圖像聲納在油氣田氣體泄漏監(jiān)測中的應用?

陳艷靜

（昆明船舶設備研究試驗中心 昆明 650051）

1 引言

當油氣田發(fā)生氣體泄漏時會發(fā)出不同于生產噪聲的異常聲音，使用油氣田氣體泄漏監(jiān)測系統(tǒng)能夠獲取到泄漏氣體的水下結構發(fā)出的異常聲響，通過圖像聲納技術實時監(jiān)測油氣田氣體泄漏情況，探測獲取油氣田氣體泄漏的異常聲音，提取其水聲信號特征并自動識別、估計泄漏氣體的水下結構方位與泄漏量，實現油氣田氣體泄漏故障的在線、實時監(jiān)測與報警，為油氣田水下結構的安全生產運行提供技術保障，降低油氣田氣體泄漏造成的嚴重經濟損失和海洋環(huán)境污染，具有明顯的經濟效益和重要的社會意義。

2 圖像聲納工作原理

圖像聲納一般采用主動方式，利用換能器發(fā)射聲信號，經目標反射后，由水聽器接收到回波，所接收的回波信號作為信息傳遞的載體，攜帶著探測空間范圍內各種物體的信息，通過數據處理便可以得到聲納圖像數據，對水下目標進行成像。對接收到的數據通常進行波束形成，通過對基陣各陣元的發(fā)射或接收信號，進行時延或相移處理，使聲信號在預成方向上獲得指向性。若對接收基陣進行波束形成處理，則可使系統(tǒng)只接收特定方向的信號，從而抑制來自其它方向的信號和干擾，提高陣增益和信噪比，得到高精度的方位分辨率，同時具有較高的圖像分辨率。如果接收系統(tǒng)形成多個波束，則可以分辨多個目標，從而允許大面積的水下成像。圖像聲納能夠克服復雜的水文環(huán)境，特別是在一些渾濁水域以及水文條件較差的環(huán)境下，仍然具有較遠的作用距離，使得它能在各種狀況的水下探測中得到應用。一般的光學攝像機在渾濁的海水中成像范圍十分有限，一般僅能在幾米的距離內成像，而聲學方法的成像范圍可以達到十幾米到幾百米的區(qū)域。

3 氣體監(jiān)測系統(tǒng)組成

圖1 氣體監(jiān)測系統(tǒng)組成框圖

氣體監(jiān)測系統(tǒng)組成如圖1所示，由圖像聲納裝置和氣體泄漏模擬裝置組成。氣體泄漏模擬裝置主要用于模擬水下結構漏氣的情況，以便圖像聲納進行聲數據采集。圖像聲納系統(tǒng)采集信號，將信號進行轉換解調，通過信號預處理方法對信號進行濾波放大等處理，將多路信號進行波束形成，最后計算出泄漏點位置，與氣體泄漏模擬裝置布放的實際位置進行比對。

4 湖試試驗

采用發(fā)射頻率600kHz的圖像聲納進行岸上連接與調試，通過調試測試工作后，將水下濕端部分放入水中制定位置，調整圖像聲納發(fā)射端的發(fā)射角度，消除碼頭對其干擾，即可在開闊水域進行相應的湖試試驗。湖試試驗主要為性能測試，考量圖像聲納對氣體泄漏模擬裝置氣體泄漏點方位的定位能力和測量誤差。

試驗開始前，氣體泄漏模擬裝置放在水下20m，圖像聲納在水下5m，圖像聲納放置于碼頭外2m，氣體泄漏模擬裝置與圖像聲納水平距離180m。實驗在湖中開闊水域進行，用高壓氣管模擬水下輸氣管道，氣管280m，空壓機能保證產生5MPa的高壓氣體。

試驗過程中，裝載氣體泄漏模擬裝置的試驗小船攜帶便攜式GPS并記錄相應的位置坐標，測量并記錄圖像聲納處的GPS坐標值后，再開始進行拉距試驗，試驗坐標處理記錄如表1所示。

表1 試驗結果測量值記錄表

將圖像聲納濕端放置于指定點處，首先需要對環(huán)境背景噪聲進行測量，采用圖像聲納環(huán)搜模式進行探測，其探測結果圖如圖2所示。當氣體泄漏裝置開始工作時，圖像聲納基本探測到漏氣點位置時將圖像聲納工作模式調整為扇形掃描模式，提高工作效率，探測結果如圖3、圖4所示。

圖2 試驗開始前環(huán)搜漏氣點目標結果圖

圖3 氣體泄漏量小時的結果圖

圖4 氣體泄漏量大時的結果圖

從圖3和圖4中可以看出，圖像聲納對氣體泄漏模擬裝置的氣體泄漏量大小能夠從圖像聲納成像區(qū)域看出，即氣體泄漏量大的試驗中圖像聲納成像圖中強度大的區(qū)域也就大。由此可見，圖像聲納能夠有效對油氣田水下結構氣體泄漏進行監(jiān)測。

5 結語

本論文主要論述了圖像聲納在油氣田氣體泄漏監(jiān)測中的應用，通過模擬氣體泄漏裝置，利用圖像聲納進行數據分析解算，顯示氣體泄漏位置。為油氣田的安全運行提供技術保障，減少損失和海洋污染。

［1］王閏成.側掃聲納圖像變形現象與實例分析［J］.海洋測繪.2002，22（5）：42-45.

［2］盧迎春，桑恩芳.基于主動聲納的水下目標特征提取技術綜述［J］.哈爾濱工程大學學報.1997，18（6）：43-54.

［3］Kenneth R Castlemen著.數字圖像處理［M］.北京：電子工業(yè)出版社.2002：3-14.

［4］R.J.尤立克著.水聲原理［M］.哈爾濱：哈爾濱船舶工程學院出版社.1990：258-274.

［5］章新華.水下目標自動識別的核心技術［J］.兵工學報.1998，19（3）：275-280.

［6］劉衛(wèi)光，李躍，張休社，范文新.圖像信息融合與識別［M］.北京：電子工業(yè)出版社.2008：2-105.

［7］趙巍，毛士藝.一種基于假彩色的像素級多傳感器圖像融合算法［J］.電子學報.2003，3（3）：368-371.

［8］Stephen C Wales，Richard M Heitmeyer.An Ensemble Source spectra Model for Merchant Ship-radiated Noise［J］.J.Acoust.Soc.Am，2002，111（3）：1211-1231.

［9］邱衛(wèi)海，劉文帥，王修波.國外艦船噪聲測試技術［J］.船舶科學技術.2011，33（4）：147-150.

［10］王琪，劉雁春，暴景陽.多波束測深儀與側掃聲納信號檢測技術分析［J］.海軍大連艦艇學院學報.2002，25（6）：33-35.

［11］張小平.高分辨率多波束圖像聲納關鍵技術研究［J］.哈爾濱工程大學博士學位論文.2005：15-57.

［12］楊冬.近場波束形成算法及其應用研究［D］.成都：電子科技大學，2012.