基于聲壓傳感器的供熱管道泄漏檢測

(沈陽航空航天大學 自動化學院，遼寧 沈陽 110136)

在我國北方很多地區(qū)都存在著供熱管道老化的現象[1]，深埋地下的供熱管道一旦發(fā)生泄漏很難被及時發(fā)現。在眾多的管道泄漏檢測方法中，負壓波法應用范圍最廣[2]。但其在應用于管道微漏、緩漏的情況時效果不佳,在工況復雜和外界噪聲較大的情況下，負壓波法提取壓力拐點信號的難度較大。基于聲壓傳感器的音波法與負壓波法相比具有靈敏度高、實時性強、響應速度快等優(yōu)點[3]。負壓波法的檢測量為管道壓力的絕對值，而音波法檢測量為管道壓力脈動。國外關于音波法泄漏檢測技術的研究做出許多貢獻，如ASI(Acoustic System INC)公司和Modsonic公司等都開發(fā)了多款產品應用于實際生產中，并取得了較好的效果。但由于商業(yè)原因，相關技術的文獻資料極少。我國對于相關技術的研究起步較晚，近年來管道泄漏檢測的研究主要集中在油氣管道上，關于供熱管道泄漏檢測方面的研究非常少，相關研究大多在仿真和實驗室階段。因為音波信號在管道內傳播過程中易受到現場多種噪聲的干擾，導致傳感器所采集到的信號信噪比較低，因此基于音波信號的泄漏檢測方法尚未大規(guī)模應用于實際工程中。關于信號去噪方法的研究對于提高音波法泄漏檢測的精度起到決定性作用。劉爽[4]在實驗室搭建供熱管道模型進行實驗研究，得到了較為理想的泄漏信號濾波方法。但實驗室管道模型內徑和長度與實際供熱管道相差極大，且實驗室環(huán)境噪聲相比于工況復雜的現場而言十分微弱。

為解決長輸大口徑供熱管道泄漏檢測的問題，本文利用PCB公司的高靈敏度聲壓傳感器在長輸大口徑供熱管道采集泄漏時產生的聲壓脈動信號，搭建了基于NI cDAQ的傳感器數據采集系統(tǒng)；研究了基于小波的信號去噪方法，對比了db、sym、haar小波基函數應用于長輸大口徑供熱管道泄漏信號的去噪效果，設計了基于harr小波的壓力脈動信號去噪算法，并通過實際泄漏信號對設計算法進行了驗證。研究表明：本文提出的基于haar小波的壓力脈動信號去噪算法在實際應用中取得了較好的效果。為基于音波法的大口徑長輸供熱管道泄漏檢測方法在實際生產中的推廣提供了事實依據。

1 音波法泄漏檢測原理

供熱管道正常運行時管內壓力遠高于管外大氣壓力。當供熱管道發(fā)生泄漏時管道內的壓力平衡被破壞，管內液體在壓力的作用下噴射而出。在此過程中，由于液體與管壁和空氣等相互作用而形成強烈的湍流，從而產生了四極子聲源輻射聲波[5]。與此同時，由于管道內液體與管壁、閥門等碰撞會產生偶極子聲源，偶極子聲源和四極子聲源疊加為可表征泄漏的音波信號。泄漏點處產生的音波信號壓力為

(1)

式中，p為音波信號壓力脈動，Pa；ps為泄漏點處靜態(tài)壓力，Pa；D1為泄漏孔徑，m；D2為管道直徑，m。

泄漏音波信號從泄漏點開始沿著管壁向兩側傳播，安裝在管道上的傳感器可以采集泄漏音波信號，根據音波信號的變化特征可對管道泄漏進行檢測。在音波信號傳播的過程中，其高頻成分的衰減十分迅速，低頻成分可傳播較遠距離[5-7]。所以，音波法泄漏檢測適用于長輸管道。

2 實驗條件

現場實驗在遼寧大唐國際沈撫熱力有限責任公司遼寧省沈陽市渾南區(qū)深井子東路19號至同城二路11號之間供熱管線上進行。管道正常運行壓力為0.5 MPa，內徑為1.2 m，管壁厚度為14 mm。實驗中模擬泄漏點與數據采集點直線距離約1000 m。在模擬泄漏端閥井內通過三通裝置與管道閥門相連，三通連接管一端連接壓力表可供實時觀察供熱管道的運行壓力，另一端連接控水閘閥，通過控制閘閥的開關狀態(tài)來模擬管道泄漏的發(fā)生。在數據采集端閥井內通過相同的三通連接管與管道相連，三通連接管一端連接壓力表實時觀察供熱管道運行壓力，另一端連接傳感器對泄漏音波信號進行感知。設備安裝示意圖如圖1所示。

