CN106523928B - 基于声波实时数据二级筛选的管道泄漏检测方法 - Google Patents
基于声波实时数据二级筛选的管道泄漏检测方法 Download PDFInfo
- Publication number
- CN106523928B CN106523928B CN201611043911.8A CN201611043911A CN106523928B CN 106523928 B CN106523928 B CN 106523928B CN 201611043911 A CN201611043911 A CN 201611043911A CN 106523928 B CN106523928 B CN 106523928B
- Authority
- CN
- China
- Prior art keywords
- data
- signal
- module
- acoustic signals
- modules
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明提供一种基于声波实时数据二级筛选的管道泄漏检测方法,涉及管道泄漏检测技术领域。采用包括声波传感器模块、DSP处理模块、ARM控制模块、A/D转换模块、数据存储模块、GPRS无线通信模块、GPS校时定位模块、信号调理放大模块和太阳能蓄电池模块的装置实现,声波信号经采集转换后为模拟量,再转成数字信号传给DSP处理模块和数据存储模块,处理、分析、筛选后将需发送的数据包发给ARM控制模块,从数据存储模块中将相应的数据包经GPRS无线通信模块发至上位机。根据声波实时数据信息,对典型信号进行二级筛选,在野外环境中无线发送管道泄漏信号,传输数据量有效减少,大大的节约了上位机的存储空间,提高效率。
Description
技术领域
本发明涉及管道泄漏检测技术领域,尤其涉及一种基于声波实时数据二级筛选的管道泄漏检测方法。
背景技术
油气管道作为一种经济、有效、环保的运输手段,在石油、天然气等能源运输中发挥着重要的作用。由于国内外油气管道铺设传输距离长,油气管道的输送安全问题不容忽视,在油气管道运输中存在不可避免的老化、腐蚀、磨损及其他自然、人为损坏等现象,这些都会造成油气在输送过程中发生泄漏。一旦发生泄漏,不但会造成国家的财产的巨大损失、能源的巨大浪费,更会污染环境甚至危及人类自身安全。由于管道泄漏检测都采用在线检测系统,被检测的管道长度可达数十公里之长,并且管道内检测设备较多,尤其采用声波法进行管道检测采集高频的声波信息,采集到的数据非常大,通常采集到的都是背景噪声信号,背景噪声信号的实时发送与存储不仅浪费了传输的带宽,还使得存储设备存储了大量无用的数据。因此,对于采集实时数据的分析筛选,将关心的典型信号发送存储,可以有效避免数据存贮的浪费,大大的节约了空间。
发明内容
针对现有技术的缺陷,本发明提供一种基于声波实时数据二级筛选的管道泄漏检测方法,用于管道检测系统中对于典型信号(包括泄漏信号、管壁的敲击信号)的筛选分析,根据声波实时数据信息,对典型信号进行二级筛选,在野外环境中无线发送管道泄漏信号,传输数据量有效减少,大大的节约了上位机的存储空间,提高效率。
一方面,本发明提供一种基于声波实时数据二级筛选的管道泄漏检测装置,该装置包括声波传感器模块、野外二级数据筛选无线发送模块和太阳能蓄电池模块;
声波传感器模块,为分布在待监控管道管壁上的对多个点的声波信号进行采集的加速度传感器,用于将采集到的声波数据传送至野外二级数据筛选无线发送模块;
野外二级数据筛选无线发送模块,工作在野外,用于将采集到的声波数据进行筛选处理,将关注的典型信号发送至上位机,同时对太阳能蓄电池模块进行电源管理;
太阳能蓄电池模块包括太阳电池板和蓄电池,用于对整个管道泄漏检测装置进行供电;
野外二级数据筛选无线发送模块包括DSP处理模块、ARM控制模块、A/D转换模块、数据存储模块、GPRS无线通信模块、GPS校时定位模块和信号调理放大模块;
DSP处理模块用于对数据进行处理、分析和筛选;
ARM控制模块用于将AD转换后的声波数据同时传递到数据存储模块和DSP处理模块,将 GPS接收校时信息打包加入数据包,最后将需要发送的典型数据、时间、地理位置通过GPRS 无线通信模块打包,通过无线网络传至上位机,并对太阳能蓄电池模块的电能情况进行管理;
数据存储模块用于将数据进行实时的离线存储;
GPRS无线通信模块用于将数据包通过无线网络发送至上位机;
GPS校时定位模块用于根据GPS天线接收到卫星的信息将时间进行解码校时,并在校时中采用秒脉冲的上升边沿进行时间同步;
信号调理放大模块包括供电电路与滤波放大电路,供电电路用于对IEPE加速度传感器提供恒流源,滤波放大电路用于将采集的声波信号滤波放大后转换为便于测量的±10V信号范围;
A/D转换模块用于将声波传感器模块采集到的声波模拟信号转化成数字信号,并传递给 ARM控制模块。
进一步地,野外二级数据筛选无线发送模块包括三块基板和一块底板,DSP处理器模块与ARM控制模块和数据存储模块设于第一基板上,第一基板上包括控制芯片DSP处理器及ARM 处理器、辅助工作电路、外设接口、状态指示灯和稳压电路;GPRS无线通信模块和GPS校时定位模块设于第二基板上,第二基板上包括辅助外部电路、GPRS天线和GPS天线的同轴接线端;AD转换模块与信号调理放大模块设于第三基板上;第一基板、第二基板和第三基板通过总线插槽连接在底板上,使得各个基板相互连接,太阳能蓄电池模块对各个基板提供电源。
另一方面,本发明还提供一种基于声波实时数据二级筛选的管道泄漏检测方法,采用上述的基于声波实时数据二级筛选的管道泄漏检测装置实现,该方法包括以下步骤:
