天然氣是制造業(yè)和住宅中燃料或原材料的重要來源，占全球總能耗的24%，管道在天然氣的運(yùn)輸、收集和分配中至關(guān)重要。據(jù)統(tǒng)計(jì)，到2025年，我國油氣長(zhǎng)輸管道規(guī)劃里程數(shù)將達(dá)到24萬公里，“十四五”期間，油氣長(zhǎng)輸管道規(guī)劃新增里程數(shù)將達(dá)到7.1萬公里。
受管道建設(shè)質(zhì)量不符合規(guī)范、腐蝕磨損、人為破壞、突發(fā)性自然災(zāi)害（地震、泥石流）等因素影響，在壓差的作用下，管道中的化學(xué)氣體易發(fā)生泄漏，對(duì)人類環(huán)境、生產(chǎn)生活、生命財(cái)產(chǎn)安全造成破壞性的影響。因此，對(duì)輸氣管道進(jìn)行泄漏檢測(cè)和定位，不僅對(duì)輸氣管道的安全運(yùn)行管理具有經(jīng)濟(jì)意義，還對(duì)國民經(jīng)濟(jì)發(fā)展具有重大的現(xiàn)實(shí)意義。
輸氣管道泄漏檢測(cè)方法主要有氦質(zhì)譜法、負(fù)壓波法、紅外檢測(cè)法、聲波法等。氦質(zhì)譜法適用于密封管道，測(cè)試系統(tǒng)簡(jiǎn)單，但是其檢測(cè)周期長(zhǎng)，需要重復(fù)充放氣且受限于檢測(cè)結(jié)構(gòu)的體積；負(fù)壓波法具有部署速度和響應(yīng)迅速快的優(yōu)點(diǎn)，可及時(shí)發(fā)現(xiàn)突發(fā)性管道泄漏，但是由于環(huán)境對(duì)小流量、小范圍的緩慢泄漏敏感度差，易出現(xiàn)漏檢、誤判；紅外氣體成像檢測(cè)可實(shí)現(xiàn)泄漏源的可視化，實(shí)現(xiàn)非接觸成像檢測(cè)，但是障礙物會(huì)影響成像造成漏檢。
近幾年聲波法由于靈敏度高、成本低、定位精度高、誤報(bào)率低、適應(yīng)性強(qiáng)在輸氣管道泄漏檢測(cè)中得到了廣泛運(yùn)用。聲波法可以檢測(cè)到管道泄漏的微弱動(dòng)態(tài)壓力波，響應(yīng)頻率高，檢測(cè)范圍寬。按頻率范圍分類，氣體管道泄漏聲波可以分為次聲波信號(hào)、聲發(fā)射信號(hào)、超聲波信號(hào)。次聲波不受管道材料的影響，傳播距離較遠(yuǎn)，在非金屬泄漏檢測(cè)中應(yīng)用較多。泄漏聲發(fā)射信號(hào)頻率范圍較廣，當(dāng)泄漏尺寸較小且雷諾數(shù)較高時(shí)，泄漏氣體與附近空氣混合形成湍流，湍流處產(chǎn)生聲波，當(dāng)空氣中傳播的聲波振動(dòng)頻率高于20 kHz時(shí)，便產(chǎn)生空載超聲波。
一、輸氣管道泄漏聲波識(shí)別方法
1、基于信號(hào)處理的泄漏識(shí)別方法
常用的泄漏聲波信號(hào)處理方法主要有小波分析、小波包分析、經(jīng)驗(yàn)?zāi)B(tài)分解、變分模態(tài)分解、盲源分離法等。
小波變換可以觀察到泄漏信號(hào)的局部特征，具有對(duì)泄漏信號(hào)在時(shí)頻域進(jìn)行多分辨分析和重構(gòu)的能力，因此在管道泄漏識(shí)別中運(yùn)用頗多。小波分析對(duì)高噪聲環(huán)境中的管道聲發(fā)射泄漏信號(hào)去噪效果良好，對(duì)低頻信號(hào)分析有明顯優(yōu)勢(shì)，但對(duì)高頻信號(hào)的去噪效果不良，小波包則彌補(bǔ)了這一缺點(diǎn)。小波（包）的基函數(shù)、分解層數(shù)對(duì)泄漏信號(hào)去噪效果影響很大，選取的分解層數(shù)過大或過小，都可能造成泄漏信號(hào)去噪不足或信號(hào)失真，探究最優(yōu)的小波（包）基函數(shù)對(duì)處理泄漏信號(hào)的意義重大。
經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）對(duì)非平穩(wěn)泄漏信號(hào)的分析效果顯著，通過提取與管道泄漏相關(guān)的特征信息，來判別管道是否泄漏，與小波分析相比，其不需要選擇合適的基函數(shù)，具有自適應(yīng)的特點(diǎn)，但是在處理泄漏信號(hào)時(shí)，該方法容易產(chǎn)生端點(diǎn)效應(yīng)和模態(tài)混疊問題，為解決這一問題，國內(nèi)外學(xué)者開展了大量研究。
