林偉國，王曉東，吳海燕，牟長麗，陳磊（北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院，北京 0009；北京市射線應(yīng)用研究中心，北京 0005）

?

基于時(shí)域積分的泄漏聲波信號(hào)增強(qiáng)方法

林偉國1，王曉東1，吳海燕1，牟長麗2，陳磊1
（1北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院，北京 100029；2北京市射線應(yīng)用研究中心，北京 100015）

摘要：在管道泄漏檢測中，泄漏信號(hào)的信噪比是影響誤報(bào)和漏報(bào)的主要因素。傳統(tǒng)的小波去噪和EMD分解方法受小波基選擇、分解尺度選擇和重構(gòu)分量選擇的影響難以保證穩(wěn)定、有效的信號(hào)增強(qiáng)效果。通過分析動(dòng)態(tài)壓力變送器的傳遞函數(shù)，發(fā)現(xiàn)動(dòng)態(tài)壓力變送器的輸出信號(hào)中缺失了反映聲波信號(hào)低頻響應(yīng)特性的積分項(xiàng)，提出了基于時(shí)域積分的、增益可調(diào)的泄漏聲波信號(hào)增強(qiáng)方法，現(xiàn)場實(shí)測數(shù)據(jù)的測試結(jié)果表明：基于時(shí)域積分的泄漏信號(hào)增強(qiáng)方法具有穩(wěn)定顯著的信號(hào)增強(qiáng)效果和定位精度，無需復(fù)雜的參數(shù)尋優(yōu)，為微小泄漏的檢測以及減少誤報(bào)和漏報(bào)提供了有效的技術(shù)支持。

關(guān)鍵詞：泄漏聲波信號(hào)；時(shí)域積分；增益可調(diào)；信號(hào)增強(qiáng)

2015-08-13收到初稿, 2015-10-13收到修改稿。

聯(lián)系人及第一作者：林偉國（1968—），男，教授。

引 言

管道運(yùn)輸是化石能源和危化品輸送的主要方式，由于管道老化、腐蝕穿孔及第三方施工破壞等原因，管道泄漏時(shí)有發(fā)生，造成資源損失、環(huán)境污染甚至人員傷亡。因此，管道泄漏檢測技術(shù)發(fā)展至今，依然是國內(nèi)外學(xué)者研究的熱點(diǎn)問題之一。

在現(xiàn)有的負(fù)壓波法、聲波法、質(zhì)量/體積平衡法、分布式光纖法等多種管道泄漏檢測方法中，由于聲波傳感器頻率響應(yīng)寬、靈敏度高、相關(guān)函數(shù)峰尖等特點(diǎn)[1]，在泄漏檢測靈敏度和定位精度方面聲波法是目前最受認(rèn)可的泄漏檢測方法[2]。

壓電式動(dòng)態(tài)壓力傳感器作為聲波傳感器的一種[3]，在管道泄漏檢測中得到了廣泛應(yīng)用[4-5]。不同于負(fù)壓波法檢測的是管道內(nèi)部絕對壓力（靜壓），聲波法檢測的是聲壓的變化而非聲壓本身[2]，它反映的是瞬態(tài)壓力的變化。對于快速發(fā)生的泄漏（如爆管），由于泄漏點(diǎn)產(chǎn)生的聲壓變化非常劇烈，其泄漏檢測靈敏度明顯高于負(fù)壓波法；但是對于微小泄漏和緩慢發(fā)生的泄漏（如打孔盜油），由于泄漏本身引起的聲壓變化較小且泄漏聲波在傳播過程中存在的傳播衰減[6]，使得首末站的聲波傳感器檢測到的泄漏聲波信號(hào)的信噪比較低，加劇了降低誤報(bào)和杜絕漏報(bào)之間的矛盾。

針對微小泄漏的檢測，文獻(xiàn)[7-8]提出了基于諧波小波分析技術(shù)的小泄漏信號(hào)識(shí)別和負(fù)壓波拐點(diǎn)準(zhǔn)確提取方法，利用諧波小波時(shí)頻圖、時(shí)頻等高線圖及時(shí)頻剖面圖挖據(jù)管道泄漏敏感特征，準(zhǔn)確提取負(fù)壓波拐點(diǎn)。文獻(xiàn)[9]針對微弱負(fù)壓波信號(hào)，應(yīng)用局部投影將背景噪聲和負(fù)壓波特征信號(hào)分解到不同的子空間，通過子空間重構(gòu)和小波包分析技術(shù)，提取弱特征信號(hào)，保留負(fù)壓波拐點(diǎn)信息。上述方法都是針對負(fù)壓波技術(shù)的，并且方法的工程應(yīng)用效果沒有涉及。