步骤1:安装基于声波实时数据二级筛选的管道泄漏检测装置,在启动装置前,对该装置中的各模块进行初始化操作;
步骤2:启动装置,设置声波信号的采样频率和滤波电路的截止频率,采集声波信号,并经过滤波放大后转化成数字信号;
步骤3:GPS校时定位模块将接收到的卫星信号传输到ARM控制模块中,在秒脉冲上升沿到达时进行校时;
步骤4:ARM控制模块将声波数字信号以每秒进行打包存储为秒级声波数据包,同时根据 GPS的校时时间和地理位置信息给秒级声波数据包打上标签,然后将秒级声波数据包传给DSP 处理模块;
步骤5:DSP处理模块对秒级声波数据包进行粗略FFT筛选和精细EMD筛选的二级筛选,判断是否为典型信号,将此信息发送给ARM处理模块,具体方法为:
步骤5.1:采用FFT将时域的信号转换到频域进行阈值和自相关处理,对秒级声波数据包的筛选首先进行一级粗略筛选,具体包括如下步骤:
步骤5.1.1:对有限长离散声波数字信号进行分解,得到声波两点的DFT,其中声波数字信号的采样频率为N Hz,一共进行次分解;
步骤5.1.2:将声波数据按顺序存入数据存储模块,通过变址运算将自然顺序的存储变成码位倒置顺序的存储,进行FFT的原位运算;
步骤5.1.3:进行声波信号的第一级蝶形运算至第级蝶形运算,得到频率谱;
步骤5.1.4:在频率谱中针对不同地理环境下的管线设置不同的带通阈值进行滤波,去掉低频段和高频段的背景噪声,得到关心的典型信号滤波后的声波信号x(n);
步骤5.1.5:对不同的管道进行无泄漏时声波数据的采集,得到无泄漏数据函数y(m),将这些无泄漏数据函数作为管线的函数库存储于DSP处理模块中,用于调用;
步骤5.1.6:在DSP处理模块中对步骤5.1.4滤波后得到的声波信号x(n)与步骤5.1.5 得到的无泄漏声波数据函数y(m)进行快速相关运算,得到互相关函数公式为: ryx(n)=IFFT(Ryx(k)),其中,Ryx(k)=X(k)×Y*(k),为X(k)与Y(k)的卷积运算,X(k)与Y(k) 分别为声波信号x(n)和无泄漏时声波数据函数y(m)的FFT;
步骤5.1.7:确定快速互相关函数ryx(n)的最大值rmax,对得到的互相关函数进行判断,当相关性较大,即最大值rmax大于等于预设阈值T时,则本次声波信号数据x(n)关于阈值T 是不发送数据的标志,将不发送的标志位返回到ARM控制模块,粗略筛选结束,执行步骤6;当相关性较小,即最大值rmax小于预设阈值T时,执行步骤5.2,进行精细EMD筛选;
步骤5.2:将原始声波信号分解成多个特征模态函数(IMF)声波,对于秒级声波数据包进行二级精细EMD筛选,具体包括如下步骤:
步骤5.2.1:确定采集的原始声波信号x(t)上的局部极大值点与局部极小值点,利用三次样条插值曲线,将声波信号的所有局部极大值点拟合出上包络线声波信号xmax(t),将声波信号的所有局部极小值点拟合出下包络线声波信号xmin(t);
步骤5.2.2:确定上下两条包络线声波信号的均值函数m1(t),函数表达式为
步骤5.2.3:用原始声波信号数据x(t)减去均值函数m1(t)得到声波序列h1(t),h1(t)=x(t)-m1(t);
步骤5.2.4:判断得到的声波序列h1(t)是否满足IMF的已知限制条件,若不满足,则将声波序列h1(t)作为新的声波信号替换原始声波信号x(t),返回步骤5.2.1,重新确定上下包络线,重新进行本次分解;若满足,则将声波序列h1(t)作为从原始声波信号筛选出的第一阶段IMF分量C1(t),其中包含了声波信号的高频成分,执行步骤5.2.5;
步骤5.2.5:将第一阶段IMF分量C1(t)从原始声波信号x(t)中分离出来,得到一个去掉高频分量的差值声波信号r1(t),r1(t)=x(t)-C1(t);
步骤5.2.6:判断差值声波信号r1(t)是否为单调函数,若否,则将差值声波信号r1(t)作为新的声波信号替换原始声波信号x(t),返回步骤5.2.1,进行下一次分解,直到分解得到的差值声波信号是单调函数,该差值声波信号则为残余声波信号,执行步骤5.2.7;
步骤5.2.7:将原始声波信号x(t)用分解得到的IMF分量的和与最后一次分解得到的残余声波信号相加来表示,即其中,Cj(t)表示第j次分解得到的IMF分量,各个IMF分量声波信号分别代表了从高到低的不同频段的成分,s表示分解的IMF分量的个数, rs(t)表示最后一次分解得到的残余声波信号;
步骤5.3:利用步骤5.1的FFT变换方法对典型信号x(n)与声波库函数的背景噪声信号 y(m)得到经验模态分解后的前L层IMF的频率特征;
步骤5.4:对不同的工况得到背景噪声的IMF的频率特征与采集到的不同的IMF的频率特征进行幅值比较,得到是否为典型信号;若没有得到典型信号,则将不发送标志位返回到 ARM控制模块;若得到典型信号,则将发送标志位返回到ARM控制模块;
步骤6:当ARM控制模块接收到不发送标志位指令时,将管道泄漏检测装置正常标志发送给数据发送模块,数据发送模块将管道泄漏检测装置正常工作状态传递给上位机;当ARM 控制模块接收到发送标志位指令时,ARM控制模块将存在数据存储模块的前λ分钟的数据包传递给GPRS无线通信模块,GPRS无线通信模块通过无线网络传输到上位机。