MENG等提出使用集合經(jīng)驗(yàn)?zāi)B(tài)分解方法（EEMD）和互譜分析同時(shí)對(duì)泄漏聲波信號(hào)和負(fù)壓波信號(hào)進(jìn)行降噪，該方法不僅抑制了模態(tài)混疊，還解決了聲波法易受噪聲干擾而出現(xiàn)誤報(bào)的問題。
此后還有學(xué)者提出用變分模態(tài)分解（VMD）解決經(jīng)驗(yàn)?zāi)B(tài)分解對(duì)噪聲敏感和端點(diǎn)效應(yīng)的問題，VMD方法具有更強(qiáng)的噪聲魯棒性和弱化端點(diǎn)效應(yīng)的能力，但是其需要經(jīng)驗(yàn)知識(shí)選擇模態(tài)分解層數(shù)和懲罰因子（沒有相應(yīng)的準(zhǔn)則），經(jīng)常需要優(yōu)化VMD參數(shù)對(duì)泄漏聲波信號(hào)進(jìn)行降噪和特征提取。
HAO等提出了一種優(yōu)化VMD分解層數(shù)參數(shù)的算法，對(duì)管道多點(diǎn)泄漏信號(hào)進(jìn)行定位，減少弱相關(guān)性和噪聲的影響。
還有學(xué)者提出將VMD法與其他算法結(jié)合對(duì)泄漏信號(hào)進(jìn)行降噪，DIAO等提出粒子群優(yōu)化（PSO）算法與VMD結(jié)合，用以優(yōu)化懲罰因子等控制參數(shù)去除背景噪聲。
上述時(shí)頻分析方法對(duì)泄漏信號(hào)進(jìn)行降噪時(shí)，傳感器采集的泄漏信號(hào)信息與噪聲特性是已知的，但是在實(shí)際燃?xì)夤艿拦r中，環(huán)境干擾噪聲類型較多，且噪聲信號(hào)強(qiáng)度多大于泄漏信號(hào)強(qiáng)度，增加了提取泄漏信號(hào)特征的難度。
盲源分離技術(shù)可以分離出泄漏信號(hào)中無法直接觀測(cè)到的未知原始信號(hào)，且不需要過多的先驗(yàn)知識(shí)，適應(yīng)能力強(qiáng)，其原理如圖1所示。
圖1 盲源分離技術(shù)原理示意
盲源分離能夠?qū)⑿孤┬盘?hào)和噪聲分離，實(shí)現(xiàn)對(duì)泄漏聲波信號(hào)的濾波。在該方法的實(shí)際應(yīng)用過程中，快速獨(dú)立成分分析（FastICA）由于計(jì)算過程較為簡(jiǎn)便，收斂速度快等優(yōu)點(diǎn)得到廣泛應(yīng)用。
劉光曉等通過快速獨(dú)立成分分析算法對(duì)輸氣泄漏聲波信號(hào)進(jìn)行分離濾波處理，證明了盲源分離技術(shù)具有較好的濾波效果和適用性。
當(dāng)對(duì)長(zhǎng)輸管道泄漏進(jìn)行檢測(cè)時(shí)，可能會(huì)產(chǎn)生數(shù)百個(gè)聲波信號(hào)，參數(shù)量和計(jì)算速度要求超出了傳統(tǒng)盲源分離系統(tǒng)的能力，DANKERS等使用稀疏估計(jì)技術(shù)結(jié)合盲源分離技術(shù)改善聲學(xué)泄漏檢測(cè)系統(tǒng)，減少估計(jì)參數(shù)和計(jì)算時(shí)間，更容易在測(cè)量數(shù)據(jù)中找到聲學(xué)泄漏事件。
盲源分離雖然能彌補(bǔ)一些時(shí)頻分析方法的不足，可以在輸入聲源信息和先驗(yàn)知識(shí)較少時(shí)對(duì)泄漏進(jìn)行識(shí)別，且具有良好的信噪比，但其使用時(shí)有原始泄漏信號(hào)之間相對(duì)獨(dú)立、觀測(cè)泄漏信號(hào)數(shù)目要不小于原始泄漏信號(hào)數(shù)目、原始泄漏信號(hào)中最多只有一個(gè)泄漏信號(hào)滿足高斯分布等限制條件。在泄漏信號(hào)采集過程中，外部干擾信號(hào)易耦合到管壁中，因此，如何有效分離泄漏信號(hào)和干擾信號(hào)，又能保證計(jì)算速度快、精度高成為進(jìn)一步需要研究的問題。
2、基于智能算法的泄漏識(shí)別方法
2.1 支持向量機(jī)
支持向量機(jī)（SVM）是一種基于統(tǒng)計(jì)理論的機(jī)器學(xué)習(xí)算法，泛化能力強(qiáng)，可以解決小樣本、非線性核高緯模式識(shí)別問題，其泄漏識(shí)別原理如圖2所示。
圖2 支持向量機(jī)泄漏檢測(cè)原理示意
