基于分布式光纖的埋地自來水管多點泄漏定位方法分析

張智望，王 強，谷小紅，趙 亞，吳琳琳，朱 凱

（1.中國計量大學 機電工程學院，浙江 杭州 310018；2.中國計量大學 質(zhì)量與安全工程學院，浙江 杭州 310018）

引言

近年來，城市管網(wǎng)的泄漏問題持續(xù)影響城市發(fā)展。然而，在實際的監(jiān)測過程之中，傳統(tǒng)的監(jiān)測方式例如水平衡調(diào)查法、負壓波法和探地雷達探測法[1]等不適合埋地管道的泄漏定位。隨著光纖測溫技術的研究深入，分布式光纖測溫系統(tǒng)被廣泛運用在監(jiān)測城市埋地自來水管道的泄漏。張紀承[2]等將拉曼光譜儀用于檢測環(huán)境溫度變化；B.Apperl[3]等將分布式光纖測溫系統(tǒng)用于污水壓力管道的泄漏定位和檢測；Nick van de Giesen[4]等采用了雙端校準的分布式光纖拉曼測溫傳感器，使得實際溫度測量更為精確；Tsutomu Yamate[5]等在石油勘探以及油氣田井下檢測缺陷中使用分布式拉曼測溫傳感器，并且能夠較為準確地評估油氣井的完整性；張青[6]等提出基于拉曼散射的深孔測溫方法對地熱資源進行勘測；何巍巍[7]等改進分布式光纖測溫系統(tǒng)，搭建了分布式光纖地面解調(diào)樣機用于油井監(jiān)測；趙亞[8]等采用了選擇性平均閾值的算法，針對PVC(polyvinyl chloride)自來水管道單泄漏點進行定位；Thomas Reinsch[9]等采用選取不同涂層的測溫光纖對比分析了溫度在傳輸過程中的衰減。

分布式光纖拉曼測溫系統(tǒng)在實際使用中，由于光纖后向散射中產(chǎn)生的拉曼散射光信號特別微弱，極容易與環(huán)境外界因素所產(chǎn)生的擾動信號產(chǎn)生虛警或漏警，影響系統(tǒng)的精確性。在測溫的過程中，為提高溫度信號的可靠性，王垚[10]等提出對光信號的位置利用色散補償算法進行補正，有效彌補了光信號在傳播速度上的不同而產(chǎn)生的測量誤差，提高了分布式光纖拉曼散射測溫系統(tǒng)測量的準確性；韋堅[11]等針對環(huán)境擾動的問題提出了用卡爾曼濾波的方法，將測溫曲線的數(shù)值和曲線之間的方差從0.251 減少至0.122。由于不同材質(zhì)的埋地管道在發(fā)生多點泄漏時所產(chǎn)生的溫度信號較小，因此，為能準確分辨實際泄漏所產(chǎn)生的溫差信號和由于環(huán)境干擾產(chǎn)生的擾動溫差信號，需對采集的拉曼散射光信號進行處理，然后再對光信號得到的溫度信號進行泄漏點定位。故提出將基于拉曼散射測溫原理的分布式光纖測溫系統(tǒng)應用于UPVC(unplasticized polyvinyl chloride)和鑄鐵自來水管道的泄漏定位問題。

本文搭建了基于分布式光纖測溫原理的自來水管道和多個泄漏點檢測實驗平臺，進行了UPVC管以及鑄鐵管的泄漏檢測和模擬定位實驗，利用分布式光纖對自來水管道進行泄漏檢測和定位模擬實驗。通過對測量光纖長200 m 時拉曼散射原始光信號進行平滑去噪處理，用去噪后的反斯托克斯(anti-Stokes)光信號所得溫度信號的歸一化信號作為相關系數(shù)法的特征向量，對UPVC 管和鑄鐵管有無泄漏進行了分類識別，然后采用了一種基于分布式光纖拉曼測溫的選擇性平均閾值算法，對溫度信號進行閾值分析，最終確定出兩個泄漏點的位置。

