基于VMD分量相对熵分析的压力管道泄漏定位

为减小压力管道泄漏定位误差,从而及时处理管道泄漏,预防事故,首先,提出一种基于变分模态分解(VMD)分量相对熵分析的管道泄漏定位方法,采用VMD分解泄漏信号,获得多个分量,用相对熵分析自适应选择方法去除与管道泄漏信号混合的非泄漏信号,获取最佳观测信号;然后,利用管道模态声发射理论与广义S变换互时频分析,减少泄漏声发射信号频散性对定位的影响,获取较准确的泄漏信号的时延与声速;最后,利用管道泄漏时差定位公式计算泄漏位置,实现管道泄漏的精确定位。结果表明:该方法能够实现管道泄漏精确定位,与直接互时频分析方法以及相关系数分析法相比,定位精度明显提高。     

基于改进ELMD和多尺度熵的管道泄漏信号识别

为预防城市管道泄漏事故,准确提取管道泄漏信号的特征,首先提出一种改进的总体局域均值分解(ELMD)与多尺度熵的管道泄漏信号识别方法,通过峰值波形匹配延拓法处理端点处的信号,减弱端点处信号分量的畸变、失真;然后对管道原始泄漏信号进行ELMD分解,得到一系列乘积函数(PF),计算各PF分量的多尺度熵值,根据熵值的大小筛选出含有主要泄漏信息的PF分量,消除背景噪声的影响;最后构建反向传播(BP)神经网络,并识别泄漏信号。结果表明:该方法减少了分解后的误差,能够实现管道泄漏的检测,与未改进的ELMD方法相比,泄漏信号的识别率更高。     

基于LabVIEW的长输天然气管道泄漏检测与定位研究

为了研究长输天然气管道泄漏检测与定位技术,将管道泄漏检测技术中常用的负压波检测原理与Lab VIEW技术相结合,设计了一套基于Lab VIEW的长输天然气管道泄漏检测与定位分析程序,利用该程序对长输天然气管道泄漏的负压波信号进行滤波和数据处理。利用小波变换的多尺度功能,提取信号的突变或瞬态特征,计算奇异点位置,达到泄漏定位的目的;选取不同类型小波进行泄漏定位误差分析,找出该工况条件下最佳的小波类型。结果表明:该程序对泄漏点的定位误差在4%以内,具有较高的精确度和可行性;在该工况下,最佳的小波类型为db5,其定位误差精确到0.034%。     

基于小波包熵与AFSA-SVM的压力管道泄漏识别

为了快速、准确地诊断出输气压力管道不同的泄漏状态,提出了一种基于小波包熵与人工鱼群优化支持向量机(AFSA-SVM)相结合的压力管道泄漏模式识别方法。该方法首先对管道泄漏时产生的声发射信号进行小波包分解,并对分解的最后一层节点重构信号进行相关性分析,以获得敏感的节点信号。然后求取这些敏感节点信号的小波包熵值,作为管道不同泄漏信号的特征向量。最后将小波包熵值输入到SVM中,并运用AFSA方法对SVM分类器中惩罚因子C与核函数参数g进行全局优化,以提高其分类准确率。实验结果表明,该方法能准确地识别压力管道不同的泄漏状态,为天然气管道泄漏状态监测提供新方法。     

气井井下油管多点泄漏定位实验研究

为了探究气井井下油管泄漏地面声波定位方法,在分析油管泄漏声波在环空中传播模式的基础上,提出了井下油管单点及多点泄漏地面声波定位模型;分析了油管泄漏声波特征,并提出了基于自相关分析的油管泄漏声波信号特征时间提取方法;利用自主设计的室内实验系统开展了单点及多点泄漏工况下油管泄漏声波定位实验,提取了各工况下的特征时间,计算环空声速及泄漏点位置,并与真实泄漏位置对比分析。研究结果表明:所提出的模型能够很好的实现油管单点多点泄漏定位,实验中定位误差的绝对值最大为1.54%;利用该方法定位的重点是获取特征时间及环空声速;对环空顶部采集声波信号的自相关分析可以有效提取出定位所需的特征时间。     

