海底油气管道泄漏检测与定位技术研究进展

吴希明，李江丰，严 谨，张大朋，王 成

1.中海油能源发展股份有限公司湛江采油服务文昌分公司，广东湛江 524057

2.广东海洋大学，广东湛江 524088

海底管道可以将海底油气资源与整个陆上油气生产管理系统以最快速、最安全和最经济的路线联系起来，被称为海洋油气工程的“生命线”。然而，一旦海底管道出现严重的泄漏或损坏，轻则会造成资源的大量浪费，重则会引起爆炸，从而产生重大伤亡事故和巨大经济损失，同时严重破坏周围的生态环境。此外，海上油气田也会因此导致停产，从而直接造成更大的经济损失[1-2]。

尽管陆上管道泄漏检测技术已较为成熟，海底管道的泄漏检测还处于初级阶段[3-4]。由于海底管道一般浅埋入海底[5]，位置比较隐蔽，导致其在服役过程中产生的锈蚀和局部损坏也不易及时发现、检查以及修复[6-7]。因此，对海底管道泄漏检测以及定位关键技术的深入研究有着极其重要的理论和现实意义。

1 海底管道泄漏检测方法

海底管道泄漏检测与定位技术可归纳为基于硬件的方法、基于软件的方法以及多方法融合的检测方法。基于硬件设备的方法采用根据物理原理而设定的硬件设施，将其装载或敷设到管路上，并由此来直接或者间接检测管路的泄漏情况和位置，其主要方法有：水下机器人检测法、遥感监测法、漏磁检测法等。基于软件的方法是指对所监测采集到的流量、压力、温度等主要技术参数，采用参数变换、质量守恒或容积平衡和压力分析等分析方法，检测并分析油气泄漏状况，其主要方法有：负压波法、次声波法、压力梯度法等。而多方法融合的检测方法则是综合各种方法的优缺点，取长补短、软硬件结合的综合检测定位方法。

1.1 基于硬件的方法

1.1.1 水下机器人检测法

水下机器人能持续在深水环境下作业，范围覆盖面广，突破了潜水员对工作水深、持续时间和工作环境条件下的局限，因而在深海管道的检测中承担着重任。目前水下机器人根据有无电缆连接，可分为遥控式水下机器人(Remote Operated Vehicles,简称ROV)、自治式水下机器人(Autonomous Underwater Vehicle，简称AUV)和混合型潜水器（Hybrid Remotely Operated Vehicle,简称HROV）。ROV通过脐带式电缆与水上母船相接，以获得支持能源和收发各种控制指令与数据。AUV无需与水面设备进行连接，通过光学系统、声学系统、放射性、磁探测器等实现对海底管道的自动跟踪，能够根据工作指令自主进行大范围的水下检测并记录声音和图像等数据。HROV则同时具备ROV和AUV两种水下机器人的工作模式，能够先以AUV模式利用搭载的摄像机和声呐进行大范围的自主搜索检测，在锁定目标后又能短时内切换成ROV模式，对目标进行近距离的数据采集[8]。

目前，水下机器人检测技术根据搭载检测设备的不同可以进行水下观察与检测、电位检测、射线探伤、超声检测、磁粉检测等。水下机器人检测技术由于其经济、安全、作业水深大、可以在较为恶劣的海况下进行作业等优势，已部分取代了传统潜水员的水下检测工作，并逐渐在各种水下检测中有所运用。该种方式通常只能检出较大量的泄漏，检测精度低，而且检测所需周期较长，无法进行全管道或在线的现场监测。

1.1.2 遥感探测法

遥感探测法是指利用宇航飞行器上搭载的遥感识别装置进行检测，目前使用比较普遍的方法主要有红外遥感法和微波遥感法。红外遥感法是指利用热红外波段检测海面，准确找到海面上的油气扩散区域。利用热红外数据不但能够判断出油气泄漏的面积，还可以清晰分辨出溢出油层覆盖范围的大小、油层扩散的范围以及油层的漂移扩散速度。溢油厚度和溢出值可以通过热红外图像中油层不同厚度的像素灰度值推算出来。微波遥感法则是利用电磁波和微波频段特性获取海面信息，可以透过云层对海面进行海温观测，不存在红外遥感法中探测会受到云层影响的缺点，但其空间分辨率要比红外遥感法低。遥感探测法虽然无法分辨海水中浮游物与管道泄漏溢油，不过由于它能够全天24 h工作，且价格相对低廉，因此已成为当今世界上应用最广的海洋溢油检测技术[9]。