1 分布式光纖測溫原理

光纖中注入一定能量的激光脈沖，將在距離注入點長度L處發(fā)生拉曼散射，斯托克斯(Stokes)光子數(shù)和anti-Stokes 光子數(shù)分別為[12]

式中：Ks、Ka為與光纖散射截面有關的系數(shù)；Va、Vs為 對應的光子頻率；S為光纖的背向散射因子；Ne為 光纖入射端的激光光子數(shù)； α0、αs、αas分別為入射光、Stokes 光和anti-Stokes 光的損耗系數(shù)；Rs(T)、Ras(T)為低能級粒子數(shù)和高能級粒子數(shù)分布有關函數(shù)。其中Rs(T) 、Ras(T)可表示為[13]

式中：h表示普朗克常數(shù)； Δv為光纖中分子振動頻率；k為玻爾茲曼常量；T為距離L處的熱力學溫度。

當T=T0時（T0為已知起始溫度），（3）式可表示為

由（1）式和（2）式的比值以及（5）式和（6）式的比值可得溫度值T[14]：

光時域反射（OTDR）測距[15]通過在光纖輸出端發(fā)射激光產(chǎn)生的背向散射光信號，對比計算得到從激光發(fā)射到接收以及背向散射所用時間實現(xiàn)分布式光纖沿線定位的功能。

目前自來水管的泄漏檢測方法，大多僅適用于單一管道泄漏檢測以及短距離管道單泄漏點檢測，針對不同材質(zhì)的自來水管進行長距離多泄漏點實時監(jiān)測的方法相對較少。而分布式光纖拉曼散射測溫系統(tǒng)在管道檢測方面有著測量精度高、報警速度快和系統(tǒng)成本低等優(yōu)點，因此可將基于拉曼散射和OTDR 技術相結(jié)合的分布式光纖測溫系統(tǒng)應用于UPVC 埋地自來水管道以及鑄鐵自來水管道的泄漏檢測。

2 基于分布式光纖溫度泄漏點定位方法

2.1 原始anti-Stokes 光信號預處理

由于光纖分布在地下時受到許多環(huán)境因素的干擾，產(chǎn)生的噪聲信號會對泄漏點的檢測產(chǎn)生虛警和誤警的情況，因此需要在對信號進行分析判斷之前先進行原始anti-Stokes 信號預處理。

在埋地管道實驗環(huán)境中，針對UPVC 管以及鑄鐵自來水埋地管道進行泄漏檢測和定位實驗，利用分布式光纖測溫系統(tǒng)對溫度進行監(jiān)測和信號采集，對其中963 個溫度點進行采樣，取其中1 組典型的泄漏信號，對這組泄漏信號進行中值濾波處理，由圖1（a）、圖1（b）所示。

圖1 埋地水管泄漏檢測光信號Fig.1 Leakage detection optical signal of underground water pipes

由圖1 所知，無法直接對去噪后的anti-Stokes信號進行泄漏點的定位，因此需對去噪后光信號所得的溫度信號進行處理，再進行泄漏點的判斷和定位。

2.2 皮爾遜積差相關系數(shù)分類

埋地自來水管道發(fā)生泄漏時，自來水管道泄漏的液體會引起周圍材料介質(zhì)的溫度發(fā)生變化，利用分布式光纖測溫系統(tǒng)檢測得到的信號與未泄漏時的信號有所不同。

為了能夠準確判斷埋地管道是否出現(xiàn)了泄漏的情況，需要先對預處理后的信號先進行分類處理。皮爾遜積差相關系數(shù)是基于矩陣基本原理的一種典型判斷兩個矩陣相似性的方法，皮爾遜積差相關系數(shù)用公式表示為

式中：E是數(shù)學期望；cov是協(xié)方差； σX，σY分別為X和Y的樣本標準差； μX，μY為X，Y的樣本平均值。

2.3 選擇性平均閾值法

提高系統(tǒng)定位精度和降低系統(tǒng)虛警率，是利用分布式光纖測溫系統(tǒng)進行自來水管道泄漏檢測時急需解決的問題，而有效解決辦法就是閾值的準確設定。

