信息缺失条件下管道泄漏信号识别研究

在管道泄漏诊断过程中，负压波信息缺失会导致误判或漏判，采用改进奇异值降噪技术对负压波信号进行预处理，以提高定性评判泄漏的准确性。介绍了奇异值降噪技术的基本原理及其改进方法，并利用信号互相关技术对泄漏点位置进行了定量计算，实现了对液体输送管线的泄漏故障诊断。对室内液体管道在泄漏诊断过程中负压波特征明显和模糊情况下的奇异值降噪结果进行了对比。结果表明，相关分析方法对信息缺失条件下负压波信号拐点识别的准确率较高。该方法能突出强噪声背景下的负压波信号，并且使泄漏点的定位精度提高到1．52％。该研究结果也可用于液体管线小泄漏的诊断分析。     

信息缺失条件下管道泄漏信号识别研究

在管道泄漏诊断过程中,负压波信息缺失会导致误判或漏判,采用改进奇异值降噪技术对负压波信号进行预处理,以提高定性评判泄漏的准确性。介绍了奇异值降噪技术的基本原理及其改进方法,并利用信号互相关技术对泄漏点位置进行了定量计算,实现了对液体输送管线的泄漏故障诊断。对室内液体管道在泄漏诊断过程中负压波特征明显和模糊情况下的奇异值降噪结果进行了对比。结果表明,相关分析方法对信息缺失条件下负压波信号拐点识别的准确率较高。该方法能突出强噪声背景下的负压波信号,并且使泄漏点的定位精度提高到1.52%。该研究结果也可用于液体管线小泄漏的诊断分析。     

基于谐波小波分析的管道小泄漏诊断方法

在长输管道泄漏诊断过程中,复杂噪声背景下的管道小泄漏信号往往难以检测,更无法准确提取小泄漏负压波信号拐点进行泄漏点定位,为此提出基于谐波小波分析技术的小泄漏信号识别与负压波拐点准确提取方法.介绍r谐波小波分析的基本原理及其快速算法,利用谐波小波时频图、时频等高线图以及时频剖面图挖掘管道泄漏敏感特征,准确提取负压波拐点,实现了对长输管线小泄漏的故障诊断.现场采集复杂噪声背景下的输油管道小泄漏信号,分别采用Daubechies小波与谐波小波进行分析对比.试验结果表明,谐波小波泄漏检测法在噪声干扰下对小泄漏信号识别的准确率较高,为长输管道安全输送提供了可靠的保障.     

管线泄漏与阀动作联合作用的水力瞬变分析

采用特征线法建立了管线泄漏的水力瞬变数学模型,建立了泄漏及阀动作的边界条件,编制了数值计算程序对管线泄漏与阀动作联合作用情况进行模拟计算.模拟结果表明,在管线泄漏过程中其他设备动作将对压力波信号产生影响,泄漏定位应综合考虑设备动作的压力波特性.通过对管线泄漏及设备动作引起的水力瞬变进行数值模拟,将为快速判定并准确定位泄漏提供指导.     

输油管道泄漏信号去噪的研究

由石油管道泄漏引发的负压波传播到泄露点上游和下游的监测点时,会使该点的压力信号产生一个幅度较大的震荡,伴随震荡曲线将会产生一些噪声干扰。针对这一现象,将管道监测点采集到的压力信号,采用小波变换和中值滤波相结合的方法,在MATLAB软件环境下进行去噪仿真实验,最后得出该方法可以很好的去除负压波信号中的干扰。     

小波变换理论在管道泄漏检测中的作用

分析了负压波泄漏定位方法的关键技术，提出了小波变换与负压波相结合的方法，利用信号奇异点与小波变换模极大值在多尺度上变化对应的性质，将离散小波变换应用到获取压力波信号序列特征奇异点中，可以对泄漏点进行定位。因为现场采集的数据中含有大量噪声，采取小波门限去除噪声干扰的方法，可以很好地消除噪声干扰。在实际应用中取得了良好的效果。     

基于STA/LTA的输油管道泄漏检测方法

研究了将微震检测中的STA/LTA方法与负压波检测法相结合,并应用于输油管道泄漏检测的技术方法.根据管道泄漏时产生的负压波波形与微震信号初至的相似性,可利用STA/LTA方法对该特征波形进行准确的提取和捕捉,并通过对比管道首末站检测到该特征波形的时间差,对泄漏点位置进行定位.研究表明该方法可有效识别突变的负压波信号,并减少传统泄漏检测方法中小波变换等信号处理方法带来的计算复杂性.室内实验结果表明,将STA/LTA应用于输油管道泄漏检测具备可行性且能够有效识别负压波信号.      

在Matlab中分析基于小波变换的管道泄漏定位方法

采用分布式控制系统、负压波检测法,根据泄漏产生的瞬态压力信息传播到上、下游的时间差,以及管内压力波的传播速度,即可计算出泄漏点的位置;但由于工业现场的电磁干扰、输油泵振动等因素,使采集到的压力波形序列夹杂着大量噪声.要实现负压波准确定位,关键在于捕捉压力波形的奇异点,为此采用小波变换技术.阐述了基于小波变换的测漏原理及定位方法,并在Matlab中利用db小波分析验证.经过处理,图形可以在开始时产生较大的差值,以便准确判断泄漏时刻.     