由上述技术方案可知,本发明的有益效果在于:本发明提供一种基于声波实时数据二级筛选的管道泄漏检测方法,用于管道检测系统中对于典型信号(包括泄漏信号、管壁的敲击信号)的筛选分析。在装置的结构上,采用双核(ARM和DSP结合)的方式,ARM具有比较强的事务管理功能,用于控制,外围接口比较丰富,标准化和通用性很好,DSP具有强大的数据处理能力和较高的运行速度,用于数据处理;采用野外太阳能供电与无线发送可以使得装置安装简单化,适合野外安装,减少电能损耗,节约资金。本发明采用二级的筛选算法,首先对声波数据信号进行粗略的快速傅里叶变换(FFT)筛选,过滤掉非典型信号的数据,但不能保证筛选后声波数据是典型信号的数据,还包含扰动等干扰信号,达到对数据进行粗略的筛选的目的,将FFT计算的结果传递给第二级筛选,减少了第二级筛选的计算时间,保证了大量声波数据筛选的快速性与实时性;第二级采用精细的经验模态分解(EMD)筛选,保证了数据筛选的准确性,得到结果为典型信号。在检测过程中,首先对声波的典型信号进行筛选,只发送关心的典型信号,使得数据量大大减少,在不丢失有用信息的情况下,大大节约了上位机的存储空间,提高效率,减少了传输的带宽;对声波的数据进行实时的处理保证了对典型信号的在线检测,从而可以提供实时的报警信息。
附图说明
图1为本发明实施例提供的基于声波实时数据二级筛选的管道泄漏检测装置结构示意图;
图2为本发明实施例提供的基于声波实时数据二级筛选的管道泄漏检测方法流程图;
图3为本发明实施例提供的基于ARM触发AD转换模块的高频声波信号的采集传输流程图;
图4为本发明实施例提供的一级粗略筛选的方法流程图;
图5为本发明实施例提供的二级精细筛选的方法流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本实施例提供一种基于声波实时数据二级筛选的管道泄漏检测装置,用于管道检测系统中对于典型信号(包括泄漏信号、管壁的敲击信号)的筛选分析,如图1所示,该装置包括声波传感器模块、野外二级数据筛选无线发送模块和太阳能蓄电池模块。
声波传感器模块,采用澄科CT1005LC ICP/IEPE的50g压电式加速度传感器,分布在待监控管道管壁上,用于采集多个点的声波信号,并将采集到的声波数据转换为可测量的模拟信号后,传送至野外二级数据筛选无线发送模块。
野外二级数据筛选无线发送模块,工作在野外,用于将声波传感器模块采集发送过来的的声波数据进行筛选处理,将关注的典型信号发送至上位机,同时对太阳能蓄电池模块进行电源管理。该模块包括DSP处理模块、ARM控制模块、A/D转换模块、数据存储模块、GPRS 无线通信模块、GPS校时定位模块和信号调理放大模块,这些模块设于三块基板和一块底板上。
DSP处理器模块与ARM控制模块与数据存储模块设于第一基板上,第一基板上包括控制芯片DSP处理器及ARM处理器、辅助工作电路、外设接口、状态指示灯和稳压电路。
DSP处理模块采用TI公司的TMS320F28335高性能32位浮点DSP处理器,用于对接收到的声波数据进行处理、分析和筛选。ARM控制模块采用ST公司的STM32处理器,用于将AD转换后的声波数据同时传递到数据存储模块和DSP处理模块,将GPS接收校时信息打包加入数据包,最后将需要发送的典型数据、时间、地理位置通过GPRS打包,通过无线网络传至上位机,并对太阳能蓄电池模块的电能情况进行管理。数据存储模块是128G的SD卡,SD卡通过总线与ARM控制器相连,用于将数据进行实时的离线存储。
GPRS无线通信模块和GPS校时定位模块设于第二基板上,第二基板上包括辅助外部电路、 GPRS天线和GPS天线的同轴接线端。
GPRS无线通信模块采用3G/4G全网通DTU,用于将数据包通过无线网络发送至上位机。 GPS校时定位模块包括GPS天线和GPS数据接收装置,采用的是和芯星通公司的UM220-III芯片,接收北斗卫星信号,用于根据GPS天线接收到卫星的信息将时间进行解码校时,并在校时中采用秒脉冲的上升边沿进行时间同步,将秒级的数据包传递给ARM。
A/D转换模块与信号调理放大模块设于第三基板上。信号调理放大模块包括供电电路与滤波放大电路,用于对IEPE加速度传感器提供恒流源,采用3mA直流源,同时通过运算放大器搭建有源滤波器——二阶的巴特沃斯低通滤波器进行滤波、放大后得到便于测量的±10V 信号范围。A/D转换模块采用AD公司的16位的AD转换芯片,采样频率可达到200kbps,满足声波信号的采样频率和精度,用于将声波模拟信号转化成数字信号,并传递给ARM控制模块。
第一基板、第二基板和第三基板通过总线插槽连接在底板上,使得各个基板相互连接,太阳能蓄电池模块对各个基板提供电源。
太阳能蓄电池模块包括太阳电池板和蓄电池,采用家用太阳能板发电小系统,用于对整个管道泄漏检测装置进行供电。
声波信号通过声波传感器模块转换成模拟量,通过A/D转换模块转化成数字信号传递给 ARM控制模块,ARM控制模块将转换的数字信号传递给DSP处理模块和数据存储模块,DSP处理模块处理、分析、筛选后将需要发送的数据包信息发送给ARM控制模块,ARM控制模块根据数据包信息从数据存储模块中将相应的需发送的数据包通过GPRS无线通信模块发送至上位机。
本实施例还提供一种基于声波实时数据二级筛选的管道泄漏检测方法,采用上述的基于声波实时数据二级筛选的管道泄漏检测装置实现,如图3所示,该方法包括以下步骤:
步骤1:安装基于声波实时数据二级筛选的管道泄漏检测装置,在启动装置前,对该装置中的各模块进行初始化操作,太阳能电池板对蓄电池进行充电,ARM控制器进行初始化,初始化时钟为140MHz,设置管道泄漏检测装置的IP地址和发送上位机的IP地址、网关、端口号,GPRS无线通信模块与ARM控制器通过SPI通信方式相连接,ARM控制器初始化时设置GPRS各个寄存器,设置完GPRS模式后复位GPRS模块;GPS校时定位模块通过USART与ARM 控制器进行连接,ARM控制器初始化时设置秒脉冲上升沿触发方式,设置周期为1秒,高电平持续时间未200ms,增加GPZDA参数;ARM控制器初始化结束后,判断蓄电池电量是否高于20%,如果低于20%,将等待电池充电,并将电池电量信息通过GPRS发送给上位机;