SVM將訓(xùn)練數(shù)據(jù)向高維空間投影，其識(shí)別泄漏信號(hào)性能與核函數(shù)和懲罰系數(shù)的選擇有緊密關(guān)系，YU等分別選取了高斯徑向基（RBF）核、線性核、多項(xiàng)式核、Sigmoid核等4個(gè)核函數(shù)分別對(duì)泄漏信號(hào)進(jìn)行識(shí)別，結(jié)果表明基于高斯RBF核函數(shù)的SVM算法的識(shí)別精度最高。相比其他3種核函數(shù)，RBF核函數(shù)訓(xùn)練時(shí)間和測(cè)試時(shí)間更短，總體泄漏識(shí)別準(zhǔn)確性更高，因此基于RBF核函數(shù)的支持向量機(jī)常被用于泄漏識(shí)別中。
BANJARA等進(jìn)一步探索基于RBF內(nèi)核的SVM和相關(guān)向量機(jī)（RVM）機(jī)器學(xué)習(xí)算法，發(fā)現(xiàn)與RVM算法相比，SVM對(duì)于泄漏信號(hào)的識(shí)別精確度更高。BANJARA等提取的是泄漏聲波的時(shí)域特征，并未在頻域上對(duì)泄漏聲波特征進(jìn)行分析。
XIAO等提出了一種基于支持向量機(jī)與小波變換的融合聲學(xué)泄漏檢測(cè)方法，提取管道泄漏的時(shí)頻特征，將其作為訓(xùn)練SVM分類器的輸入進(jìn)行泄漏識(shí)別，精度可以達(dá)到95.6%。基于支持向量機(jī)框架，最小二乘支持向量機(jī)（LS-SVM）、改進(jìn)的粒子群優(yōu)化算法（SMDPSO）-SVM等算法對(duì)支持向量機(jī)參數(shù)進(jìn)行優(yōu)化，提高了SVM的泛化學(xué)習(xí)能力。
綜上所述，支持向量機(jī)對(duì)小樣本數(shù)據(jù)以及非線性情況下的信號(hào)處理有獨(dú)特優(yōu)勢(shì)，可以對(duì)管道泄漏進(jìn)行較準(zhǔn)確地判別，但是該算法在核函數(shù)和懲罰參數(shù)的選擇上沒有固定準(zhǔn)則，往往需要靠經(jīng)驗(yàn)、試湊等方法進(jìn)行選擇，粒子群算法、灰狼算法等一系列優(yōu)化算法往往與支持向量機(jī)結(jié)合，使其在參數(shù)選擇上更加合理，提高了管道泄漏識(shí)別精度。
2.2 神經(jīng)網(wǎng)絡(luò)
利用泄漏信號(hào)隱藏的深層特征，實(shí)現(xiàn)特征的自動(dòng)提取，探究適用范圍大，泛化能力強(qiáng)的泄漏檢測(cè)方法是目前的熱點(diǎn)問題?；谏窠?jīng)網(wǎng)絡(luò)的泄漏識(shí)別原理如圖3所示。
圖3 基于神經(jīng)網(wǎng)絡(luò)的泄漏識(shí)別原理示意
卷積神經(jīng)網(wǎng)絡(luò)（CNN）應(yīng)用于管道泄漏聲波信號(hào)識(shí)別優(yōu)勢(shì)明顯， 卷積核通過位于不同位置的圖像塊進(jìn)行卷積運(yùn)算，對(duì)泄漏聲波的有效特征進(jìn)行提取和識(shí)別，卷積核的形狀一般為正方形，不同的卷積核尺寸與CNN模型性能有著密切關(guān)系。
寧方立等對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，提出使用扁橫狀卷積核對(duì)泄漏超聲信號(hào)進(jìn)行識(shí)別，較傳統(tǒng)CNN模型有更高的識(shí)別精度。
為了驗(yàn)證CNN模型與其他神經(jīng)網(wǎng)絡(luò)模型對(duì)于泄漏聲波信號(hào)特征提取的能力，部分學(xué)者考慮了管道運(yùn)行條件等因素，WANG等提出一種基于內(nèi)核主成分分析（KPCA）-卷積神經(jīng)網(wǎng)絡(luò)的泄漏識(shí)別模型，考慮出入口壓力數(shù)據(jù)，提取了泄漏信號(hào)的時(shí)頻特征和能量特征，將識(shí)別結(jié)果與ANN，KNN，SVM等機(jī)器學(xué)習(xí)模型的結(jié)果進(jìn)行比較，其中KPCA-CNN模型的各項(xiàng)識(shí)別指標(biāo)均達(dá)到100%。輸氣管道早期泄漏時(shí)，泄漏流量低于輸送流量標(biāo)準(zhǔn)的1.2%稱為小泄漏，CNN模型在小泄漏信號(hào)識(shí)別上有明顯優(yōu)勢(shì)。