選擇性平均閾值法，是一種通過模板匹配的方式剔除部分受外界因素影響的溫度曲線進行平均的算法[16]。具體過程為：首先將檢測信號按照采集時間進行劃分，依次分為初期信號、中期信號和后期信號，并對初期檢測信號進行累加平均處理，將所得平均信號作為初級模板。然后計算中期信號與初級模板的相似系數(shù)，判斷初級模板是否合格。相似系數(shù)用 γ來表示，則：

式中δ 為差值系數(shù)，計算公式為

式中：TK為模板信號；XK為待檢測信號，通過相關差值法估計模板信號的自相關函數(shù)和模板與待檢測信號的互相關函數(shù)之間的相似度來實現(xiàn)模板匹配。經(jīng)相關差值法驗證后，初級模板合格，進行下一步，否則，舍棄初級信號，重新進行信號的劃分和累加平均處理。最后，計算后期信號與初級模板之間的相似系數(shù)，識別并剔除差值系數(shù)較大的信號數(shù)組，將保留下來的信號進行累加平均，得到最終閾值。

3 實驗數(shù)據(jù)分析

3.1 實驗裝置

在現(xiàn)場模擬環(huán)境下利用基于拉曼散射和光時域反射技術相結(jié)合的分布式光纖測溫系統(tǒng)進行自來水管泄漏檢測和定位實驗，選用長200 m，纖芯規(guī)格為62.5 μm/125 μm，測溫范圍-40 ℃～120 ℃的單芯多模鎧裝光纖；輸出功率為10 000 μW，中心波長為1 550.12 nm，帶寬2 nm 的帶尾纖MOCVD InGaAsP 高功率脈沖半導體激光器；定制長25 m 的UPVC 埋地管道，UPVC 管道通過法蘭連接長11 m 的鑄鐵管道，鑄鐵管道通過法蘭連接長12 m 的不銹鋼管道；分別在UPVC 管道的16 m，20 m 以及24 m 處設置1 號，2 號和3 號模擬泄漏窖井；在鑄鐵管道的6 m 以及4 m 處設置4 號和5 號模擬泄漏窖井；將長200 m 的單芯多模鎧裝光纖埋于管道附近，在管道設置窖井的位置進行光纖纏繞鋪放，利用分布式光纖拉曼測溫系統(tǒng)可以對漏損情況進行探測，如圖2(c)所示。在現(xiàn)場實驗時打開2 號窖井和5 號窖井作為模擬埋地管道泄漏的樣本。本文構造了基于分布式光纖拉曼測溫的不同材質(zhì)自來水管多點泄漏模擬檢測系統(tǒng)，現(xiàn)場模擬埋地管道泄漏系統(tǒng)由分布式光纖測溫系統(tǒng)、儲水箱、UPVC 埋地自來水管道、鑄鐵埋地自來水管道以及水循環(huán)系統(tǒng)組成，如圖2 所示。

圖2 模擬兩種材質(zhì)埋地管道檢測系統(tǒng)Fig.2 Simulation of two kinds of underground pipelines detection system

3.2 檢測溫度信號的皮爾遜積差相關系數(shù)分類

圖3 埋地水管泄漏檢測信號Fig.3 Leakage detection signal of underground water pipes

在UPVC 自來水埋地管道和鑄鐵管道的泄漏監(jiān)測實驗中，利用分布式光纖測溫系統(tǒng)對UPVC自來水管道以及鑄鐵管進行泄漏檢測和定位實驗。取兩組典型檢測溫度信號如圖3（a）、3（b）所示。為方便后續(xù)信號的處理，對其進行歸一化，結(jié)果分別如圖3（c）、3（d）所示。由圖3 可知，在埋地管道發(fā)生泄漏的情況下，由于溫差變化較小以及環(huán)境土壤等因素的干擾，從去噪后的光信號得到的原始溫度圖中較難判別埋地水管是否發(fā)生了泄漏。因此，需對信號進行處理，利用皮爾遜積差相關系數(shù)，對檢測信號a、b 進行分類。

