管道泄漏檢測與定位技術研究進展與展望

金浩　陳健　黃肖靜　張英香　王吉武　姚江　潘長城

摘要： 管道泄漏檢測與定位技術是管道安全研究領域的核心問題之一，也是公共安全的重要組成部分。本文從管外檢測、管壁檢測和管內(nèi)流動狀態(tài)檢測三個方面綜述了目前世界上主流的管道泄漏檢測與定位技術，闡述了每種技術的機理、優(yōu)缺點及適用條件。最后，本文結合目前國內(nèi)外現(xiàn)狀從技術、經(jīng)濟、應用三個層面對現(xiàn)有技術進行了總結，認為基于管內(nèi)流動狀態(tài)檢測的方法將會在未來管道泄漏檢測與定位領域發(fā)揮越來越重要的角色，尤其是基于動態(tài)壓力波和聲波的方法，并討論了該方法中的四個關鍵研究方向。

Abstract： Pipeline leak detection and location technology is not only the core issue in pipeline safety study， but also the important part of public safety. This paper reviews the mainstream pipeline leak detection and location technologies in the world in three major areas： external detection， wall detection and internal flow state detection， and describes the mechanism， advantages and disadvantages and applicable conditions. Finally， combining with the status at home and abroad， a summary is proposed from three aspects： technology， economy and application， which thinks the internal flow state detection method will play a more and more important role in the future， especially the dynamic pressure wave method and acoustic method. Additionally the four key research directions of the internal flow state detection method are also disscussed.

關鍵詞： 管道；泄漏檢測與定位；動態(tài)壓力波法；聲波法

Key words： pipeline；leak dection and location；dynamic pressure wave method；acoustic method

中圖分類號：TE973 文獻標識碼：A 文章編號：1006-4311（2016）08-0007-05

0 引言

管道作為當今世界的五大運輸方式，憑借其高效、安全、經(jīng)濟、便于控制和管理等多項優(yōu)點，在長距離輸送油氣、供水、城鎮(zhèn)燃氣、工業(yè)裝置等領域占據(jù)了主導地位。但是由于管道老化（如腐蝕、材料失效）、地質條件變化（如滑坡、地震）以及第三方破壞等原因[1]，管道泄漏事故經(jīng)常發(fā)生，輕則造成停工停產(chǎn)、資源浪費，重則會導致爆炸、火災等次生災害，造成管道附近的人員傷亡和環(huán)境污染。因此，對管道泄漏檢測與定位技術的研究具有極為重要的現(xiàn)實意義。

管道泄漏檢測技術眾多，分類方法也呈現(xiàn)多元化的特點。我國學者王桂增、葉昊等[2]人將基于檢測部位的差異將管道泄漏檢測方法分為管外檢測、管壁檢測和管內(nèi)流動狀態(tài)檢測三類；羅馬尼亞學者Pal-Stefan Murvay等[3]從人類干預的程度出發(fā)將管道泄漏檢測方法分為全自動檢測、半自動檢測和人工檢測三種；Folga等[4]人將管道泄漏檢測方法分為直接檢測法和間接檢測法；美國學者Scott等[5]則提出了基于硬件和軟件的泄漏檢測方法。本文按照我國學者王桂增等人的分類方法來介紹目前管道泄漏的主流檢測方法。

1 管外檢測方法

管外檢測方法主要是在非開挖的情況下，采用檢測設備非接觸式的對管道是否發(fā)生泄漏進行檢測，目前方法有外部巡視法、線纜檢測法、光纖傳感檢測法、示蹤化合物檢測法、遙感檢測法、紋影成像技術檢測法和生物檢測法等。

1.1 外部巡線法

外部巡線法是管道泄漏檢測的早期方法，目前仍然活躍在許多行業(yè)當中，這種方法主要依靠有經(jīng)驗的工作人員或者經(jīng)過訓練的動物對管道進行巡線，通過感官器官判斷管道附近是否發(fā)生由泄漏造成的異常情況。這種方法的缺點是檢測速度慢且無法實現(xiàn)連續(xù)性檢測，并且不適用于有毒或者地理環(huán)境較差管道的泄漏檢測，但識別和定位準確度較高。

1.2 線纜檢測法[6]

線纜檢測法主要通過沿管道的外壁敷設對管道介質組分極為敏感的線纜來進行泄漏檢測和定位。該方法不僅檢測精度非常靈敏，還可以對管道進行實時監(jiān)測，尤其針對小泄漏、滲漏具有良好的檢測效果。但是這種線纜造價昂貴，一旦檢測出泄漏，需要及時更換被污染的線纜，導致此方法具有極高的維護成本。