1.1.3 漏磁检测法

漏磁检测法需要先对管壁进行磁化，然后检查是否出现漏磁。当管壁出现缺陷导致管道发生泄漏时，通过分析管壁缺陷产生的环电流信号，可以判断泄漏的位置。该方法的准确度会受到焊缝和管道表面的不平整影响，且无法检测缓慢泄漏。

1.1.4 管道机器人检测法

管道机器人是一种可在远距离控制下在管道内爬行，利用配备的各种传感器件对管道进行检测或维修，集各类传感器、智能移动载体、作业设备以及无损监测等技术手段于一体的机电一体化装置。它能够实时采集管道内部图像、管壁纹理和几何形状等各种信息，由于信号比较稳定，且采集周期短，因此可以对泄漏点进行精确的检测与定位[10]。

海底长输油气管道内可能会存在阶梯、管沟和碎块等杂质，以及变径管道、弯管、T型管道等特定管道结构，管道机器人容易产生卡堵和通过困难等问题。针对现有管道机器人通过性差和运动方式单一等问题，王永雄[11]将管道内的图像予以分解，从而获得几何特征，提升了管道缺陷辨识率，同时导入了模糊控制等人工智能控制算法，实现了管道内智能机器人的主动导航，实现了管道内后退、拐弯、越障和管壁缺陷的定位。李智强[12]设计了一种可以顺利通过R≥1.5D的弯管环境的新型变运动方式管道机器人，其驱动结构倾角可调，对管道有良好的通过性。刘勇[13]设计了一种可变径支撑轮式管道机器人，该机器人能够适应管径的变化，具有良好操控性。

大部分管道机器人都可以在直管段完成测试，但对工程应用中的变径管路、分支管路、U型管路等的检测技术仍处在研究阶段，且存在长距离工作能源供给困难和管道内通信屏蔽的问题，距离实际使用尚有一定距离。

1.1.5 管内通球法

智能球是一种基于无损检测技术的无线缆自由浮游式监测工具，将其投入管道内并通过漏磁、超声检测技术、涡流、录像技术等手段收集管内信号，进而对所收集的信号加以分析处理，来监测油气泄漏和判断泄漏状况等。加拿大Pure公司[14-15]和天津大学联合开发了适用于管道微小泄漏检测与定位的智能球，该检测球具有制备成本低、体积小、灵敏度高和在管道中不易卡堵等优点[16]。郭世旭[17]等针对海底油气管道微量泄漏的检测难题，设计了一种双层耐压的智能检测球，其能通过竖直管道段，检测灵敏度高达0.7 L/min。针对球形内检测器跟踪定位困难的问题，周乾[18]等提出了一种由检测球自主发送声信号，在管道外部远距离采集导波脉冲，然后计算出检测球与检测点距离的方法。

管内通球法可以应用于气体、液体和多相流体管道，并要求管路内不能有过多接头和接线。对泄漏点的定位比较准确，但由于测量成本大，且实时性较差，不宜运用于较小口径管道，且易出现卡球事件。

1.2 基于软件的方法

1.2.1 负压波法

油气管道发生泄漏后，泄漏部位的压力会骤然降低，该压力变化沿管道以一定的速率传递至管道首末两端，产生负压信号。管道泄漏产生的负压波通过管道内介质传播的速度可达声速级别。利用管路首末端的传感器收集到该负压波，而后通过负压波的传输速率和到达管路两端的时间差，就可以定位泄漏点。该方法是目前市面上应用最为成熟的管道泄漏检测技术[19-21]。天津大学在负压波管道泄漏的检测领域进行了产品化，其检测定位原理如图1所示[20]。

图1 负压波法检测定位原理

定位公式：

式中：X为泄漏点到入口端传感器的距离，m；L为两传感器间的距离，m；t1、t2分别为两端传感器接收到负压波的时间，s；a为负压波的速度，m/s。

负压波法具有灵敏度和定位精度较高、使用成本低等优点。由于无法感知细微负压波的产生，负压波法只能检测到突发性泄漏和大泄漏量的泄漏，对已发生的泄漏、渗漏等不敏感。负压波法对管道首末端的压力差有一定的要求，所以对于首末端压力基本相等的输气管道，负压波法基本发挥不了作用。针对管道泵的启停、流量调节等操作可能引起泄漏误报的问题，张宇[22]等研制了一种压力变送器，通过测量管道内动态压力的变化，利用经验模态分解法提取了泄漏信号特征，该法能够有效避免启停管道泵等工况的影响；文静[23]提出了一种自适应无偏时延估计方法，能够有效消除无关噪声干扰，提高估计性能。针对工况扰动引起的误报问题，王正等[24]在管道泵前后两侧设置两组压力传感器，通过传感器接收到负压波信号的先后来判别其传播方向，不但减少由工况扰动造成的误报，还避免了采用双压力传感器造成的漏报，但存在成本增加和传感器距离确定的问题。针对小泄漏检测困难的问题，王洪超等人[25]通过监测管道压力的持续下降来判断泄漏，提高了对小泄漏的灵敏度；王洪超等人[26]根据上下游负压波信号来自同一个泄漏点的特点，通过欧氏距离计算出两个传感器接收到的负压波的相似度，得到其时间差，然后计算出泄漏点位置，能准确检测和定位微小泄漏和缓慢泄漏。

由于传感器不能够以无延时的方式检测压力变化情况，并且管道两端也因为距离的因素，在未实现统一正时的状况下，可能对时间也产生了偏差；而在1 000 m/s的速率下，每0.5 s的延时也可以产生500 m左右的距离偏差，从而对时间的准确度有较高的要求，这也是以负压波作为指标检测方式的局限性。

1.2.2 压力梯度法

压力梯度法的提出[27-29]是基于泄漏发生时沿管道的压力分布会随着管道长度的变化而发生显著变化这一事实。无泄漏管道上的压降曲线是一个线性实线，一旦出现泄漏，压降曲线将与泄漏点产生扭结。在泄漏位置可以通过计算泄漏上、下游压力分布的交点来确定，其定位原理如图2所示[28]。

图2 压力梯度法定位原理

在满足沿管道压力PX=PD-GX时，其泄漏点定位公式如下：

式中：X为泄漏点和管道入口的间距，m；L为管道长度，m；G为压力梯度，Pa/m；PX为与入口相距X处管道的压力，Pa；PD为管道进口压力，Pa；PS为管道出口压力，Pa；GU为上游压力梯度，Pa/m；GD为下游压力梯度，Pa/m。

此方案要求在管路上必须设有多个压力检测地点，在现场难以实现；另外，由于地质等复杂状况导致沿程压力的下降产生了非线性特性，严重影响使用效益，且其定位精度会受仪器精度影响，因此常作为辅助检测方法使用。针对压力梯度法定位误差大的问题，唐秀家[28]建立了沿管道变化的热力和水力综合模型，得出更接近实际的压力分布规律，实现泄漏位置定位，该方法针对原油或者黏度、密度、热容等特性会随沿管道温降而发生变化的流体管道有优越性，但是由于需要建立较为繁杂的模型，增加了运算量。

1.2.3 次声波法

管道泄漏造成的内外压差会导致湍流产生，流体-流体、流体-管道内壁的摩擦碰撞产生声波信号，声波沿管壁振动和管内介质同时传播。泄漏声波属于连续声发射信号，其频率范围很宽，包含了次声波、可听声波和超声波。由于可听声波和超声波的波长较长，在传播过程中衰减得很快，不适于长距离管道的泄漏检测。次声波的波长比较长，在传播过程中不容易衰减，其最大传播距离可达50 km以上，满足海底管道长距离监测的需要。次声波法的检测定位原理与负压波法类似，通过次声波的波速和到达管路两端的时间差，就可以计算出泄漏点，其定位原理如图3所示。

图3 次声波法检测定位原理

定位公式：

式中：s为泄漏点到管道上游传感器的距离，m；L为两传感器的间距，m；t1、t2分别为进、出口传感器接收到次声波的时间，s；v为次声波速度，m/s。

由于泄漏产生的次声波信号比较微弱，容易被同样由泄漏产生的高频噪声和低频谐波干扰所淹没，其定位的关键是泄漏次声波信号的提取和时间差的确定。陈久会[30]提出了一种利用压力变送器检测泄漏次声波的方法，该方法无需另外安装声波传感器，直接从管道的压力、流量信号中分离提取出次声波信号，提高了检测灵敏度。武伟强[31]针对采集到泄漏信号受噪声干扰严重的问题，提出采用补偿传感器的方法，实现了信号补偿。胡杨曼曼[32]把传感器接收次声波信号比作“听”这一动作，从机理上分析了泄漏次声波的产生与传播。吴鹏[33]对次声波法进行了现场试验，结果表明次声波信号的强度随泄漏孔径的增大而增大，对于多相混输管道，次声波法可检测到的泄漏孔径最小为3 mm。次声波的产生与传播不受介质影响，在不同流体、甚至在不同相的密度和黏度等参数下，发生泄漏时次声波均能产生，因此适用各种管道的泄漏检测。次声波法由于以上优点，有着良好的应用前景。