步骤2:启动装置,设置声波信号的采样频率和滤波电路的截止频率,采集声波信号,并经过滤波放大后转化成数字信号。
当电量高于20%后,启动装置,进行DSP初始化,初始化DSP处理器的工作频率、外设、设置与ARM处理器连接的并行总线,同时在DSP处理器的RAM中创建接收数据的数组;在ARM 控制器中设置声波信号的采样频率为8192HZ,同时检查存储设备剩余的存储空间,如果剩余小于1G,对一些数据进行格式化操作,要格式化的数据选择为最早的数据;采集声波信号,声波信号传感器输出为电压信号,输出的电压含有7V的偏置电压,输出为±5V电压。对传感器的供电采用DC24V/3ma,同时对信号进行滤波,采用二阶的巴特沃斯低通滤波器,截止频率设置为8200HZ,避免信号的混叠。滤波后对信号进行放大,使得输出的电压为±10V。
数据的传输与转换如图3所示,打开ARM控制器的GPIO外部中断,因为采样频率为8192Hz,将ARM控制器输出8192HZ的PWM作为A/D转换模块转换的频率,转换完毕后,A/D 转换模块输出的“忙”信号消失,ARM进入中断,将A/D转换模块转换的两个字节的数据读入RAM中,直到采样为1秒的8192个数据时打包;
步骤3:GPS校时定位模块将接收到的卫星信号通过USART(通用同步/异步串行接收/发送器)传输到ARM控制模块中,在秒脉冲上升沿到达时进行校时。
步骤4:ARM控制模块将声波数字信号以每秒进行打包存储为秒级声波数据包,同时根据 GPS的校时时间和地理位置信息给秒级声波数据包打上标签,然后将秒级声波数据包传给DSP 处理模块。
GPS将接收卫星的信号,ARM控制器打开GPIO的外部中断,当GPS的秒脉冲上升沿到达时,打开串口将GPS的数据包传入ARM控制器,解析数据包的时间信息、地理位置信息,并对本地的RTC进行校时;如果GPS未接收到卫星的信息,ARM控制器收不到秒脉冲信息就启用本地的RTC进行校时,将时间信息填进打包的数据包,并注明校时方式,将数据包通过并口传递给DSP处理器。
步骤5:DSP处理模块对秒级声波数据包进行粗略FFT筛选和精细EMD筛选的二级筛选,判断是否为典型信号,将此信息发送给ARM处理模块,ARM处理器决定是否发送数据,在DSP 处理器的RAM中建立8192个两个字节数组以存储接收到的数据包,以达到减少数据发送量的目的。筛选的具体方法为:
步骤5.1:采用FFT将时域的信号转换到频域进行阈值和自相关处理,对秒级声波数据包的筛选首先进行一级粗略筛选,如图4所示,具体包括如下步骤:
步骤5.1.1:对有限长离散声波数字信号进行分解,得到声波两点的DFT,其中声波数字信号的采样频率为N Hz,一共进行次分解。
对于有限长离散声波数字信号{x(n)},0≤n≤N1-1,N1表示处理有限长离散声波数据个数,其声波离散谱{x(k)}可以由离散傅里叶变化(DFT)求得。DFT定义是 k=0,1…,N1-1将声波x(n)序列按奇偶分解成两组:x(2r)=x1(r),x(2r+1)=x2(r), r=0,1,2,…,N1/2。
DFT运算可以分成两组:
N1点的DFT可以全部由下式确定出来:
将N1点的DFT公式的数据个数N1取值为2,称为蝶形运算,对应着一次复乘和两次复加运算。
本实施例中,采样频率设置为8192HZ,进行13次分解,在DSP需要计算106496次。
步骤5.1.2:将声波数据按顺序存入数据存储模块,通过变址运算将自然顺序的存储变成码位倒置顺序的存储,进行FFT的原位运算。将DSP中的数据首先进行码位倒置,即将数据的自然顺序用二进制码表示,在将二进制的码位倒读,使得在运算结束后输出的是自然顺序的结果,程序采用汇编以加快处理速度,通过变址运算将数据变成按时间顺序抽取的FFT,在数据交换时用一个字的寄存器来存储中间数据实现存贮空间的最大利用率。
步骤5.1.3:进行声波信号的第一级蝶形运算至第级蝶形运算,得到频率谱。本实施例中,进行13级蝶形运算,其中需要53248次复乘运算和106496次复加运算。
步骤5.1.4:在频率谱中针对不同地理环境下的管线设置不同的带通阈值进行滤波,去掉低频段和高频段的背景噪声,得到关心的典型信号的频率谱x(n)。本实施例中,阈值最小值设置为1000HZ,最大值设置为4000HZ,根据不同的环境可以选择不同的频带宽,将小于 1000HZ和大于4000HZ的频率去掉,既将不在1000HZ到4000HZ的频率幅值设为0。
步骤5.1.5:对不同的管道进行无泄漏时声波数据的采集,得到无泄漏数据函数y(m),将这些无泄漏数据函数作为管线的函数库存储于DSP处理模块中,在比较时进行调用。本实施例中,将采集装置安装好后,对无泄漏时和无人干扰时管线的环境下数据进行采集,将采集的数据作为数据库,并进行FFT变换将变化后的数据存储在DSP处理器中。
步骤5.1.6:在DSP处理模块中对步骤5.1.4滤波后得到的声波信号x(n)与步骤5.1.5 得到的无泄漏声波数据函数y(m)进行快速相关运算。对于快速相关函数定义为:将声波信号x(n)与无泄漏时声波数据y(m)两组数据进行快速相关求解,选择L> N1+M1-1,其中N1为x(n)的数据个数,M1为y(m)的数据个数,且L=2q,q 为整数,计算线性相关得到如下公式:
在DSP处理器中求解互相关函数,分别求解声波信号x(n)和无泄漏时声波数据y(m)的 FFT得到X(k)与Y(k),采用卷积运算可求得Ryx(k)=X(k)×Y*(k),最后得到互相关函数公式为:ryx(n)=IFFT(Ryx(k))。