針對泄漏聲波信號(hào)，文獻(xiàn)[10-11]對實(shí)測信號(hào)作EMD分解，針對部分本征分量的疊加信號(hào)作希爾伯特黃變換，通過實(shí)時(shí)監(jiān)測特征頻帶內(nèi)信號(hào)的Hilbert譜與正常信號(hào)相比是否發(fā)生明顯變化，實(shí)現(xiàn)泄漏的診斷。文獻(xiàn)[12]利用泄漏聲波信號(hào)的自相關(guān)函數(shù)具有的“不可重復(fù)”的特征，通過計(jì)算自相關(guān)函數(shù)序列的近似熵，結(jié)合Elman神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)噪聲淹沒的泄漏聲波信號(hào)的辨識(shí)。

微弱泄漏信號(hào)檢測更直接的方法是信號(hào)去噪，從而提高泄漏信號(hào)信噪比。文獻(xiàn)[13]基于噪聲白化準(zhǔn)則控制檢測信號(hào)的線性預(yù)測，提取出與干擾噪聲相關(guān)、與泄漏信號(hào)無關(guān)的信號(hào)作為自適應(yīng)噪聲抵消器的參考輸入，有效抵消噪聲信號(hào)。文獻(xiàn)[14]借助EMD分解，迭代計(jì)算不同IMF分量疊加信號(hào)的信噪比，實(shí)現(xiàn)重構(gòu)信號(hào)信噪比的最大化。文獻(xiàn)[15]通過小波基的比較選擇，實(shí)現(xiàn)信號(hào)的最優(yōu)分解。上述這些方法都是通過抑制噪聲提高泄漏信號(hào)的信噪比，是一種“被動(dòng)型”的信號(hào)增強(qiáng)方法。眾所周知，小波去噪是一種非自適應(yīng)的信號(hào)增強(qiáng)方法，選擇不同的小波基或?yàn)V波尺度可能會(huì)取得完全相反的信號(hào)增強(qiáng)效果；而EMD方法不僅存在邊界效應(yīng)難以有效克服的問題，而且還要解決選擇哪些IMF分量重構(gòu)信號(hào)的問題。事實(shí)上，由于金屬管道及其輸送介質(zhì)具有的低頻濾波特性[1]、泄漏信號(hào)傳播到首末站時(shí)其頻域分布與管道內(nèi)部干擾信號(hào)的頻域分布已經(jīng)基本重疊，在抑制噪聲的同時(shí)泄漏信號(hào)的有效成分勢必也會(huì)受到損失，對于微小泄漏更是如此。

為解決上述問題，本文提出一種泄漏信號(hào)“主動(dòng)”增強(qiáng)方法。首先從動(dòng)態(tài)壓力變送器的組成結(jié)構(gòu)出發(fā)，通過分析動(dòng)態(tài)壓力變送器的傳遞函數(shù)，發(fā)現(xiàn)變送器輸出信號(hào)中缺失了反映聲波信號(hào)低頻響應(yīng)特性的積分項(xiàng)?；诖?，本文提出基于數(shù)值積分的信號(hào)增強(qiáng)方法，通過在變送器輸出端增加可調(diào)增益系數(shù)的積分項(xiàng)實(shí)現(xiàn)對低頻信號(hào)的放大?；谠摲椒ǖ玫降男孤┬盘?hào)增強(qiáng)效果明顯，信號(hào)增強(qiáng)效果不影響泄漏診斷和定位的準(zhǔn)確性。本文所提方法性能穩(wěn)定，參數(shù)選擇簡單，可以避免傳統(tǒng)去噪方法（如小波去噪）中難以進(jìn)行參數(shù)選擇的問題。

1 基于時(shí)域積分的泄漏信號(hào)增強(qiáng)原理

1.1 動(dòng)態(tài)壓力變送器傳遞函數(shù)分析

壓電式動(dòng)態(tài)壓力變送器通常由前置放大、信號(hào)調(diào)理和信號(hào)變送3個(gè)部分組成[16]。壓電式動(dòng)態(tài)壓力傳感器利用壓電材料（如石英、壓電陶瓷等）的壓電效應(yīng)將被測壓力轉(zhuǎn)換為電信號(hào)，因此壓電傳感器可以等效為一電荷源。壓電傳感器輸出阻抗極高且信號(hào)微弱，管道泄漏信號(hào)分布在較低頻段，前置放大電路通常選用靈敏度高、低頻響應(yīng)好的電荷放大器。信號(hào)調(diào)理電路主要完成信號(hào)的放大與濾波，電荷信號(hào)為微弱信號(hào)需要較高的增益，采用二級(jí)放大可以有效防止信號(hào)的畸變；由于壓電式動(dòng)態(tài)壓力傳感器有較好的高頻響應(yīng)，通常在信號(hào)中混有較多高頻噪聲，因此低通濾波器在變送器中必不可少。信號(hào)變送電路主要完成將電壓轉(zhuǎn)化為標(biāo)準(zhǔn)的4～20 mA電流信號(hào)，實(shí)現(xiàn)信號(hào)遠(yuǎn)傳。動(dòng)態(tài)壓力變送器的組成結(jié)構(gòu)如圖1所示。

