CN109827519A - 一种管道变形监测方法及系统 - Google Patents
一种管道变形监测方法及系统 Download PDFInfo
- Publication number
- CN109827519A CN109827519A CN201910195115.3A CN201910195115A CN109827519A CN 109827519 A CN109827519 A CN 109827519A CN 201910195115 A CN201910195115 A CN 201910195115A CN 109827519 A CN109827519 A CN 109827519A
- Authority
- CN
- China
- Prior art keywords
- signal
- optical signal
- transceiver equipment
- feedback signal
- cloud server
- 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.)
- Granted
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提供了一种管道变形监测方法及系统,所述系统包括云端服务器、光信号收发设备、分布式光纤传感器。本发明提供了一种管道变形监测方法及系统,该方法通过事件数据库的设置,可精确识别变形事件;通过顺序识别码的设置,可识别不同时刻测定的调制光信号;通过d‑t数据库等设置方式,加快云端服务器的数据处理速度,具有处理速度快、事件识别效果良好的特点,该系统的光信号收发设备结构简单,制作和维护成本较低,有利于大规模普及应用,在实际使用中具有良好的实用性。
Description
技术领域
本发明涉及分布式光纤传感领域,具体涉及到一种管道变形监测方法及系统。
背景技术
深埋地下的油气管道规模庞大,会因地质沉降存在应力危害导致变形,进而出现管道损坏泄露等问题。一旦出现问题,轻则对周围生态环境造成破坏,严重时会产成爆炸,威胁人民生命财产安全。
目前应用广泛的油气管道泄露监测技术主要有负压波法,声波法等。负压波法具有成本低、技术成熟的优势,但负压波法多用于短距离直线输油管道,应用范围窄,定位精度低;声波法具有定位精度高的优点,但由于传感器是分立式安装,因此无法实现分布式监测,且后期维护成本昂贵
分布式光纤传感监测技术是一种利用传感光纤作为监测元件与信号传输媒介的新型传感技术,具有体积小、质量轻、抗电磁干扰、耐腐蚀、灵敏度高、测量速度快、使用寿命长、成本低廉等优势,因此,可基于分布式光纤传感器建立一种有效的管道变形监测方法及系统。
发明内容
为了实现管道变形监测,本发明实施例提供了一种管道变形监测方法及系统,该方法和系统基于分布式光纤传感技术实现,具有监测效果好、变形事件判断准确、变形事件判断快速等特点,在实际应用中具有良好实用性。
相应的,本发明实施例提供了一种管道变形监测方法,所述方法包括以下步骤:
在云端服务器上构建变形事件数据库,所述变形事件数据库包括变形事件及所述变形事件所对应的特征信号;
基于云端服务器下发启动信号至光信号收发设备并接收所述光信号收发设备上传的第一反馈信号f1(t,s),t为光信号收发设备接收调制光信号的时间节点,s为对应时间节点的调制光信号值;
基于云端服务器将所述第一反馈信号f1(t,s)转换为第二反馈信号f2(L,Δε),L为分布式光纤传感器上任意位置至所述光信号收发设备的距离,Δε为分布式光纤传感器上对应位置变形量;
基于所述特征信号分析所述第二反馈信号f2(L,Δε),得到第三反馈信号f3(L,b),b为所述分布式光纤传感器沿长度方向的状态;
基于所述分布式光纤传感器在管道上的铺设方式,将第三反馈信号f3(L,b)转换为第四反馈信号f4(a,b),a为所述管道表面上的具体位置;
基于所述第四反馈信号f4(a,b),生成管道变形实时监测示意。
可选的实施方式,所述变形事件数据库还包括:
变形事件生效时间;
变形事件所对应的优先级;
变形事件所对应的应对工作组。
可选的实施方式,所述基于所述特征信号分析所述第二反馈信号f2(L,Δε),得到第三反馈信号f3(L,b)包括以下步骤:
以实时时间为筛选条件,基于所述变形事件生效时间筛选所述变形事件数据库,生成过滤数据库;
基于所述过滤数据库中的特征信号分析所述第二反馈信号f2(L,Δε),判断管道是否发生所述过滤数据库中的变形事件;
