基于分布式光纖傳感的油氣管道挖掘事件判斷方法

龐洪晨，范 鋒，孫奇北，喬 實

山東省天然氣管道有限責(zé)任公司，山東濟(jì)南 250101

絕大多數(shù)天然氣管道地處野外，管道跨度長且周圍環(huán)境十分復(fù)雜。當(dāng)管道在運(yùn)行過程中發(fā)生較嚴(yán)重的破壞時，將造成巨大的經(jīng)濟(jì)損失，并可能威脅到人民群眾的生命和財產(chǎn)安全，且對當(dāng)?shù)丨h(huán)境會造成嚴(yán)重污染[1-2]。因此，有必要對天然氣管道進(jìn)行實時監(jiān)測，以最大程度地降低由于管道破壞和泄漏造成的危險。目前，依靠與管道同溝鋪設(shè)的通信光纜對管道進(jìn)行實時監(jiān)控是最先進(jìn)并切實可行的監(jiān)測手段[3-4]，光纖傳感技術(shù)自誕生時起，就以其可靠性高、無源監(jiān)測信號遠(yuǎn)等特點(diǎn)而廣泛應(yīng)用于惡劣環(huán)境下重大基礎(chǔ)設(shè)施的監(jiān)測領(lǐng)域。近幾年，國內(nèi)外相關(guān)技術(shù)產(chǎn)品發(fā)展迅速并且已開始實際應(yīng)用[5-7]。在鋪設(shè)天然氣管道時都伴隨著通信光纜的鋪設(shè)，在此基礎(chǔ)上，可以直接用已經(jīng)鋪設(shè)好的通信光纜作為傳感單元搭建分布式光纖預(yù)警平臺，并進(jìn)行監(jiān)測。利用管道光纖系統(tǒng)可以有效監(jiān)測到天然氣管道破壞等情況，并提前預(yù)警和精準(zhǔn)定位。

本實驗采用分布式光纖預(yù)警技術(shù)來實現(xiàn)天然氣管道受到外部入侵的實時監(jiān)測。

1 挖掘振動信號判斷

對于每個探測單元采集到的一維時域信號，其中的挖掘信號通常表現(xiàn)為規(guī)律性的沖擊波形[8-13]。

1.1 計算方式

（1）對原始數(shù)據(jù)進(jìn)行逐點(diǎn)差分計算，得到差分?jǐn)?shù)據(jù)序列。通過差分計算，可以濾除信號中低頻漂移的干擾，并且提高檢測信號的信噪比。其計算公式如下：

式中：x0，…，xn表示距離為nh的節(jié)點(diǎn)；h為節(jié)點(diǎn)的步長；f（xk）、f（xk+1） 表示各節(jié)點(diǎn)所對應(yīng)的函數(shù)值。

（2）使用距離長度為T的窗口，在經(jīng)過差分后的數(shù)據(jù)序列上滑動，對窗口內(nèi)的數(shù)據(jù)取絕對值后，找到最大值。通過這一步計算，可以得到振動信號的近似包絡(luò)，其效果如圖1所示。

圖1 時域原始數(shù)據(jù)和包絡(luò)提取

（3）對上一步得到的數(shù)據(jù)序列，作尋峰計算。采用逐級掃描方式，掃描的依據(jù)是斜率的變化，其好處是絕對值比較，可以避免極值在平滑處的影響，具體計算方式為：

第一，將近似包絡(luò)序列表示為X=[X1，X2，…，Xn]，計算近似包絡(luò)序列的一階差分向量DiffX，DiffX=X（i+1）-X（i），其中，i∈1，2，…，n-1。

第二，對差分向量Diff X進(jìn)行取符號函數(shù)運(yùn)算，Trend=sign（Diff X），即遍歷Diff X，如果Diff X （i） 大于0，則取1；如果小于0，則取-1，否則，則置為0。

第三，從尾部遍歷Trend向量進(jìn)行操作：if Trend（i） =0且 Trend（i+1） ≥0，則 Trend（i） =1；if Trend（i） =0且Trend（i+1） ＜0，則 Trend（i） =-1。

第四，對Trend向量進(jìn)行一階差分運(yùn)算，得到R=diff（Trend）。

第五，遍歷得到的差分向量R，如果R（i） =-2，則i+1為投影向量X的一個峰值位，對應(yīng)的峰值為X（i+1）；如果R（i） =2，則i+1為投影向量X的一個波谷位，對應(yīng)的波谷為X（i+1）。