1.3 光纖傳感檢測法

光纖傳感檢測法與線纜檢測法類似，沿著管線敷設光纜并通過光纜兩端的光纖傳感器檢測的物理或化學特性變化來判斷管道是否發(fā)生泄漏或遭受到外部力量的破壞。常見的光纖傳感檢測法根據(jù)光纖傳感器的類型可以分為光纖溫度傳感器檢測法[7]、基于OTDR技術檢測法[8]、基于光纖干涉原理檢測法[9]和基于匹配光柵原理檢測法[10]。我國天津大學和重慶大學的相關研究人員在基于光纖干涉原理的檢測領域開展了長期研究，已在實驗室條件下獲得較好的效果。天津大學相關研究成果主要體現(xiàn)在周琰[11]、曲志剛[12]和張景川的學位論文中[13]，重慶大學相關研究成果主要體現(xiàn)在吳俊[14]的學位論文中。

1.4 示蹤化合物檢測法[15]

示蹤化合物檢測法是在管道內(nèi)注入一定量的示蹤化合物，這種化合物實際上是一種無害、穩(wěn)定且易揮發(fā)的惰性氣體。一旦管道發(fā)生泄漏，示蹤氣體就會隨管內(nèi)介質泄漏到管外，被管道外部的探測設備所采集，應用氣相色譜的原理測定示蹤氣體的含量，由此確定泄漏位置。此法對小泄漏的靈敏度較高，但檢測周期較長，且需要在檢測過程中不斷加入示蹤氣體，花費較高，目前研究大多在實驗室完成，對于露天或埋藏較深的管道并不適用，而且管道所處的地質特性突變會對檢測結果有較大影響，因此現(xiàn)場應用較少。

1.5 遙感檢測法

遙感檢測法主要適用于氣體管道，包括兩種檢測方法：主動檢測法和被動檢測法。主動檢測法應用紅外發(fā)射器向管道發(fā)射特定波長范圍的紅外射線，利用泄漏時生成的氣體云團對特定波長紅外線的吸收原理，通過測量能量差來實現(xiàn)管道的泄漏檢測和泄漏定位[16，17]。該方法受環(huán)境因素影響較多，容易產(chǎn)生較高的誤報率。

被動檢測法一般利用熱紅外成像進行檢測，主要通過各種攜帶熱紅外探測器的載體對管道進行巡檢。熱紅外探測器對溫度反應靈敏，能夠識別0.05℃～0.1℃的溫差，分辨率高，空間分辨能力可達10-3rad，其長波紅外影像可穿透云層和煙霧。管道發(fā)生泄漏時，壓力差導致泄漏點溫度低于管道溫度和環(huán)境溫度，產(chǎn)生溫度梯度，利用熱紅外成像技術對管道附近環(huán)境溫度場的變化進行泄漏檢測[18]。此方法在環(huán)境溫度與管道輸送溫度有較大的溫差時精度較高，且不適于埋深較大的管道，因此很少有現(xiàn)場應用。

1.6 紋影呈像檢測法

紋影成像技術近年來被不少學者引入用來檢測氣體管道泄漏。由于不同氣體對光的折射率不同，當管外氣體混有天然氣時會導致光的折射率增高，光柵之間的光線產(chǎn)生偏移，形成紋影圖像，因此利用攝像機拍攝下來的紋影圖像能檢測管道是否發(fā)生泄漏，并能根據(jù)偏移量估算泄漏量。臺灣學者Ting等通過實驗驗證了該方法在管道壓力為5Torr時，可檢測出的最小泄漏孔徑為27.5μm，當管道壓力為1Torr時，可檢測出的最小泄漏孔徑為35.32μm[19]。紋影成像檢測與其它被動檢測技術相比，紋影成像技術具有靈敏度高、設備輕巧、使用方便等優(yōu)點，但不能連續(xù)檢測泄漏，實時性較差。

1.7 生物檢測法

生物檢測法是由英國REL Instrumentation Limited公司的Jun Zhang于1997年首次提出，主要基于生物組分識別原理對管道內(nèi)介質泄漏進行檢測[20]。近年來希臘學者Batzias等[21]人設計了一種天然氣管道泄漏檢測系統(tǒng)：該系統(tǒng)包括23個步驟和7個決策點，根據(jù)管道內(nèi)輸送介質的成分選擇生物傳感器，利用專家經(jīng)驗、相關文獻和項目信息等知識建立數(shù)據(jù)庫，采用模糊多重分析的方法對實時數(shù)據(jù)進行分析來判斷管道是否泄漏。生物檢測法分析步驟較為復雜，對傳感器的數(shù)量和類型要求較高，對于遠距離管道并不適用，但用來檢測危險系數(shù)較高的管段（如海底管道、跨河管道、跨隧道管道、廠內(nèi)管道）較為適合，具備一定的發(fā)展前景。