針對(duì)小泄漏信號(hào)易被噪聲淹沒的問題，孟慶旭等提出將殘差收縮模塊添加到CNN模型中，能減小甚至消除輸入樣本噪聲對(duì)訓(xùn)練造成的誤差，可有效降低不同噪聲對(duì)識(shí)別結(jié)果的影響。但是孟慶旭等僅對(duì)高斯白噪聲和排風(fēng)機(jī)為主的模擬噪聲源進(jìn)行了分析，未對(duì)其他類型噪聲進(jìn)行分析。
CNN雖然對(duì)于泄漏聲波特征提取有著良好的性能，但是其所需數(shù)據(jù)量較大，數(shù)據(jù)冗余，占用存儲(chǔ)空間，在實(shí)際工業(yè)生產(chǎn)應(yīng)用時(shí)適用性較差。
為了解決這個(gè)問題，孫潔娣等提出一種基于多卷積稠密塊的輕量級(jí)神經(jīng)網(wǎng)絡(luò)，引入注意力機(jī)制改善管道泄漏特征的區(qū)分能力，結(jié)果表明，提出的方法識(shí)別準(zhǔn)確率達(dá)到了96.69%，參數(shù)量?jī)H為781 kB，實(shí)時(shí)響應(yīng)能力快，減小了泄漏檢測(cè)系統(tǒng)的資源要求，為神經(jīng)網(wǎng)絡(luò)泄漏識(shí)別的實(shí)際應(yīng)用提供了一種思路。
神經(jīng)網(wǎng)絡(luò)模型可以自動(dòng)選擇和提取泄漏聲波信號(hào)的某些特征，但是需要訓(xùn)練的數(shù)據(jù)量較大，由于泄漏聲波信號(hào)處于高噪聲環(huán)境下，識(shí)別困難，在實(shí)際應(yīng)用中，提高識(shí)別和定位準(zhǔn)確率的同時(shí)，也要求提高實(shí)時(shí)響應(yīng)能力。上述管道泄漏識(shí)別方法的優(yōu)缺點(diǎn)對(duì)比如下：
小波(包)分析法
優(yōu)點(diǎn)：可以觀察到泄漏信號(hào)的局部特征，區(qū)分信號(hào)和噪聲具有明顯優(yōu)勢(shì)
缺點(diǎn)：去噪效果與選取的小波(包)基函數(shù)和小波(包)分解層數(shù)有關(guān)
經(jīng)驗(yàn)?zāi)B(tài)分解法
優(yōu)點(diǎn)：具有很強(qiáng)的自適應(yīng)性，處理非線性、非平穩(wěn)泄漏信號(hào)具有優(yōu)勢(shì)
缺點(diǎn)：具有端點(diǎn)效應(yīng)和和模態(tài)混疊問題
變分模態(tài)分解法
優(yōu)點(diǎn)：解決了EMD方法中的端點(diǎn)效應(yīng)和模態(tài)混疊問題，模態(tài)分量更加清晰
缺點(diǎn)：選擇k參數(shù)和懲罰因子α沒有相應(yīng)的準(zhǔn)則，需要經(jīng)驗(yàn)知識(shí)
盲源分離法
優(yōu)點(diǎn)：所需要的先驗(yàn)條件少，適應(yīng)能力強(qiáng)
缺點(diǎn)：選取的目標(biāo)函數(shù)和優(yōu)化算法對(duì)于系統(tǒng)矩陣的求解影響很大
支持向量機(jī)法
優(yōu)點(diǎn)：可以解決小樣本、非線性和高緯模式識(shí)別問題
缺點(diǎn)：懲罰參數(shù)c和核函數(shù)參數(shù)g對(duì)于SVM的分類精度有重要影響
神經(jīng)網(wǎng)絡(luò)法
優(yōu)點(diǎn)：可以利用泄漏信號(hào)隱藏的深層特征，實(shí)現(xiàn)泄漏信號(hào)的特征的提取
缺點(diǎn)：泄漏量較小時(shí)，識(shí)別能力降低；高噪聲環(huán)境下無法檢出信號(hào)特征
二、輸氣管道泄漏聲波定位方法
1、基于時(shí)延估計(jì)的泄漏定位方法
當(dāng)管道發(fā)生泄漏時(shí)，管道的上游傳感器和下游傳感器分別檢測(cè)到包含泄漏信息的聲波，可以根據(jù)時(shí)延定位公式計(jì)算出泄漏點(diǎn)的位置，原理如圖4所示。
圖4 基于時(shí)延估計(jì)的泄漏定位原理
發(fā)生泄漏的位置與傳感器A的距離l1為：
式中：l為上下游傳感器之間的距離；v為泄漏聲波傳播速度；Δt為泄漏信號(hào)之間的時(shí)間差。
在實(shí)際管道工況中，管道長(zhǎng)度l已知，關(guān)鍵問題就是準(zhǔn)確獲取時(shí)間差和傳播速度v。KOUSIOPOULOS等提出了基于互相關(guān)技術(shù)的3種不同的時(shí)間延遲估計(jì)方法（互相關(guān)、廣義互相關(guān)、廣義互相關(guān)-Roth），驗(yàn)證在高噪聲下識(shí)別泄漏位置的準(zhǔn)確性。
