郭 穎，楊理踐，唐滕達(dá)

（1.沈陽工業(yè)大學(xué)信息科學(xué)與工程學(xué)院，遼寧沈陽 110870；2.遼寧石油化工大學(xué)信息與控制工程學(xué)院，遼寧 撫順 113001）

隨著工業(yè)4.0 時(shí)代的到來，我國能源需求量大幅增加，現(xiàn)如今國內(nèi)油氣管網(wǎng)總里程已達(dá)16.9萬公里[1]。但是，管道在運(yùn)行的過程中，由于常年使用，不可避免地會(huì)發(fā)生許多不可控的因素，如：腐蝕、老化以及人為破壞等，都將會(huì)導(dǎo)致管道發(fā)生泄漏。當(dāng)管道發(fā)生斷裂和泄漏時(shí)，將會(huì)發(fā)生環(huán)境污染和爆炸等危險(xiǎn)，給國家?guī)砭薮蟮呢?cái)產(chǎn)損失及資源浪費(fèi)[2-4]。泄漏檢測(cè)方法評(píng)價(jià)指標(biāo)通常包括靈敏度、定位精度、誤報(bào)率/漏報(bào)率等，經(jīng)橫向比較，最終選用次聲波法作為管道泄漏檢測(cè)的檢測(cè)方法。

由于次聲波信號(hào)中含有大量的干擾噪聲，需要對(duì)其進(jìn)行降噪處理。但因信號(hào)特征等其他因素的影響，小波變換對(duì)于非平穩(wěn)信號(hào)的降噪效果不太理想，使用范圍比較有限。EMD 可以將次聲波信號(hào)從高頻到低頻逐一分解成IMF 分量與余項(xiàng)的和，在不使用選取基函數(shù)的前提下，利用模態(tài)的選取來進(jìn)行降噪處理。但是，從實(shí)際的降噪效果上看并不如小波閾值法，EMD 更加適用于對(duì)高頻信號(hào)的降噪處理。而VMD 與EMD 相反，是從低頻到高頻逐一進(jìn)行分解出各模態(tài)分量，然后選擇合適有效的IMF 分量進(jìn)行重構(gòu)初始信號(hào)[5]。在采用聲波法進(jìn)行管道泄漏檢測(cè)時(shí)，VMD 的抑制?；殳B的情況優(yōu)于EMD,并且其降噪效果更加理想。

1 次聲波管道泄漏檢測(cè)方法

上個(gè)世紀(jì)七十年代在巴黎舉辦的國際噪聲專業(yè)會(huì)議上次聲波概念首次被提出，并將頻率在20 Hz 以下的聲波稱為次聲波。雖然在此之前就已經(jīng)發(fā)現(xiàn)了次聲波的存在，但是并沒有得到廣泛的重視。次聲波的波長較長，在空氣傳播中不易被介質(zhì)所吸收且穿透能力強(qiáng)。頻率越低時(shí)，次聲波的傳播距離越遠(yuǎn)，由此可以得出次聲波的波長與頻率間的關(guān)系成反比，非常適用于在長輸油管道中檢測(cè)并接收[6-7]。

石油或天然氣在運(yùn)輸過程處于管道內(nèi)部的壓力環(huán)境中，管道在平穩(wěn)運(yùn)行過程中，管道內(nèi)部的流體壓力要遠(yuǎn)遠(yuǎn)小于管道壁所承受的膨脹力，如果內(nèi)部壓力大于管壁的承受力時(shí)，將會(huì)產(chǎn)生泄漏。當(dāng)輸油管壁的某一處突然發(fā)生破裂時(shí)，管壁會(huì)向外發(fā)生擴(kuò)張，管道內(nèi)部的介質(zhì)由于內(nèi)部和外部壓力差的作用下，管道內(nèi)部的油品瞬間自破裂處的洞孔向外噴出與管壁發(fā)生摩擦，從而使空氣產(chǎn)生振動(dòng)發(fā)出次聲波。該聲波信號(hào)會(huì)沿著管道的上下游進(jìn)行傳播，最終傳遞到管道兩端的次聲波傳感器，然后將收集到的數(shù)據(jù)上傳給中央處理器，并對(duì)信號(hào)進(jìn)行處理和分析，從而判斷該處是否發(fā)生泄漏，然后計(jì)算該信號(hào)到達(dá)兩個(gè)傳感器所用的時(shí)間差，從而精準(zhǔn)地計(jì)算出管道泄漏處所在的具體位置[8-10]。如圖1 所示。

