模糊决策融合在管道泄漏检测中的应用

关键词： 输油管道

输油管道运输的安全运行和环境保护, 一直以来是我国管道系统研究中的一项重要课题, 输油管道的安全监控问题的解决仍是涉及环保的一项重要任务, 尤其是青岛东黄输油管线泄漏爆炸后引发的严重人员伤亡和环境灾难后, 输油管道的泄漏监测引起了人们的极大关注。在管道运行系统的整体监控领域, 输油管网的泄漏故障检测依然占据着重要的地位, 所以研究基于输油管网泄漏的智能诊断方法, 不但在科学理论研究方面具有较重要的意义, 而且在社会和经济方面均具有较高的价值。当前, 长输油管网的泄漏故障检测技术的研究已经引起了各界的广泛关注, 成为故障诊断领域的一个热门研究课题。

为了更快更准确的判断泄漏状态, 相关研究人员在检漏方法上做了很多有意义的工作。崔谦[1]提出了一种新方法, 该方法通过序贯概率比检验法来检验输油管道的泄漏, 并针对原始压力信号中噪声非高斯性的特点, 采用卡尔曼滤波器对原始信号进行预处理, 进而提高了该方法的准确性。杨红英[2]提出利用Hilbert边际谱的能量变化来研究远距离传播后管道泄漏声信号的频带特征, 首先分别对特征频带内信号和正常信号进行Hilbert变换, 然后通过实时监测二者的相对变化来判断信号中是否含有泄漏声波。夏海波[3]提出了一种利用多尺度小波变换, 把管道泄漏产生的负压波信号作为瞬态信号, 来识别管道的局部泄漏特征的方法。曲志刚[4]提出了一种基于支持向量机的泄漏检测方法和预警系统。同时, 也有研究管道压力时间序列的非线性特征[5], 声发射检测的试验研究[6], 研制长输油气管道泄漏检测的动态压力变送器[7]和开发在线泄漏检测系统[8]。

通过文献可见, 声波信号在泄漏检测中大量应用, 但声波大多研究集中在气体泄漏的检测[9]。同时, 虽然利用负压波和声波信号进行泄漏检测时具有方便、易实现的有点, 但负压波和声波的单一方法在检测精度和准确性上有待提高。为了解决检测精度的问题, 刘明哲[10]提出了一种多信号最优加权融合的算法, 然而该方法难以实现对泄漏工况的判断, 并且在一个检漏诊断系统中, 由于各种各样的扰动或测量误差的存在容易导致传感器采集到的信息往往是不精准、有缺失和模糊的, 这样将会大大降低故障诊断的精度。因此我们提出模糊决策融合方法检测管道泄漏状况。

一、模糊决策方法

模糊决策系统包含数据采集、模糊规则的离线学习、管道运行工况的在线模糊决策和基于音波的泄漏检测四个部分。模糊融合决策管道泄漏检测方法结构如图1所示。

管道泄漏检测与定位的研究中, 利用模糊决策方法时, 决策条件空间C={c1, c2, c3, c4}, 表示4类管道运行状态, 这些运行状态是由管道运行参数表示的。分别代表待测管道的输入压力值 (c1) 、输出压力值 (c2) 、输入音波 (c3) 、输出音波 (c4) 。其中, 四类运行状态中的每一类都被按照网格划分为3个程度模糊子集, E={e0, e1, e2}。它们分别代表偏离管道正常运行值的程度:不偏离 (e0) , 小偏离 (e1) , 偏离严重 (e2) 。决策后的结果空间D={d1, d2d3}, 包含3类备选推理结果。它们分别代表正常运行 (d1) , 泄漏发生 (d2) 和调节工况 (d3) 。其中, 对于每一类备选推理结果, 其决策空间划分为2个程度模糊子集, 即F={f1, f2}, 它们分别代表运行正常和运行异常。对于d1而言, 分别代表中正常运行情况和异常运行情况, 对d2而言, 代表发生小泄漏的情况和严重泄漏的情况, 对d3而言, 代表工况调节中的小幅度调节和大幅度调节。

模糊决策中最重要的部分是工况分析模糊决策表。首先, 由专家和运行人员根据自身的现场经验总结出关于管道运行的若干条工况评价规则, 再将粗糙集理论运用到上述规则中, 进而达到约减的目的, 去除不一致的规则和最小化规则总数, 最后形成一个较完备的决策规则表, 如表1所示。

根据以上模糊决策规则表, 模糊决策过程分以下4个步骤[11]:

Step1根据各类管道运行参数的实测值, 实时计算测度矩阵群μi (i=1, 2, ..., n) ;

Step2根据实测信息, 计算得到权重矩阵w;

Step3根据μii和w, 计算故障辨识矩阵 (置信度矩阵) ;

Step4根据置信度矩阵评价管道当前运行状况。

二、实验与分析

实验数据采集来自于自制实验台, 实验台用压力泵将箱体中的液体打入管道, 液体从管道的另一端流出, 以此来模拟输油管路的基本特征。为了适应现场的工况调节情况, 在管道的出口处连接一个三通, 在三通的侧面和下面两部分分别安装两个开关阀门, 通过调节三通侧面的开关阀门可以达到一定范围内调节管道内的压力的幅度的效果, 通过调节三通下面的开关阀门可以将防腐蚀水箱中的液体排掉。管道中间分别设置了五个泄漏点阀门, 并且能通过调节阀门开度大小来达到调节泄漏量, 最后经另外一个通向循环水箱的管道流回水箱, 实验装置如图2所示。

