吳慶濤　孫明　王景民

摘要：管道運(yùn)輸作為第五大運(yùn)輸方式，以它的安全性、經(jīng)濟(jì)性在運(yùn)輸石油中有著不可或缺的地位。但是，目前在管道的監(jiān)測(cè)和監(jiān)測(cè)上，特別是一些小泄漏和滲漏的情況很難被監(jiān)測(cè)出來(lái)。主要研究的是基于人工神經(jīng)網(wǎng)絡(luò)的管道泄漏的監(jiān)測(cè)方法，利用現(xiàn)有的管道監(jiān)測(cè)設(shè)備，結(jié)合計(jì)算機(jī)的識(shí)別技術(shù)，對(duì)石油氣等運(yùn)輸管道的泄漏狀況進(jìn)行準(zhǔn)確的監(jiān)測(cè)。這種管道泄漏監(jiān)測(cè)方法能夠有效減少能源的浪費(fèi)降低企業(yè)的經(jīng)濟(jì)損失。

關(guān)鍵詞：泄漏監(jiān)測(cè)；人工神經(jīng)網(wǎng)絡(luò)；集群化管道；研究

一、現(xiàn)有的管道泄漏監(jiān)測(cè)技術(shù)

（一）基于聲發(fā)射技術(shù)的管道泄漏監(jiān)測(cè)技術(shù)

聲發(fā)射技術(shù)主要是根據(jù)管道的材料或是構(gòu)件在運(yùn)行狀況下，產(chǎn)生變形和裂紋時(shí)，管道內(nèi)會(huì)以彈性波的形式釋放出應(yīng)變能。然后利用接受聲發(fā)射信號(hào)的裝置，對(duì)材料進(jìn)行無(wú)損檢測(cè)的技術(shù)就是聲發(fā)射技術(shù)。這種管道監(jiān)測(cè)技術(shù)能夠?qū)φ谶\(yùn)行的輸油管道進(jìn)行實(shí)時(shí)的監(jiān)控，實(shí)現(xiàn)管道泄漏監(jiān)測(cè)系統(tǒng)的時(shí)效性和連續(xù)性。同時(shí)無(wú)須拆卸管道就能測(cè)定。但是對(duì)于流量較大的管道，由于流體的流速較大與管道的撞擊形成的噪聲也較大，對(duì)聲發(fā)射技術(shù)有很大的干擾，影響該技術(shù)判斷的準(zhǔn)確性。因此基于聲發(fā)射技術(shù)的管道泄漏監(jiān)測(cè)技術(shù)在應(yīng)用中還不夠完善，無(wú)法避免環(huán)境以及工況對(duì)結(jié)果的影響。

（二）基于電纜傳感器的管道泄漏監(jiān)測(cè)技術(shù)

伴隨著管道的敷設(shè)進(jìn)行安裝電纜傳感器的管道泄漏監(jiān)測(cè)技術(shù)，對(duì)外界的地理環(huán)境和周圍的自然環(huán)境適應(yīng)能力比較強(qiáng)。主要利用管道泄漏后油氣物質(zhì)觸發(fā)電纜傳感器，從而對(duì)泄露位置進(jìn)行反饋。但電纜上的傳感器由于長(zhǎng)期暴露，對(duì)外界的環(huán)境要求比較高，要求電纜傳感器的配套設(shè)施配備齊全，不然會(huì)大大降低傳感器的使用壽命。

（三）基于光纖傳感器的管道泄漏監(jiān)測(cè)技術(shù)

光纖傳感器在管道泄漏監(jiān)測(cè)中的應(yīng)用，即可以在定點(diǎn)位置進(jìn)行監(jiān)測(cè)，也可隨機(jī)分布在管道上，測(cè)量一定范圍內(nèi)的管道周邊的物質(zhì)的特性。

（四）基于土壤蒸汽監(jiān)測(cè)的管道泄漏監(jiān)測(cè)技術(shù)

