埋地金属管道泄漏点金属磁记忆定位技术

陈兴才，杨 勇，刘 超，柳言国，刘晶姝

(1.中国石油化工股份有限公司胜利油田分公司，山东东营257000)

埋地金属管道随着服役时间的延长、周围环境及人为因素的破坏，极易发生泄漏事故。虽然现在已有质量平衡法、负压波法、超声波法等多种管道泄漏监、检测技术［1-3］，但这些技术泄漏点定位精度不能满足现场检测需求。而基于超声、漏磁技术的内检测技术虽然泄漏点定位精度较高，但现场实施检测时要求条件苛刻且检测成本较高，影响管道的正常运行。因此，有必要研究一种非接触式的、不影响管道运行的高精度埋地金属管道泄漏点检测技术。

通过对以往埋地金属管道泄漏点检测数据的分析发现，管道泄漏不仅造成管体的破坏而且会破坏外防腐层。防腐层检测技术目前已经很成熟，管体破坏造成的缺陷检测可利用金属磁记忆技术。而金属磁记忆技术是一种新型的、可检测金属材料应力集中区的无损检测技术［4-5］。

目前国内普遍采用的金属磁记忆设备仅用于缺陷检测，尚未发现应用于埋地金属管道泄漏点检测的数据分析方法。针对管道泄漏中的金属磁记忆数据进行降噪处理，而后利用Hilbert变换提取出泄漏点的特征。通过检测分析结果与开挖验证结果的比较可知，管道泄漏点定位精度可达±1.0 m。并且，该方法检测管道泄漏点不必开挖即可检测，不影响管道的正常运行。

1 金属磁记忆及数据处理技术

由于金属磁记忆技术在检测时会受到环境噪声的干扰，因此检测所得磁场数据利用小波变换进行降噪处理［6］。通过对比研究发现，sym小波较db小波对试件及管道磁记忆检测数据进行降噪更合适。通过数字试验，选用sym11小波为母小波进行检测数据降噪处理，为减小计算工作量，分解层数选择4层。

为检测两检测点之间磁场数据的突变，将Hilbert变换用于降噪后检测数据的分析［7］。一个时域信号x(t)的Hilbert变换可以表示为:

式中t表示时间，x(t)表示原始信号，¯x(t)为原始信号经Hilbert变换所得结果，τ为时间积分项。变换后得到x(t)的解析信号为:

其中，W(t)为原始信号及其Hilbert变换结果合成后的解析信号。

对于检测信号而言，其振幅 A(t)可以表示为:

振幅A(t)反映了信号的整体变化趋势。

2 试验结果及分析

鉴于泄漏点同时造成外防腐层、管体缺陷，因此进行埋地金属管道泄漏点定位时同时需要外防腐层、磁记忆检测数据。一般而言，同时具有防腐层破损点、管体磁信号异常两因素的部位为泄漏点位置。现场检测试验中，外防腐层检测采用成熟、可靠的交流电压梯度技术，利用该技术对外防腐层破损点的定位精度可达±0.2 m。

金属磁记忆检测则采用俄罗斯动力诊断公司TSC系列仪器，该仪器配有动力诊断公司开发的新型11-12W型扫描检测传感器，可在非开挖状态下检测地磁场激励的埋地金属管道磁场信号，现场检测时采用该传感器检测地面磁场信号。11-12W扫描装置由4个三分量磁场检测传感器构成，分别编号为1～4号传感器，每个传感器可采集3道磁场信号。检测时所得磁场信号定义沿管道轴向为x分量(即H1，H4，H7，H10)，垂直地面向下定义为y分量(即H2，H5，H8，H11)，其余分量即 H3，H6，H9，H12 定义为z分量(见图1)。

图1 埋地金属管道磁记忆检测示意Fig.1 Sketches of magnetic memory detection for buried pipeline

在中国石油化工股份有限公司管道储运分公司某输油管道上进行了泄漏点定位检测试验。该管道发生泄漏时，利用负压波技术监测到泄漏信号，但是负压波信号定位泄漏点误差为±500 m，无法准确定位泄漏点位置。为准确定位泄漏点，首先利用交流电压梯度技术检测该段管道外防腐层，共检出防腐层破损点2处，编号分别为1号和2号。其中，1号破损点位置管道埋深为0.74 m，交流电压梯度检测所得电压梯度为47dB;2号破损点处管道埋深为0.35 m，交流电压梯度值为61dB。在2号防腐层破损点两侧实施金属磁记忆检测，共检测管道约10 m，所得磁记忆信号见图2。由图2可知，磁记忆信号y、z分量在7 500～9 000 mm具有剧烈变化，因此判断该段管道存在应力集中区。

图2 检测所得磁场信号Fig.2 Magnetic signals of buried pipeline detection

对其中4道磁场信号z分量利用sym11小波进行降噪处理，并对降噪后信号进行Hilbert变换，所得结果见图3。由图3可知，四道磁场信号包络曲线均在4 500～6 000 mm存在峰值。由于磁记忆传感器检测到的磁场信号具有“提离效应”，因此小范围内的管体腐蚀、盗油阀门在距传感器0.35 m处产生的磁场异常要远大于缺陷尺寸。并且，结合外防腐层检测结果可知，防腐层破损点该范围恰在该段范围内，因此判定破损点位置应为泄漏或者盗油点位置。现场开挖发现，在该处管道上存在一打孔点，开挖及打孔点见图4。

图3 磁场z分量Hilbert变换包络图Fig.3 Envelope of Hp(z)after denoising and Hilbert transform

3 结论

(1)埋地金属管道泄漏及盗油点同时会造成外防腐层、管体破坏，管体破坏会产生应力集中区，利用金属磁记忆技术可有效检测应力集中区，因此综合外防腐层破损点及金属磁记忆检测结果可有效识别出管道的泄漏、盗油点;

图4 管道打孔开挖验证现场Fig.4 On-site validation of buried pipeline drilling

(2)利用Daubechies小波进行金属磁记忆检测数据降噪，并利用Hilbert变换可以有效提取泄漏导致管体破坏区域的特征量，准确定位埋地输油气管道泄漏点位置;

(3)某条输油管道的现场检测结果表明，利用金属磁记忆技术可以准确定位埋地输油气管道泄漏点位置，定位误差小于±1.0 m。

［1］ 王明达，张来斌，梁伟，等.基于独立分量分析和支持向量机的管道泄漏识别方法［J］.石油学报，2010，31(4):659-663.

［2］ 蔡正敏，彭飞，易发新，等.长输管道泄漏故障诊断方法的研究［J］. 应用力学学报，2002，19(2):38-43.

［3］ 华科，叶昊，王贵增，等.基于声波的输气管道泄漏检测与定位技术［J］.华中科技大学学报(自然科学版)，2009，37(Sup.I):181-183.

［4］ Doubov A A.Screen of weld quality using the metal magnetic memory［J］.Welding in the world，1998，41(6):196-199.

［5］ Doubov A A.Diagnostics of metal items and equipment by means of metal magnetic memory［C］.Proc of ChSNDT 7 Conference on NDT and International Research Symposium，Shantou:1999.181-187.

［6］ 吕瑞兰，吴铁军，于玲.采用不同小波母函数的阈值去噪方法性能分析［J］.光谱学与光谱分析，2004，24(7):826-829.

［7］ 张维锋.希尔伯特变换及其在相关分析中的应用［J］.西安公路学院学报，1993，13(1):82-90.