圖1 次聲波采集設(shè)備示意圖

次聲波定位計(jì)算公式如下所示：

式中，L表示為A傳感器安裝位置與B傳感器安裝位置之間的距離，單位為m；S表示為管道泄漏點(diǎn)處所在的位置距離A傳感器安裝位置間的距離，單位為m；T1和T2分別表示次聲波到達(dá)傳感器A和傳感器B所在位置所用的時(shí)間，單位為s；ΔT表示傳感器A和傳感器B接收到泄漏信號(hào)的時(shí)間差值，單位為s；v表示管道泄漏時(shí)所產(chǎn)生的次聲波波速，單位為m/s。

2 次聲波的信號(hào)處理

管道泄漏時(shí)除了會(huì)產(chǎn)生次聲波信號(hào)源外，還會(huì)產(chǎn)生許許多多不可控的干擾噪聲因素，應(yīng)該采取相應(yīng)的方法來抑制噪聲干擾。怎樣才能去除掉次聲波信號(hào)中所夾雜的干擾噪聲信號(hào)，從含有干擾噪聲的次聲波信號(hào)中分離出有效泄漏特征信號(hào)，成為管道檢測(cè)研發(fā)的重要難點(diǎn)。如果不減少干擾噪聲對(duì)泄漏所產(chǎn)生信號(hào)的影響，不利于對(duì)泄漏點(diǎn)進(jìn)行精準(zhǔn)定位，導(dǎo)致其結(jié)果會(huì)產(chǎn)生較大的誤差，不能準(zhǔn)確找到管道泄漏時(shí)的位置所在。

通常都會(huì)選用小波變換對(duì)非平穩(wěn)隨機(jī)信號(hào)進(jìn)行降噪處理使有用信號(hào)顯現(xiàn)出來，但是母小波等因素將會(huì)影響小波降噪的效果，自身的使用范圍受到很大的限制[11]。EMD 算法可對(duì)初始信號(hào)進(jìn)行線性化和平穩(wěn)化處理，在小波變換的基礎(chǔ)上，避免了降噪時(shí)選用基函數(shù)的弊端，但是其降噪效果不如小波降噪，而且在進(jìn)行信號(hào)處理時(shí)還會(huì)產(chǎn)生模態(tài)混疊的現(xiàn)象[12]。VMD 算法在降噪分解中改善了EMD 算法在降噪分解過程中出現(xiàn)模態(tài)混疊的現(xiàn)象，通過尋找各模態(tài)的中心頻率對(duì)初始信號(hào)進(jìn)行重構(gòu)[13]。該文將Wavelet與VMD 相融合，對(duì)管道泄漏時(shí)所產(chǎn)生的次聲波信號(hào)進(jìn)行降噪處理，并進(jìn)行仿真實(shí)驗(yàn)，驗(yàn)證其優(yōu)越性。

2.1 小波降噪方法研究

小波變換已逐漸成為時(shí)變系統(tǒng)濾波的最為有效的數(shù)學(xué)分析工具，由于多分辨、時(shí)頻域局部化和在不同的分辨水平上可以重新構(gòu)造信號(hào)特性，不僅可以用小波作為基函數(shù)來構(gòu)造函數(shù)，還可以是時(shí)域與頻域的分析工具。在保留傅里葉變換所具有優(yōu)點(diǎn)的同時(shí)，還在其基礎(chǔ)上，對(duì)時(shí)間域和空間域變換到小波域的局部化分析，將能量的有限信號(hào)進(jìn)行分解，使其變?yōu)檎鹗幮院瘮?shù)且具有快速衰減的特性，通過伸縮平移得到小波基函數(shù)的過程[13-14]。其變換公式為：