当变形事件发生时,基于所述变形事件所对应的优先级,生成不同的状态b,第二反馈信号f2(L,Δε)转换为第三反馈信号f3(L,b)。
可选的实施方式,所述方法还包括以下步骤:
在变形事件发生时,云端服务器生成警告信号并发送至所述变形时间所对应的应对工作组。
可选的实施方式,所述基于云端服务器下发启动信号至光信号收发设备并接收所述光信号收发设备上传的第一反馈信号f1(t,s)包括以下步骤:
基于云端服务器下发启动信号至光信号收发设备;
所述光信号收发设备生成初始光信号导入至分布式光纤传感器;
所述分布式光纤传感器对所述初始光信号进行调制后形成调制光信号;
所述光信号收发设备将接收到调制光信号的时间节点t与对应的调制光信号值s打包,生成第一反馈信号f1(t,s)并上传至云端服务器。
可选的实施方式,所述调制光信号值为布里渊散射的频移量νB。
可选的实施方式,第一反馈信号f1(t,s)与第二反馈信号f2(L,T)之间的的转换关系为:
c为真空中的光速,t为时间节点,IOR为分布式光纤传感器的折射率;
联合方程
其中,ωs为频率较低的布里渊斯托克斯光频率、ωas为频率较高的布里渊反斯托克斯光频率、νB为布里渊散射的频移量、λp为入射光的波长、Vα为光纤声波速度、n为折射率、E杨为氏模量、ρ为密度、k为泊松比、T为光纤温度、Cε为应变与频移的线性系数;
入射光波长λp固定为1550.12nm,光纤声波速度Vα固定,光纤温度T固定,初始频移νB(ε0,T0)为10.7GHz,νB(ε,T0)等于初始频移与应变产生的频移CεΔε之和;
基于分布式光纤传感器轴向沿线分布的νB解调出应变量Δε。
可选的实施方式,所述云端服务器基于启动信号数据包下发启动信号至光信号收发设备,所述光信号收发设备基于反馈信号数据包上传所述第一反馈信号至云端服务器;
所述启动信号数据包包括一顺序识别码;所述反馈信号数据包包括与对应启动信号数据包的顺序识别码相同的顺序识别码。
可选的实施方式,所述特征信号包括:
单个分布式光纤传感器的瞬时特征信号;
单个分布式光纤传感器的连续特征信号;
多个分布式光纤传感器的瞬时特征信号;
多个分布式光纤传感器的连续特征信号。
相应的,本发明提供了一种管道变形监测系统,包括:
云端服务器:用于下发启动信号至光信号收发设备,接收光信号收发设备的调制光信号,且在对所述调制光信号进行处理分析后,基于变形事件形成不同程度的警告信号并发送至相应的应对工作组;
光信号收发设备:用于接收云端服务器下发的启动信号,生成初始光信号,接收调制光信号并上传至云端服务器;
分布式光纤传感器:用于将所述初始光信号调制处理为调制光信号。
本发明提供了一种管道变形监测方法及系统,该方法通过事件数据库的设置,可精确识别变形事件;通过顺序识别码的设置,可识别不同时刻测定的调制光信号;通过d-t数据库等设置方式,加快云端服务器的数据处理速度,具有处理速度快、事件识别效果良好的特点,该系统的光信号收发设备结构简单,制作和维护成本较低,有利于大规模普及应用,在实际使用中具有良好的实用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1示出了本发明实施例的管道变形监测方法流程图;
图2示出了本发明实施例的变形事件数据库结构示意图;
图3示出了本发明实施例的管道变形监测原理图;
图4示出了本发明实施例的管道变形监测系统结构图;
图5示出了本发明实施例光信号收发设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1示出了本发明实施例的管道变形监测方法流程图。本发明实施例提供了一种管道变形监测方法,包括以下步骤:
S101:在云端服务器上构建变形事件数据库;
根据管道上分布式光纤传感器的设置方式,需要在云端服务器中预构建变形事件数据库,从而通过第二反馈信号f2(L,Δε)判断出管道上是否存在变形事件以及变形事件的内容,L为分布式光纤传感器上任意位置至所述光信号收发设备的距离,Δε为分布式光纤传感器上对应位置的变形量。
图2示出了本发明实施例的变形事件数据库结构示意图。具体的,事件数据库至少包括变形事件、变形事件所对应的生效时间、变形事件所对应的特征信号、变形事件所对应的优先级以及变形事件所对应的应对工作组五个属性。
具体的,单个分布式光纤传感器可起独立的监测作用,针对某些特定事件,多个分布式光纤传感器可形成配合起监测作用。因此,所述特征信号可以为一个分布式光纤传感器的特征信号,也可以为多个分布式光纤传感器的特征信号所组成的特征信号组。