2 管壁檢測方法

管壁檢測法主要有兩種思路：一種是采用加速度傳感器固定在管壁外側對管壁進行監(jiān)測，一旦管道發(fā)生泄漏，泄漏聲波會沿著管壁傳播進而被傳感器捕捉；第二種是將搭載檢測設備的探測器從管道一端放入，探測器隨著介質向管道下游漂浮而下，不僅可以檢測出管道泄漏的位置，還可以觀察管壁的腐蝕和損傷情況。

2.1 聲發(fā)射檢測法

聲發(fā)射法[22-28]是目前研究最為廣泛的管道外壁檢測法之一，其原理是當高壓管道發(fā)生泄漏時，管內(nèi)介質在巨大的壓差作用下從泄漏孔高速噴出，產(chǎn)生較強的噴射噪聲，該噪聲引起的管壁振動會向管道兩端傳播，在管壁外側安裝聲波傳感器或振動傳感器采集聲波信號，經(jīng)過放大電路和模數(shù)轉換存儲到工控機中，通過人工智能算法對聲波信號進行分析完成對管道泄漏的檢測和泄漏點定位，該方法較其它檢測方法具有較高的靈敏度和定位精度。然而由于聲發(fā)射信號在管壁傳播衰減極快，只適合較短距離管道的檢測，不適合遠距離管道檢測。

2.2 管內(nèi)探測器檢測法

采用管內(nèi)探測器（也叫智能清管器）直接對管道內(nèi)壁進行檢測，分析是否發(fā)生腐蝕或者破裂[29]。管內(nèi)探測器是一種基于漏磁技術[30]或超聲波技術[31]，可在管道內(nèi)部隨介質漂流的探測裝置。漏磁檢測是通過管內(nèi)探測器上攜帶的永久強磁體磁化管壁并達到飽和，磁體兩極和管壁形成閉合的磁場，當管壁材質處于分布均勻且無缺陷的完美狀態(tài)，磁通不會從管壁外通過，反之若管壁由于缺陷產(chǎn)生變形則會產(chǎn)生漏磁現(xiàn)象，通過對漏磁場的空間分布、強弱大小進行分析可以確定泄漏點的位置?；诔暡ǖ臋z測器主要包括智能球、主機、超聲波發(fā)送和接收器等部件。通過檢測器內(nèi)部的集成計時器和速度計對數(shù)據(jù)進行分析處理達到泄漏定位的目的。超聲波技術是通過發(fā)射源向垂直于管道表面的方向（徑向）發(fā)送超聲波信號，管道內(nèi)壁和外壁的超聲波反射信號被傳感器接收，利用超聲波的穿越時間和波速可以計算得到管壁的壁厚。當管壁存在缺陷時，超聲波穿越管壁的時間會縮短，可根據(jù)此規(guī)律判斷管壁是否發(fā)生缺陷，其檢測準確率和精度極高。管內(nèi)檢測法適用于大口徑管線，可以進行滲漏檢測，其檢測效率高，一次可以進行長達12個小時的檢測，但是由于檢測過程需要在管道內(nèi)部運行，無法采用GPS、地磁等外部定位的方法，關于此方面的研究正成為管道檢測領域的熱點。

3 管道內(nèi)部流動狀態(tài)檢測方法

近年來，隨著信息化與工業(yè)化融合的不斷深入，基于遠程數(shù)據(jù)采集系統(tǒng)（如PLC、RTU等）可以實時采集并記錄管道的壓力、流量等流動狀態(tài)參數(shù)，基于各種數(shù)據(jù)挖掘理論能夠有效提取管道狀態(tài)特征，達到對管道泄漏檢測與定位的目的。目前該方法已成為管道泄漏檢測領域的研究熱點。

3.1 基于模型法

基于模型法[32-34]是利用管道中輸送流體的連續(xù)性方程、動量方程、狀態(tài)方程和能量方程進行機理建模，達到對泄漏量和泄漏位置預測的目的。由于管道輸送系統(tǒng)是一個非線性分布參數(shù)系統(tǒng)，所建立的模型為非線性偏微分方程，為便于求解，孫良等[35]采用差分法或特征線法等方法將其轉化為線性差分方程來進行泄漏判斷和定位?；谀Ｐ偷姆椒煞譃榉€(wěn)態(tài)模型法和瞬態(tài)模型法。