步骤5.1.7:确定快速互相关函数ryx(k)的最大值rmax,对得到的互相关函数进行判断,当相关性较大,即最大值rmax大于等于预设阈值T时,则本次声波信号数据x(n)关于阈值T 是不发送数据的标志,将不发送的标志位返回到ARM控制器,粗略筛选结束,执行步骤6;当相关性较小,即最大值rmax小于预设阈值T时,执行步骤5.2,进行精细EMD筛选。本实施例中,对求得的快速相关函数ryx(n)的最大值,并设置其最大值大于等于阈值T,则该秒的数据包是不发送数据的标志,否则进行下一步判断。
步骤5.2:将原始声波信号分解成多个特征模态函数(IMF)声波,对于秒级声波数据包进行基于声波EMD的二级精细筛选,在本实施例中对8192个声波数据进行声波EMD的分解,如图5所示,具体包括如下步骤:
步骤5.2.1:确定采集的原始声波信号x(t)上的所有局部极大值点与局部极小值点,利用三次样条插值曲线,将声波信号的所有局部极大值点拟合出上包络线声波信号xmax(t),将声波信号的所有局部极小值点拟合出下包络线声波信号xmin(t)。本实施例中,即在8192个数据中找出声波信号所有的极大值与极小值,将极大值和极小值分别通过三次样条插值成新的声波信号xmax(t)和xmin(t)。
步骤5.2.2:确定上下两条包络线声波信号的均值m1(t),如下式所示:
步骤5.2.3:用原始声波信号数据x(t)减去m1(t)得到声波序列h1(t),h1(t)=x(t)-m1(t);
步骤5.2.4:判断得到的声波序列h1(t)是否满足IMF的限制条件,两个限制条件为:
(1)在整个声波信号时间段内过零点的次数与过极值点的数目或至多相差1;
(2)在声波信号上任意一点,由声波信号局部极大值定义的上包络声波线和由局部极小值定义的下包络声波线的均值为0,即声波信号关于时间轴局部对称。
若不满足,则将声波序列h1(t)作为新的声波信号替换原始声波信号x(t),返回步骤5.2.1,重新确定上下包络线,重新进行本次分解;若满足,则将声波序列h1(t)作为从原始声波信号筛选出的第一阶段IMF分量C1(t),其中包含了声波信号的高频成分,执行步骤5.2.5。
步骤5.2.5:将第一阶段IMF分量C1(t)从原始声波信号x(t)中分离出来,得到一个去掉高频分量的差值声波信号r1(t),r1(t)=x(t)-C1(t);
步骤5.2.6:判断差值声波信号r1(t)是否为单调函数,即是否不能再分解出IMF分量,若否,则将差值声波信号r1(t)作为新的声波信号替换原始声波信号x(t),返回步骤5.2.1,进行下一次分解;循环执行步骤5.2.1至步骤5.2.6,直到某一次分解得到的差值声波信号rs(t) 是单调函数,该差值声波信号rs(t)则为残余声波信号,执行步骤5.2.7;
步骤5.2.7:将原始声波信号x(t)用分解得到的IMF分量的和与最后一次分解得到的残余声波信号相加来表示,如下式所示:
其中,Cj(t)表示第j次分解得到的IMF分量,各个IMF分量声波信号分别代表了从高到低的不同频段的成分,s表示分解的IMF分量的个数,rs(t)表示最后一次分解得到的残余声波信号。
步骤5.3:利用步骤5.1的FFT变换方法对典型信号x(n)与声波库函数的背景噪声信号 y(m)得到经验模态分解后的前L层IMF的频率特征。
步骤5.4:对不同的工况得到背景噪声的IMF的频率特征与采集到的不同的IMF的频率特征进行幅值比较,得到是否为典型信号;若没有得到典型信号,则将不发送标志位返回到 ARM控制器;若得到典型信号,则将发送标志位返回到ARM控制器。
本实施方式中对数据分解后得到的声波IMF的频率特征,对于声波IMF的前六层进行FFT 变换,针对本实施方案的工况环境,液体泄漏发声信号与背景噪声信号在经验模态分解后在 IMF1、IMF4,IMF5,IMF6的频率分布几乎没有差别,选择IMF2和IMF3进行比较,在对IMF2 和IMF3进行FFT后求取不同频率分布的声波EMD能量由公式进行计算,对于IMF2选取背景噪声频段信号为30Hz到1500HZ,计算能量为E2yb,在同频段内选取采集后的声波信号计算能量为E2xb,同时IMF2选取典型信号的频段信号为1000HZ到4000HZ分别计算能量为E2yd、E2xd,对IMF3选择背景噪声频段为10HZ到1000HZ,典型信号为500HZ 到2500HZ进行同样计算,得到四个参数E3yb、E3xb、E3yd、E3yd、E3xd;如果同时满足下面四个条件:E2yb>E2xb、E2yd<E2xd、E3yb>E3xb、E3yd<E3xd,则可以确定为典型信号。
步骤6:当ARM控制器接收到不发送标志位指令时,将管道泄漏检测装置正常标志发送给数据发送模块,数据发送模块将管道泄漏检测装置正常工作状态传递给上位机;当ARM控制器接收到发送标志位指令时,ARM控制器将存在数据存储模块的前λ分钟的数据包传递给 GPRS无线通信模块,GPRS无线通信模块通过无线网络传输到上位机。
在本实施例中,DSP处理器将是否发送的秒级的标志位传递给ARM控制器,在没有典型信号出现时,ARM控制器每秒将正常工作位置编号数字发送给上位机,从而可以时刻监控管道泄漏检测装置的正常工作,在出现典型信号出现时,将信号的此时的时间编号的前1800秒的数据包发送上位机,并且一直发送直到没有发送标志位出现。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (1)
1.一种基于声波实时数据二级筛选的管道泄漏检测方法,其特征在于:采用一种基于声波实时数据二级筛选的管道泄漏检测装置实现,该装置包括声波传感器模块、野外二级数据筛选无线发送模块和太阳能蓄电池模块;
所述声波传感器模块,为分布在待监控管道管壁上的对多个点的声波信号进行采集的加速度传感器,用于将采集到的声波数据传送至所述野外二级数据筛选无线发送模块;