將相鄰的并且時間間隔小于0.1s的峰合并到一次沖擊信號中。通過這一步計算，可以將每次沖擊信號提取出來，并可以得到每個沖擊信號出現(xiàn)的時刻，以及每個沖擊信號的時間寬度。統(tǒng)計相鄰沖擊信號之間的時間間隔和每個沖擊信號持續(xù)的時間寬度，以及1min內(nèi)出現(xiàn)的符合挖掘規(guī)律的沖擊信號次數(shù)。

（4）挖掘信號判斷。當(dāng)一次沖擊信號滿足條件：與前一次沖擊間隔＞0.7 s且本次沖擊時間寬度＜1.5 s，則認(rèn)為此次沖擊信號符合挖掘規(guī)律。若檢測到某個探測單元1 min內(nèi)出現(xiàn)的符合挖掘規(guī)律的沖擊次數(shù)＞5次且＜60次，則開始對這個探測單元所在的一段區(qū)域作進(jìn)一步分析，以區(qū)分人工挖掘和機(jī)械挖掘行為。

1.2 計算效果

（1）選取一段人工挖掘測試過程中采集的時長120 s的數(shù)據(jù)樣本，其中第3～13 s為車輛經(jīng)過信號，第30～115 s為人工挖掘信號。圖2所示的為此段信號的原始數(shù)據(jù)和近似包絡(luò)的計算結(jié)果，從中判斷出符合挖掘條件的沖擊信號58次，出現(xiàn)在第30～115 s之間。算法可以有效抑制車輛經(jīng)過引起的誤報，同時準(zhǔn)確判斷人工挖掘信號。

（2）選取一段機(jī)械挖掘測試過程中采集的時長120 s的數(shù)據(jù)樣本，其中，第25 s開始為機(jī)械挖掘信號。圖3所示為此段信號的原始數(shù)據(jù)和近似包絡(luò)計算結(jié)果，從中判斷出符合挖掘條件的沖擊信號24次，出現(xiàn)在第25～120 s之間。算法可以準(zhǔn)確判斷機(jī)械挖掘信號。

2 結(jié)合圖像處理的事件判斷

對于判斷出挖掘信號的區(qū)域，可以結(jié)合圖像處理算法，通過對挖掘信號的影響范圍和背景信號波動來對挖掘事件類別進(jìn)行判斷[14]。

圖2 人工挖掘時域原始數(shù)據(jù)和近似包絡(luò)計算

圖3 機(jī)械挖掘時域原始數(shù)據(jù)和近似包絡(luò)計算

2.1 計算方式

（1） 采用最大類間方差法[15-17]，對二維挖掘信號進(jìn)行提取，具體計算方式為：

其一，將二維挖掘信號的數(shù)值映射到L個灰度級 [0，2，…，L-1]，記灰度級為i的像素點(diǎn)的個數(shù)為N（i），那么總的像素點(diǎn)個數(shù)就應(yīng)該為N=N0+N1+…+N（L-1），灰度值為i的點(diǎn)的概率為P（i）=N（i）/N。

其二，門限t將整個信號矩陣分為暗區(qū)c1和亮區(qū)c2兩類，則類間方差σ是t的函數(shù)：σ=a1×a2（u1-u2）2，式中：aj為類cj的面積與圖象總面積之比，a1=sum（P（i）），a2=1-a1；uj為類cj的均值，u1=sum （i× P（i）） /a1，u2=sum （i× P （i）） /a2。

其三，令門限t遍歷 [0，2，…，L-1]，選擇最佳門限t使類間方差最大，即：令Δu=u1-u2，σb=max{a1（t）×a2（t）×Δu2}。

其四，根據(jù)得到的最佳門限t^，將二維挖掘信號分離為前景部分和背景部分（此時二維挖掘信號的數(shù)值已經(jīng)映射到L個灰度級 [0，2，…，L-1]）。

（2）對于分離出來的前景信號，統(tǒng)計每個事件區(qū)域的空間（橫軸）涵蓋距離[15-17]，得到挖掘信號的影響范圍，即統(tǒng)計前景部分左邊界和右邊界之間涵蓋的像素點(diǎn)個數(shù)N，每個像素點(diǎn)在橫軸上，即代表一個光纖鏈路中的監(jiān)測單元，當(dāng)監(jiān)測分辨率為10 m，即每個光纖監(jiān)測單元對應(yīng)10 m的長度，則此挖掘信號的影響范圍是N×10 m。