取自來水管在已知有泄漏和無泄漏情況下所得檢測數(shù)據(jù)20 組作為測試樣本（其中定義樣本1～10 為未泄漏溫度信號樣本，樣本11～20 為兩點泄漏樣本），再取一組未泄漏的樣本作為參考樣本，用測試樣本與參考樣本分別計算 ρx,y，所得結(jié)果如表1 所示，從表1 中可以看出，樣本1～10 與參考的未泄漏樣本之間 ρx,y介于0.84 到0.9 之間，樣本11～20 與參考的未泄漏樣本之間 ρx,y介于0.68～0.74 之間，從而確定樣本1～10 與未泄漏的參考樣本有強相關性，實現(xiàn)了埋地自來水管道的泄漏情況識別。

3.3 閾值設定與泄漏定位

相關系數(shù)法定性判別埋地水管泄漏與否之后，需精確地確定泄漏點的具體位置。泄漏定位算法是基于埋地管道在地下發(fā)生泄漏時滲出的液體引起周圍土壤以及介質(zhì)變化的原理，根據(jù)未泄漏信號確定參考閾值信號，對比閾值信號和兩點泄漏信號，尋找溫度突變點，即為埋地管道泄漏點的具體位置。

表1 埋地管道樣本兩點泄漏和未泄漏分類結(jié)果Table 1 Two-point leakage and non-leakage classification results of underground pipelines sample

取40 組未泄漏信號按照每10 s 采集一組信號數(shù)據(jù)依次分為初期信號（10 組）、中期信號（10 組）和后期信號（20 組），首先對前10 組初級信號進行累加平均算法處理，得到了未泄漏參考信號的初級模板。如圖4 所示，且經(jīng)過樣本差值系數(shù)的計算，該初級模板合格，可作為參考初級模板用于最終泄漏點的定位判斷之中。

圖4 檢測信號閾值初級模板Fig.4 Primary template of detection signal threshold

接著，分別計算20 組后期信號與初級模板信號之間的差值系數(shù)δ，由（10）式得到后期信號與初級模板之間的相似系數(shù)γ，為了能夠更加準確地確定最終模板，以 γ=0.83 為閾值，剔除20 組后期信號中不滿足條件的樣本信號，將滿足條件的檢測樣本信號進行累加后取平均值，所得的信號作為選擇性閾值算法的最終模板信號，如圖5 所示。與圖4 初級模板信號相比，最終的模板閾值信號更加平穩(wěn)，這是由于樣本相似的差值系數(shù)計算后剔除了相差較大的結(jié)果。

圖5 未泄漏溫度檢測信號閾值最終模板Fig.5 Final template of non-leakage temperature detection signal threshold

最后，確定泄漏位置，取40 組有泄漏信號分別與最終閾值模板進行對比，得到差值信號后進行累加平均后歸一化，結(jié)果如圖6 所示。由圖6 可以看出，差值信號在19.75 m 以及34.35 m 處的值明顯高于其余位置，說明這兩處的土壤介質(zhì)溫度發(fā)生了變化，利用拉曼散射以及光時域反射定位原理，可以確定該兩點為埋地管道的泄漏點位置，其中19.75 m 為模擬UPVC 管道泄漏點，34.35 m 為模擬鑄鐵管道泄漏點。

圖6 埋地水管道泄漏點定位Fig.6 Leakage points location of underground water pipes

4 結(jié)論

本文基于拉曼散射和光時域反射技術相結(jié)合的分布式光纖測溫系統(tǒng)進行了模擬自來水管道泄漏檢測及定位實驗，采用傳感光纖為200 m，取10 組無泄漏信號和10 組有泄漏信號作為測試樣本，利用相關系數(shù)法對兩組典型泄漏檢測信號和未泄漏信號進行了 ρx,y分類，識別了UPVC 埋地管道和鑄鐵管道的泄漏情況；再對40 組無泄漏信號進行了選擇性平均閾值分析處理，所得信號作為泄漏定位的閾值信號；最后分析了閾值信號與泄漏信號的差值信號，判斷出UPVC 埋地管道接鑄鐵管道后泄漏點位置為19.75 m 以及34.35 m，水管實際泄漏點位置為20 m 以及35 m，定位誤差分別為0.25 m 以及0.65 m。