穩(wěn)態(tài)模型法是通過搜尋管道的穩(wěn)態(tài)壓力梯度拐點來預測泄漏位置?；诜€(wěn)態(tài)模型的管道泄漏檢測方法計算簡單，已經(jīng)在原油、成品油管道上成熟應用[36，37]，然而對于可壓縮性氣體，受輸送溫度和壓力的影響較大，因此穩(wěn)態(tài)壓力梯度拐點很難獲取，加之穩(wěn)態(tài)模型建模時需要進行各種簡化，導致此方法對輸氣管道的泄漏檢測和定位效果并不理想，目前國內(nèi)外很少有相關文獻提及穩(wěn)態(tài)模型法在輸氣管道泄漏檢測的應用效果。

瞬態(tài)模型法又分為實時瞬態(tài)模型法[38-40]和狀態(tài)空間模型法[41，42]，其中實時瞬態(tài)模型法雖然基于完整管道瞬態(tài)方程，但在定位上仍然采用類似于穩(wěn)態(tài)模型法的算法，因此對于輸氣管道定位誤差較大；狀態(tài)空間模型法又分為觀測器法和狀態(tài)估計法，其中觀測器法與實時瞬態(tài)模型法的原理類似，只是通過狀態(tài)空間的形式表達管道模型。狀態(tài)估計法在管道內(nèi)設置虛擬泄漏點，通過對比虛擬泄漏點、虛擬泄漏量與真實泄漏點所形成的壓力梯度關系進行泄漏點預測，但是該方法沒有考慮泄漏產(chǎn)生的瞬態(tài)信號的時間順序，因此仍然存在難以穩(wěn)定定位的問題，此外基于模型的方法需要建立關于管道流動的較為準確的數(shù)學模型，其中流量參數(shù)至關重要，因此對于沒有安裝流量計的管道，模型法的使用則受到了限制。

3.2 基于動態(tài)壓力波方法

基于動態(tài)壓力信號的管道泄漏檢測方法主要包括壓力點分析法[43]、壓力梯度法[44]和負壓波法[45]。

①壓力點分析法：管道處于正常運輸工況時，管道進出口的壓力分布趨于平穩(wěn)，當發(fā)生泄漏時壓降產(chǎn)生的擾動波向上下游傳播，導致管道沿線的壓力分布失穩(wěn)，通過動態(tài)壓力傳感器獲取動態(tài)壓力變化信息，崔謙等[46]應用統(tǒng)計學原理分析獲取的壓力變化信息，當壓力均值低于預設門檻值時進行泄漏報警，通過上下游站點獲取壓降拐點的時間差和壓力波速進行泄漏定位。Schlaffman等[47]通過實驗證明壓力點分析法具有較好的檢漏性能，但檢測時需要準確捕捉泄漏發(fā)生時的瞬態(tài)壓力變化，所以無法檢測小泄漏。

②壓力梯度法：輸氣管道輸送介質的粘度系數(shù)、沿程摩阻系數(shù)及密度等參數(shù)都是溫度函數(shù)，在穩(wěn)定流的理想條件（等溫）下，沿管道壓力梯度為固定斜率的直線，泄漏時泄漏點上游流量增大，壓力梯度增大，泄漏點下游流量減小，相應的壓力梯度也減小，壓力梯度由直線變?yōu)檎劬€，形成的第二類間斷點即為泄漏點。對于非恒溫長輸管道，由于首末端溫差較大，導致沿程壓力梯度呈非線性變化，忽略熱力變化的簡化方法將產(chǎn)生較大誤差，甚至檢測結果無效。此外該方法不考慮管道內(nèi)流體的可壓縮性，并假定管道進口到泄漏點處的壓降和泄漏點到出口處的壓降沿呈線性分布，因此針對長輸輸氣管道誤差較大，李俊華等[48]將壓力梯度法與逆瞬態(tài)法相結合，以管道泄漏點前后摩阻系數(shù)和泄漏流量作為優(yōu)化控制變量，數(shù)值模擬仿真結果與真實測量值之差作為控制目標，基于遺傳算法對管道泄漏點前后的摩阻系數(shù)進行尋優(yōu)計算，結合壓力梯度法對管道泄漏點進行迭代更新計算，取得了較好的現(xiàn)場應用效果。