蒸汽監(jiān)測(cè)系統(tǒng)主要利用特殊的儀器儀表來(lái)監(jiān)測(cè)輸油管道周圍土壤中蒸汽相的碳?xì)湮镔|(zhì)的濃度，進(jìn)而確定管道是否發(fā)生泄漏并對(duì)管道泄漏位置進(jìn)行定位，同時(shí)根據(jù)蒸汽相碳?xì)錆舛葋?lái)斷定管道泄漏量的大小。這種管道監(jiān)測(cè)技術(shù)主要應(yīng)用于埋于地下的輸油管道，這樣周圍環(huán)境對(duì)監(jiān)測(cè)結(jié)果的干擾性較小，監(jiān)測(cè)結(jié)果有很高的準(zhǔn)確性。但是對(duì)于長(zhǎng)輸管道，利用土壤的蒸汽監(jiān)測(cè)系統(tǒng)，需要沿管道預(yù)埋很多個(gè)探頭追蹤土壤環(huán)境的變化，這樣的測(cè)定需要消耗大量的費(fèi)用，人力和物力的投資成本比較高，工作負(fù)荷較大。

（五）基于超聲波流量的管道泄漏監(jiān)測(cè)技術(shù)

超聲波流量監(jiān)測(cè)技術(shù)顧名思義就是利用超聲波技術(shù)來(lái)監(jiān)測(cè)管道的泄漏狀況，這和聲發(fā)射技術(shù)的工作原理比較相似，都是應(yīng)用在管道外部，無(wú)須拆解管道的技術(shù)方式。超聲波流量監(jiān)測(cè)系統(tǒng)在城市化運(yùn)行上已經(jīng)得到了一定程度的應(yīng)用，在城市的供水管道上的監(jiān)測(cè)工作取得了很好的成效。不僅如此，便攜式的超聲波監(jiān)測(cè)設(shè)備也應(yīng)用到輸油管道的現(xiàn)場(chǎng)巡檢的工作當(dāng)中，在一定范圍內(nèi)，工作人員通過(guò)便攜式的超聲波監(jiān)測(cè)設(shè)備能夠很好地對(duì)管道運(yùn)行狀況進(jìn)行監(jiān)督，準(zhǔn)確地找到泄漏的位置，大大提高了現(xiàn)場(chǎng)工作的效率。

（六）基于仿真模擬的管道泄漏監(jiān)測(cè)技術(shù)

該監(jiān)測(cè)系統(tǒng)主要是利用輸油管道內(nèi)的壓力溫度、流速和流量等可測(cè)量的數(shù)據(jù)參數(shù)，呈現(xiàn)的變化趨勢(shì)來(lái)進(jìn)行仿真模擬，實(shí)際輸油管道內(nèi)的流體的運(yùn)動(dòng)狀態(tài)，判斷管道是否發(fā)生泄漏、已經(jīng)泄漏的量，并對(duì)泄漏的位置進(jìn)行準(zhǔn)確的定位。這就需要在管道內(nèi)的運(yùn)行參數(shù)測(cè)量是非常準(zhǔn)確的，這些測(cè)量數(shù)據(jù)需要靠人工定期去檢驗(yàn)設(shè)備的運(yùn)行和校核，保證數(shù)據(jù)輸入仿真模型的準(zhǔn)確性，才能保證模擬的泄漏監(jiān)測(cè)結(jié)果準(zhǔn)確性。這仿真模擬系統(tǒng)與數(shù)據(jù)采集和傳輸系統(tǒng)相互配合，需要硬件和軟件技術(shù)的準(zhǔn)確性和實(shí)時(shí)更新，相互匹配。但是由于仿真模擬的模型是比較固定的，對(duì)于突發(fā)的狀況無(wú)法預(yù)測(cè)，不能準(zhǔn)確進(jìn)行有效的識(shí)別，或外界環(huán)境的變化對(duì)檢測(cè)結(jié)果也產(chǎn)生很大影響的，可能會(huì)造成事故的延期搶救造成嚴(yán)重的能源浪費(fèi)和環(huán)境污染，甚至?xí)斐蓢?yán)重的傷亡事故。