天然气管道泄漏点的定位检测方法研究

将负压波法应用到天然气输气管道的泄漏检测与定位中,分析了影响负压波传播速度的因素,修正了定位公式,利用小波技术对负压波信号进行了消噪处理并捕捉了压力突降点,提高了检测灵敏度与定位的精度,仿真实验证明了此方法的有效性.     

油气管线泄漏监测分布式光纤传感器的研究

提出了一种长距离油气管线泄漏在线监测的分布式光纤传感器。在油气管线附近并行铺设一条光缆，利用光纤作为传感器，拾取由油气管线泄漏、附近机械施工和人为破坏等事件产生的压力和振动信号。在实验室中，把工作窗口为1310nm、芯径为50／125μm的多模光纤作为传感光纤，在O．6MPa泄漏气流的作用下进行了实验。在光入射端，用光时域反射计对上述事件引发的损耗进行定位；在光输出端，用光功率计检测光功率的变化，并根据信号特征来判定事件的类型。研究结果表明，分布式光纤传感器可以对长达几十公里的管线泄漏进行监测，且定位精度在几十米之内。因此，分布式光纤传感器可用于远距离油气管线泄漏的实时在线监测。     

基于鲸鱼优化算法的变分模态分解和改进的自适应加权融合算法的管道泄漏检测与定位方法

针对管道泄漏检测与定位方法存在负压波传播衰减、噪声干扰大、数据融合率低等3种问题,提出了基于鲸鱼优化算法(whale optimization algorithm, WOA)的变分模态分解(variational modal decomposition, VMD)和改进的自适应加权融合算法(improved adaptive weighted fusion, IAWF)的管道泄漏检测与定位方法。该方法提出了三传感器泄漏检测与定位模型,并利用抗干扰能力强的WOA-VMD算法对原始信号进行消噪处理;然后采用小波分析求消噪信号的奇异点,进一步求出压力变送器检测到负压波信号的时间差;在此基础上,利用改进的自适应加权融合算法对多传感器数据进行融合,最终得到泄漏点的实际位置。实验结果表明：该方法可以有效地滤除噪声分量,获得更精确的融合结果,定位精度高,相对定位误差可以控制在1%以内,为管道泄漏检测与定位提供了一种新方法。     

运用虚拟仪器实现输油管道泄漏监测和定位

为了有效地检测输油管道泄漏并准确定位,运用负压波和质量平衡原理,采用模糊算法和逻辑判断法,利用压力、流量和输差三重机制实现了对原油管道的泄漏监测及定位、原油渗漏监测和报警.系统集成了传感器技术、无线通信技术和虚拟仪器技术.系统在对小压力、小流量和温度波动较大的高凝稠输油管道的泄漏监测方面有所突破.利用数据库结构,再现泄漏记录,回放历史数据并具有对历史数据进行统计、查询和打印等功能.采用无线通讯网络传递现场工作站的数据,并实现局域网内对管道的监测.     

基于压电传感器的管道泄漏监测仪的研制

提出了通过提高输油管道泄漏信号的信噪比进而提高泄漏检测的可靠性和灵敏度的方法；在定量分析、比较压阻式压力传感器和压电式动态压力传感器各自信号的特征和信噪比的基础上，提出了基于压电传感器的管道泄漏监测方法。阐述了基于压电传感器的管道泄漏监测、定位原理以及基于MSP430F149单片机的管道泄漏监测仪软、硬件设计方法及实现。现场泄漏检测试验结果表明，基于压电传感器的管道泄漏监测仪可以较好地提高泄漏检测的可靠性和灵敏度。     

输油管道泄漏检测技术综述

为进一步改善输油管道泄漏的检测方法, 概述了目前一些常用的输油管道泄漏检测方法, 如直接检测 法、 负压波检测法和基于神经网络的检测方法等。 分析了这些检测方法在应用时的优缺点。 然而, 随着对输油 管道泄漏检测要求的提高, 这些检测方法不能满足人们的要求, 仍需要进一步改善。 同时, 将深度学习引入了 输油管道的泄漏检测中。 深度学习是在神经网络基础上的进一步发展, 它在许多方面上的应用弥补了该应用 基于神经网络方法存在的不足。 其中, 深度学习已经在图像和语音识别应用中取得了成功。 这些情况为以后 将深度学习应用于输油管道的泄漏检测提供了部分理论支持。     

基于模糊RBF神经网络的管道泄漏检测方法

针对模糊BP神经网络在管道泄露检测与估计中存在网络构建训练速度慢、易陷入局部最优等问题,提出将模糊RBF神经网络方法应用于管道的泄漏检测与估计.首先依据管道泄漏时流量、压力的变化机理,将采集到的实际运行中管道内的流量差与压力差信号模糊化后作为RBF神经网络的输入,以泄漏尺寸大小的置信度作为网络的输出,并结合专家先验知识所得的模糊规则,构建管道泄漏检测的模糊RBF神经网络.进而以实际管道运行数据对其进行离线仿真测试,仿真结果表明模糊RBF神经网络克服了模糊BP神经网络的不足,提高了泄漏估计的精度,使网络构建更加高效、优化.