圖1 設備安裝示意圖

傳感器采用美國PCB公司的高靈敏度ICP?聲壓傳感器106B50。這是一款用來測量動態(tài)壓力的傳感器，量程為-34.45～34.45 kPa，靈敏度為72.5 mV/kPa，分辨率為0.00048 kPa，低頻響應低至0.5 Hz。106B50傳感器低頻響應特性較好，適宜使用在長輸管道泄漏檢測上。傳感器內部結構示意圖如圖2所示。

圖2 傳感器內部結構示意圖

當管道正常工作時管內壓力穩(wěn)定，聲壓傳感器受力隔膜處于平衡狀態(tài)，此時傳感器無電壓輸出；當管道發(fā)生泄漏時，由于泄漏產生的音波信號使傳感器的受力隔膜受到聲壓的作用，受力隔膜的平衡狀態(tài)被打破，從而使傳感器有電壓輸出。

采用NI公司的以太網CompactDAQ機箱cDAQ-9188和24位4通道動態(tài)信號采集模塊cDAQ-9234設計數據采集系統(tǒng)。利用LabVIEW對采集模塊進行配置并編寫數據采集程序，通過軟件選擇IEPE模式驅動106B50傳感器工作，最高采樣率達51.2 kS/s。cDAQ-9188機箱與上位機通過以太網進行連接完成設備的配置和數據的傳輸。實驗現場設備安裝圖如圖3所示。

圖3 現場實驗設備安裝圖

上位機采用LabVIEW軟件進行設計，可對數據采集設備的采樣通道、采樣率、采集數據范圍等進行配置，還可以實時顯示采集到的數據波形。采集到的數據通過上位機軟件選擇保存路徑，數據文件以tdms格式保存。音波數據采集系統(tǒng)上位機軟件前面板如圖4所示。

圖4 音波信號采集系統(tǒng)上位機前面板

3 實驗結果與分析

由于實驗現場所處環(huán)境十分復雜，實驗所采集到的信號中含有大量的噪聲，供熱管道泄漏實驗原始數據波形如圖5所示。

由圖5可以發(fā)現，能夠表征泄漏的信號被淹沒在噪聲中，因此，必須對采集到的原始信號進行去噪處理后再對信號的特征進行分析。在原始數據中截取供熱管道正常運行時段的信號進行頻譜分析。供熱管道泄漏實驗原始數據波形圖如圖6所示，管道背景噪聲信號頻率充滿整個頻帶，而不是集中在某段頻帶內。

能夠表征管道泄漏的音波信號主要集中在低頻段[9]，且模擬泄漏點與數據采集點相距較遠，所以高

圖5 供熱管道泄漏實驗原始數據波形圖

圖6 供熱管道背景噪聲信號頻譜圖

頻段的信號將發(fā)生衰減。供熱管道泄漏音波信號頻譜圖如圖7所示。從圖7中可知，實際有效音波信號的頻率主要分布在3.226～8.065 Hz之間。實驗中實際采樣率為1651.61 Hz，可滿足采樣定理的要求。

圖7 供熱管道泄漏音波信號頻譜圖

基于傅里葉變換的信號去噪方法和基于小波變換的信號去噪方法是兩種典型的信號去噪方式[8]。其中，基于傅里葉變換的信號去噪方法適用于平穩(wěn)信號的處理。管道泄漏瞬間所產生的泄漏信號在時域范圍內是突變的非平穩(wěn)信號。與傅里葉變換相比，基于小波變換的去噪方法在非平穩(wěn)信號的處理上更具優(yōu)勢[10-11]?；谛〔ㄗ儞Q的信號去噪方法首先要對原始信號進行小波分解，再對分解后的高頻分量進行處理，最后進行信號重構完成信號去噪。小波分解時要確定小波基函數、小波基函數階數和小波分解層數。目前并不存在完整的理論可以在小波分解中指導這些參數進行選擇，要根據實際情況和工程實踐經驗對參數進行選擇[9]。