設(shè)電荷放大器傳遞函數(shù)為H1(s)，低通濾波電路的傳遞函數(shù)為H2(s)，V/I轉(zhuǎn)換電路只實(shí)現(xiàn)信號(hào)類型的轉(zhuǎn)換并不對信號(hào)時(shí)頻域特性產(chǎn)生影響，因此可以與兩級(jí)放大電路結(jié)合，其綜合放大倍數(shù)設(shè)為k。因此動(dòng)態(tài)壓力變送器的傳遞函數(shù)H(s)可以表示為

圖1 動(dòng)態(tài)壓力變送器組成結(jié)構(gòu)圖Fig.1 Structure diagram of dynamic pressure transducer

式中，X(s)為變送器的動(dòng)態(tài)壓力輸入信號(hào)x(t)的拉普拉斯變換，Y(s)為變送器輸出信號(hào)y(t)的拉普拉斯變換。由于泄漏聲波信號(hào)主要是低頻（準(zhǔn)靜態(tài)）信號(hào)，高頻成分為干擾信號(hào)，通常都是以通過低通濾波器的信號(hào)作為處理對象。因此式(1)可以變換為

式中，X′(s)為通過低通濾波器后的動(dòng)態(tài)壓力信號(hào)的拉普拉斯變換。此時(shí)系統(tǒng)的傳遞函數(shù)框圖如圖2所示。

圖2 調(diào)整后的變送器傳遞函數(shù)框圖Fig.2 Transfer function block diagram after adjustment

電荷放大器的反饋電容Cf與電阻Rf決定了電荷放大器的時(shí)間常數(shù)Tc,，Tc可以表示為

電荷放大器時(shí)間常數(shù)的影響近似于一個(gè)單端輸入的高通濾波器，因此電荷放大器的傳遞函數(shù)可以近似為一階RC高通濾波器[16]。電荷放大器的傳遞函數(shù)H1(s)為

將式（4）代入到式（2）中，可以得到經(jīng)過低通濾波后的動(dòng)態(tài)壓力變送器的傳遞函數(shù)為

經(jīng)過拉普拉斯反變換可得

由式（6）可知，經(jīng)過低通濾波后的動(dòng)態(tài)壓力信號(hào)x′(t)是由動(dòng)態(tài)壓力變送器輸出信號(hào)y(t)、y(t)的積分與初始值y(0)、x(0)構(gòu)成的。x′(t)中包含了動(dòng)態(tài)壓力信號(hào)的完整信息（高頻成分除外），但經(jīng)過了動(dòng)態(tài)壓力變送器后（圖1），僅得到了輸出信號(hào)y(t)而損失了y(t)的積分項(xiàng)，因此由y(t)來表示x′(t)是不完整的。

由文獻(xiàn)[17]可知，泄漏聲波信號(hào)的頻率成分主要集中在1 Hz以內(nèi)，即使電荷放大器的時(shí)間常數(shù)Tc較大使得下限截止頻率較低，仍會(huì)對泄漏信號(hào)產(chǎn)生衰減。對式（6）中的積分項(xiàng)作傅里葉變換可得

由式（7）可見：由于低頻段（尤其是低于0.16 Hz的低頻分量）的w值較小，式（7）中除法運(yùn)算的效果相當(dāng)于對低頻分量進(jìn)行了放大。因此，在動(dòng)態(tài)壓力變送器的輸出信號(hào)y(t)的基礎(chǔ)上加上y(t)的積分，有助于克服電荷放大器低頻衰減的缺陷，提高泄漏信號(hào)的信噪比，實(shí)現(xiàn)泄漏信號(hào)的主動(dòng)增強(qiáng)。

1.2 時(shí)域積分信號(hào)增強(qiáng)實(shí)現(xiàn)方法

基于時(shí)域積分的信號(hào)增強(qiáng)應(yīng)在信號(hào)去噪（低通濾波）的基礎(chǔ)上進(jìn)行，實(shí)現(xiàn)步驟如下。

