劉剛

摘 ?要：長輸管道的泄露會(huì)造成嚴(yán)重后果，因此對(duì)其進(jìn)行泄露信號(hào)的檢測(cè)是十分必要的。針對(duì)該問題，提出基于小波變換的長輸管道泄露音波信號(hào)檢測(cè)方法研究?；谛〔ㄗ儞Q的方法對(duì)音波信號(hào)處理進(jìn)行設(shè)計(jì)，利用小波變換多分辨率和時(shí)頻局域化的優(yōu)勢(shì)，提出一種全新的長輸管道泄露音波信號(hào)檢測(cè)方法。通過與傳統(tǒng)檢測(cè)方法對(duì)比實(shí)驗(yàn)，證明新的檢測(cè)方法能夠更加精準(zhǔn)地找出泄露異常點(diǎn)的位置，提高維修工作效率。

關(guān)鍵詞：小波變換 ?長輸管道 ?泄露 ?音波信號(hào)

中圖分類號(hào)：TE973.6 ? ?文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2020）03（b）-0019-02

長輸管道的泄露檢測(cè)技術(shù)是一項(xiàng)保證管道安全、平穩(wěn)運(yùn)輸?shù)闹匾夹g(shù)，也是研究人員長期以來研究的重點(diǎn)課題。長輸管道泄露的檢測(cè)方法可以分為直接方法和間接方法[1]。直接方法是通過直接檢測(cè)損傷部位或泄露氣體，來判斷具體的泄露情況，這類方法應(yīng)用較廣，但缺點(diǎn)在于需要消耗大量的人力和物力，且檢測(cè)不夠及時(shí)，因此不適用于對(duì)長輸管道的泄露檢測(cè)。間接檢測(cè)方法是利用相應(yīng)的計(jì)算機(jī)系統(tǒng)對(duì)管道的溫度、壓力等參數(shù)進(jìn)行在線檢測(cè)，檢測(cè)系統(tǒng)中通常包括傳感器設(shè)備、信號(hào)采集、數(shù)據(jù)通信等，通過分析處理采集到的信號(hào)，對(duì)長輸管道的泄露位置進(jìn)行判斷。這種方法具有及時(shí)性、準(zhǔn)確性和經(jīng)濟(jì)性。隨著長輸管道自動(dòng)化的發(fā)展，這種間接檢測(cè)方法將成為必然的趨勢(shì)。

1 ?基于小波變換的音波信號(hào)處理方法設(shè)計(jì)

1.1 泄露音波信號(hào)去噪處理

通常情況下，以去噪后的原始音波信號(hào)與噪聲的能量的比值來判斷去噪性能的好壞，比值越大，說明去噪性能越好。在實(shí)際工程中，原始音波信號(hào)往往是未知的，為了更好地比較各音波信號(hào)參數(shù)下的去噪性能，需要對(duì)泄露信號(hào)進(jìn)行擬合處理，獲取到一條能夠反應(yīng)泄露信號(hào)的基準(zhǔn)曲線[2]。假設(shè)在4MP泄漏點(diǎn)上開啟一個(gè)0.8mm的擬合曲線，其公式可以表達(dá)為：

公式中，s為擬合曲線;n為信噪?yún)?shù)。在實(shí)際情況中的噪聲信號(hào)，雖然從統(tǒng)計(jì)特性上來看，具有白噪聲的特性，但并不具有白噪聲的所有特性，實(shí)際的噪聲遠(yuǎn)遠(yuǎn)沒有白噪聲理性。因此，該文選用一種加入噪聲時(shí)摒棄的方法，將沒有發(fā)生泄露情況下采集到的信號(hào)數(shù)據(jù)看作是傳輸管道泄露音波信號(hào)的背景噪聲，將背景噪聲疊加到上文通過計(jì)算擬合的曲線上，以此判斷當(dāng)發(fā)生泄漏時(shí)采集到的音波信號(hào)。

1.2 泄露音波信號(hào)時(shí)頻分析

時(shí)頻分析時(shí)常見的信號(hào)分析方法，具備同時(shí)展現(xiàn)信號(hào)在時(shí)域以及頻域中的特征信息，實(shí)現(xiàn)對(duì)頻域和時(shí)域的局部化分析，具有多分辨率的特征優(yōu)勢(shì)?；谛〔ㄗ儞Q的時(shí)頻分析，實(shí)質(zhì)上是時(shí)間和尺度的分析，對(duì)每一個(gè)尺度中對(duì)應(yīng)的頻帶進(jìn)行分析，尺度越大說明頻帶越小，且在尺度中包含了音波信號(hào)的頻域信息[3]。音波信號(hào)的尺度對(duì)應(yīng)一個(gè)頻帶范圍，為了更加直觀地表現(xiàn)出頻率的特征，可以一個(gè)尺度代表一個(gè)假擬頻率。

2 ?基于小波變換的長輸管道泄露音波信號(hào)檢測(cè)方法設(shè)計(jì)

2.1 算法流程

將采集到的音波信號(hào)以數(shù)據(jù)文本格式存儲(chǔ)，根據(jù)采集到的音波信號(hào)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)。當(dāng)檢測(cè)設(shè)備指示燈為紅色時(shí)代表該位置發(fā)生了泄露問題，若指示燈為綠色則說明未發(fā)生泄露。流程如圖1所示。

2.2 數(shù)據(jù)預(yù)處理

獲取到的原始音波信號(hào)數(shù)據(jù)是以文本的格式存儲(chǔ)的，包含音波信號(hào)相應(yīng)的序號(hào)信息以及時(shí)間標(biāo)簽，因此需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理提取出有價(jià)值的音波數(shù)據(jù)，再利用小波變換對(duì)其進(jìn)行去噪處理。由于音波信號(hào)集中在低頻區(qū)域，高頻部分對(duì)特征的提取影響不大，為了降低檢測(cè)方法的復(fù)雜程度，選用小波變換方法，對(duì)音波信號(hào)進(jìn)行強(qiáng)制去噪處理，將小波信號(hào)分解系數(shù)中的高頻部分全部置零，排出高頻中的細(xì)節(jié)部分，重構(gòu)分解系數(shù)，獲取去噪后的有利數(shù)據(jù)。

2.3 特征提取

提取出音波信號(hào)中的均值、方差、密度等參數(shù)信息，由于頻帶小波系數(shù)是小波分解的近似部分系數(shù)，因此可以采取將小波分解的方法代替小波包分解，獲取音波信號(hào)中的相應(yīng)特征值。

2.4 泄露點(diǎn)診斷

基于神經(jīng)網(wǎng)絡(luò)的泄露音波信號(hào)診斷是將文本格式的樣本特征矩陣在電子表格中讀寫，再將其轉(zhuǎn)化為數(shù)組，輸入到循環(huán)體中，利用樣本矩陣對(duì)上文提取到的相應(yīng)特征值歸一化，并將其作為輸入量，再通過計(jì)算分解得到最終的結(jié)果。

數(shù)據(jù)輸入循環(huán)體中包含自動(dòng)索引和關(guān)閉自動(dòng)索引兩種連接方式，自動(dòng)索引是根據(jù)輸入數(shù)組長度設(shè)定相應(yīng)的循環(huán)次數(shù)，使循環(huán)次數(shù)與數(shù)組長度一致，每次處理一個(gè)數(shù)據(jù)組中的元素。在該文設(shè)計(jì)的泄露診斷方法中，要將所有的輸入量一次性輸入到循環(huán)中，因此要根據(jù)設(shè)定的循環(huán)數(shù)量對(duì)數(shù)據(jù)進(jìn)行處理，選用關(guān)閉自動(dòng)索引的連接方式。

3 ?實(shí)驗(yàn)論證分析

3.1 實(shí)驗(yàn)準(zhǔn)備

為了驗(yàn)證該文方法的實(shí)用性，將該文方法與傳統(tǒng)方法進(jìn)行對(duì)比實(shí)驗(yàn)。選用兩段時(shí)間長度相同，頻率不同的正弦信號(hào)，設(shè)采樣的間隔為1ms，將兩段信號(hào)進(jìn)行連接，使該信號(hào)成為非平穩(wěn)信號(hào)，制造出異常點(diǎn)。

3.2 實(shí)驗(yàn)結(jié)果及分析

在保證其他外界干擾因素均相同的情況下，完成實(shí)驗(yàn)。將實(shí)驗(yàn)過程中產(chǎn)生的數(shù)據(jù)信息進(jìn)行記錄，圖2為兩種方法對(duì)長處管道泄露音波信號(hào)的檢測(cè)結(jié)果。

從圖2中可以看出，該文方法與傳統(tǒng)方法相比，檢測(cè)精度更高，且能夠更加具體地檢測(cè)出長輸管道的泄露位置，因此可以說明，該文設(shè)計(jì)的檢測(cè)方法能夠更加精準(zhǔn)地找出泄露異常點(diǎn)的位置，提高維修工作效率，對(duì)于長輸管道的正常運(yùn)行具有重要的應(yīng)用價(jià)值。

4 ?結(jié)語

通過實(shí)驗(yàn)證明，該文提出的檢測(cè)方法與傳統(tǒng)的檢測(cè)方法相比，檢測(cè)效果明顯優(yōu)于傳統(tǒng)檢測(cè)方法，能夠?qū)﹂L輸管道的泄露位置進(jìn)行準(zhǔn)確的定位，大大縮短了檢修人員對(duì)其進(jìn)行維修的時(shí)間。因此，基于小波變換的長輸管道泄露音波信號(hào)檢測(cè)方法具有更好的發(fā)展前景。

參考文獻(xiàn)

[1] 楊浩瓏，李龍.基于小波變換理論的石油管道油氣泄露信號(hào)檢測(cè)[J].中國石油和化工標(biāo)準(zhǔn)與質(zhì)量，2017，37（6）：19-20.

[2] 李玉星，劉翠偉，方麗萍，等.基于混沌振子的輸氣管道微泄漏音波信號(hào)處理方法[J].油氣儲(chǔ)運(yùn)，2017，36（6）：683-688.

[3] 王少峰，劉朋真，王建國，等.基于小波包熵與Gabor小波變換的管道連續(xù)型泄漏源定位[J].儀表技術(shù)與傳感器，2017，35（9）：98-102.