二、基于人工神經(jīng)網(wǎng)絡(luò)多算法融合的集群化管道泄漏監(jiān)測(cè)系統(tǒng)的介紹

（一）基于人工神經(jīng)網(wǎng)絡(luò)多算法的管道泄漏監(jiān)測(cè)系統(tǒng)的原理

如圖1所示，該基于人工神經(jīng)網(wǎng)絡(luò)的管道泄漏的監(jiān)測(cè)方法分為兩個(gè)階段。第一階段為通過(guò)通信硬件構(gòu)成的通信模塊采集得到現(xiàn)場(chǎng)流量計(jì)中的數(shù)據(jù)F1，并經(jīng)過(guò)濾波等數(shù)據(jù)處理，送入神經(jīng)元網(wǎng)絡(luò)訓(xùn)練模塊F2。神經(jīng)元網(wǎng)絡(luò)訓(xùn)練模塊F2根據(jù)數(shù)據(jù)進(jìn)行離線訓(xùn)練，得到結(jié)果，送入神經(jīng)元網(wǎng)絡(luò)診斷模塊F3。第二階段，現(xiàn)場(chǎng)人工設(shè)置泄漏，現(xiàn)場(chǎng)數(shù)據(jù)經(jīng)過(guò)通信模塊F1進(jìn)入神經(jīng)元網(wǎng)絡(luò)診斷模塊F3，神經(jīng)元網(wǎng)絡(luò)診斷模塊F3根據(jù)神經(jīng)元網(wǎng)絡(luò)訓(xùn)練模塊F2訓(xùn)練得到的結(jié)果，對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行在線診斷。同時(shí)，通信模塊F2將數(shù)據(jù)送入顯示模塊F4，顯示模塊可以對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行趨勢(shì)顯示。如果診斷模塊F3診斷到有管道泄漏發(fā)生，那么也將把結(jié)果送入顯示模塊F4，顯示模塊F4根據(jù)診斷結(jié)果進(jìn)行報(bào)警顯示。

（二）基于人工神經(jīng)網(wǎng)絡(luò)多算法的管道泄漏監(jiān)測(cè)系統(tǒng)的技術(shù)介紹

基于人工神經(jīng)網(wǎng)絡(luò)多算法的管道泄漏監(jiān)測(cè)系統(tǒng)可應(yīng)用的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法為RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法本案采用的神經(jīng)網(wǎng)絡(luò)為徑向基函數(shù)網(wǎng)絡(luò)（簡(jiǎn)稱RBF網(wǎng)絡(luò)），本文采用的RBF網(wǎng)絡(luò)結(jié)構(gòu)是一種三層前向的網(wǎng)絡(luò)。第一層輸入層有信號(hào)源結(jié)點(diǎn)組成，第二層為隱含層，第三層為輸出層。它對(duì)輸入模式的作用做出響應(yīng)。從輸入空間到隱含層空間的變換是非線性，而從隱含層空間到輸出層空間的變換是線性的。隱單元的變換函數(shù)是RBF它是一種局部分布的中心點(diǎn)徑向?qū)ΨQ衰減的非負(fù)非線性函數(shù)。RBF神經(jīng)網(wǎng)絡(luò)可以解決邏輯運(yùn)算問(wèn)題，用于自適應(yīng)均衡，以及非線性系統(tǒng)的故障診斷等。RBF網(wǎng)絡(luò)是一種典型的結(jié)構(gòu)前傳網(wǎng)絡(luò)，在應(yīng)用到管道監(jiān)測(cè)系統(tǒng)中，需要利用其網(wǎng)絡(luò)算法，將現(xiàn)場(chǎng)出現(xiàn)的異常轉(zhuǎn)化為網(wǎng)絡(luò)信號(hào)，通過(guò)精確的計(jì)算，確定管道出現(xiàn)的泄漏位置，并對(duì)其信息進(jìn)行加工處理[1]。

