无线传感器网络在输水管道泄漏监测中的应用

2020-08-03杨珉

黑龙江水利科技 2020年7期

关键词：输水管无线管道

杨珉

(贵州新中水工程有限公司，贵阳 550008)

0 引言

近年来，无线传感器网络(WSN)在泄漏检测和定位中的重要性、性能和可靠性得到了广泛的关注，它具有连续检测和实时监控的特点[1-2]。

1 智能输水管网原理及系统设计

设计的目的是提供一个低功耗的无线传感器网路解决方案，以精确侦测和定位泄漏。采用节点内单数据处理算法进行过滤、压缩和泄漏检测。

1.1 智能输水管网概念

WSN可以采用各种网络拓扑和体系结构，这种结构的选择决定了无线传感器网络的主要限制：功耗。此外，特定的管道环境对无线传感器网络结构施加了许多约束。智能输水管网基于图1所示的集群体系结构。事实上，集群路由是一种有效的降低全网功耗的方法。传感器节点每小时采集一次数据，采集时间为5min，采样率为1000S/s，采用LPKF算法进行局部滤波和异常检测。压缩后的数据和泄漏信息首先从节点发送到簇头，在发生泄漏时簇头计算泄漏位置，然后转发到云服务器。当信息被发送到基站时，许多统计数据被完成并保存在数据库中，以便在线可视化。开发了一个交互式web用户界面，可以通过Internet访问ftp服务器和数据库。实际上，在这个应用程序中，用户可以访问图形、数据历史、管道状态和网络状态。它还提供管道位置、地图和控制区域。智能输水管网结构如图1所示。

图1 智能输水管网总体结构

1.2 管道泄漏检测与定位算法

1.2.1 LPKF泄漏检测算法

事实上，KF是线性动态系统的递归数据处理算法，它使用一组数学方程并产生最优系统估计。它具有数据过滤、数据聚合、数据压缩、事件检测、对象定位等功能。由于智能输水管网专用于长距离地上管道，我们假设压力模型是线性的。因此，我们使用了线性形式的KF。估计的状态x，在我们的情况下是压力，在时间k时，从k-1时的更新状态演化而来，如下所示：

xk=Axk-1+Buk+Wk

(1)

式中：A为转换矩阵；B为输入转换矩阵；uk为输入向量；Wk为协方差为Qk的零均值高斯噪声；uk为输入向量。测量值z表示为：

zk=Hxk+vk

(2)

式中：H为测量矩阵；vk为具有协方差Rk的测量噪声。KF的第一步是预测当前状态和协方差矩阵，其表示为：

(3)

(4)

第二步是测量更新或校正。在这一步中，我们将新的测量值合并到预测估计(先验估计)中，以使用Kalman增益(Kk)获得改进的估计。

(5)

(6)

(7)

KF估计泄漏引起的压力变化。测量值和过滤器提供的估计值之间的差异给出了泄漏发生的概念：

(8)

(9)

虽然泄漏检测是WPM应用中的一个重要步骤，但是如果没有泄漏位置，它仍然不足以对缺陷做出简单快速的响应。

2.2.2 泄漏定位算法

在本节中，我们提出了一种基于泄漏波传播的物理原理和水槽处到达时差(TDOA)方法的混合泄漏定位新方法。要解释的是，突然流出的水引起了管道沿线的压力波。这种波以声速通过水中的管道传播。基于这一原理，我们选择了两个发生泄漏的传感器。事实上，我们考虑了到达接收器的两个相邻传感器的前两个信号(图2)。然后，运行TDOA算法。它基于以下方程式：

(10)

式中：x是距离最近的传感器节点的泄漏距离；L是所选传感器之间的距离；C是通过实验测量给出的波传播速度；Δt是来自节点的压力信号的时差，可以通过交叉关联信号来计算。然后发送计算位置和标志以更新数据库。当数据库中的标志值从0更改为1时，将通过Web应用程序和智能手机向用户发送通知。

3 实际应用

3.1 智能输水管网试验台设置

在某灌区设计了一套试验装置，对智能输水管网系统进行了试验研究。如图2(a)所示，设置了一个由25 m聚乙烯管组成的几乎矩形截面。这些管有32 mm作为外部管。它们支持高达12bar的压力。这类管道的选择是由于其成本低、耐化学腐蚀和电腐蚀性差。更为普遍的是，塑料管的使用越来越广泛。该装置还包括入口和出口点的两个阀门，以便通过改变压力来改变用户的需求。以1000m3的水库用作水源。为了控制进出水，我们采用了两个流量计。由于管道是在同一水平面上制造的，当输出阀关闭时，水通过一个带有1个高压电机的电泵沿着管道移动，提供高达6bar的压力。支架的设计高度是可变的，我们将在未来进行探索，以了解这种变化对压力的影响，并在各种条件下测试我们的算法。由于泄漏的发生改变了系统的压力，传感单元由用于压力测量的力敏电阻(FSR)传感器组成。它们是一种聚合物厚膜器件，其特点是易于使用和低成本。这些传感器的关键参数选择是其在管道外部使用的能力。传感器节点通过蓝牙技术进行通信。它适用于无线短距离数据传输。图2(b)是传感器节点原型的真实图片。

图2 试验测试装置设置

3.2 泄漏检测与定位实验结果

为了评估建议的泄漏检测和定位算法，使用两个具有上述结构的传感器节点，并将它们附加到演示器中。为了测试泄漏检测和定位的有效性，已经执行了许多场景。传感器需要一段时间才能稳定下来，数据以高频率记录在2500s内，然后，运用LPKF算法对噪声数据进行滤波，检测泄漏。为了评估我们的泄漏检测方法，可以考虑许多标准，包括可靠性、灵敏度、检测速度、可用性和简单性。可靠性是指系统能够在不产生错误通知的情况下始终如一地检测到发生的泄漏。灵敏度可以定义为检测流量的最小值。如果将最小检测速度作为方法的响应时间，则该方法的评估结果见表1。泄漏检测所需的系统时间长达几分钟，可以快速评估。如果时间检测从几分钟到几小时不等，则为中等。其余情况，系统被认为是缓慢的。可用性是系统在稳定运行过程中或一直工作的特性。

表1 LPKF评价及与其它方法的比较

在表1中，我们根据上述标准将我们的算法与文献中的其他算法进行了比较。在几乎所有的标准中，LPKF都显示出良好的结果。如图3所示，压力扰动与泄漏时的压力变化之间存在差异。检测到泄漏后，数据通过蓝牙发送到笔记本电脑，在那里，信号相互关联以提取它们之间的延迟。传感器的坐标是手动设置的，将来将使用全球定位系统(GPS)给出。表2说明了位置估计的不同误差，说明测试方法的有效性、所用传感器的精度以及泄漏检测和定位技术是可行的。