在管道的首末端各安装一个0~1MPa的压力传感器, 其自身经过信号处理输出工业标准4-20m A电流信号。为了提高泄漏报警准确度, 实验台对信号进行时域和频域的分析后得出, 泄漏点所反映出的信息通过泄漏信号中所含的低频信号体现出来, 在试验台加装谐振响应频率比较低的压电陶瓷能够更好的采集泄漏信号, 从泄漏信号的频域特征出发, 在管道首末端各加装一个音波传感器。下位机采集和数据处理通过研华板卡完成。

数据信号处理使用美国NI公司的Lab VIEW, 对板卡进行循环模式、通道数目、采样数、采样频率、缓冲区设置以及DMA设置等相关参数配置后, 对四路信号采集滤波后进行决策分析, 确定泄漏状态及运行状态, 其顺序结构的第2帧数据处理分析程序如图3所示。

采集得到的负压力波和音波典型泄漏信号如图4和5所示。数据采集后, 分别在压力诊断方法和音波诊断方法中得到相关的泄漏判决。相比于压力和音波的单一检漏方法, 检漏精度分别提高了5%和3%, 泄漏的漏报率分别降低了10%和5%。

结论

本文主要针对管道泄漏检测中单一方法的不足, 提出了一种基于模糊决策融合的泄漏检测方法。通过在首末两端加装压力和音波传感器, 利用压力和音波信号的模糊决策融合得到一个泄漏判决, 从而提高泄漏检测的准确性。数据采集和算法流程采用Lab VIEW实现, 实验结果表明相比于单一检漏方法, 文中提出的方法提高了检漏精度, 同时降低了漏报率。

摘要：针对单一信号检漏方法的缺陷, 本文提出了一种新型的管道泄漏模糊决策诊断策略, 通过在管道首末端安装两套压力和音波传感器, 利用模糊推理系统综合评判管道泄漏的程度。结果表明, 该方法提高了泄漏诊断的准确性和精度, 为管道的泄漏检测提供了新的思路。

参考文献

[1] 崔谦, 靳世久, 王立坤, 等.基于序贯检验的管道泄漏检测方法[J].石油学报, 2005, 26 (4) :123-126.CUI Qian, JIN Shi-jiu, WANG Li-kun, et al.Detection method for pipeline leakage based on sequential probability ratio test[J].ACTA PETROLEI SINICA, 2005, 26 (4) :123-126.

[2] 杨红英, 华科, 叶昊, 等.基于Hilbert-Huang变换的输气管道泄漏诊断方法[J].化工学报, 2011, 62 (8) :2095-2010.YANG Hongying, HUA Ke, YE Hao, et al.Leak diagnosis of gastransport pipelines based on Hilbert-Huang transform[J].CIESCJOURNA, 2011, 62 (8) :2095-2010.

[3] 夏海波, 张来斌, 王朝辉, 等.小波分析在管道泄漏信号识别中的应用[J].石油大学学报 (自然科学版) , 2003, 27 (2) :78-86.Xia Hai-bo, Zhang Lai-bin, Wang Zhao-hui, et al.Applicationof wavelet analysis in pipeline leakage signal recognition[J].Journal ofUniversity ofPetroleum, 2003, 27 (2) :78-86.

[4] Zhigang Qu, Hao Feng, Zhoumo Zeng, et al.A SVM-basedpipeline leakage detection and pre-warning system[J].Measurement, 2010, 43:513-519.

[5] 刘金海, 张化光, 冯健.输油管道压力时间序列混沌特性研究[J].物理学报, 2008, 57 (11) :6868-6876.Liu Jin-Hai, Zhang Hua-Guang, Feng Jian.Investigation of cha-otic behavior for press time series of oil pipeline[J].ACTA PHYSICASINICA, 2008, 57 (11) :6868-6876.

[6] 李善春, 郭福平, 王为松.压力管道泄漏声发射监测试验研究[J].无损检测, 2007, 29 (2) :74-79.LI Shan-chun, GUO Fu-ping, WANG Wei-song.Test Researchon leakage monitoring of Pressure Pipe by Acoustic Emission Tech-nique[J].NondestructiveTesting, 2007, 29 (2) :74-79.

[7] 张宇, 靳世久, 何静菁, 等.基于动态压力信号的管道泄漏特征提取方法研究[J].石油学报, 2010, 31 (2) :338-342.ZHANG Yu, JIN Shijiu, He Jingjing, et al.Extraction method forpipeline leakage feature based on dynamic pressure signal.ACTAPETROLEISINICA, 2010, 31 (2) :338-342.

[8] 冯健, 张化光.管道泄漏计算机在线检测系统及其算法实现[J].控制与决策, 2004, 19 (4) :377-382.FENG Jian, ZHANG Hua-guang.On-line computer detectingsystem of pipeline leak and itsalgorithm[J].Control and Decision, 2004, 19 (4) :377-382.

[9] Liang Wei, Zhang Laibin, Xu Qingqing, et al.Gas pipelineleakage detection based on acoustic technology[J].Engineering Fail-ureAnalysis, 2013, 31:1-7.

[10] 刘明哲.一种供水管道泄漏检测及定位的新方法[J].河北工业科技, 2008, 25 (1) :43-46.LIU Ming-zhe.A new method for water supply pipeline leakagedetection andlocalization[J].2008, 25 (1) :43-46.

[11] 冯健.流体输送管道泄漏智能诊断与定位方法的研究[D].东北大学, 2005.FENG Jian.Researches on intelligent diagnosis and localizationapproach of leak for fluid transporting pipeline[D].Northeastern Uni-versity, 2005.