（1）信號(hào)去噪，消除高頻干擾；

（2）低階次的高通濾波，有效消除趨勢[18]；

（3）時(shí)域積分。

在實(shí)際處理過程中為進(jìn)行時(shí)域積分，需將式（6）離散化。本文選擇梯形積分方法[19]并對式（6）進(jìn)行離散化有

式中，Sy(k)為式（6）中積分項(xiàng)的梯形積分離散化形式，fs為采樣頻率，N為信號(hào)樣本的數(shù)據(jù)點(diǎn)數(shù)。

與小波去噪等其他信號(hào)增強(qiáng)方法不同的是，時(shí)域積分方法并不是消除干擾信號(hào)，而是對處于低頻段的泄漏信號(hào)進(jìn)行補(bǔ)償，以達(dá)到提高信噪比的效果。在泄漏信號(hào)較弱的情況下，可以對輸出信號(hào)的積分項(xiàng)Sy(k)進(jìn)行適當(dāng)?shù)姆糯螅詫?shí)現(xiàn)泄漏信號(hào)的增強(qiáng)。為實(shí)現(xiàn)對信號(hào)增強(qiáng)效果的控制，本文引入低頻增益系數(shù)m(m≥1)，通過調(diào)節(jié)m的值實(shí)現(xiàn)對泄漏信號(hào)期望的增強(qiáng)效果，此時(shí)式（8）表示為

式中，k=1,2,…,N, Sy(1)=0。

2 基于時(shí)域積分的泄漏信號(hào)增強(qiáng)方法的現(xiàn)場應(yīng)用

2.1 信號(hào)增強(qiáng)的有效性檢驗(yàn)

信號(hào)增強(qiáng)的有效性檢驗(yàn)主要比較基于小波去噪和基于時(shí)域積分的信號(hào)增強(qiáng)效果。信號(hào)增強(qiáng)效果通常采用信噪比作為評價(jià)指標(biāo)。但由于管道泄漏聲波信號(hào)為非周期信號(hào)，且沒有固定的頻率點(diǎn)，噪聲信號(hào)也不符合真正的高斯分布。為了評價(jià)信號(hào)增強(qiáng)效果，首先根據(jù)信號(hào)的過零點(diǎn)對信號(hào)作正負(fù)區(qū)間劃分[20]。假設(shè)區(qū)間劃分共得M個(gè)區(qū)間，泄漏信號(hào)所在區(qū)間的信號(hào)峰值Peaks，非泄漏信號(hào)的區(qū)間信號(hào)峰值為PeakN(i)，參照信噪比的定義公式，泄漏信號(hào)的信噪比可以表示為

圖3 信號(hào)增強(qiáng)前后的上下游泄漏信號(hào)比較（油田）Fig.3 Signals comparison before and after signal enhancement (up and down station)

式中，L為泄漏信號(hào)（區(qū)間）個(gè)數(shù)，i為非泄漏信號(hào)的序號(hào)，i≤M?L。以式（10）定義的信噪比對時(shí)域積分方法的信號(hào)增強(qiáng)效果進(jìn)行評判，結(jié)果如下文所示。

圖3所示為采集自中石化某油田原油輸送管道的模擬泄漏信號(hào)經(jīng)過時(shí)域積分信號(hào)增強(qiáng)前后的對比圖（信號(hào)經(jīng)過db9小波去噪，小波分解尺度6）。管道全長26.68 km, 首站壓力1.2 MPa，末站壓力0.2 MPa，管道內(nèi)徑500 mm, 模擬泄漏孔徑10 mm，模擬泄漏點(diǎn)距離管道首站3.0 km，信號(hào)采樣精度為12位，采樣頻率為100 Hz。由圖3（b）可見，下游泄漏信號(hào)并不突出，其幾乎被噪聲淹沒。根據(jù)式（9）經(jīng)過時(shí)域梯形積分信號(hào)增強(qiáng)后（時(shí)域積分的增益系數(shù)m=1），泄漏信號(hào)得到了明顯的增強(qiáng)[圖3（d）]。根據(jù)式（10）分別計(jì)算得到信號(hào)增強(qiáng)前后上、下游信號(hào)的信號(hào)區(qū)間個(gè)數(shù)M、異常信號(hào)個(gè)數(shù)L及泄漏信號(hào)的信噪比SNR對比如表1所示。泄漏信號(hào)（在信噪比閾值為5 dB的前提下提?。┰谛盘?hào)增強(qiáng)后的信噪比分別提高了3.2 dB 和3.3 dB，信號(hào)增強(qiáng)前后的信號(hào)區(qū)間個(gè)數(shù)并沒有太大改變，說明在增益系數(shù)為1的條件下時(shí)域積分對噪聲信號(hào)并沒有太大改變，上游異常信號(hào)個(gè)數(shù)下降了一個(gè)（多個(gè)連續(xù)異常信號(hào)對應(yīng)同一個(gè)泄漏信號(hào)）。

表1 信號(hào)區(qū)間個(gè)數(shù)M、異常信號(hào)個(gè)數(shù)L及泄漏信號(hào)的信噪比SNR對比Table 1 Comparison of signal intervals M, abnormal signals L and leak signal’s SNR before and after signalenhancement