式中，a為小波變換尺度，用來控制小波函數(shù)的伸縮量；*表示卷積；τ為平移量，用來控制小波函數(shù)的平移。

2.2 EMD降噪方法研究

EMD 即經(jīng)驗(yàn)?zāi)B(tài)分解是Huang 希爾伯特變換的重要部分，其分解原理主要是依靠本身所固有的時(shí)間尺度特征，沒有任何的基函數(shù)用來依靠，具有很好的自適應(yīng)能力。但是，實(shí)際上是把不同頻率的分量經(jīng)時(shí)間尺度由小到大一步步從原始信號(hào)中分離出來的過程，將所得到的不同頻率分量將其稱之為固有模態(tài)分量（IMF），這些IMF 分量可將初始信號(hào)的局部細(xì)節(jié)清楚地展現(xiàn)出來[15]。其公式如式（4）所示：

式中，IMFi(t)為分解后所得的第i個(gè)IMF 分量；r(t)為殘余項(xiàng)，N為IMF分量的數(shù)目。N的含義主要是經(jīng)過初始信號(hào)分解后所得出的殘余分量，表示信號(hào)的趨勢(shì)。

2.3 VMD降噪方法研究

常用的EMD 泄漏信號(hào)降噪方法無法解決各個(gè)分解模態(tài)之間的混疊問題，且在篩選過程中信號(hào)兩端不可能同時(shí)處于極大值和極小值，所以在信號(hào)的兩端不可避免地會(huì)出現(xiàn)發(fā)散現(xiàn)象。2014 年Konstantin Dragomiretskiy and Dominique Zosso 等研究者提出了新的信號(hào)處理方法VMD，該方法使用迭代搜索的方式來尋找經(jīng)過VMD 分解后的各個(gè)分解模態(tài)的帶寬和中心頻率，這些分解模態(tài)分解出了平滑的基帶，也就證實(shí)了VMD 更具有魯棒性[16]。

VMD 算法將信號(hào)f(t)分解為一系列具有特定稀疏特性的獨(dú)立模態(tài)函數(shù)uk(t)，每個(gè)獨(dú)立模態(tài)的載頻都緊圍其中心頻率ωk，且可利用這些獨(dú)立模態(tài)實(shí)現(xiàn)信號(hào)重構(gòu)[17]。其公式如下：

3 實(shí)驗(yàn)分析與結(jié)果

為了驗(yàn)證所提出方法的可行性，所設(shè)計(jì)的實(shí)驗(yàn)全過程在環(huán)形管道實(shí)驗(yàn)平臺(tái)進(jìn)行研究。與此同時(shí)實(shí)驗(yàn)為了考慮安全性以及成本方面的因素，在實(shí)驗(yàn)中均用水來代替油品，從而進(jìn)行管道泄漏檢測(cè)實(shí)驗(yàn)。全長為2 800 m 的實(shí)驗(yàn)管道上一共有14 個(gè)規(guī)則的圓形鉆孔，每間隔200 m 有一個(gè)規(guī)則的圓形鉆孔作為管道泄漏點(diǎn)，管道的壓力設(shè)計(jì)為1.6 MPa，但在實(shí)際運(yùn)行過程中其壓力為1.2 MPa，將采用離心泵對(duì)水進(jìn)行增壓，然后流入實(shí)驗(yàn)管道內(nèi)部，在管道中分別配置不同位置球閥，而且球閥的孔徑都有所不同，以此來模擬管道泄漏的發(fā)生。該文分別就實(shí)驗(yàn)平臺(tái)管道泄漏點(diǎn)孔徑Ф4（相當(dāng)于泄漏孔徑為2 mm）和孔徑Ф6（相當(dāng)于泄漏孔徑為3 mm）在開泵狀態(tài)下進(jìn)行研究。在實(shí)驗(yàn)的過程中，由于是手動(dòng)調(diào)節(jié)閥門，可能會(huì)使泄漏量在大小上存在一些誤差?，F(xiàn)場(chǎng)的實(shí)驗(yàn)環(huán)境如圖2所示。