（三）基于神經(jīng)元網(wǎng)絡(luò)算法的管道泄漏監(jiān)測(cè)系統(tǒng)的應(yīng)用

神經(jīng)元這一概念是起源于人類中樞神經(jīng)系統(tǒng)的，連接在一起形成類似生物神經(jīng)網(wǎng)絡(luò)的網(wǎng)狀結(jié)構(gòu)。與人工網(wǎng)絡(luò)結(jié)構(gòu)相似，在現(xiàn)行的神經(jīng)網(wǎng)絡(luò)軟件實(shí)現(xiàn)中，生物學(xué)的方法已經(jīng)被拋棄，是基于統(tǒng)計(jì)學(xué)和信號(hào)處理的更加實(shí)用的方法。也就是說(shuō)，神經(jīng)元網(wǎng)絡(luò)方法根據(jù)人的思維的不同模式來(lái)實(shí)現(xiàn)數(shù)據(jù)的分析和獲取的，最終得到相關(guān)符合實(shí)際的結(jié)果。人的思維有理性的和感性之分，理性是具有邏輯性的，在按照事物發(fā)展的規(guī)律和事物變化的邏輯進(jìn)行推理分析的，這在計(jì)算機(jī)語(yǔ)言中可以轉(zhuǎn)化成一段代碼一個(gè)指令，讓計(jì)算機(jī)和監(jiān)控系統(tǒng)后臺(tái)運(yùn)行。感性是比較直觀的，是將事物當(dāng)下的實(shí)際狀況如實(shí)的記錄，這種狀態(tài)可能是偶然的也可能是隨機(jī)的，產(chǎn)生的結(jié)果可能是好的也可能是負(fù)面的，即可能是結(jié)果也可能是解決問(wèn)題的答案。根據(jù)神經(jīng)元的這兩種思維模式，建立的神經(jīng)元網(wǎng)絡(luò)算法，就是利用外物模擬人的總綜合性思維。雖然神經(jīng)元的結(jié)構(gòu)簡(jiǎn)單，功能也比較單一，但是大量的神經(jīng)元系統(tǒng)算法所實(shí)現(xiàn)的網(wǎng)絡(luò)系統(tǒng)是非常宏大的，實(shí)際結(jié)果也是豐富多彩的[2]。

本系統(tǒng)實(shí)現(xiàn)的監(jiān)測(cè)過(guò)程和方法如表1所示。

各步驟的說(shuō)明如下。

1.開始通信：由研究員啟動(dòng)監(jiān)測(cè)方法，監(jiān)測(cè)方法開始和現(xiàn)場(chǎng)流量計(jì)進(jìn)行通信。

2.數(shù)據(jù)處理：通信模塊對(duì)數(shù)據(jù)進(jìn)行濾波等處理。

3.趨勢(shì)顯示：通信模塊讀取現(xiàn)場(chǎng)流量計(jì)數(shù)據(jù)，傳給顯示模塊，顯示模塊進(jìn)行數(shù)據(jù)趨勢(shì)顯示。

4.記錄訓(xùn)練數(shù)據(jù)：研究員選擇記錄訓(xùn)練數(shù)據(jù)的時(shí)間，監(jiān)測(cè)方法記錄訓(xùn)練數(shù)據(jù)，傳給訓(xùn)練模塊。

5.數(shù)據(jù)離線訓(xùn)練：訓(xùn)練模塊獲得訓(xùn)練數(shù)據(jù)，使用神經(jīng)元網(wǎng)絡(luò)算法，進(jìn)行離線訓(xùn)練。

