun, HE Cun-fu, WU Bin, et al. Research on novel distributed optical fiber pipeline leakage detection technology and location method[J]. Acta Optica Sinica, 2008, 28(1):123−127.

[8]周琰, 诸葛晶昌, 封皓, 等. 分布式光纤管道泄漏检测及预警技术研究[J]. 仪器仪表学报, 2008, 29(8): 1588−1592.ZHOU Yan, ZHUGE Jing-chang, FENG Hao. Study on distributed optical fiber pipeline leakage detection and pre-warning technology[J]. Chinese Journal of Scientific Instrument, 2008, 29(8): 1588−1592.

[9]Lin W W. Novel distributed fiber optic leak detection system[J].Optical Engineering, 2004, 43(2): 278−279.

[10]谭靖, 陈伟民, 朱永, 等. 单轴分布式光纤传感器管线泄漏探测方法及定位理论分析[J]. 光子学报, 2006, 35(2): 228−231.TAN Jing, CHEN Wei-min, ZHU Yong, et al. The monitoring system and the analysis of locating theory for pipeline leakage detection based on single distributed optical fiber sensor[J]. Acta Photonica Sinica, 2006, 35(2): 228−231.

[11]Huang S C, Lin W W, Tsai M T. Fiber optic in-line distributed sensor for detection and localization of the pipeline leaks[J].Sensors and Actuators A: Physical, 2007, 135(2): 570−579.

[12]Chtcherbakov A A, Swart P L, Spammer S J. Mach-Zehnder and modified Sagnac-distributed fiber-optic impact sensor[J]. Appl Opt, 1998, 37: 3432−3437.

[13]TIAN Wen-min. Integrated method for the detection and location of underwater pipelines[J]. Applied Acoustics, 2008,69(5): 387−398.

[14]Jackson D A. An optical system with potential for remote health monitoring of subsea machinery[J]. Measurement Science and Technology, 2009, 20(3): 034010.

[15]王强, 潘翔. 面向沉底目标的分数阶傅里叶变换谱重排回波时频处理[J]. 中南大学学报: 自然科学版, 2009, 40(6):1649−1654.WANG Qiang, PAN Xiang. Bottom object echo time-frequency processing based on two dimension fractional Fourier transform reassignment spectrogram[J]. Journal of Central South University: Science and Technology, 2009, 40(6): 1649−1654.

[16]Arce G R. Nonlinear signal processing: A statistical approach[M].New Jersey: Wiley Interscience, 2005: 10−50.