在泄漏發(fā)生的瞬間，所采集的管道動態(tài)壓力信號表現為幅值瞬間下降[10-11]。實驗中共進行兩次時間間隔為50 s的泄漏。db小波和sym小波是在以往研究中其他研究者使用較多的小波基函數類型，這兩類小波能較好地處理實驗室條件下得到的音波信號數據。為了比較不同小波基函數對信號的去噪效果，分別使用db4、db5、sym4、sym5、haar小波對信號進行分解。通過對管道泄漏音波信號進行頻譜分析可知，能夠表征管道泄漏的實際有效音波信號頻率主要集中在3.226～8.065 Hz頻帶內。因此小波分解后的低頻信息頻帶范圍應包含頻帶(3.226 Hz，8.065 Hz)。實驗中實際的采樣率為1651.61 Hz，在小波分解層數達到10層時，其最低頻分量的頻帶為(0,3.226 Hz)。不失一般性，根據實際情況將小波分解層數確定為8～10層對原始數據進行處理。信號小波分解時使用強制降噪處理法，即把小波分解的高頻系數全部置“0”，再對信號進行重構。db4小波對原始信號分別進行8～10層分解并重構的結果如圖8所示。

圖8中，使用db4小波基函數對原始信號進行8～10層分解重構后，3條曲線均產生了3個突變點。db4小波8～10層分解重構曲線前兩個突變點之間的時間間隔分別為48.25 s、49.62 s、50.88 s，基本符合兩次模擬泄漏之間所設置的50 s時間間隔。但是第3次突變的產生在實際應用中會造成管道泄漏發(fā)生的誤報警，這會使系統(tǒng)的可靠性大大降低。使用db5小波對原始信號進行8～10層分解重構，重構曲線如圖9所示。

圖9 db5小波分解重構曲線

圖9中，使用db5小波基函數對原始信號進行8層和9層分解重構的結果與圖8中使用db4小波基函數對原始數據進行分解重構的結果類似，都在曲線的中后部出現了第3次突變。由db5小波10層分解重構曲線可見，在整個時間范圍內曲線波動較大，極易引起管道泄漏的誤報警。使用sym4、sym5小波基函數對原始信號進行8～10層分解重構的曲線如圖10、圖11所示。

圖10 sym4小波分解重構曲線

圖11 sym5小波分解重構曲線

由圖10和圖11可見，在使用sym4和sym5小波基函數對原始信號進行8～10層分解重構后，重構信號的中后段仍會出現異常突變。特別是在使用sym4小波基函數對原始信號進行10層小波分解重構后，第二次模擬泄漏的突變信號被削掉，這在實際應用過程中將造成管道泄漏檢測的漏報。

使用haar小波基函數對原始信號進行8層和9層分解重構時，原始信號仍會在中后段出現一次異常突變。在使用haar小波對原始信號進行10層分解重構時，可取得較好的去噪效果。使用haar小波對原始信號進行10層分解重構的曲線如圖12所示。

由圖12可知，經haar小波分解并使用強制去噪處理法將信號重構的曲線中，第一次突變發(fā)生在第14.88 s處，第二次突變發(fā)生在第65.09 s處，兩次突變發(fā)生的時間間隔為50.21 s，與兩次模擬泄漏的時間間隔50 s基本相符。同時，也消除了其他小波在去噪處理時在信號中后部出現的異常突變。db小波和sym小波在處理實驗室得到的小口徑、短距離管道模型泄漏數據時可取得良好的效果[12]，但實際的長輸大口徑管道所處的工作環(huán)境與實驗室相比復雜很多，db小波和sym小波在長輸大口徑管道信號的處理中容易產生泄漏的漏報和誤報。haar小波在時域中支集很短，局部分析能力很強，利用haar小波對信號進行降噪處理，可以有效地提取信號的奇異點，因此在本文的應用中取得了最好的去噪效果。

圖12 haar小波10層分解重構曲線

4 結束語

在長輸大口徑供熱管道進行泄漏檢測實驗，采用高靈敏度ICP?聲壓傳感器106B50采集泄漏信號。由于實驗現場環(huán)境復雜，采集到的原始信號中含有較多的噪聲信號。使用基于小波的信號去噪方法對信號處理后發(fā)現：當泄漏發(fā)生時，聲壓傳感器所采時域信號幅值突降。對db小波、sym小波、haar小波的去噪能力進行了對比，db小波和sym小波雖可一定程度地濾除噪聲信號，但容易出現泄漏誤報和漏報的情況。使用haar小波對原始信號進行10層分解，再采用強制降噪處理法對信號進行重構，具有最好的泄漏信號檢測效果。