所述野外二级数据筛选无线发送模块,工作在野外,用于将采集到的声波数据进行筛选处理,将关注的典型信号发送至上位机,同时对太阳能蓄电池模块进行电源管理;
所述太阳能蓄电池模块包括太阳电池板和蓄电池,用于对整个管道泄漏检测装置进行供电;
所述野外二级数据筛选无线发送模块包括DSP处理模块、ARM控制模块、A/D转换模块、数据存储模块、GPRS无线通信模块、GPS校时定位模块和信号调理放大模块;
所述DSP处理模块用于对数据进行处理、分析和筛选;
所述ARM控制模块用于将AD转换后的声波数据同时传递到所述数据存储模块和DSP处理模块,将GPS接收校时信息打包加入数据包,最后将需要发送的典型数据、时间、地理位置通过GPRS无线通信模块打包,通过无线网络传至上位机,并对所述太阳能蓄电池模块的电能情况进行管理;
所述数据存储模块用于将数据进行实时的离线存储;
所述GPRS无线通信模块用于将数据包通过无线网络发送至上位机;
所述GPS校时定位模块用于根据GPS天线接收到卫星的信息将时间进行解码校时,并在校时中采用秒脉冲的上升边沿进行时间同步;
所述信号调理放大模块包括供电电路与滤波放大电路,所述供电电路用于对IEPE加速度传感器提供恒流源,所述滤波放大电路用于将采集的声波信号滤波放大后转换为便于测量的±10V信号范围;
所述A/D转换模块用于将所述声波传感器模块采集到的声波模拟信号转化成数字信号,并传递给所述ARM控制模块;
所述野外二级数据筛选无线发送模块包括三块基板和一块底板,所述DSP处理模块与ARM控制模块和数据存储模块设于第一基板上,第一基板上包括控制芯片DSP处理器及ARM处理器、辅助工作电路、外设接口、状态指示灯和稳压电路;所述GPRS无线通信模块和GPS校时定位模块设于第二基板上,第二基板上包括辅助外部电路、GPRS天线和GPS天线的同轴接线端;所述A/D转换模块与信号调理放大模块设于第三基板上;所述第一基板、第二基板和第三基板通过总线插槽连接在底板上,使得各个基板相互连接,太阳能蓄电池模块对各个基板提供电源;
该方法包括以下步骤:
步骤1:安装基于声波实时数据二级筛选的管道泄漏检测装置,在启动装置前,对该装置中的各模块进行初始化操作;
步骤2:启动装置,设置声波信号的采样频率和滤波电路的截止频率,采集声波信号,并经过滤波放大后转化成数字信号;
步骤3:GPS校时定位模块将接收到的卫星信号传输到ARM控制模块中,在秒脉冲上升沿到达时进行校时;
步骤4:ARM控制模块将声波数字信号以每秒进行打包存储为秒级声波数据包,同时根据GPS的校时时间和地理位置信息给秒级声波数据包打上标签,然后将秒级声波数据包传给DSP处理模块;
步骤5:DSP处理模块对秒级声波数据包进行粗略FFT筛选和精细EMD筛选的二级筛选,判断是否为典型信号,将此信息发送给ARM处理模块,具体方法为:
步骤5.1:采用FFT将时域的信号转换到频域进行阈值和自相关处理,对秒级声波数据包的筛选首先进行一级粗略筛选,具体包括如下步骤:
步骤5.1.1:对有限长离散声波数字信号进行分解,得到声波两点的DFT,其中声波数字信号的采样频率为N Hz,一共进行次分解;
步骤5.1.2:将声波数据按顺序存入数据存储模块,通过变址运算将自然顺序的存储变成码位倒置顺序的存储,进行FFT的原位运算;
步骤5.1.3:进行声波信号的第一级蝶形运算至第级蝶形运算,得到频率谱;
步骤5.1.4:在频率谱中针对不同地理环境下的管线设置不同的带通阈值进行滤波,去掉低频段和高频段的背景噪声,得到关心的典型信号滤波后的声波信号x(n);
步骤5.1.5:对不同的管道进行无泄漏时声波数据的采集,得到无泄漏数据函数y(m),将这些无泄漏数据函数作为管线的函数库存储于DSP处理模块中,用于调用;
步骤5.1.6:在DSP处理模块中对步骤5.1.4滤波后得到的声波信号x(n)与步骤5.1.5得到的无泄漏声波数据函数y(m)进行快速相关运算,得到互相关函数公式为:ryx(n)=IFFT(Ryx(k)),其中,Ryx(k)=X(k)×Y*(k),为X(k)与Y(k)的卷积运算,X(k)与Y(k)分别为声波信号x(n)和无泄漏时声波数据函数y(m)的FFT;
步骤5.1.7:确定快速互相关函数ryx(n)的最大值rmax,对得到的互相关函数进行判断,当相关性较大,即最大值rmax大于等于预设阈值T时,则本次声波信号数据x(n)关于阈值T是不发送数据的标志,将不发送的标志位返回到ARM控制模块,粗略筛选结束,执行步骤6;当相关性较小,即最大值rmax小于预设阈值T时,执行步骤5.2,进行精细EMD筛选;
步骤5.2:将原始声波信号分解成多个特征模态函数(IMF)声波,对于秒级声波数据包进行二级精细EMD筛选,具体包括如下步骤:
步骤5.2.1:确定采集的原始声波信号x(t)上的局部极大值点与局部极小值点,利用三次样条插值曲线,将声波信号的所有局部极大值点拟合出上包络线声波信号xmax(t),将声波信号的所有局部极小值点拟合出下包络线声波信号xmin(t);
步骤5.2.2:确定上下两条包络线声波信号的均值m1(t),
步骤5.2.3:用原始声波信号数据x(t)减去m1(t)得到声波序列h1(t),h1(t)=x(t)-m1(t);
步骤5.2.4:判断得到的声波序列h1(t)是否满足IMF的已知限制条件,若不满足,则将声波序列h1(t)作为新的声波信号替换原始声波信号x(t),返回步骤5.2.1,重新确定上下包络线,重新进行本次分解;若满足,则将声波序列h1(t)作为从原始声波信号筛选出的第一阶段IMF分量C1(t),其中包含了声波信号的高频成分,执行步骤5.2.5;