基于广义概念的城市燃气管道泄漏精确定位

为了准确地检测城市燃气管道泄漏,提出了一种基于广义概念的管道泄漏检测定位方法。声发射技术对于管道泄漏的检测、定位是一个极好的工具,但由于泄漏源的传播容易受到周围背景噪声以及复杂工况的影响,其定位误差较大。基于时延估计的互相关信号处理方法被广泛用于管道泄漏检测定位,但由于泄漏应力波传播通道的动态特性,使得源信号在传播过程中会产生波形变化,给互相关函数峰值位置的确定带来困难。由此引入广义相关分析方法,通过对信号进行前置滤波,在一定程度上减少了传播通道动态特性因素对泄漏点定位的不利影响,得到了更为准确的时延估值。在此基础上,通过模拟实验,编写Matlab神经网络代码,构造GRNN模型,进一步预测定位。结果表明,GRNN预测的声发射检测值、互相关定位值以及广义相关定位值,相比之前定位精度分别得到提高,其中基于广义相关的延时估计方法定位最为精确,将该方法用于工程实际中,可以更加精确地定位出泄漏点。     

压力管道泄漏声发射源定位的实验研究

结合实验室声发射仪和油气管道设备,建立了充气管道泄漏声发射检测系统模型,分别在传感器间距、管道压力和泄漏量三种变化状态下进行了泄漏源定位影响实验。对管道泄漏声发射信号的时域统计特征、频域分布特征以及泄漏信号的相关性作了分析;从声信号能量累计和衰减特性方面对互相关定位法和幅度衰减测量区域定位法的可行性进行了计算,表明在传感器间距较小和泄漏量较小的状态下,在背景噪声较小的环境中,用互相关法具有较好的定位精度;而幅度衰减测量区域定位方法对泄漏源的定位误差较大。     

基于MCKD和EMD分解的压力管道泄漏源定位研究

针对输气压力管道泄漏声发射信号由于含有大量噪声而特征难以提取的问题,文章提出一种基于MCKD(最大相关鞘度解卷积)和EMD分解相结合的管道泄漏声发射信号提取方法。首先根据MCKD对泄漏信号进行降噪,突出信号中的有效成分,然后进行EMD分解得到含有泄漏特征的敏感IMF分量,并进行EMD重构并提取泄漏源声发射信号的本质特征,提高管道定位精度。实验表明,该方法能够很好地滤除信号中的噪声并且准确地提取含噪声信号中的时频特征,是对压力管道泄漏声发射信号降噪的一种新方法。     

声发射法检测输气管道泄漏的研究综述

声发射法检测管道泄漏是目前的热点方法,研究涉及泄漏信号的产生与传播、信号拾取与处理、基于信号的智能识别与定位等。通过介绍声发射检测定位原理及一些基本规律,详细分析小波分析、局域均值分解、经验模态分解、变分模态分解在处理泄漏信号时的优劣,探讨人工智能在处理管道泄漏声发射信号中的应用,总结管道泄漏的模态研究、相关试验研究,来理清基于声发射的管道泄漏检测现状及展望未来发展。     

基于多模型耦合的化工物料输送管道泄漏检测系统研究

将物料平衡统计模型、信号序列相关分析模型和管道机理模型进行耦合,实现了管道泄漏事故的检测、空间定位和泄漏量估算.多模型耦合的方法降低了利用单一模型进行检测的漏检风险.将模型与GIS紧密集成,实现了泄漏信息的直观显示,可有效提高化工管道泄漏事故的应急反应效率.     

基于稳态模型的井下抽采主管道泄漏检测方法研究*

为准确检测煤矿井下瓦斯抽采主管道泄漏位置,提出基于稳态模型的管道泄漏检测与定位方法,采用Comsol数值模拟及地面相似实验研究压力梯度法对煤矿井下抽采管道泄漏检测与定位的可行性及准确性。研究结果表明:管道未泄漏时,管内沿线压力呈均匀分布,当管道突发泄漏时,管内压力分布呈现明显弯折现象,弯折处即为管道漏点位置,并对管道阻力计算公式进行修正,提高了检测准确性;随着管道泄漏程度的加大,湍流效应显著增强,漏点处速度、压力产生明显突变,且当其他条件恒定时,随着管道泄漏孔径的扩大,管道的漏入量越大,定位的相对误差越小;在宏岩矿开展地面相似实验,实验结果绝对误差为4.5 m,相对误差为6%;在阳煤五矿井下8421抽采巷进行现场应用,绝对误差134 m,相对误差约7.95%。     