圖4所示為采集自中石化某管道局原油輸送管道的模擬泄漏信號(hào)經(jīng)過信號(hào)增強(qiáng)前后的對比圖（信號(hào)經(jīng)過db9小波去噪，小波分解尺度6）。管道全長70.8 km, 首站壓力4.24 MPa，末站壓力0.12 MPa，管道內(nèi)徑400 mm, 模擬泄漏點(diǎn)距離管道首站50.8 km，模擬泄漏孔徑為10 mm。信號(hào)采樣精度為12位，采樣頻率為100 Hz。由圖4（a）、（b）可見：下游存在兩個(gè)明顯的泄漏信號(hào)，但上游的兩個(gè)泄漏信號(hào)都不突出。經(jīng)過信號(hào)增強(qiáng)后（時(shí)域積分的增益系數(shù)m=100）的信號(hào)如圖4（c）、（d）所示，上游的兩個(gè)泄漏信號(hào)得到了明顯的增強(qiáng)。信號(hào)增強(qiáng)前后上、下游信號(hào)的信號(hào)區(qū)間個(gè)數(shù)M、異常信號(hào)個(gè)數(shù)L及泄漏信號(hào)的信噪比SNR對比如表2所示，由表2可見，在信號(hào)增強(qiáng)增益系數(shù)100的前提下，泄漏信號(hào)（在信噪比閾值為5 dB前提下提?。┬旁氡蕊@著提高，同時(shí)信號(hào)區(qū)間數(shù)大幅減少，異常信號(hào)數(shù)目有一定程度的減少，但泄漏信號(hào)的搜索更加準(zhǔn)確。

圖4 信號(hào)增強(qiáng)前后的上下游泄漏信號(hào)比較（管道局）Fig.4 Signals comparison before and after signal enhancement (up and down station)

表2 信號(hào)區(qū)間個(gè)數(shù)M、異常信號(hào)個(gè)數(shù)L及泄漏信號(hào)的信噪比SNR對比Table 2 Comparison of signal intervals M, abnormal signals L and leak signal’s SNR before and after signal enhancement

可見，盡管時(shí)域積分的增益系數(shù)m提高到100，但是在泄漏信號(hào)的信噪比得到較大提升的同時(shí)，正常背景噪聲信號(hào)總體上得到了抑制。因此在對泄漏信號(hào)進(jìn)行增益可調(diào)的時(shí)域積分信號(hào)增強(qiáng)時(shí)，并不會(huì)根本改變噪聲信號(hào)的分布特性。

2.2 信號(hào)增強(qiáng)效果的穩(wěn)定性檢驗(yàn)

為了檢驗(yàn)時(shí)域積分信號(hào)增強(qiáng)效果的穩(wěn)定性，分別以db9、sym7和coief3 3種小波基和1～6 6種小波分解尺度對含有模擬泄漏信號(hào)的動(dòng)態(tài)壓力信號(hào)進(jìn)行小波去噪，在此基礎(chǔ)上再采用時(shí)域梯形積分進(jìn)行信號(hào)增強(qiáng)，比較信號(hào)增強(qiáng)的效果。其中信號(hào)預(yù)處理包括通帶頻率為0.2 Hz的切比雪夫高通濾波，時(shí)域積分信號(hào)增強(qiáng)的增益系數(shù)m=50。圖5為包含泄漏信號(hào)的原始聲波信號(hào)。數(shù)據(jù)取自中石化某煉化公司乙烯裂解料輸送管道，管道全長12.409 km，首站壓力1.19 MPa，末站壓力約0.48 MPa，管徑159 mm，模擬泄漏孔徑為3 mm，泄漏點(diǎn)距離管道首站0.473 km。信號(hào)采樣精度為12位，采樣頻率為50 Hz。由圖5可見，下游聲波信號(hào)中的泄漏信號(hào)幾乎已被背景噪聲淹沒。計(jì)算兩種方法得到的泄漏信號(hào)信噪比，得到結(jié)果如表3所示。

由表3可見，不同的小波基、小波分解尺度對泄漏信號(hào)信噪比的影響很大。對信噪比不同的上、下游原始泄漏信號(hào)，并不是小波分解尺度越大或越小，信號(hào)增強(qiáng)的效果越好，且很難找到一種小波基和小波濾波尺度的固定組合以獲取最佳的泄漏信號(hào)信噪比，這也從側(cè)面驗(yàn)證了小波去噪不是一種自適應(yīng)的信號(hào)增強(qiáng)方法?；跁r(shí)域積分的信號(hào)增強(qiáng)方法是在小波去噪的基礎(chǔ)上實(shí)現(xiàn)的，因此信號(hào)增強(qiáng)的效果會(huì)受到小波去噪效果的影響。由于過高的小波分解尺度可能會(huì)削弱某些有用的泄漏信號(hào)頻率成分，因此，基于時(shí)域積分的信號(hào)增強(qiáng)方法在低尺度小波去噪的基礎(chǔ)上能獲得更佳的泄漏信號(hào)信噪比。此外，基于時(shí)域積分信號(hào)增強(qiáng)方法得到的泄漏信號(hào)信噪比普遍比小波去噪方法得到的信噪比高，且信號(hào)增強(qiáng)效果穩(wěn)定，信號(hào)增強(qiáng)效果與小波基的選擇無明顯的關(guān)聯(lián)性，體現(xiàn)了較強(qiáng)的魯棒性。