③負壓波法：當管道發(fā)生泄漏時，泄漏點因輸送介質損失引起局部流體密度減小，導致瞬時壓力突降和速度差，瞬時壓降作用在流體介質上形成減壓波，通過管內(nèi)流體向泄漏點的上下游傳播，傳播速率大小等于當?shù)芈曀僦?。通過安裝在上下游站點的壓力變送器實時采集壓力信號，捕捉泄漏時產(chǎn)生的瞬時負壓波完成泄漏檢測，同時通過計算負壓波傳播到上下游的時間差和介質的波速實現(xiàn)泄漏定位。精確確定負壓波波速和時間差成為負壓波法的關鍵因素，而負壓波的傳播速度是一個動態(tài)變化的物理量，受管道彈性模量、管壁厚度和管徑大小等因素的影響[49]，其中Yang等[50]提出了一種基于小波分析的管道泄漏定位算法，采用龍貝格算法對負壓波波速進行動態(tài)實時修正，然后通過二分法搜尋泄漏位置，并在中國天津某管道開展了現(xiàn)場試驗，定位相對誤差僅為1%。Beck等[51]提出了一種基于互相關分析的方法來確定負壓波傳播到上下游的時間差，其原理是：若互相關函數(shù)值不收斂并出現(xiàn)周期成分說明兩組信號具有同頻周期或包含周期成分；若互相關函數(shù)值近似等于零則說明二者不相關。管道正常輸送時，采集信號不相關，互相關函數(shù)值接近零；當泄漏發(fā)生時互相關函數(shù)值發(fā)生明顯波動且存在極大值，極大值處對應的延遲即為負壓波達到上下游傳感器的時間差，因此可通過互相關分析來進行泄漏定位。此外針對小泄漏產(chǎn)生的負壓波特征不明顯的問題，Hu等[52]提出了一種基于諧波小波（Harmonic Wavelet）分析的管道泄漏識別方法，首先對采集的負壓波信號進行諧波小波分解，然后通過時頻網(wǎng)格圖、時頻等高線圖和時頻輪廓圖來提取泄漏特征，從而達到在復雜噪音環(huán)境下仍能對管道小泄漏進行識別的目的。由于氣體是可壓縮性的，因此氣體管道泄漏產(chǎn)生的壓力拐點很難獲取，因此負壓波法在應用到氣體管道的泄漏檢測與定位時誤差較大。

3.3 基于管內(nèi)聲波法

聲波法應用于管道泄漏檢測源于上世紀30年代，其原理是高壓氣體管道由于腐蝕等原因發(fā)生泄漏時，管內(nèi)壓力平衡被打破，管內(nèi)氣體從泄漏口處高速沖出產(chǎn)生噴注噪聲，除了伴隨壓力的變化外，還會激發(fā)持續(xù)的噴注噪聲信號，噪聲能量以聲波的形式沿管壁和管內(nèi)介質向管道上下游傳播，由于聲波在管壁傳播過程中衰減極快，所以對于氣體管道通常將麥克風傳感器鑲嵌在管壁內(nèi)以獲取管內(nèi)噪聲信號。金浩等[53]對天然氣管道泄漏噪聲聲源及泄漏噪聲沿管內(nèi)傳播規(guī)律進行了仿真模擬研究，研究表明泄漏聲波主要源于流場中的壓力脈動和速度脈動，四級子聲源為管道泄漏聲源的主要聲源；泄漏聲波中的低頻部分（<5Hz）可以在管道內(nèi)沿管內(nèi)介質傳播較遠距離，從理論上給出了管內(nèi)聲波法在長輸氣體管道上運用的可行性，Meng等[54]在實驗室內(nèi)成功的將管內(nèi)聲波法應用到氣體管道泄漏檢測。真實的管道的運輸過程是復雜的非線性系統(tǒng)，加之外部環(huán)境的干擾，導致管道泄漏聲波信號不可避免的混有噪聲，掩蓋了泄漏特征，Jin[55]、Xu等[56]對泄漏聲波信號的降噪及信號特征進行了詳細研究，認為泄漏噪聲與管內(nèi)噪聲以及環(huán)境、壓縮機和工況調節(jié)產(chǎn)生的噪聲具有不同的時頻特征，可采用人工智能分類算法進行分類識別?；诠軆?nèi)聲波的泄漏診斷方法具有成本低、可全管段連續(xù)監(jiān)測等優(yōu)點，在管道泄漏檢測方面具有很好的應用前景。