6.將訓(xùn)練結(jié)果送入診斷模塊：訓(xùn)練模塊離線訓(xùn)練完成后，將訓(xùn)練結(jié)果送入診斷模塊，供診斷使用。

7.開始進(jìn)行在線診斷：研究員啟動(dòng)監(jiān)測(cè)方法診斷模塊，診斷模塊開始對(duì)數(shù)據(jù)進(jìn)行在線診斷。

8.診斷結(jié)果顯示：診斷模塊將在線診斷結(jié)果傳給顯示模塊，顯示模塊根據(jù)診斷結(jié)果進(jìn)行顯示。

其功能分配如下。

1.通信模塊：負(fù)責(zé)與現(xiàn)場(chǎng)流量計(jì)進(jìn)行通信，獲取現(xiàn)場(chǎng)數(shù)據(jù)，同時(shí)對(duì)數(shù)據(jù)進(jìn)行濾波等處理。處理后的數(shù)據(jù)供訓(xùn)練模塊、診斷模塊和顯示模塊使用。

2.訓(xùn)練模塊：使用神經(jīng)元網(wǎng)絡(luò)算法，對(duì)通信模塊處理后的數(shù)據(jù)進(jìn)行訓(xùn)練。訓(xùn)練后的結(jié)果供診斷模塊進(jìn)行診斷使用。

3.診斷模塊：獲得訓(xùn)練模塊訓(xùn)練后的結(jié)果，使用神經(jīng)元網(wǎng)絡(luò)算法，在線對(duì)通信模塊傳來(lái)的數(shù)據(jù)進(jìn)行診斷。診斷結(jié)果傳給顯示模塊

4.顯示模塊：獲得通信模塊傳來(lái)的數(shù)據(jù)，進(jìn)行趨勢(shì)顯示。獲得診斷模塊傳來(lái)的診斷結(jié)果，如果診斷出有泄漏，則進(jìn)行報(bào)警顯示。

監(jiān)測(cè)方法中的數(shù)據(jù)主要為從現(xiàn)場(chǎng)流量計(jì)中獲得的數(shù)據(jù)及和流量計(jì)通信發(fā)送的符合協(xié)議的字符。

應(yīng)用神經(jīng)元網(wǎng)絡(luò)算法的管道監(jiān)測(cè)系統(tǒng)，一旦終端顯示器出現(xiàn)報(bào)警，能夠快速定位出現(xiàn)故障的位置，幫助工作人員能夠及時(shí)地對(duì)管道泄漏點(diǎn)進(jìn)行處理，降低管道泄漏造成的損失。

如圖2所示，顯示出現(xiàn)報(bào)警的地理位置。

三、結(jié)語(yǔ)

管道運(yùn)輸是石油的主要運(yùn)輸方式，是能源輸送的重要途徑，管道運(yùn)輸?shù)墓ぷ鳡顟B(tài)對(duì)周圍環(huán)境和生態(tài)平衡全有著十分重要的影響，特別是輸油管線泄漏是威脅管網(wǎng)安全的最主要因素。如何高效、準(zhǔn)確地對(duì)管道泄漏情況進(jìn)行辨識(shí)、判斷，對(duì)管網(wǎng)附近的生態(tài)環(huán)境具有重要意義。

參考文獻(xiàn)

[1]于寧，陳斌，萬(wàn)江文，等.一種管道泄漏監(jiān)測(cè)網(wǎng)絡(luò)的層級(jí)式多源數(shù)據(jù)融合方法：CN101539241A[P]，2009.

[2]陳斌.天然氣管道泄漏監(jiān)測(cè)網(wǎng)絡(luò)的多源數(shù)據(jù)融合方法與關(guān)鍵技術(shù)研究[D].北京郵電大學(xué)，2010.

[3]丁輝，王立，李青春，等.基于人工神經(jīng)網(wǎng)絡(luò)的管道泄漏的監(jiān)測(cè)方法：CN10172271A[P]，2006.

作者單位：吳慶濤，西安東方宏業(yè)科技股份有限公司；孫明、王景民，中國(guó)石油長(zhǎng)慶油田分公司