（3）對于分離出來的背景信號，計算每個事件區(qū)域的灰度共生矩陣。取圖像中任意一點(diǎn)（x，y） 及偏離它的另一點(diǎn)（x+a，y+b），設(shè)該點(diǎn)對應(yīng)的灰度值為（g1，g2）。令點(diǎn)（x，y） 在整個畫面上移動，則得到各種（g1，g2）值。對于整個畫面，統(tǒng)計出每一種（g1，g2）值出現(xiàn)的次數(shù)，然后排列成一個方陣，再用（g1，g2）出現(xiàn)的總次數(shù)將它們歸一化為出現(xiàn)的概率P（g1，g2），這個方陣即為灰度共生矩陣。（a，b） 取值選取（1，0）、（0，1）、 （1，1）、（-1，-1），分別對應(yīng) 0°、90°、45°、135°掃描。

再計算灰度共生矩陣的熵，熵是圖像所具有的信息量的度量，是一個隨機(jī)性的度量，當(dāng)共生矩陣中所有元素有最大的隨機(jī)性，空間共生矩陣中所有值幾乎相等，共生矩陣中元素為分散分布時，熵較大，它表示了圖像中紋理的非均勻程度或復(fù)雜程度[18-20]。其計算方式為：

式中：G（i，j）表示位置坐標(biāo)為（i，j） 的灰度值。

（4）若挖掘信號影響范圍＞50 m，并且灰度共生矩陣的熵＞10，則挖掘事件判斷為機(jī)械挖掘；否則，判斷為人工挖掘。

2.2 計算效果

圖4所示的為上一節(jié)中人工挖掘區(qū)域的原始數(shù)據(jù)和挖掘信號提取結(jié)果。計算得到挖掘振動影響范圍為10 m，背景區(qū)域的熵值為3.6。此段信號判斷為人工挖掘，符合實際。

圖4 人工挖掘區(qū)域原始數(shù)據(jù)和挖掘信號提取

圖5所示的為上一節(jié)中機(jī)械挖掘區(qū)域的原始數(shù)據(jù)和挖掘信號提取結(jié)果。計算得到挖掘振動影響范圍為150 m，背景區(qū)域的熵值為62.5。此段信號判斷為機(jī)械挖掘，符合實際。

3 測試統(tǒng)計和結(jié)論

某段天然氣管道總長度約為170 km，共經(jīng)過7個場站，被劃分為6個監(jiān)測區(qū)段，利用4臺管道光纖監(jiān)測主機(jī)，使用與管道同溝敷設(shè)的通訊光纜中的1芯光纖作為傳感器，搭建管道光纖監(jiān)測系統(tǒng)，系統(tǒng)布置見圖6。

在管道沿線多個位置進(jìn)行人工挖掘和機(jī)械挖掘測試，人工挖掘使用鐵鍬在管道上方進(jìn)行挖掘，開挖面積不大于1 m×1 m，深度不大于0.5 m；機(jī)械挖掘使用中型挖掘機(jī)在垂直管道20 m處進(jìn)行挖掘，連續(xù)挖掘時間不超過30 s。現(xiàn)場測試挖掘如圖7所示，現(xiàn)場測試數(shù)據(jù)波形如圖8所示；測試統(tǒng)計結(jié)果如表1、表2所示。

圖5 機(jī)械挖掘區(qū)域原始數(shù)據(jù)和挖掘信號提取

圖6 管道光纖監(jiān)測系統(tǒng)布置示意

圖7 測試挖掘現(xiàn)場

圖8 數(shù)據(jù)波形圖

表1 人工挖掘測試統(tǒng)計結(jié)果

表2 機(jī)械挖掘測試統(tǒng)計結(jié)果

由以上測試統(tǒng)計結(jié)果可知，該方法的挖掘識別準(zhǔn)確率可達(dá)到96.2%以上。將一維時域信號分析與二維區(qū)域圖像處理相結(jié)合，則可以在抑制車輛經(jīng)過引起誤報的同時，對挖掘信號進(jìn)行準(zhǔn)確判斷和有效識別。

4 結(jié)束語

本文介紹了基于相干瑞利散射的分布式光纖傳感技術(shù)，利用與管道同溝敷設(shè)的通信光纜作為振動傳感器，對油氣管道挖掘破壞事件進(jìn)行判斷的方法。其判斷原理為：首先對每個探測單元采集的時域信號進(jìn)行挖掘事件判斷，再利用圖像處理算法對判斷有挖掘事件的區(qū)域進(jìn)行時間-空間維度上的分析，從而達(dá)到識別挖掘事件類別的目的。現(xiàn)場實驗結(jié)果表明，該判斷方法能有效探測挖掘事件，挖掘識別準(zhǔn)確率可達(dá)到96.2%以上。