4 結論

綜上所述，基于管道內(nèi)部流動狀態(tài)檢測方法特別是聲波法、動態(tài)壓力波法，在未來互聯(lián)網(wǎng)+時代具有較好的應用平臺、較高的準確性和較合理的經(jīng)濟性，但理論上目前仍需在以下幾個方面加強研究：①進一步加強管道泄漏特征參數(shù)產(chǎn)生及衰減規(guī)律的研究。目前該方法缺乏相對應的泄漏發(fā)生機理、泄漏特征信號在管道內(nèi)傳播衰減規(guī)律方面的研究，導致相關方法在實際運用過程中缺乏理論指導和先驗知識，因此有必要立足于理論分析，利用數(shù)值模擬和現(xiàn)場實驗方法，開展管道泄漏流場、聲場特征及傳播衰減規(guī)律等方面的研究，以完善基于管道內(nèi)部流動狀態(tài)檢測方法。②加強管道泄漏特征信號特征提取方法研究。泄漏信號的能量主要集中在低頻部分，且經(jīng)過管道遠距離傳輸后泄漏聲波能量衰減嚴重，泄漏信號極易淹沒在各種噪聲里，如何根據(jù)泄漏信號的特征制定降噪方案，最大限度剔除干擾噪聲對于泄漏識別和定位至關重要的意義。③探尋穩(wěn)定、可靠的管道泄漏識別理論。目前管道泄漏識別方法主要基于單一參數(shù)或基于傳統(tǒng)DS融合理論實現(xiàn)多傳感器融合，由于管道外部環(huán)境的復雜性，加之管道多、變工況產(chǎn)生的干擾和傳感器的不完善性，導致現(xiàn)場應用效果并不理想。筆者認為建立多參數(shù)、多階次、高沖突下的泄漏識別模型是解決這一問題的關鍵所在。④缺乏精確的管道泄漏定位算法。目前的定位算法計算結果與真實值誤差較大，主要是由于定位公式中的波速往往被設置為固定值，且不考慮管內(nèi)流體流速或將流速也看成為一定值（平均流速）。然而音速與管內(nèi)介質流速均與溫度、壓力等參數(shù)密切相關，對于長輸管道，由于站間距較長，管段兩端的溫度和壓力相差很大，因此采用固定的音速值和流速必定會產(chǎn)生較大誤差。因此必須從理論上探尋音速、流速與管道熱力學參數(shù)之間的關系，建立動態(tài)環(huán)境下泄漏位置、時間差、音速、流速之間的關系方程，并尋求高精度的求解方法計算泄漏位置。在實際運用上，建議根據(jù)對象性質選擇其他方法配合聲波法或者負壓波法進行聯(lián)合使用，以保證系統(tǒng)的準確性和經(jīng)濟性。例如，對于長輸天然氣管道，建議定期開展外部或內(nèi)部檢測法；對于固定區(qū)域內(nèi)的管道，建議使用遙感檢測或示蹤化合物檢測法配合使用?？傊?，管道泄漏檢測與定位技術未來仍是管道安全領域的研究熱點和難點，具有很廣闊的研究前景。

參考文獻：

[1]Dong Y H， Yu D T. Estimation of failure probability of oil and gas transmission pipelines by fuzzy fault tree analysis[J]. Journal of Loss Prevention in the Process Industries， 2005， 18（2）： 83-88.

[2]王桂增，葉昊.流體輸送管道的泄漏檢測與定位[M].北京： 清華大學出版社，2009：1-3.

[3]Murvay P S， Silea I. A survey on gas leak detection and localization techniques. Journal of Loss Prevention in the Process Industries， 2012， 25（6）： 966-973.

[4]Folga S M. Natural gas pipeline technology overview[R]. Chicago： Argonne National Laboratory， 2007.

[5]Scott S L， Barrufet M A. Worldwide assessment of industry leak detection capabilities for single & multiphase pipelines[R]. Austin： Offshore Technology Research Center， 2003.

[6]Brodetsky I， Savic M. Leak monitoring system for gas pipelines. IEEE International Conference onAcoustics， Speech， and Signal Processing. Minneapolis，1993，3：17-20.

[7]Mirzaei A， Bahrampour A R， Taraz M， et al. Transient response of buried oil pipelines fiber optic leak detector based on the distributed temperature measurement[J]. International Journal of Heat and Mass Transfer， 2013， 65： 110-122.

[8]Buerck J， Roth S， Kraemer K， et al. OTDR fiber-optical chemical sensor system for detection and location of hydrocarbon leakage[J]. Journal of Hazardous Materials， 2003， 102（1）： 13-28.

[9] Tanimola F， Hill D. Distributed fibre optic sensors for pipeline protection[J]. Journal of Natural Gas Science and Engineering， 2009， 1： 134-143.

[10]Okazaki S， Nakagawa H， Asakura S， et al. Sensing characteristics of an optical fiber sensor for hydrogen leak[J]. Sensors and Actuators B： Chemical， 2003， 93（1）： 142-147.

[11]周琰.分布式光纖管道安全監(jiān)測技術研究[D].天津：天津大學精密儀器及機械系，2006.

[12]曲志剛.分布式光纖油氣長輸管道泄漏檢測及預警技術研究[D].天津：天津大學精密儀器及機械系，2007.

[13]張景川.分布式光纖油氣管道安全檢測信號處理技術研究[D].天津：天津大學精密儀器及機械系，2010.

[14]吳俊.長途油氣管道破壞預警的干涉型分布式光纖傳感系統(tǒng)定位技術研究[D].重慶：重慶大學光電工程系，2007.

[15]Bryce P W， Jax P， Fang J. Leak-detection system designed to catch slow leaks in offshore Alaska line[J]. Oil & Gas Journal， 2002，100（50）： 53-59.

[16]Van der Meijde M， Van der Werff H M A， Jansma P F， et al. A spectral-geophysical approach for detecting pipeline leakage[J]. International Journal of Applied Earth Observation and Geoinformation， 2009， 11（1）： 77-82.

[17]Kasai N， Tsuchiya C， Fukuda T， et al. Propane gas leak detection by infrared absorption using carbon infrared emitter and infrared camera[J]. NDT&EInternational， 2011， 44（1）： 57-60.

[18]Berezin A G， Malyugin S V， Nadezhdinskii A I， et al. Remote helicopter-borne detector for searching of methane leaks[J]. Spectrochimica Acta Part A： Molecular and Biomolecular Spectroscopy， 2007， 66（4）： 803-806.

[19]Ting C C， Chen C C. Detection of gas leakage using microcolor schlieren technique[J]. Measurement， 2013， 46： 2467-2472.

[20]Zhang J. Designing a cost effective and reliable pipeline leak detection system[J]. Pipes and Pipelines International， 1997，42（1）： 20-26.

[21]Batzias F A， Siontorou C G， Spanidis P M P. Designing a reliable leak bio-detection system for natural gas pipelines[J]. Journal of Hazardous Materials， 2011， 186（1）： 35-58.

[22]Ahadi M， Bakhtiar M S. Leak detection in water-filled plastic pipes through the application of tuned wavelet transforms to Acoustic Emission Signals. Applied Acoustics， 2010， 71（7）： 634-639.

[23]Muggleton J M， Brennan M J. Leak noise propagation and attenuation in submerged plastic water pipes. Journal of Sound and Vibration， 2004， 278（3）： 527-537.

[24]Jiao J P， He C F， Wu B， et al. A new technique for modal acoustic emission pipeline leak location with one sensor. Insight-Non-Destructive Testing and Condition Monitoring， 2004， 46（7）： 392-395.

[25]Miller R K， Pollock A A， Watts D J， et al. A reference standard for the development of acoustic emission pipeline leak detection techniques. NDT&E International， 1999， 32（1）： 1-8.

[26]Rajtar J M， Muthiah R. Pipeline leak detection system for oil and gas flowlines. Journal of Manufacturing Science and Engineering， 1997， 119（1）： 105-109.

[27]Juliano T M， Meegoda J N， Watts D J. Acoustic emission leak detection on a metal pipeline buried in sandy soil. Journal of Pipeline Systems Engineering and Practice， 2012， 4（3）： 149-155.

[28]Ozevin D， Harding J. Novel leak localization in pressurized pipeline networks using acoustic emission and geometric connectivity. International Journal of Pressure Vessels and Piping， 2012， 92： 63-69.

[29]Bukman F， Schmidt R. Corrosion pig minimizes shut down in German pipeline. Pipeline and Gas Journal， 1995， 222（8）： 63-66.

[30]Afzal M， Udpa S. Advanced signal processing of magnetic flux leakage data obtained from seamless gas pipeline. NDT&E International， 2002， 35（7）： 449-457.

[31]Baumeister M， Bouaoua N， Woltermann F， et al. Ultrasonic crack-detection in demanding pipeline environments and low diameter pipes. The 8th International Pipeline Conference. ASME. Calgary， 2010： 423-428.

[32]Kam S I. Mechanistic modeling of pipeline leak detection at fixed inlet rate. Journal of Petroleum Science and Engineering， 2010， 70（3）： 145-156.

[33]Reddy H P， Narasimhan S， Bhallamudi S M， et al. Leak detection in gas pipeline networks using an efficient state estimator. Part-I： Theory and simulations. Computers and Chemical Engineering， 2011， 35（4）： 651-661.