圖5 原始泄漏聲波信號(hào)Fig.5 Original leak acoustic signal

表3 小波去噪與時(shí)域積分信號(hào)增強(qiáng)效果比較Table 3 SNRs comparison between wavelet de-noising and time-domain integration based signal enhancement/dB

2.3 信號(hào)增強(qiáng)對泄漏診斷結(jié)果的影響

運(yùn)用文獻(xiàn)[21]所述方法，選取200組正常信號(hào)樣本，建立支持向量數(shù)據(jù)描述（support vector data description, SVDD）泄漏診斷模型1（核參數(shù)為0.1，超球體半徑R=0.8287, 支持向量28個(gè)），信號(hào)預(yù)處理包括小波去噪（小波分解尺度5）和通帶頻率0.05 Hz的切比雪夫高通濾波。選用相同的200組正常樣本信號(hào)，在前述信號(hào)預(yù)處理的基礎(chǔ)上，再進(jìn)一步做增益系數(shù)為100的時(shí)域積分信號(hào)增強(qiáng)，然后建立SVDD泄漏診斷模型2（核參數(shù)為0.1，超球體半徑R=0.9587, 支持向量33個(gè)）。運(yùn)用兩個(gè)模型分別對2014年3月12日模擬產(chǎn)生的9個(gè)泄漏信號(hào)進(jìn)行泄漏診斷（管道、工況及模擬泄漏點(diǎn)位置信息見2.2節(jié)，模擬泄漏孔徑全部為3 mm），結(jié)果如表4所示。

表4 小波去噪和時(shí)域積分信號(hào)增強(qiáng)對泄漏診斷結(jié)果的影響Table 4 Influence of wavelet de-noising and time-domain integration signal enhancement on leak diagnosis

由表4泄漏診斷結(jié)果可以看到：僅采用小波去噪和高通濾波方法，造成了5次漏報(bào)；而加入時(shí)域積分信號(hào)增強(qiáng)方法后，9個(gè)模擬泄漏測試信號(hào)全部實(shí)現(xiàn)報(bào)警。

分別運(yùn)用上述兩個(gè)泄漏診斷模型對該管道2014年3月12日至2015年5月31日一年多的數(shù)據(jù)進(jìn)行泄漏診斷，僅用小波去噪的泄漏診斷模型的診斷結(jié)果共發(fā)生了11次誤報(bào)；而加入時(shí)域積分信號(hào)增強(qiáng)后的泄漏診斷模型的診斷結(jié)果共發(fā)生9次誤報(bào)?？梢姡盘?hào)去噪結(jié)合時(shí)域積分信號(hào)增強(qiáng)可以降低泄漏診斷的誤報(bào)和漏報(bào)警。

2.4 信號(hào)增強(qiáng)對定位結(jié)果的影響

對上述僅經(jīng)過小波去噪和加入增益系數(shù)為100的時(shí)域積分增強(qiáng)后的信號(hào)分別作延時(shí)互相關(guān)，得到延時(shí)時(shí)間差如表5所示。

表5 小波去噪和時(shí)域積分信號(hào)增強(qiáng)對泄漏定位結(jié)果的影響Table 5 Influence of wavelet de-noising and time-domain integration signal enhancement on leak location /s

由表5可見，經(jīng)過時(shí)域積分信號(hào)增強(qiáng)后，基于延時(shí)互相關(guān)計(jì)算的定位精度總體提高。圖6為第6個(gè)模擬泄漏信號(hào)在不同增益系數(shù)下的延時(shí)互相關(guān)計(jì)算得到的時(shí)間差，由圖可見，在增益系數(shù)m大于16以后，延時(shí)互相關(guān)時(shí)間差就保持恒定。因此增益系數(shù)的增加并不影響相關(guān)定位精度。

圖6 不同增益系數(shù)下的延時(shí)互相關(guān)時(shí)間差Fig 6 Time delay under different gain coefficient

3 結(jié) 論

（1）在對壓電式動(dòng)態(tài)壓力變送器的傳遞函數(shù)進(jìn)行分析的基礎(chǔ)上，針對動(dòng)態(tài)壓力變送器輸出中缺失了反映聲波信號(hào)低頻響應(yīng)特性的積分項(xiàng)的缺陷，提出了一種基于時(shí)域積分的管道泄漏聲波信號(hào)增強(qiáng)方法，從理論上推導(dǎo)了信號(hào)增強(qiáng)的原理。