基于元胞自动机数学模型的瓦斯抽采管道漏点定位研究

为了解决普通数学模型难以准确描述瓦斯抽采管道内流体的流动状态问题，提出了以元胞自动机模型为基础的瓦斯抽采管道漏点定位模型。根据元胞自动机在空间和时间上离散化的特性来演化管道流体在时空上的连续变化，将管径变化、管壁粗糙度、管构异件种类和数量以及温度等参数沿管道进行离散化，利用元胞自动机理论以及管道两端的信号对管道沿线压力和流量等参数变化进行预测，以判断泄漏的发生和漏点定位。通过实验验证，该方法能提高漏点定位精度。     

1种抑制巷道信号NLOS的矿井RSSI高精度定位算法*

在RSSI（Received Signal Strength Indication）测距定位技术中,为抑制巷道信号NLOS（Non Line of Sight）传输对定位结果的影响,提出信号指纹定位和几何优化算法。在离线阶段利用高斯滤波最大值加权法和最小二乘法建立符合矿井巷道环境的无线信号测距模型,设计改进卡尔曼滤波器平滑处理离线信号值,抑制巷道信号NLOS传输带来的影响,建立离线信号指纹库;在线定位阶段,利用加权K最近邻法（WKNN）将定位目标接收到的信号值与指纹库中的信号值进行匹配,将匹配到的最优信号值参与测距定位计算,最后通过几何优化算法将定位结果归一化处理,使其符合一维定位分布。结果表明:所提算法的平均定位误差为0.9 m,相比于高斯滤波最大值加权法、经典卡尔曼滤波指纹定位算法和改进卡尔曼滤波指纹定位方法,其平均误差分别减小2.36,1.17,0.35 m。所提算法能够有效抑制巷道信号NLOS传输对RSSI测距定位的影响,可实现RSSI方法在矿井NLOS环境中的有效应用。     

基于模糊相似优先比的供水管网渗漏同步诊断*

为加强城市供水管网渗漏诊断能力,采用基于模糊相似优先比的漏损判别方法实现供水管网漏损定位及漏损程度的同步诊断。通过MATLAB软件调用最新版EPANET V2.2建立供水管网模型,在管段中间加入扩散器模拟单次渗漏事件,通过更改扩散器系数实现渗漏量的控制;基于压力驱动水力分析得到各节点压力变化,遍历模拟各管段漏损后,通过建立节点压力灵敏度矩阵,采用K均值聚类法进行监测点布置;在此基础上,在易渗漏管段模拟产生不同渗漏级别的渗漏事件,以监测点压力变化值构建源范例库,在熵权法的基础上,采用模糊相似优先比方法同步诊断渗漏位置及渗漏程度。以某一实际管网为例,模拟产生50例历史渗漏事件,采用模糊相似优先比同步诊断新渗漏事件的渗漏位置及渗漏程度,并对比3种权重方法。结果表明:模糊相似优先比法可有效地实现渗漏定位与渗漏程度的同步诊断。     

The method for leakage detection of urban natural gas pipeline based on the improved ITA and ALO

To solve the problems of the difficulty in early leakage monitoring and larger positioning error for urban hazardous chemicals pipelines, the optimized method based on the improved Inverse Transient Analysis (ITA) and Ant Lion Optimizer (ALO) was proposed. Firstly, based on the obtained experiment's results of leakage of natural gas in the non-metallic pipeline, the segment classification method was incorporated into the pressure gradient calculation. The modified method can adapt to the multi-node characteristics of urban pipe networks and help to obtain the preliminary positioning calculation results after optimization. Then the calculation results were embedded in the ITA calculation model. The input parameters of the gas pipeline such as boundary conditions, leakage rate and friction coefficient were used to establish the characteristic linear equations. Then the objective function of the least-squares criterion was defined, and the improved ITA model suitable for leakage detection of urban natural gas pipeline networks was constructed. Finally, the ALO was used to optimize the calculation process of the improved ITA model, and iteratively optimize the optimal friction coefficient and its corresponding minimum objective function (OF) value. As a result, a more precise location of the leakage source was calculated. The validation of the modified method is conducted by comparing the calculated values with the experiment's results. The results show that the method can accurately predict the location where the pipeline leakage occurs. The minimum error is 3.17%. Compared with the traditional ITA, this method not only accelerates the convergence speed of the objective function, but also improves the accuracy of location calculation.     