圖2 環(huán)形實(shí)驗(yàn)場(chǎng)地示意圖

在此基礎(chǔ)上，將會(huì)對(duì)所采集到的數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，并通過對(duì)Wavelet-EMD、VMD-wavelet 以及Wavelet-VMD 三種降噪方法的進(jìn)行對(duì)比，以此來判斷所提出的降噪方法的優(yōu)越性。

下面通過在泄漏點(diǎn)位為1 400 m 的情況下，對(duì)開泵運(yùn)行狀態(tài)下泄漏點(diǎn)孔徑為Ф4 與Ф6 進(jìn)行研究，采用的降噪方法如下：

1）Wavelet-EMD

首先將實(shí)驗(yàn)所采集到的次聲波數(shù)據(jù)利用小波閾值的方法進(jìn)行降噪，然后對(duì)提取出的信號(hào)數(shù)據(jù)作EMD 分解。降噪后的Ф4 與Ф6 結(jié)果如圖3、圖4所示。

圖3 Ф4降噪后的示意圖

圖4 Ф6降噪后的示意圖

2）VMD-Wavelet

將所采集的數(shù)據(jù)先經(jīng)過VMD 分解，降噪后所得到的新數(shù)據(jù)，將降噪后的數(shù)據(jù)代入到小波閾值降噪進(jìn)行二次降噪。降噪后的Ф4 與Ф6 結(jié)果如圖5、圖6所示。

圖5 Ф4降噪后示意圖

圖6 Ф6降噪后示意圖

3）Wavelet-VMD

將采集到的實(shí)驗(yàn)數(shù)據(jù)先經(jīng)小波閾值降噪處理產(chǎn)生一個(gè)新的數(shù)據(jù)，并將新數(shù)據(jù)代入VMD 進(jìn)行分解降噪。降噪后的結(jié)果如圖7、圖8 所示。

圖7 Ф4降噪后示意圖

圖8 Ф6降噪后示意圖

根據(jù)管道首末兩端次聲波傳感器所獲得突變信號(hào)的時(shí)間差值，結(jié)合首末端次聲波傳感器之間的距離以及次聲波信號(hào)在管道中的傳播速度，進(jìn)而確定管道泄漏處的準(zhǔn)確位置，實(shí)現(xiàn)精準(zhǔn)定位。在1 400 m泄漏位置應(yīng)用三種算法所得到的孔徑Ф4、Ф6 位置估計(jì)結(jié)果如表1 所示。

表1 實(shí)驗(yàn)管道泄漏點(diǎn)位置估計(jì)結(jié)果

為了可以更清楚直觀地觀測(cè)表中數(shù)據(jù)，整理后泄漏點(diǎn)位置的相對(duì)誤差示意圖如圖9 所示。

圖9 泄漏點(diǎn)位置的相對(duì)誤差示意圖

4 結(jié)論

該文采用算法融合的思路，在現(xiàn)有小波閾值降噪的基礎(chǔ)上，對(duì)比EMD 和VMD 分解算法，提出了Wavelet-VMD 融合降噪的算法。并且通過實(shí)驗(yàn)在開泵狀態(tài)下所采集的次聲波數(shù)據(jù)為依據(jù)，對(duì)其進(jìn)行判斷對(duì)比，驗(yàn)證Wavelet-VMD 的降噪效果，其結(jié)果表明在相同的泄漏孔徑下，使用Wavelet-VMD 降噪算法優(yōu)于Wavelet-EMD 降噪算法和VMD-Wavelet 降噪算法。但是，在泄漏孔徑增大時(shí)，Wavelet-VMD 與VMD-Wavelet 算法差別不大。在使用相同的降噪算法時(shí)，孔徑會(huì)對(duì)次聲波信號(hào)的定位精度產(chǎn)生一定的干擾，泄漏孔徑越大定位精度越準(zhǔn)確。由此可見Wavelet-VMD 的降噪具有可行性，并有效地提高定位精度。