上述方法在時(shí)域上對(duì)泄漏信號(hào)進(jìn)行互相關(guān)定位，還有學(xué)者在頻域上對(duì)泄漏信號(hào)進(jìn)行互相關(guān)分析，李帥永等提取泄漏信號(hào)互相關(guān)函數(shù)的時(shí)頻譜信息，能有效抑制泄漏信號(hào)的頻散，與傳統(tǒng)的互相關(guān)泄漏定位相比，定位誤差大大降低。
無論在時(shí)域上還是在頻域上分析聲波信號(hào)，用時(shí)延估計(jì)方法定位時(shí)，獲取的時(shí)間差和管道內(nèi)的聲波傳播速度是影響定位精度的主要參數(shù)。
泄漏聲波在管道內(nèi)傳播時(shí)，不僅會(huì)引起壓力和溫度的變化，還會(huì)在管道內(nèi)發(fā)生折射和散射造成傳播速度的不穩(wěn)定，除此之外，為了保證管道兩端泄漏信號(hào)檢測(cè)的同時(shí)性，需要使用GPS（全球定位系統(tǒng)）時(shí)鐘來確保測(cè)量泄漏信號(hào)的一致性，但該措施增加了成本，因此準(zhǔn)確得到時(shí)間延遲并提高定位精度往往很困難，對(duì)時(shí)延方法進(jìn)行改進(jìn)或探究一種不需要時(shí)間延遲和速度進(jìn)行泄漏定位的方法成為目前需要解決的問題。
2、基于聲波衰減的泄漏定位方法
當(dāng)管道發(fā)生泄漏時(shí)，泄漏處產(chǎn)生連續(xù)的聲發(fā)射信號(hào)而且其頻率成分非常豐富，這些信號(hào)在實(shí)際傳播過程中，包含多種模態(tài)，受到散射、反射、折射和模式轉(zhuǎn)換的影響，衰減極大。聲波在管道中傳播時(shí)，振幅和壓強(qiáng)會(huì)呈指數(shù)規(guī)律衰減，衰減公式為：
式中：p(x)為泄漏聲波信號(hào)傳播一定距離后的壓強(qiáng)；x為聲波傳播距離；p0為聲波的振幅；α為幅值衰減系數(shù)。
國內(nèi)外專家、學(xué)者對(duì)泄漏聲波衰減特性展開了大量工作和研究，目前研究集中于從氣體聲學(xué)和流體動(dòng)力學(xué)角度出發(fā)，探究泄漏聲波的產(chǎn)生和衰減特性，并應(yīng)用于泄漏聲波信號(hào)定位研究。
泄漏聲波的產(chǎn)生機(jī)理主要由Lighthill波動(dòng)方程和FW-H方程解釋，輸氣管道泄漏聲波以四極子聲源和偶極子聲源為主，渦流是泄漏聲波產(chǎn)生的根本原因。
2015年，劉翠偉對(duì)泄漏聲波定位技術(shù)進(jìn)行了深入研究，提出聲波幅值衰減公式，可以有效定位天然氣管道泄漏，定位公式為：
式中：L為管道長(zhǎng)度；y為泄漏點(diǎn)距離管道起點(diǎn)距離；p1和p2為管道上下游聲波幅值；α(M)為聲波衰減系數(shù)。
聲波幅值衰減模型中,聲波幅值直接被用于泄漏聲波定位，可不計(jì)算泄漏聲波聲速和時(shí)差，較傳統(tǒng)的互相關(guān)定位技術(shù)更加簡(jiǎn)潔和直接。
為了驗(yàn)證聲波衰減模型對(duì)于各種輸氣管道運(yùn)行條件的適應(yīng)性，2018年，劉翠偉等進(jìn)一步分析了管道內(nèi)黏性均勻流動(dòng)介質(zhì)中粘滯吸收、熱傳導(dǎo)和氣體流動(dòng)對(duì)于聲波衰減的影響，利用理論和試驗(yàn)得到的衰減因子進(jìn)行擬合，進(jìn)一步分析了泄漏聲波在不同介質(zhì)中的傳播和衰減規(guī)律。上述研究表明，聲波振幅衰減模型相較于傳統(tǒng)泄漏互相關(guān)定位法有著更高的定位精度和更大的適用范圍。
此后，部分學(xué)者考慮到了泄漏聲波信號(hào)頻率和管道壁厚對(duì)于聲波衰減特性的影響，張曦等研究了聲發(fā)射泄漏信號(hào)頻率對(duì)聲波衰減的影響，得到能量衰減系數(shù)、幅值衰減系數(shù)與信號(hào)頻率之間的關(guān)系，建立三傳感器能量衰減定位模型。此模型不僅考慮了聲波散射和熱傳導(dǎo)的因素，還考慮了不同的聲波頻率成分對(duì)于幅值衰減系數(shù)和能量系數(shù)的影響。當(dāng)金屬管道較薄時(shí)，聲發(fā)射信號(hào)幅值未呈單調(diào)衰減趨勢(shì)，同時(shí)泄漏聲波頻率與傳感器的頻譜密切相關(guān)，這為利用聲發(fā)射泄漏信號(hào)衰減特性定位提供了參考。