步骤5.2.5:将第一阶段IMF分量C1(t)从原始声波信号x(t)中分离出来,得到一个去掉高频分量的差值声波信号r1(t),r1(t)=x(t)-C1(t);
步骤5.2.6:判断差值声波信号r1(t)是否为单调函数,若否,则将差值声波信号r1(t)作为新的声波信号替换原始声波信号x(t),返回步骤5.2.1,进行下一次分解,直到分解得到的差值声波信号是单调函数,该差值声波信号则为残余声波信号,执行步骤5.2.7;
步骤5.2.7:将原始声波信号x(t)用分解得到的IMF分量的和与最后一次分解得到的残余声波信号相加来表示,即其中,Cj(t)表示第j次分解得到的IMF分量,各个IMF分量声波信号分别代表了从高到低的不同频段的成分,s表示分解的IMF分量的个数,rs(t)表示最后一次分解得到的残余声波信号;
步骤5.3:利用步骤5.1的FFT变换方法对典型信号x(n)与无泄漏数据函数y(m)得到经验模态分解后的前L层IMF的频率特征;
步骤5.4:对不同的工况得到背景噪声的IMF的频率特征与采集到的不同的IMF的频率特征进行幅值比较,得到是否为典型信号;若没有得到典型信号,则将不发送标志位返回到ARM控制模块;若得到典型信号,则将发送标志位返回到ARM控制模块;
步骤6:当ARM控制模块接收到不发送标志位指令时,将管道泄漏检测装置正常标志发送给数据发送模块,数据发送模块将管道泄漏检测装置正常工作状态传递给上位机;当ARM控制模块接收到发送标志位指令时,ARM控制模块将存在数据存储模块的前λ分钟的数据包传递给GPRS无线通信模块,GPRS无线通信模块通过无线网络传输到上位机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611043911.8A CN106523928B (zh) | 2016-11-24 | 2016-11-24 | 基于声波实时数据二级筛选的管道泄漏检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611043911.8A CN106523928B (zh) | 2016-11-24 | 2016-11-24 | 基于声波实时数据二级筛选的管道泄漏检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106523928A CN106523928A (zh) | 2017-03-22 |
CN106523928B true CN106523928B (zh) | 2018-08-03 |
Family
ID=58356534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611043911.8A Active CN106523928B (zh) | 2016-11-24 | 2016-11-24 | 基于声波实时数据二级筛选的管道泄漏检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106523928B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3410636A1 (de) * | 2017-05-30 | 2018-12-05 | Siemens Aktiengesellschaft | Verfahren zur übertragung analyserelevanter daten, sender und system |
CN107420092B (zh) * | 2017-08-14 | 2019-08-02 | 中国石油大学(北京) | 井下管柱泄漏点定位方法及装置 |
CN108397692B (zh) * | 2018-01-29 | 2019-08-23 | 清华大学合肥公共安全研究院 | 基于噪声信号时域分段频谱分析的管道泄漏识别方法 |
CN108488638B (zh) * | 2018-03-28 | 2019-08-20 | 东北大学 | 基于声波负压波混合监测的管道泄漏监测系统及方法 |
CN108644618B (zh) * | 2018-05-09 | 2019-07-09 | 常州大学 | 基于vmd分量相对熵分析的管道泄漏定位方法 |
CN108870091B (zh) * | 2018-07-19 | 2019-09-10 | 东北大学 | 基于高低频混合检测的管道泄漏监测系统及方法 |
CN112963740B (zh) * | 2021-03-02 | 2022-09-23 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种换流站消防管道泄漏监测定位方法 |
CN114576568B (zh) * | 2022-02-25 | 2023-08-29 | 辽宁石油化工大学 | 基于次声波的管道泄漏检测方法及装置 |
CN114877262A (zh) * | 2022-04-20 | 2022-08-09 | 成都千嘉科技股份有限公司 | 基于ai芯片燃气管道泄漏的声发射检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441456A (zh) * | 2008-12-22 | 2009-05-27 | 东北大学 | 双核嵌入式网络化数据采集装置及其盲源分离滤波方法 |
CN203348923U (zh) * | 2013-01-30 | 2013-12-18 | 广州东芝白云自动化系统有限公司 | 管道漏水检测仪及具有该检测仪的管道网络漏水监测系统 |