（2）現(xiàn)場實(shí)測數(shù)據(jù)的測試結(jié)果表明：該方法對泄漏聲波信號(hào)有穩(wěn)定、顯著的增強(qiáng)效果，對背景噪聲無明顯影響。

（3）基于時(shí)域積分的信號(hào)增強(qiáng)有助于減少誤報(bào)和漏報(bào)，且對泄漏定位無負(fù)面影響。

（4）該方法是在傳統(tǒng)信號(hào)去噪方法的基礎(chǔ)上實(shí)現(xiàn)的，且參數(shù)選擇簡單、算法實(shí)施實(shí)時(shí)性強(qiáng)，可以得到更為穩(wěn)定的信號(hào)增強(qiáng)效果，降低了傳統(tǒng)去噪方法對參數(shù)選擇的依賴，為微小泄漏檢測提供了較好的技術(shù)支持。

References

[1] GAO Y, BRENNAN M J, HOSEPH P F, et al. On the selection of acoustic /vibration sensors for leak detection in plastic water pipes [J] . Journal of Sound and Vibration, 2005, 283: 927-941.

[2] LIU C, LI Y, WANG W, et al. Study on leak-acoustics generation mechanism for natural gas pipelines [J]. Journal of Loss Prevention in Process Industries, 2014, 32: 174-181.

[3] MURVAY P S, SILEA I. A survey on gas leak detection and localization techniques [J]. Journal of Loss Prevention in the Process Industries, 2012, 25: 966-973.

[4] LIANG W, ZHANG L B, XU Q Q, et al. Gas pipeline leakage detection based on acoustic technology [J]. Engineering Failure Analysis. 2013, (31): 1-7.

[5] LIN W G, ZHENG Z S. Research on pipeline leak detection based on dynamic pressure signal [J]. Chinese Journal of Scientific Instrument, 2006, 27(8): 907-910.

[6] WANG X J, LAMBERT M F, SIMPSON A R, et al. Leak detection in pipelines using the damping of fluid transients [J]. Journal of Hydraulic Engineering, 2002, 128(7): 698-711.

[7] 胡瑾秋, 張來斌, 梁偉,等. 基于諧波小波分析的管道小泄漏診斷方法 [J]. 中國石油大學(xué)學(xué)報(bào)(自然科學(xué)版), 2009, 33(4): 118-124.

HU J Q, ZHANG L B,LIANG W, et al. Small leakage detection of long distance pipeline based on harmonic wavelet analysis [J]. Journal of China University of Petroleum (Edition of Natural Science), 2009, 33(4): 118-124.

[8] HU J Q, ZHANG L B, LIANG W. Detection of small leakage from long transportation pipeline with complex noise [J]. Journal of Loss Prevention in the Process Industries, 2011, 24: 449-457.

[9] 余東亮, 張來斌, 梁偉,等. 長輸管道信號(hào)降噪及工況識(shí)別方法研究 [J]. 石油學(xué)報(bào), 2009, 30(6): 937-941.

YU D L, ZHANG L B, LIANG W, et al. Noise reduction of signal and condition recognition of long-distance pipeline [J]. Acta Petrolei Sinica, 2009, 30(6): 937-941.

[10] 楊紅英, 華科, 葉昊,等. 基于Hilbert-Huang變換的輸氣管道泄漏診斷方法 [J]. 化工學(xué)報(bào), 2011, 62(8): 2095-2100. YANG H Y, HUA K, YE H, et al. Leak diagnosis of gas transport pipeline based on Hilbert-Huang transform [J].CIESC Journal, 2011,62(8): 2095-2100.

[11] GHAZALI M F,BECK S B M, SHUNCKSMITH J D, et al. Comparative study of instantaneous frequency based methods for leak detection in pipeline networks [J]. Mechanical System and SignalProcessing, 2012, 29: 187-200.

[12] 楊進(jìn), 文玉梅, 李平. 基于相關(guān)分析和近似熵的管道泄漏聲信號(hào)特征提取及辨識(shí)方法 [J]. 儀器儀表學(xué)報(bào), 2009, 30(2): 272-279.

YANG J, WEN Y M, LI P. Feature extraction and identification of leak acoustic signal in water distribution pipelines using correlation analysis and approximate entropy [J]. Chinese Journal of Scientific Instrument, 2009, 30(2): 272-279.

[13] 文靜, 文玉梅, 李平. 基于噪聲白化準(zhǔn)則的自適應(yīng)噪聲抵消方法[J]. 儀器儀表學(xué)報(bào), 2010, 31(8): 1693-1699.

WEN J, WEN Y M, LI P, Adaptive noise cancellation method based on error whitening criterion [J]. Chinese Journal of Scientific Instrument,2010,31(8): 1693-1699.