綜上所述，管道材料、加工工藝、流動(dòng)介質(zhì)等條件，以及泄漏聲波頻率，管道泄漏定位時(shí)放置傳感器的方式等因素都會(huì)造成泄漏聲波信號(hào)衰減特性產(chǎn)生變化。
3、基于特征參數(shù)的管道泄漏定位方法
沿管道傳播的泄漏聲波信號(hào)通常是連續(xù)信號(hào)，頻率分散，具有多種模態(tài)，傳播速度不穩(wěn)定。在時(shí)頻域上對(duì)泄漏信號(hào)進(jìn)行處理可以提取到泄漏信號(hào)的參數(shù)特征，從而對(duì)泄漏信號(hào)進(jìn)行定位，均方根值、平均值、方差、幅值、峰值、能量、振鈴計(jì)數(shù)等特征參數(shù)通常被用于泄漏定位。
BANJARA探究了聲發(fā)射信號(hào)振鈴計(jì)數(shù)、能量、信號(hào)強(qiáng)度、標(biāo)準(zhǔn)偏差和泄漏流量的關(guān)系，發(fā)現(xiàn)聲發(fā)射計(jì)數(shù)、聲發(fā)射能量和信號(hào)強(qiáng)度等聲學(xué)特征是重要的聲發(fā)射參數(shù)。BANJARA驗(yàn)證了聲發(fā)射參數(shù)在識(shí)別和定位管道泄漏方面的有效性，并且發(fā)現(xiàn)聲發(fā)射信號(hào)的一些特征參數(shù)可以反映泄漏速度的變化，但是并未在頻域上對(duì)泄漏聲波進(jìn)行特征提取。
由于泄漏聲波往往伴隨著隨機(jī)噪聲，在時(shí)域上進(jìn)行特征提取較困難，部分學(xué)者將時(shí)域變換為其他空間，在其他空間提取特征參數(shù)。劉翠偉等利用HHT方法對(duì)泄漏聲波信號(hào)進(jìn)行處理，獲得泄漏信號(hào)的幅頻特性、HHT三維譜能量及邊際譜特性等7個(gè)聲波特征量，并通過試驗(yàn)驗(yàn)證了HHT三維譜作為有效聲波特征量的可行性。在管道泄漏早期直接提取泄漏聲波信號(hào)的時(shí)域特征往往不能正確反映泄漏信息，而需要采用時(shí)頻聯(lián)合分析信號(hào)處理方法對(duì)泄漏信號(hào)進(jìn)行降噪后，再提取泄漏信號(hào)特征。
4、基于信息融合的管道泄漏定位方法
信息融合技術(shù)將多種傳感器收集的信息或者復(fù)雜實(shí)體提供的信息數(shù)據(jù)進(jìn)行處理整合，增強(qiáng)智能化分析處理水平，最后對(duì)其進(jìn)行決策。信息融合技術(shù)與經(jīng)典信號(hào)處理方法對(duì)管道泄漏信號(hào)處理時(shí)有著本質(zhì)區(qū)別，即信息融合技術(shù)可以處理泄漏檢測(cè)中使用的多個(gè)傳感器的信息，并可以在數(shù)據(jù)層、特征層、決策層等不同信息層次發(fā)揮作用，基于信息融合的泄漏定位原理如圖5所示。
圖5 基于信息融合的泄漏定位原理
由于管道泄漏時(shí)，管道氣體介質(zhì)在壓差作用下噴射而出產(chǎn)生泄漏聲波，泄漏聲波的聲速和管道內(nèi)流速都將發(fā)生變化，而發(fā)生小泄漏和緩漏時(shí)，流量信號(hào)和聲波聲速變化不明顯，考慮到這一點(diǎn)，郎憲明使用超聲波速信號(hào)和流量信號(hào)進(jìn)行信號(hào)融合，使融合信號(hào)凸顯拐點(diǎn)，并通過環(huán)形管道泄漏定位試驗(yàn)，驗(yàn)證了信息融合方法有著較高的定位精度，更能凸顯泄漏聲波聲速和流量變化的瞬變信息，為解決小泄漏定位問題提供了參考。
當(dāng)管道氣體從泄漏點(diǎn)流出時(shí)，泄漏位置和臨近位置會(huì)產(chǎn)生明顯壓力擾動(dòng)，同時(shí)泄漏氣體也會(huì)與管道壁摩擦產(chǎn)生噪聲振動(dòng)，為了研究噪聲和壓力對(duì)于泄漏聲波信號(hào)定位的影響，LI等基于互相關(guān)算法建立了基于多信息融合的噪聲-壓力相互作用模型，提出了單點(diǎn)多信號(hào)的泄漏定位算法，該算法有著更快的響應(yīng)速度和檢測(cè)準(zhǔn)確性。該模型中噪聲信號(hào)和壓力信號(hào)可以相互充當(dāng)濾波器，抗干擾能力得到增強(qiáng)，多信號(hào)融合系統(tǒng)確保了更好的可靠性和準(zhǔn)確性。