CN104075122A (zh) * | 2014-06-12 | 2014-10-01 | 东北大学 | 一种便携式一体化管道泄漏检测装置及方法 |
CN104391045A (zh) * | 2014-10-28 | 2015-03-04 | 邢涛 | 基于声波的方形木材孔洞缺陷识别系统及方法 |
CN105136276A (zh) * | 2015-09-18 | 2015-12-09 | 沈阳化工大学 | 一种非接触式的球磨机旋转筒体振动信号采集系统 |
CN204990662U (zh) * | 2015-07-22 | 2016-01-20 | 河北工业大学 | 一种具有数据筛选功能的无线传输系统 |
CN105423137A (zh) * | 2015-12-28 | 2016-03-23 | 安阳师范学院 | 燃气管网泄漏瞬变压力波检测分析系统及检测分析方法 |
-
2016
- 2016-11-24 CN CN201611043911.8A patent/CN106523928B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441456A (zh) * | 2008-12-22 | 2009-05-27 | 东北大学 | 双核嵌入式网络化数据采集装置及其盲源分离滤波方法 |
CN203348923U (zh) * | 2013-01-30 | 2013-12-18 | 广州东芝白云自动化系统有限公司 | 管道漏水检测仪及具有该检测仪的管道网络漏水监测系统 |
CN104075122A (zh) * | 2014-06-12 | 2014-10-01 | 东北大学 | 一种便携式一体化管道泄漏检测装置及方法 |
CN104391045A (zh) * | 2014-10-28 | 2015-03-04 | 邢涛 | 基于声波的方形木材孔洞缺陷识别系统及方法 |
CN204990662U (zh) * | 2015-07-22 | 2016-01-20 | 河北工业大学 | 一种具有数据筛选功能的无线传输系统 |
CN105136276A (zh) * | 2015-09-18 | 2015-12-09 | 沈阳化工大学 | 一种非接触式的球磨机旋转筒体振动信号采集系统 |
CN105423137A (zh) * | 2015-12-28 | 2016-03-23 | 安阳师范学院 | 燃气管网泄漏瞬变压力波检测分析系统及检测分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106523928A (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106523928B (zh) | 基于声波实时数据二级筛选的管道泄漏检测方法 | |
CN107461611B (zh) | 基于小波和emd重构相结合的泄漏检测方法及泄漏检测装置 | |
AU2020261087B2 (en) | Method and system for detecting a structural anomaly in a pipeline network | |
CN102563361A (zh) | 基于常规数据和音波信号的输气管道泄漏检测定位装置及方法 | |
CN104136896B (zh) | 用于获取旋转马达的振动信号的系统 | |
CN106352243A (zh) | 一种基于声波法的输气管道泄露检测系统 | |
CN101260976A (zh) | 一种管道泄漏检测系统 | |
CN107060739B (zh) | 一种存储式油井动液面监测系统及方法 | |
CN113008361B (zh) | 一种变电站站界噪声抗环境干扰检测方法及装置 | |
CN104373820B (zh) | 降低管道泄漏监测误报率的方法 | |
CN104301052A (zh) | 一种基于fpga的无缝采集及实时频谱监测的实现方法 | |
EP3112820A1 (en) | Fluid consumption meter with noise sensor | |
CN106090629A (zh) | 城市地下管廊供水管道泄漏检测系统及方法 | |
CN201477162U (zh) | 电容型设备介质损耗角在线监测装置 | |
CN104864274B (zh) | 管道泄漏声波信号增强方法 | |
CN103528634B (zh) | 一种科里奥利质量流量计云传输数字信号处理装置及方法 | |
CN108196321A (zh) | 一种降雨测量装置和方法 | |
GB2513094A (en) | Pipeline Monitoring Unit and Method | |
CN208872879U (zh) | 一种微地震数据采集系统 | |
CN108362966A (zh) | 一种油浸变压器高精度噪声在线监测方法和系统 | |
CN104764564A (zh) | 基于声波传感器的阀门内漏检测方法 | |
CN109027705A (zh) | 一种海底管道次声波泄漏监测系统 | |
Martínez et al. | Metadata-driven universal real-time ocean sound measurement architecture | |
CN105046926A (zh) | 基于ZigBee无线传感器网络的供水管道监测系统 | |
CN106352974B (zh) | 一种数字式的声级计脉冲计权方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |