管道两点泄漏动态压力信号特征的小波分析

朱艳 黎泉 方丽萍

摘 要：管道运输为天然气的主要运输方式。在管道运行过程中，及时发现管道泄漏，能有效保障公共安全。依托中低压输气管道实验系统，采集不同工况下泄漏信号的动态压力波信号，并基于小波分析对信号特征进行研究，采用“sym8”小波对原始信号进行7层分解，去除背景噪声，分析不同工况下动态压力波的小波熵与小波谱。结果表明，ca7、cd2、cd3尺度的小波谱和小波熵均可选为两点与单点泄漏工况识别特征向量。

关键词：中低压管道;两点泄漏;動态压力波;小波分析

中图分类号：TE973.6文献标识码：A文章编号：1003-5168（2021）12-0047-05

Wavelet Analysis of Dynamic Pressure Signal Characteristics of

Pipeline Two-Point Leakage

ZHU Yan1 LI Quan2 FANG Liping3

（1.Qinzhou Science and Technology Development Center，Qinzhou Guangxi 535000;2.College of Mechanical and Marine Engineering， Beibu Gulf University，Qinzhou Guangxi 53501;3.College of Petroleum and Chemical Engineering， Beibu Gulf University，Qinzhou Guangxi 535011）

Abstract： Pipeline transportation is the main mode of natural gas transportation. Timely and accurate detection of pipeline leakage in the process of pipeline operation can effectively protect public safety. Based on the experimental system of medium and low pressure gas transmission pipeline， the dynamic pressure wave signals of leakage signals under different working conditions were collected， and the signal characteristics were studied based on wavelet analysis. The original signal was decomposed by "sym8" wavelet in seven layers to remove the background noise， and the wavelet entropy and spectrum of dynamic pressure wave under different working conditions were analyzed. The results show that the wavelet spectrum and entropy of ca7， cd2 and cd3 scales can be selected as the feature vectors of two-point and single-point leakage working conditions.

Keywords： middle and low pressure pipeline;two-point leakage;dynamic pressure wave;the wavelet analysis

管道运输具有高效稳定、小污染、少占地、低损耗、易于维修与自动化控制等特点，在给工作人员带来便利的同时，也存在管道泄漏危害公众安全的隐患。由于管道处于长时间工作的状态，再加上自然环境的腐蚀与挤压、管材自身的自然消耗等，管道泄漏事故时有发生，管道泄漏会造成经济损失，污染环境，引发爆炸与火灾[1]，严重的泄漏事故甚至会威胁人们的生命安全。当泄漏事件发生后，应及时探测泄漏情况，并进行定位，尽快、尽早处理事故，减小经济损失，阻断事故蔓延扩大，保证人们生命安全。油气管道的维护、输气管道泄漏检测、管道日常安全运行已成为管道运输领域的重要研究课题。

管道多点泄漏信号诊断方面，国内外学者进行了一定研究，并取得了一定成果。李光海等根据管道泄漏时产生声发射信号的现象，构建了一种管道泄漏与泄漏点定位的检测系统。重点介绍系统软、硬件设计中的关键问题及其解决方法。现场测试表明，该系统在泄漏的识别和定位上具有良好的效果[2]。2014年，意大利巴里巴里大学分别采用时域反射技术、探地雷达技术和断层扫描技术对地下管线进行泄漏检测，以比较三种技术的优劣[3]。2015年，王正等提出了一种基于多压力传感器负压波的管道泄漏检测方法。该方法运用泵站前端与后端的各个压力传感器接收到负压波的先后顺序，根据此顺序进行合力判断负压波是由管道泄漏引起还是由泵站工况调整引起的。该方法能降低系统漏报率，提高系统泄漏定位的精度，并确保系统能够有效运行[4]。2015年，LIU等人进行了基于动态压力波的天然气管道泄漏定位新方法的试验研究，为了减少燃气管道泄漏，提高用户的安全性，提出了一种基于动态压力波的泄漏检测与定位方法，设计了ORM（WT）方法，建立了气体中DPWS的理论传播模型[5]。本文采集不同工况下的动态压力信号，经小波变换后对信号进行小波熵和小波谱分析，并在不同工况尺度7下进行近似系数分析，与单点泄漏信号进行对比，进而总结规律，为油气输送管道的两点或者多个点泄漏的识别研究提供研究基础。

1 基于动态压力波泄漏检测的试验装置

室内低压试验装置流程如图1所示。试验采用空气替代天然气，实验室管道采用不锈钢管，环道总长为398.25 m，管内径为25 mm，壁厚为2 mm，压缩机设计出口压力为0.8 MPa，设计流速为60 m3/h。该装置能进行不同压力、不同泄漏位置、不同泄漏孔径等工况的泄漏检测实验。试验装置采用SCADA（Supervisory Control And Data Acquisition，数据采集与监视控制）系统监测流量、温度和压力，管道首尾两端各有一个动态压力传感器，动态压力信号经数据采集卡传输到计算机中，采样率为1 652 S/s。实验管段共设置4个泄漏点，实际所用泄漏点分别是泄漏点2和泄漏点4，泄漏点距离试验管段起点的距离分别为156.02 m和321.91 m。泄漏点2距离动态压力传感器1的距离为151.1 m，与动态压力传感器2的距离为220.13 m;泄漏点4与动态压力传感器1的距离为316.99 m，与动态压力传感器2的距离为54.24 m，通过打开球阀模拟泄漏。

本泄漏试验在150 kPa、200 kPa、250 kPa三个压力等级下进行，分别进行单点泄漏和两点依次泄漏。其中，两点依次泄漏的试验操作为打开泄漏阀2，5 s后打开泄漏阀4。动态压力波采集所用的核心元件为美国PCB公司的106B压电型动态压力传感器，其测量范围为-57.2～57.2 kPa，灵敏度为43.5 mV/kPa，基于LabVIEW编制数据采集程序，采样率为1 652 Hz。

数据采集界面如图2所示，通道1和通道2与传感器数据线连接，通道3和通道4无连接。当管道发生泄漏时，泄漏动态压力波信号为一个突然下降的波峰。由于信号的电流噪声及背景噪声幅值较大，因此需要滤除信号噪声以提高信号检测精度。

2 基于小波分析的信号提取

通过对信号的频谱进行分析可知，中低压输气管道多点泄漏动态压力波的主要频率集中在0～25 Hz，且大部分能量集中在0～12.5 Hz频率范围内。采样率（SR）与分解层数（n）的关系满足式（1），确定分解层数为7。

[SR/2n+1≤12.5]                                       （1）

以250 kPa为例，不同顺序下泄漏阀2和泄漏阀4依次打开，原始信号和第7层近似系数的动态压力和采样时间的关系如图3所示。原始信号因受背景噪声及电流噪声的干扰，有用信号被淹没在噪声信号中。小波分解系数ca7能够较好地保留信号的拐点信息，不管是单点泄漏信号还是多点泄漏信号，ca7系数均能将信号的原始波形及反射波形有效提取出来。

3 泄漏信号的熵与小波谱

由小波分解與重构算法Matllat算法可知，将小波信号做连续分解，可得到各层的小波系数，由于信号经过小波变换后将信号能量分解得到各层细节系数和近似数上，因此小波多尺度下的能量特征在一定程度上描述了信号能量的分布特征。

本文采用小波熵和小波谱对单点泄漏和两点依次泄漏进行分析，采用“sym8”小波进行信号分解，分解尺度为7，得到7层近似数以及1～7层细节系数，并计算出小波系数能量与小波系数熵。

150 kPa、200 kPa、250 kPa三个压力等级下，单点泄漏和两点依次泄漏工况下的小波熵如图4和图5所示。

由图4、图5可知，在不同压力和泄漏阀开度下，信号的高频部分（cd1至cd7）熵远大于信号的低频部分，且高频部分的小波熵随着频率段的下降而呈指数衰减。cd2至cd7尺度的小波熵已衰减到cd1的一半以下，能反映原信号的有序状态的特征，cd1尺度系数的无序性最大，因此，不宜将cd1尺度特征作为识别手段。综上，可选择ca7，cd2至cd7的小波熵作为工况识别的特征向量。

在150 kPa、200 kPa、250 kPa三个压力等级下，单点泄漏和两点依次泄漏工况下的小波谱如图6和图7所示。

从图6、图7可知，在不同压力和泄漏阀开度下，信号ca7与cd1、cd2、cd3均具有较高的能量，说明信号的能量信息主要集中在ca7与cd1、cd2、cd3这4个尺度。综上，结合对不同工况下小波谱和小波熵的分析，ca7、cd2、cd3尺度的小波谱和小波熵均可选为多点与单点泄漏工况识别特征向量。

4 不同工况尺度7下的近似系数分析

从小波熵和小波谱的分析可以看到，尺度7下的近似系数ca7具有较小的小波熵和较大的小波能量谱。

不同工况的信号第7层近似系数能量谱随压力的变化如图8所示。从图中可以看到，泄漏信号的能量随着压力的增大而增大，与小波各层细节系数相比，第7层近似系数包含更多的泄漏信号信息。

管道单点泄漏信号与两点泄漏信号的小波熵与小波谱变化规律相同，因此，仅仅依靠小波谱与小波熵还不能够识别管道中的泄漏点个数。要准确识别管道的泄漏点个数，还需要结合信号ca7的时域特征，如峰值个数及每个峰值的值等。

5 结语

基于小波分析对中低压输气管道两点泄漏动态压力波信号进行小波熵和小波谱分析，得到以下结论。

不同压力和泄漏阀开度下，信号的高频部分（cd1至cd7）熵远大于信号的低频部分，且高频部分的小波熵随着频率段的下降而呈指数衰减。可以将ca7、cd2至cd7的小波熵作为工况识别的特征向量。

不同压力和泄漏阀开度下，信号ca7与cd1、cd2、cd3均具有较高的能量，说明信号的能量信息主要集中在ca7与cd1、cd2、cd3这几个尺度。结合对不同工况下小波谱和小波熵的分析，ca7、cd2、cd3尺度的小波谱和小波熵均可选为两点与单点泄漏工况识别特征向量。

利用“sym8”小波对原始信号进行7层分解，再采用强制降噪处理法对信号进行重构，能够较好地保留信号的拐点信息。

参考文献：

[1]张鹏程.基于音波的输气管道泄漏检测技术研究[D].青岛：中国石油大学（华东），2015：1.

[2]李光海，王勇，刘时风.基于声发射技术的管道泄漏检测系统[J].自动化仪表，2002（5）：22-25.

[3] CATALDO A，PERSICO R，LEUCCI G，et al. Time domain reflectometry， ground penetratingradar and electrical resistivity tomography： A comparative analysis of alternativeapproaches for leak detection in underground pipes[J].NDT & E Intermational，2014（62）：14-28.

[4]王正，王洪诚，傅磊，等.基于多压力传感器负压波的管道检测法[J].传感器与微系统，2015（5）：115-118.

[5]LIU GW，LI YX，YAN YK，et al. A new leak location method based on leakage acoustic waves for oil and gas pipelines[J]. Journal of Loss Prevention in the Process Industries，2015（5）：236-246.