[34]Reddy H P， Narasimhan S， Bhallamudi S M， et al. Leak detection in gas pipeline networks using an efficient state estimator. Part II. Experimental and field evaluation. Computers & Chemical Engineering， 2011， 35（4）： 662-670.

[35]孫良，王建林.基于泄漏瞬變模型的管道泄漏檢測與定位方法.應用基礎與工程科學學報[J].2012，20（1）：159-168.

[36]Zhang X J. Statistical leak detection in gas and liquid pipelines. Pipes and Pipelines International， 1993，38（4）：26-29.

[37]Tu Y Q， Qiu D Q， Zhang D. A revised statistical deduction approach to pipeline leak detection. IEEE Instrumentation and Measurement Technology Conference.Vail， 2003，2：1639-1642.

[38]Ni L， Jiang J C， Pan Y. Leak location of pipelines based on transient model and PSO-SVM. Journal of Loss Prevention in the Process Industries， 2013，26（6）：1085-1093.

[39]Lazhar A， Hadj-Ta？觙eb L， Hadj-Ta？觙eb E. Two leaks detection in viscoelastic pipeline systems by means oftransient. Journal of Loss Prevention in the Process Industries， 2013，26（6）：1341-1351.

[40]Liang W， Zhang L B. A wave change analysis （WCA） method for pipeline leak detectionusing Gaussian mixture model. Journal of Loss Prevention in the Process Industries， 2012， 25（1）：60-69.

[41]Liu M， Zang S， Zhou D H. Fast leak detection and location of gas pipelines based on an adaptive particle filter. International Journal of Applied Mathematics and Computer Science， 2005， 15（4）： 541-550.

[42]Lopes dos Santos P， Azevedo-Perdicoúlis T P， Jank G， et al. Leakage detection and location in gas pipelines through an LPVidentification approach. Commun Nonlinear Sci Numer Simulat， 2011，16（12）：4657-4665.

[43]Schlaffman D T. Pressure analysis improves lines' leak-detection capabilities. Oil and Gas Journal， 1991， 89（52）： 98-101.

[44]Feng J， Zhang H G. Oil pipeline leak detection and location using double sensors pressure gradient method. The 5th World Congress onIntelligent Control and Automation. IEEE. Hangzhou， 2004， 4： 3134-3137.

[45]Ge C H， Wang G Z， Ye H. Analysis of the smallest detectable leakage flow rate of negative pressure wave-based leak detection systems for liquid pipelines. Computers and Chemical Engineering， 2008，32（8）：1669-1680.

[46]崔謙，靳世久，王立坤，等.基于序貫檢驗的管道泄漏檢測方法[J].石油學報，2005，26（4）：123-126.

[47]Schlaffman DT. Pressure analysis improves lines' leak-detection capabilities. Oil and Gas Journal， 1991，89（52）：98-101.

[48]李俊花，劉文白，崔莉，等.一種新的長輸管道泄漏點定位方法[J].力學學報，2010，42（1）：127-131.

[49]Li Y， Sun L， Jin S， et al. Long range hot oil pipeline leak detection and location technique based on negative pressure wave. International Pipeline Conference. ASME. Calgary， 2006，2：963-968.

[50]Yang Z， Xiong Z， Shao M. A new method of leak location for the natural gas pipeline based on wavelet analysis. Energy， 2010，35（9）：3814-3820.

[51]Beck S B M， Williamson N J， Sims N D， et al. Pipeline system identification through cross-correlation analysis. Journal of Process Mechanical Engineering， 2002， 216（3）： 133-142.

[52]Hu J Q， Zhang L B， Liang W. Detection of small leakage from long transportation pipeline with complex noise. Journal of Loss Prevention in the Process Industries， 2011，24（4）：449-457.

[53]金浩，張來斌，梁偉，等.天然氣管道泄漏聲源特性及傳播機理數(shù)值模擬[J].石油學報，2014，35（1）：172-177.

[54]Meng L Y， Li Y X， Wang W C， et al. Experimental study on leak detection and location for gas pipeline based on acoustic method. Journal of Loss Prevention in the Process Industries， 2012，25（1）：90-102.

[55]Jin H， Zhang L B， Liang W， et al. Integrated leakage detection and localization model for gas pipelines based on the acoustic wave method. Journal of Loss Prevention in the Process Industries， 2014， 27（1）： 74-88.

[56]Xu Q Q， Zhang L B， Liang W. Acoustic detection technology for gas pipeline leakage. Process Safety and Environmental Protection， 2013，91（4）：253-261.