還有部分學(xué)者考慮到了泄漏聲波的頻域特征，將頻域特征和泄漏信號(hào)時(shí)域特征進(jìn)行融合對(duì)泄漏聲波信號(hào)進(jìn)行定位，HAN等通過分析二氧化碳管道泄漏聲發(fā)射信號(hào)的特性，提出了基于小波包和徑向基函數(shù)網(wǎng)絡(luò)（RBFN）的信息融合定位方法，通過提取小波包處理后的泄漏信號(hào)進(jìn)行能量與時(shí)間差、最大值等泄漏信號(hào)特征的信息融合，以克服單個(gè)泄漏信號(hào)特征對(duì)管道泄漏定位的不確定問題。
多傳感器信息融合系統(tǒng)能夠處理泄漏聲波的復(fù)雜信息，降低泄漏定位誤差，避免多余的信息干擾，為輸氣管道泄漏聲波定位提供了一種新的思路。輸氣管道泄漏定位方法優(yōu)缺點(diǎn)對(duì)比如下：
基于時(shí)延估計(jì)的泄漏定位法
優(yōu)點(diǎn)：可以抑制不相關(guān)的噪聲，考慮了信號(hào)之間的弱關(guān)聯(lián)性
缺點(diǎn)：泄漏聲波信號(hào)具有多模態(tài)、頻散特點(diǎn)，使時(shí)間差和波速的確定精度誤差較大
基于聲波衰減的泄漏定位法
優(yōu)點(diǎn)：不再受限于時(shí)間差的測(cè)量和波速的測(cè)量
缺點(diǎn)：管道上游和下游衰減參數(shù)不同，管道工況發(fā)生變化時(shí)，衰減參數(shù)需要重新計(jì)算
基于信息融合的泄漏定位法
優(yōu)點(diǎn)：多個(gè)傳感器信息融合方法解決了各傳感器采集的泄漏信息單一的問題，提高了泄漏定位精度
缺點(diǎn)：輸入變量、決策方法、信息融合結(jié)構(gòu)和融合單元等對(duì)其影響較大
三、傳感器技術(shù)
傳感器是決定泄漏聲波定位準(zhǔn)確性和響應(yīng)能力的重要因素，目前對(duì)傳感器技術(shù)的研究主要集中在以下兩個(gè)方面：
① 對(duì)傳感器數(shù)量和傳感器布置方式的研究；
② 對(duì)不同傳感器類型對(duì)管道泄漏定位影響的研究。
傳感器數(shù)量越多，泄漏定位精確度越高，但是在實(shí)際情況下，傳感器數(shù)量受到管道實(shí)際環(huán)境和經(jīng)濟(jì)條件限制。
傳統(tǒng)的互相關(guān)定位方法使用兩個(gè)傳感器定位泄漏位置，且傳感器位于泄漏位置兩側(cè)，需要時(shí)鐘同步來獲得精確時(shí)間差和波速。針對(duì)該問題，OZEVIN等使用兩個(gè)位于同側(cè)的傳感器對(duì)管道泄漏進(jìn)行定位，分別對(duì)管道泄漏點(diǎn)在軸向和徑向產(chǎn)生的聲波進(jìn)行檢測(cè)，與傳統(tǒng)的互相關(guān)定位法相比，不再需要時(shí)鐘同步。
張曦等考慮到環(huán)境噪聲的影響，提出三傳感器定位模型對(duì)管道泄漏進(jìn)行定位，傳感器的布置方式如圖6所示。其試驗(yàn)結(jié)果表明，該定位模型可以弱化噪聲影響，適用于泄漏率較低和定位精度要求高的情況。
圖6 三傳感器定位模型傳感器布置方式
此外，當(dāng)少量傳感器不能滿足需求時(shí)，部分學(xué)者考慮利用傳感器陣列對(duì)泄漏進(jìn)行定位，TAO等提出陣列式超聲換能器氣體泄漏定位方法，使用陣列時(shí)差算法對(duì)微小泄漏進(jìn)行精確定位。傳感器陣列多應(yīng)用于定位管道平面或者整個(gè)空間上的泄漏。
目前傳感器主要包括動(dòng)態(tài)壓力傳感器、超聲波換能器、聲發(fā)射傳感器等。LIU等選擇動(dòng)態(tài)壓力傳感器對(duì)泄漏信號(hào)進(jìn)行測(cè)量，其建立的去噪系統(tǒng)可對(duì)直管、彎管和變徑管道進(jìn)行泄漏檢測(cè)和定位。
動(dòng)態(tài)壓力傳感器對(duì)管道泄漏微弱壓力信號(hào)有著較高的靈敏度和低誤報(bào)率。與動(dòng)態(tài)壓力傳感器安裝方式不同的是，超聲波換能器無需接觸管道壁，屬于非接觸性檢測(cè)。超聲波換能器識(shí)別到泄漏超聲信號(hào)并將其轉(zhuǎn)換為電信號(hào)，當(dāng)其頻率為40 kHz時(shí)，氣體泄漏超聲波信號(hào)和環(huán)境噪聲聲強(qiáng)差異最大，因此大多選擇40 kHz作為超聲波換能器的中心頻率。聲發(fā)射傳感器通過檢測(cè)泄漏湍流引起的彈性波，進(jìn)而利用信號(hào)處理方法對(duì)泄漏位置進(jìn)行判別，屬于接觸性檢測(cè)。沿輸氣管道壁傳播的泄漏聲發(fā)射信號(hào)通常是具有頻散特征的連續(xù)信號(hào)，傳播速度不穩(wěn)定，在對(duì)泄漏位置進(jìn)行判別時(shí)，通常需要提取泄漏聲發(fā)射信號(hào)的波形特征、頻域特征和能量特征來進(jìn)行定量分析。
