基于EMD和小波变换的热网管道泄漏检测与定位方法

李 宏 申瑞琦

(东北石油大学电气信息工程学院，黑龙江 大庆 163318)

管道泄漏检测技术是保障管道安全生产的重要手段。进入21世纪以来，管道运输和管道安全已经成为社会和经济的发展命脉。因此也对管道泄漏检测提出了提高定位精度、检测小泄漏信号及降低误报警率等新的更高的要求，也出现了多种检测方法[1,2]。

声波检测法[3]与传统的负压波法、质量/体积平衡法及瞬态模型法等相比具有灵敏度高、定位精度高、误报率低、维护费用低及适应性强等优点。供热管道发生泄漏时，管内热水与管壁进行大幅摩擦从而使管壁发生振动，这就为声波检测法提供了应用环境[4]。

1 次声波检测与泄漏点定位原理①

次声波又称亚声波，具有能量大、不易损失及易于接收等优点，传播距离也比一般的声波、光波和无线电波远。当管道发生泄漏时，管内流体在压力作用下喷射而出，并与弹性体管壁摩擦进而产生振动[5]。这种振动作用包括3种振动作用，即横、纵和环振动，继而产生3种振动波——横波、纵波和表面波。

当管道发生泄漏时会产生次声波信号，由于质点振动方向不同，产生的次声波信号也不同。横波质点的振动方向垂直于其传播方向；纵波质点的振动方向平行于传播方向；表面波存在于固体的自由界面上。依据Fluggle原理[6]、无限长圆环薄壁管道横振、纵振和圆环振动的频率传播方程可得到横波、纵波和表面波的传播速度：

式中V——振动方向波速，m/s；

VL——纵波波速，m/s；

VS——表面波波速，m/s；

VT——横波波速，m/s；

ρ——管道材料密度，g/cm3。

由以上各式可知，横波一般比纵波传播速度慢，而表面波与横、纵波不同，它是一种椭圆偏振，是由相位相差为90°的横向振动与纵向振动合成的。管壁的横、纵向振动频率较低，并且在传播过程中衰减较大。同时，波动在介质中传播时表面波的能量占全部能量的70%左右，而且衰减最慢。因此在管道泄漏检测中实际测量到的是表面波。

在管道两端安装次声波传感器，若管道发生泄漏即可检测到泄漏产生的次声波，并及时将异常数据通过GPS传给监控主机，监控主机对信号进行降噪处理，然后进行相关性和神经网络模型分析，以确定是否为误报信号，若管道两端传来的信号相关，则报警并利用经验模态分解法对信号进行分析进而精确确定信号突变拐点位置，最后根据管道两端接收到泄漏信号的时间差和波信号的传递速度精确定位泄漏点[7]，其原理如图1所示。

图1 基于声波的管道泄漏定点原理

泄漏点定位公式为：

(1)

式中L——两个传感器之间的距离，m；

v——声波传播的速度，m/s；

X——泄漏点距参考传感器A的距离，m；

Δt——GPS时间差，s。

由式(1)可以看出，泄漏点的定位与声波传播速度v和泄漏信号到达传感器的时间差Δt密切相关。

在实验室模拟运行管道泄漏时，如果有两个客户端系统(01号站和02号站)检测到泄漏值，将两个客户端检测到的泄漏时间分别记录下来，通过计算即可得到两个站点检测到泄漏的时间差。结合两个站点之间的距离和声波在热网中的传播速度(设置为340m/s)，将各数据代入式(1)得到泄漏点到01号站、02号站的距离。

2 基于小波分析的信号分析方法

小波变换具有低熵、多分辨率、去相关及选基灵活等多种优良特性，弥补了传统去噪方法使信号变换后的熵增高、无法刻画信号的非平稳特性及无法得到信号的相关性等问题，所以小波变换被广泛地应用于解决各种信号的去噪问题[8]。

MATLAB软件中提供了小波分析工具箱，使得信号的小波分解变得更加简单易行。小波分析工具箱中提供了多种常用小波[9]，针对热网所采集的信号特征，选用了dmey小波进行信号的分解处理，选用五层分解。

经过小波分解后得到有明显泄漏的重构信号，原信号及其小波分解结果分别如图2、3所示。

图2 原始信号

图3 小波重构信号

3 基于EMD分解的信号分析方法

EMD(经验模态分解)是一种经验筛选法，是将现有信号分解为若干固有模态信号的方法，可将其看作是一组动态的滤波器簇[10]。该方法假设原始信号至少含有两个极值点，一个极大值点和一个极小值点；其特性时间失独时连续极点间的时间范围是确定的。假设任意一个信号都是由若干个满足以下条件的固有模态信号组成的：

a. 数据中零点数与极点数相等或至多相差1；

b. 数据信号关于时间轴局部对称，即数据中任意一点由局部极大值点确定的包络线和由局部极小值点确定的包络线的均值为0。

EMD方法利用极值点定义上下包络线，实验数据经过分解后同样得到若干IMF函数和残余分量函数，原信号和经验模态分解部分结果如图4所示。

图4 EMD分解信号

由图4可以看出，经过EMD分解后，本征模态函数IMF4和IMF5均可看到较为明显的泄漏信号，显示如图5、6所示。

图5 IMF4

图6 IMF5

由于残余分量幅值较小，对于管道泄漏信号分析作用不大，因此在进行信号分析时可将其忽略不计。

4 结束语

EMD变换不同于传统的利用多谐波分量表示非线性非平稳信号的方法，也不同于小波变换中尺度频率的定义方法。经分析在实验中可以看出EMD方法对信号的分解能力很强，原始信号经EMD分解后其泄漏部分更加明显，这对判断管道是否泄漏和确定泄漏点的位置都具有十分重要的意义。联系实验数据及其结果，与小波变换方法相比，经验模态分解方法在处理声波信号方面的优点如下：

a. 在自适应性方面，EMD方法是依据原始信号自身的局部性质特征进行信号分解，具有较强的自适应性，分解后得到的各个IMF分量也都包含原始信号的局部信息，具有实际的物理意义；而小波变换是利用各种小波基函数进行信号分解，目的是将信号分解为不同频率的波形叠加和，自适应性差。

b. 在分析信号类型方面，EMD方法更适合用于分析非线性、非平稳的信号序列，它能对非平稳数据进行平稳化处理，有较高的信噪比；而小波变换更适用于平稳信号的处理。在实际应用中，所采集的管道声波数据显然是非线性非平稳的信号，因而更适合采用经验模态分解方法。

c. 在分辨率分析方面，EMD方法将声波信号自适应地分解为包含不同特征时间尺度的IMF分量之和，进而将原始信号的特征信息在不同的分辨率下清晰地表现出来，而且分辨率的大小也明显地具有自适应性，即EMD方法可实现自适应多分辨率分析；而对于小波变换来说，一旦小波基选定，分辨率就确定了，其只能实现恒定的多分辨率分析。