基于小波变换的管道泄漏声发射检测信号处理

吴志敏 ，周诗岽， 江光世

（1.常州大学 信息科学与工程学院，常州 213016；2.常州大学 油气储运技术省重点实验室，常州 213016；3.中国石化管道储运分公司 华东管道设计研究院，徐州 221008）

0 引言

随着我国油气管道事业的发展，埋地油气管道长度已达7万公里。管道腐蚀、“打孔盗油”、“打孔盗气”等人为破坏因素导致油气管道泄漏事故频发。为了保障管道的安全运营，提高管道运营部门的管理水平，负压波法、声波法、实时模型法等技术被应用到管道实时泄漏检测中去，但泄漏定位精度有待提高[1～3]。

声发射检测管道泄漏的原理是通过安装在管道两端的超声传感器捕捉高频应力波来确定泄漏。在泄漏点处内外压差作用，管内流体在漏点处形成多相湍射流，使流体正常流动发生紊乱，并且与管道及周围介质相互作用向外辅射能量，从而在管壁上产生高频应力波。通过对两端采集信号进行相关计算可确定泄漏点引发的高频应力波传波到两端声波传感器的时间差，结合波速和两传感器的间距，可以计算出泄漏点的位置。由于外界的干扰，超声传感器捕捉到的信号中混杂有大量的噪声。为了提高泄漏的检测精度，必须对原始采集进行滤波，去除大量干扰信号，得到真实信号。小波变换由于在时频两域都具有表征信号局部特性的能力，在低频部分具有较高的频率分辨率和较低的时间分辨率，而在高频部分具有较高的时间频率分辨率和较低的频率分辨率。即小波变换具有对信号的自适应性，能够去处噪声，提取有用信号，因此本研究采用基于小波变换方法对泄漏声发射检测信号进行滤波处理，并已定位精度这一指标来评价基于小波变换的信号滤波效果。

1 基于小波变换的信号处理技术

1）信号的分解与重构[4,5]

如图1（a）所示，设信号f ( t )的离散序列为 f ( n )，n=1, 2,…,N其离散二进小波变换为

Cj和Dj分别称为信号在尺度j上的近似部分和细节部分。

图1（b）是小波快速重建算法，其中

2） 小波消噪思想

图1 Mallat算法分解与重建算法

突变点的李氏指数与小波变换模极大值的关系如公式（3）所示：

式中：j为尺度，α为Lipschitz指数。

有用信号和噪声具有不同的奇异性，对于有用信号0＜α≤1，对于白噪声α＜0。即噪声的小波变换系数随j的增大而减小，有用信号的小波系数随j的增大而增大。在信号处理过程中，根据预先设定的阈值规则对各级小波系数进行阈值调整，将调整后的小波系数以及未经调整的最高级尺度系数按小波变换的反演算法进行信号重构，得到消噪后的信号。

2 管道泄漏声发射信号处理与泄漏点定位

在实验室管道泄漏检测系统上安装声发射信号检测系统并进行管道泄漏检测实验[6]。声发射仪选用美国物理声发射公司(PAC)生产的PAC6006系统，传感器选用PAC公司生产的单端宽频带传感器R15，频带范围50kHz-1MHz，通带内起伏小于30dB，灵敏度约120dB，放大器的型号是S/N2462026504。

本研究分别在0.79MPa、0.62 MPa、0.58 MPa、0.53 MPa、0.41 MPa、0.37 MPa、0.35 MPa、0.32 MPa、0.31 MPa、0.19 MPa十个工况下进行泄漏实验，在实验过程中泄漏点的实际位置均位于管道1300mm处。现已0.58MPa压力工况的实验为例进行分析。图2为在实验工况下，实验室管道泄漏声发射信号检测系统的定位图（数据没有经过小波分析滤波）。图中所示信号能量主要频率主要集中在100～150KHz，管道的泄漏点为约在1085mm，而，故其系统产生的绝对误差为215mm，相对误差为16.5%。

图2 声发射信号检测系统的定位图

考虑到声发射检测信号中含有噪声成份，噪声使得实验系统在一定程度上在定位方面产生误差，提出在Matlab软件环境下采用小波分析方法进行信号处理。图3显示出原始信号数据导入matlab软件生成的信号图。对原始采集信号在MATLAB软件环境下采用小波滤波。小波函数选择Coiflets基小波，尺度选择2，即采用db2小波对x1信号和x2信号进行5层分解。分解后的信号x1和x2对采用默认阀值法重构信号，如图4所示，重构信号记为xx1和xx2。对重构信号xx1和xx2 进行互相关分析，得到相关系数图5。依据线性相关算法分析原理，对处理后的信号相关系数进行算法分析，得到相关系数算法图6。

从算法图上得到相关系数最大偏移量对应图形上的点为25×10-6，故其偏移时间为25×10-6s，所以泄漏点的位置为1000+(1000-4167675×25×10-6)/2=1343.7mm。绝对误差为43.7mm，相对误差为（43.7/1300） 100%=3.4%。可以看出，采用小波变换后，可以剔除原信号中的大部分噪声，定位的准确度明显得以提高。

图3 原始信号

图4 小波滤波后的重构信号

图5 信号的互相关系数图

图6 信号相关系数算法图

3 结论

表1给出了在10中不同压力工况下进行的管道泄漏声发射检测实验的原始软件定位结果和采用小波变换对数据处理后的定位结果比较。

表1 10种工况的定位结果比较表

由表1可以看出，采用声发射仪定位精度较低，相对误差均超过15%以上，甚至出现检测不出泄漏点位置的情况。而采用小波分析处理声发射信号后，信号经过分解、降噪、重构处理后得到的信号更有效，更真实反应泄漏源的特性。信号经过小波分析处理后，泄漏点定位精度大幅度提高，10组实验数据的的定位精度均在5%之内，满足工程实际需要。

[1] 姜斌, 张文国.在建埋地长输管道泄漏点定位方法[J].油气田地面工程, 2010, 29(9): 59-60.

[2] 周诗岽, 吴志敏, 吴明.输油管道泄漏检测技术综述[J].石油工程建设, 2003, 29(3): 6-10.

[3] 李红岩.长距离输油管道泄漏检测技术[J].油气田地面工程, 2009, 28(1): 74-75.

[4] 周诗岽, 吴明.基于小波变换的管道泄漏点定位研究[J].石油工程建设, 2004, 30(1): 7-9.

[5] 崔谦, 靳世久, 王立坤.多尺度相关分析在管道泄漏检测中的应用[J].电子测量与仪器学报, 2005, 19(5): 50-62.

[6] 周诗岽, 吴志敏, 赵玲.输油管道泄漏检测实验研究[J].辽宁石油化工大学学报, 2004, 24(4): 39-42, 50.