基于BP神经网络的岩石损伤声发射事件源定位研究*

工程岩体一般包含大量的节理、裂隙等各类缺陷,利用AE技术可以对缺陷进行定位,但仍然有很大误差。为进一步减小AE定位误差,确定缺陷位置,做好安全预警工作,研究提高岩石声发射定位精度的优化方法。利用断铅实验模拟产生声发射信号,将声发射信号特征参数中的幅值、能量、振铃计数以及到达时差作为输入,断铅点真实坐标作为输出,构建BP神经网络模型,并通过实验确定最优隐含层数等参数,最后通过交叉学习训练交叉预测得出断铅点坐标,并与基于到达时差的传统定位法以及考虑材料各向异性条件下的波速优化算法进行对比。结果表明:BP神经网络算法与传统方法相比,板状岩石声发射定位的误差显著减小,定位精度提高;岩石试件定位误差的误差波动更为平稳,有效改善了声发射源位置对定位效果的影响。本方法为岩石缺陷的精确定位提供了1种较好的技术手段。     

基于改进型萤火虫群优化算法泄漏源源强及位置反算研究*

针对标准萤火虫群优化算法（GSO）在危化品泄漏源源强及位置反算中存在精度不高,容易陷入局部最优等局限,提出混合萤火虫-Nelder Mead单纯形算法（GSO-NM）,并与基于步长的改进萤火虫群优化算法（MGSO）以及单纯形搜索混合协同进化萤火虫群优化算法（HCGSOSSM）进行比较分析,将3种改进型萤火虫群优化算法应用于泄漏源源强及位置反算中进行比较分析。研究结果表明:GSO-NM算法可以有效提高定位精度和稳定性,能较为精确地反算出泄漏源源强及位置,为泄漏源源强及位置反算研究提供1种新思路。     

Leak location of pipelines based on characteristic entropy

The leakage of oil/gas pipelines is one of the major factors to influence the safe operation of pipelines. So it is significant to detect and locate the exact pipeline leakage. A novel leak location method based on characteristic entropy is proposed to extract the input feature vectors. In this approach, the combination of wavelet packet and information entropy is called “wavelet packet characteristic entropy” (WP-CE). The combination of empirical mode decomposition and information entropy is called “empirical mode decomposition characteristic entropy” (EMD-CE). Both pressure signal and flow signal of low noise and high noise of pipeline leakage are decomposed to extract the characteristic entropy. The location of pipeline leak is determined by the combination of the characteristic entropy as the input vector and particle swarm optimization and support vector machine method (PSO-SVM). The results of proposed leak location method are compared with those of PSO-SVM based on physical parameters. Under the condition of high noise, the results of proposed leak location method are better than those of PSO-SVM based on physical parameters.     

埋地管道缺陷的自漏磁场计算方法研究

基于现有的埋地管道缺陷自漏磁场计算方法把缺陷处的磁荷假设为均匀分布,对于计算结果与实际检测存在较大误差的问题,通过采用ANSYS软件对管道缺陷进行有限元分析,根据材料力磁关系和磁荷理论,提出1种考虑磁荷实际分布的缺陷自漏磁场计算方法,并将该计算方法应用在某埋地管道磁记忆检测中。研究结果表明:该方法计算结果与实际值之间的峰值相对误差为6.9%,相对于现有方法16.4%的相对误差,准确度更高。研究结果有助于在管道磁记忆检测中,提高管道缺陷量化的准确性,对埋地管道缺陷非开挖识别与剩余寿命评价有重要意义。