四、結(jié)論與展望
聲波法由于定位精度和靈敏度高，在輸氣管道泄漏檢測(cè)定位中應(yīng)用廣泛，隨著信號(hào)處理技術(shù)、人工智能和大數(shù)據(jù)的發(fā)展，聲波法在輸氣管道泄漏定位中的優(yōu)勢(shì)更加明顯。介紹了聲波法在輸氣管道泄漏檢測(cè)和定位方面的應(yīng)用，總結(jié)國內(nèi)外聲波泄漏檢測(cè)定位方法，指出目前輸氣管道聲波法泄漏檢測(cè)定位方法的一些優(yōu)點(diǎn)和不足。
輸氣管道狀態(tài)方面，聲波法目前集中于對(duì)架空管道泄漏的檢測(cè)和定位，對(duì)于埋地輸氣管道的研究較少。受土壤條件、管道壓力、泄漏孔徑、管道深度、土壤類型等諸多因素影響，目前對(duì)于埋地輸氣管道泄漏聲波的產(chǎn)生和傳播特性、衰減規(guī)律研究處于理論和仿真研究階段。
輸氣管道泄漏聲波檢測(cè)和定位理論研究方面，主要從信號(hào)處理、特征分析、聲波傳感技術(shù)出發(fā)，而從氣體聲學(xué)和氣體動(dòng)力學(xué)角度對(duì)管道聲波的產(chǎn)生和傳播特性、衰減特性的研究較少。管道氣體流速、流向和氣動(dòng)噪聲產(chǎn)生與泄漏聲波的傳播和衰減有著緊密關(guān)系，應(yīng)更加深入理解輸氣管道泄漏信號(hào)的各種聲源特性和傳播規(guī)律，為實(shí)際管道工況泄漏檢測(cè)和定位提供理論支持。
輸氣管道聲波法泄漏檢測(cè)試驗(yàn)研究方面，受外界噪聲的影響，管道泄漏信號(hào)易失真，嚴(yán)重影響泄漏檢測(cè)和定位的精度。小波分析、經(jīng)驗(yàn)?zāi)B(tài)分解、短時(shí)傅里葉變換等時(shí)頻分析技術(shù)單獨(dú)使用時(shí)，適用性往往受到諸多限制，主要表現(xiàn)為對(duì)于含噪微小泄漏信號(hào)的去噪效果不理想，管道處于高噪聲環(huán)境下時(shí)，需要融合多種信號(hào)處理方法對(duì)泄漏信號(hào)進(jìn)行分析，提高含噪泄漏信號(hào)的去噪效果和特征提取能力。
輸氣管道聲波法泄漏定位試驗(yàn)研究方面，傳統(tǒng)的互相關(guān)算法和各種改進(jìn)的定位算法具有需要先驗(yàn)知識(shí)的缺點(diǎn)，且響應(yīng)慢，內(nèi)存資源消耗大，限制了其在工業(yè)生產(chǎn)資源有限并且需要實(shí)時(shí)處理的條件下的應(yīng)用。在實(shí)際工況中，需要對(duì)管道泄漏檢測(cè)和定位算法進(jìn)行優(yōu)化，提高識(shí)別和定位準(zhǔn)確率的同時(shí)，也要求提高實(shí)時(shí)響應(yīng)能力。
輸氣管道聲波法泄漏檢測(cè)定位模型方面，目前研究多集中于單點(diǎn)模型，對(duì)于多點(diǎn)泄漏源的檢測(cè)和定位研究很少。由于實(shí)際管道工況存在多點(diǎn)泄漏源和許多類型的干擾噪聲，通過單個(gè)或兩個(gè)傳感器往往不能全面反映管道運(yùn)行工況，故需要將多個(gè)傳感器獲取的泄漏聲波信息融合進(jìn)行推理和決策，進(jìn)而提高泄漏檢測(cè)效率和定位精度。
輸氣管道聲波法泄漏檢測(cè)定位智能化研究方面，物聯(lián)網(wǎng)技術(shù)和無線通信技術(shù)的快速發(fā)展為輸氣管道泄漏在線監(jiān)測(cè)預(yù)警提供了可能。物聯(lián)網(wǎng)云平臺(tái)管道泄漏監(jiān)測(cè)方式和機(jī)器人搭載聲波傳感器等作業(yè)方式，可以不受管道外部環(huán)境的影響， 檢測(cè)效率和檢測(cè)精度能得到極大提高。
目前，聲學(xué)方法已經(jīng)在管道泄漏識(shí)別和定位中有著明顯的優(yōu)勢(shì)，聲波在管道中的傳播規(guī)律和特性研究的不斷深入，信號(hào)處理技術(shù)和各種算法的不斷進(jìn)步，都將促進(jìn)聲波法在輸氣管道泄漏識(shí)別和定位中的發(fā)展。
京公網(wǎng)安備11010802046783號(hào)