1.2.4 流量平衡法

流量平衡法[34-35]根据质量守恒定律，无泄漏时，流进与流出管道的流量应当相等，倘若存在泄漏，管道出入口的流量就会存在差值。实际上由于温度等因素，出入口流量并不相等，而是维持在一个稳定的差值。当管道出现泄漏时，管道两端的流量差增大。由于受到管道自身的弹性以及流体特性改变等诸多原因影响，管道进出口的流量变化会具有不同时性，所以这个方法精确度并不高，且只能检测而无法定位，但其能够检测已有泄漏，可靠性高，常与负压波法结合使用以减少误报率。

1.2.5 统计检漏法

管道正常运行时压力和流量存在对应关系。当管道发生泄漏，压力和流量的关系就会发生改变，通过对发生泄漏时管道内压力和流量进行连续统计记录分析，然后通过序贯概率比检验法，计算泄漏出现的概率，最后用最小二乘法定位。这种方法相对建立模型的方法降低了检测工程量，减小了数学计算的难度，成本低，提高了检测的准确性，最突出的是此系统具有自我学习能力，可适配大多数环境[36]。然而，此方法受仪器精度影响，定位准确性上有待优化。

1.2.6 神经网络法

神经网络由于具有认知能力、自适应力以及非线性特征等优势而被广泛应用[37]。神经网络法对管路运行工况分析精确，误报率低，对单一流体和多相流动管路都适合，但其会受到训练样本的限制，检测过程复杂。

1.3 基于多方法融合的泄漏检测技术

目前尚没有任何一种方法能够精确地检测与定位所有管道的泄漏。在实际使用过程中，必须针对管道的实际状况，将多种检测技术和定位方式相结合，以提高检测与定位的精确度，用最少的成本获得最佳的效益，基于多种方法融合的泄漏检测技术也由此得到发展。

为了得到较好的检测效果，目前泄漏检测方法多采用占主流的负压波法和次声波法结合其他检测方法，以应对负压波法和次声波法的误报、对小泄漏与渗漏不敏感以及泄漏特征信号提取困难的问题。李利锋[38]设计了一个负压波与流量平衡相结合的泄漏检测系统，只有当流量差增大和压力拐点同时出现时才进行泄漏判断，显著减少了单独使用负压波法容易误报的问题，但仍然对小泄漏不敏感。针对单种泄漏信号存在识别的准确性和时效性较差的问题，李凤等人[39]将负压波法和声波法结合使用，避免了仅使用负压波法会因为错过瞬时压力降而无法检测的问题，同时通过两种方法的检测结果相互校正，提高了检测与定位精度，但仍存在工况扰动下信号提取困难的问题。石光辉等人[40]研究了负压波在分支管网的传播特性，结合小波分析法得到各传感器接收到负压波信号的时间。Bai Y等人[41]对管道泄漏检测和定位分别采用不同的方法，检测用序贯概率比法，减少了误报，定位根据稳态泄漏和动态泄漏分别采用了负压波法和压力梯度法，有效利用这两种方法的优点，减少误报，定位更准确。模式识别、人工神经网络等技术能很好地排除工况影响，识别泄漏，通过与常用的压力、声波方法结合使用，能减少误报，提高定位精度。

负压波法等基于软件的方法能对海底管道运行状态进行实时监测，而对泄漏点的定位存在一定的误差；水下机器人等基于硬件的方法不能对管道进行实时的连续监测，但能靠近泄漏点以准确定位。实际应用中往往可以先利用软件的方法大致定位泄漏点，然后使用水下机器人等基于硬件的方法实现精确定位。这种软硬件结合的方法能显著提高管道泄漏检测与定位的准确性与快速性。

2 常用检测方法性能比较

海底管道泄漏检测系统应具有可靠性、稳健性、准确性和灵敏性等主要性能指标[42]，另外决定检测技术是否适用于海底管道的重要依据还包括以下性能指标[43]：

(1)定位精度。对海底管道的泄漏检测是为了准确定位泄漏点，以及时进行维护抢修。若定位误差过大，则会增加沿线寻找泄漏点的时间，且由于海底环境的特殊性，使泄漏损失进一步扩大。

(2)海洋环境适用性。由于海底管道所处环境的复杂性，一些在陆上有良好应用效果的检测方法不再适用。例如需要建立精确数学模型的方法和易受噪声影响的音波法将难以继续使用；光纤类方法因为安装施工的难度大大增加，且安装、维护的成本过大，也不再适用于海底管道。

(3)安装维护难度。海底管道的平直管段一般浅埋于海底，泄漏监测系统的仪器设备一般安装在海上平台和陆上的首末站，且海上平台空间有限，要求其安装和维护应尽量简单方便，占用空间少。

(4)作用范围。据统计，我国长度不超过50 km的海底管道占海底管道总数的91%以上。由于海上油气管道的中转困难，一般只在管道的首末端安装监测设备，以实现对全管段的监测。这就要求监测系统的有效监测范围至少为50 km才能满足大部分海底管道的监测需要。

(5)成本。虽然管道泄漏检测系统的安装、维护成本只占整个海底管道建设维护费用微小的一部分，然而其成本仍然是不可忽视的性能指标。原则上无需新装监测仪器设备，安装、维护所需费用的高性价比方法应优先考虑。

(6)便捷性。监测系统的便捷与否直接影响到其能不能被推广使用，一般要求监测系统的操作尽可能简单，无需过多的培训便能掌握使用。

管道常用检测方法的性能按1～5划分为五个等级，数值越大表示越适合，见表1。

表1 管道常用检测方法的性能对比

由表1可知，硬件类方法的定位精度高，但实时性差，而软件类方法均可实现实时检测。由此可见，软硬件结合，互相补充是可行的。

3 海底管道检测技术发展趋势

（1）以软件监测为主、硬件检测为辅的多方法融合的海底管道泄漏检测技术将会成为研究热点。基于软件的方法其定位误差通常在几十到上百米，而水下机器人等基于硬件的方法可以实现海底管道高分辨率检测，但因其效率和成本问题一般只运用于高风险管段。通过基于软件的方法定位缩小检测范围，然后结合基于硬件的方法对海底管道实现定点精确定位，能够完美地综合两类方法的优点。

（2）多点泄漏的检测与定位将成为未来研究的热点和难点。陆上管道的多点泄漏检测一直是个难题，而在复杂的海底环境中实现多个泄漏点的检测更是难上加难。实际海底管道有可能发生多点泄漏，多个泄漏点的信号会产生叠加干扰，传播规律也会受到影响，而且泄漏信号在传递过程中混杂着大量的背景噪音，很容易把泄漏相关的有效信息全部淹没。因此，对泄漏信号进行去噪处理，实现多个泄漏点泄漏特征的获取将是海底管道泄漏检测与定位方法研究过程中需要突破的重要内容。

（3）混合智能技术将在海底管道的泄漏检测和定位中得到进一步应用。采用人工神经网络、专家数据库系统、模糊控制、粒子群算法以及人工智能等技术的方法应用在陆上长输管道检测中，均取得了预期的成效。然而，海底管道工况更加复杂，各种方法都有其使用限制。通过多种智能技术的混合使用，综合利用各种方法的相似性和互补性，应用到泄漏信号的获取与处理中，可以有效减少管道泄漏的误报与漏报，因而会得到更多的重视与应用。

（4）微小泄漏监测将成为重要研究发展方向。海底油气管道的小泄漏事件往往不易被检测到且伴随着腐蚀迅速成长，最后发展为大量泄漏，从而错失了最好的修复时间，损失更加惨重。微小泄漏监测是通过硬件设备靠近泄漏区域并侦听泄漏信息，从而减少泄漏声波信号因长距离传输而造成的衰减，实现实时检测，因此管道机器人等内检测方法也将得到进一步重视与发展。

4 结论

目前，国内多数海底管道泄漏检测系统根据管道设计参数、流体介质参数、经济性技术指标等选定泄漏检测方式，还缺乏一个适用整个管道的泄漏检测方式。经过对泄漏检测主要方法的归纳分类，提出采用将各种方法有机结合的油气管道泄漏监测和定位技术，不但能充分发挥不同方法的优势，同时也可避开各自的缺点。而随着数据收集和监控系统的发展，仪表仪器检测准确度的提升，数字化管道模式的建立，以及人工智能方法的广泛使用，大大增强了信号分析和信号处理的能力，必将推动各种方法有机地结合并运用到海底管道泄漏检测领域中。