[14] LIN W G, WANG X Y, FENG X D, et al. Adaptive reconstruction of leak signal of natural gas pipeline under strong interference [J]. Applied Mechanics and Materials, 2011, 48: 143-148,.

[15] ZHANG Y, CHEN S L, JIN S J. Leak detection monitoring system of long distance oil pipeline based on dynamic pressure transmitter [J]. Measurement, 2014, 49(1): 382-389.

[16] 張宇, 靳世久, 何靜菁,等. 基于動(dòng)態(tài)壓力信號(hào)的管道泄漏特征提取方法研究 [J]. 石油學(xué)報(bào), 2010, 31(2): 338-342.

ZHANG Y, JIN S J, HE J Q, et al. Extraction method for pipeline leakage feature based on dynamic pressure signal [J]. Acta Petrolei Sinica, 2010, 31(2): 338-342.

[17] 連龍杰, 林偉國, 吳海燕. 基于功率譜比對的液氯輸送管道泄漏檢測方法 [J]. 化工學(xué)報(bào), 2013, 64(12): 4461-4467.

LIAN L J, LIN W G, WU H Y. Liquid-chlorine leak detection method based on power spectrum comparison [J]. CIESC Journal, 2013, 64(12): 4461-4467.

[18] 溫廣瑞, 李楊, 廖與禾,等. 基于精確信息重構(gòu)的故障轉(zhuǎn)子系統(tǒng)振動(dòng)加速度信號(hào)積分方法 [J]. 機(jī)械工程學(xué)報(bào), 2013, 49(8): 1-9.

WEN G R, LI Y, LIAO Y H,et al. Faulty rotor system vibration acceleration signal integration method based on precise information reconstruction [J]. Journal of Mechanical Engineering, 2013,49(8): 1-9.

[19] YAROSLAVSKY L, MORENO A, CAMPOS J. Frequency responses and resolving power of numerical integration of sampled data [J]. Optics Express, 2005, 13(8): 2892-2905.

[20] 林偉國, 鄭志受. 基于動(dòng)態(tài)壓力信號(hào)的管道泄漏檢測技術(shù)研究 [J].儀器儀表學(xué)報(bào), 2006, 27(8): 907-910.

LIN W G, ZHENG Z S. Research on pipeline leak detection based on dynamic pressure signal [J]. Chinese Journal of Scientific Instrument, 2006,27(8)：907-910.

[21] 戚元華, 林偉國, 吳海燕. 基于時(shí)域統(tǒng)計(jì)特征的天然氣管道泄漏檢測方法 [J]. 石油學(xué)報(bào), 2013, 34(6): 1195-1199.

QI Y H, LIN W G, WU H Y. A leak detection method for natural gas pipeline based on time-domain statistical features. [J]. Acta Petrolei Sinica, 2013, 34(6): 1195-1199.

研究論文

Received date: 2015-08-13.

Foundation item: supported by the Fundamental Research Funds for the Central Universities(YS0104)，F(xiàn)oundation of State Key Laboratory of NBC Protection for Civilian(SKLNBC2014-10) and the National Natural Science Foundation of China (61403017).

Acoustic leak signal enhancement based on time-domain integration

LIN Weiguo1, WANG Xiaodong1, WU Haiyan1, MU Changli2, CHEN Lei1
(1College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029, China;2Beijing Radiation Application and Research Center, Beijing 100015, China)

Abstract:Signal-to-Ratio (SNR) of leak signal is the main factor influencing on missing alarm and false alarm in pipeline leak detection. Traditional de-noising methods, such as wavelet transform and EMD decomposition, are hard to promise stable and effective signal enhancement because of the selection of wavelet base, decomposition scale or reconstruction components. Through analysis of the transfer function of dynamic pressure transducer, it is found that the integral part in the output signal of dynamic pressure transducer, which can reflect the low frequency response characteristics of acoustic signal, is missing. Therefore, a gain-adjustable acoustic signal enhancement method based on time-integration is proposed. The test results with field data show that the proposed method has better performance for the signal enhancement with precise location and no complex parameter optimization, and it also provides an effective technical support for small leak detection and decreasing of the missing and false alarm rate.

Key words:acoustic leak signal; time-integration; gain-adjustable; signal enhancement

DOI：10.11949/j.issn.0438-1157.20151304

中圖分類號(hào)：TE 973.6

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：0438—1157（2016）03—0797—08

基金項(xiàng)目：中央高校基本科研業(yè)務(wù)費(fèi)（YS0104）；國民核生化災(zāi)害防護(hù)國家重點(diǎn)實(shí)驗(yàn)室基金項(xiàng)目（SKLNBC2014-10）；國家自然科學(xué)基金項(xiàng)目（61403017）。

Corresponding author:Prof. LIN Weiguo, linwg@mail.buct.edu.cn