天然气管道次声波泄漏监测技术分析

张瑜

(中海石油气电集团技术研发中心，北京 100028)

0 引言

管道运输已成为天然气长距离输送的主要方式。随着管线增多、管龄增长、以及不可避免的腐蚀和自然或人为损坏等原因，管线泄漏屡见不鲜，造成了严重的资源浪费、经济损失及人身安全威胁。管道泄漏在线监测技术成为天然气管道泄漏安全预警的有效手段之一，该技术对管道的运行状态进行实时监测，当发生泄漏时可在极短的时间内发出警报并准确定位，管道公司可及时做出应急响应，有效的控制管道泄漏损失及危害。由于天然气的可压缩性，在输油管道上效果良好的方法用在输气管道管道上，灵敏度及可靠性就大为降低，如负压波法、瞬态模型法。相比其他泄漏检测方法，次声波泄漏监测技术具有响应时间快、灵敏性好、定位准确、误报率低、性价比高等优势，在国内外天然气管道中应用较多。本文将对该系统的检测原理、定位方法及关键技术的研究方法进行总结分析。

1 次声波泄漏监测技术原理

1.1 泄漏监测方法

当天然气管道发生泄漏时，气体喷出摩擦管壁、穿过漏点时形成的涡流产生声波，特别是窄孔泄漏过程中，气体在横截面上流速的差异产生涡流而形成强烈的声波信号，声波信号会沿着管道内的气体向管道上下游传播，泄漏声波频谱跟介质种类、压力、漏孔大小、管材等因素有密切关系。在音波传播过程中，声波信号的高频成分迅速衰减，只有低频成分(即次声波)可传播较远的距离，在管道两端安装的次声波传感器就会捕捉到次声波信号，信号处理分析系统在对采集到的次声波信号进行降噪、特征提取、模式识别等分析，判断管道是否发生泄漏。

1.2 定位方法

根据次声波传感器接收到次声波信号的时间差及次声波在管道内气体介质的传播速度就可计算出泄漏点的位置。

式中：x为上游传感器安装位置与泄漏点距离(m)；L为上、下游站之间的距离(m)；a为次声波的传播速度(m/s)；ν0为介质流速(m/s)；Δt为上、下游站次声波传感器接收到泄漏信号的时间差，Δt=tl-t2，t1、t2为上、下游站次声波传感器接收到泄漏信号的时间。

2 关键技术分析

由于管道铺设环境、泄漏孔径、运行压力等的不同，当发生泄漏时声波信号也不相同，此外，当管道运行工况变化时，如泵启停、泵速调节、阀门调节等，都会产生一些干扰噪音信号，这些因素都加大了泄漏信号提取和识别的难度，进而影响了泄漏检测和定位精度。次声波传感器、降噪处理是获取泄漏音波信号的关键，直接影响泄漏检测的效果。信号识别是判别管道是否发生泄漏的关键，选择合适的信号识别方法可有效降低泄漏误报和漏报。

2.1 次声波传感器

次声波传感器主要作用是接收次声波信号，它是精确的信号采集、特征分析和声波源定期的基础。它的好坏直接影响着整个系统的检测精确性。次声波传感器的探头为一个换能元件，是次声波传感器接收信号的关键。由于次声波的信号超低频特点，次声波的探头需要有足够低的下限频率灵敏度。目前常见的声波探头种类有很多，如：动圈式、驻极体式、电容式等，其中电容式传感器灵敏度为8～30mv/Pa，次声波泄漏监测系统传感器要求的灵敏度为10～50mv/Pa，因此，电容式传感器可用作泄漏检测系统的次声波传感器。在选择泄漏监测系统次声波传感器时，应考虑以下两点：一是所应用的管道输送介质特性；二是泄漏环境，如：泄漏信号的频率范围、管道压力、泄漏点位置、泄漏孔径大小等等。此外，还应根据应用环境，对次声波传感器的防水、防尘、防爆、耐高温、耐低温等性能酌情考虑。

2.2 降噪处理

天然气管道是复杂的非线性系统，产生的声波信号与背景噪声极为相似，尤其在微小泄漏时，信号比较微弱，极易被背景 噪声信号隐蔽，噪声的存在会使泄漏信号识别困难，因此非常有必要进行信号降噪处理。信号降噪处理有很多方法，如：小波法、奇异值分解法等。每种方法适用的信号类别和范围都有所差别，因此要根据噪声和信号的特点，选择合适的降噪方法，这样才能获得理想的降噪效果，即降噪后的曲线比较光滑，不产生虚假突变，最大程度的保留泄漏突变特征，并且不发生平移。由于天然气管道泄漏产生的信号比较微弱，单一的降噪方法可能无法实现理想的降噪效果，多种方法结合成为首选。梁伟等人利用局部投影降噪法及小波变换理论，提取弱特征信号，突出信号突变拐点，提高了降噪效果[1]。金浩等人利用双树复小波与奇异值结合的降噪方法，对音波信号进行多层分解降噪处理[2]。武伟强等[3]通过信号尖端补偿和小波变换处理，还原被舍弃的部分重要信号，对还原后的信号进行消噪，提高了系统的检测精度。

2.3 信号特征识别

在进行降噪处理后，对于管道是否发生泄漏，需进行信号特征识别，常见的识别方法有：模式识别、神经网络等。模式识别方法是对管道泄漏所产生的声波信号进行特征值提取和模式分类，优点是快速高效且具有较强的抗干扰能力，但是它需要丰富的先验知识。人工神经网络方法是一种基于经验的类似于人类的认知学习过程的检测方法，该方法可以根据管道的各种工况进行自适应学习，具有良好的实时性，抗恶略环境和抗噪声干扰能力较强[4]。这种方法也已经成为管道泄漏检测信号特征识别的常用方法。唐秀家等基于人工神经网络的管道运行状况分类器能够较为迅速准确预报出管道运行状况，检测管道是否泄漏，并且有较强的抗恶劣环境噪声干扰的能力[5]。高炳坤等利用神经网络来对消噪后的信号进行识别，能够对信号是否为泄漏信号进行判断并可以准确地定位泄漏位置[6]。

3 结语

次声波泄漏监测系统是保障天然气管道安全输送的有效手段，在国内外的应用越来越广泛，本文对次声波泄漏监测系统的检测原理、定位方法、信号处理等技术进行了阐述。次声波泄漏监测系统检测和定位原理简单，但在系统设备尤其是次声波传感器选型，需要结合实际应用的管道环境和工况运行情况来优选合适的次声波传感器；此外，由于天然气管道敷设环境和运行工况复杂，采集的声波信号比较复杂，需采用合适的降噪方法和特征识别方法，来降低泄漏监测系统的误报率及提高定位精度。