此外,单个分布式光纤传感器在连续时间的变化情况,多个分布式光纤传感器在连续时间上的变化情况都有可能可反映出某一事件。
综上所述,事件所对应的特征信号包括以下几种类型:
a.单个分布式光纤传感器的瞬时特征信号;
b.单个分布式光纤传感器的连续特征信号;
c.多个分布式光纤传感器的瞬时特征信号;
d.多个分布式光纤传感器的连续特征信号。
具体的,针对于管道变形监测方面,本发明就以上所述的四种特征信号类型分别距离进行说明,具体实施中,特征信号的数量越多,相对应的事件越丰富,该管道变形监测方法监测效果越好;本发明实施例仅以几种具有代表性意义的事件作为例子进行说明。
实施例一:
单个分布式光纤传感器的瞬时特征信号,主要用于与在一次信息采集中所获取的分布式光纤传感器的数据的分析比对;一次信息采集所获取的分布式光纤传感器数据为距离-新变量(L-Δε)关系曲线,利用单个分布式光纤传感器的瞬时特征信号,通过对L-Δε曲线的分析,可分析出分布式光纤传感器沿长度方向是否发生变形,变形值是多少。
实施例二:
管道的变形主要受应力驱动,通过单个分布式光纤传感器的瞬时特征信号只能分析出某一时刻管道是否发生变形;一些短时间内的应力增加事件使管道发生短时变形可能不会影响管道的性能,如管道上方为路面,重载货车经过时,管道所受应力增加造成变形程度增大,但在很短时间内应力恢复正常;以上过程不会影响管道自身性能,但该过程只有通过连续的信号分析才可得出,因此,该类事件需要单个分布式光纤传感器的连续特征信号进行比对。
实施例三:
实施例1中通过单个分布式光纤传感器,实现了对管道长度方向上变形事件发生位置进行定位的功能;具体的,管道为立体结构,管道的变形并非是某一位置凸起或凹陷,而是整段管道都会发生变形。通过在管道上铺设多条分布式光纤传感器,可分析出管道的具体变形方向。通过管道变形方向的确认,可进一步推导出管道变形的原因和危害性,为应对方案的设计进行参考。针对于该类事件,使用多个分布式光纤传感器的瞬时特征信号进行分析比对较为合理。
实施例四:
基于实施例二的实施方式,在短时间内管道有可能发生方向不一致的多次变形,如果只铺设单个分布式光纤传感器,仅能识别出管道是否发生变形、变形和时间对照关系,而不能识别出变形的方向;因此,有必要对多个分布式光纤传感器进行持续性的信号采集,以获取带有管道变形方向的数据;在该类事件中,需要多个分布式光纤传感器的连续特征信号进行分析比对。
具体的,变形事件数据库需要设置生效时间属性的原因在于,在时间周期性变化因素或人类周期性运动变化因素等规律性变化影响下,管道状态会相应的发生规律性的变化;例如,冬天气温变低导致管道的收缩与管道周围土壤的不均匀收缩,冻土、冰雪等自然产物的不均匀分布也会导致管道发生变形,该类变化是实际作业中不可避免的,但是是可预见的;因此,有可能会发生以下情况:同一分布式光纤传感器在不同时间下的反馈信号是不同的;或者当不同的事件发生时,根据事件所发生的时间的不同,同一分布式光纤传感器可能会产生相同的反馈信号。
因此,在构建所述事件数据库时,还应该加入生效时间属性;一方面,加入生效时间属性后,基于事件生效时间属性筛选事件数据库,可大大减少实际使用时事件数据库的规模,提高匹配和识别效率,加快变形事件的识别;另一方面,在不同的时间下,相同的分布式光纤传感器反馈信号可能对应于多个变形事件,在加入生效时间属性后,只有当前时间生效的事件才可用于分布式光纤传感器反馈信号的匹配和识别,可有效增加变形事件识别准确性。
此外,由分布式光纤传感器的传感原理可知,光信号收发设备所接收的调制光信号为多个由时间节点t与所述时间节点对应的调制光信号s组成的二维值,即第一反馈信号f1(t,s)。
具体的,可基于调制光信号s计算分布式光纤变形量Δε,可基于时间节点t计算调制光信号s的产生位置距光信号收发设备的距离L,从而将第一反馈信号转换为第二反馈信号f2(L,Δε)。
具体实施中,分布式光纤传感器和管道在铺设完成后,分布式光纤传感器和管道的相对位置都是固定的,根据分布式光纤传感器在管道上的铺设位置,可将L参数转换为管道上的具体位置a。
本发明实施例的特征信号主要为L-Δε特征信号,应用在第二反馈信号f2(L,Δε)的处理中;通过上述换算方式可知,实质上,t参数和a参数具有一固定的函数关系。
受光信号收发设备的光信号处理速度限制,光信号收发设备最终所获取的调制光信号实质上为根据t参数所建立的一系列的离散点值,而不是连续的。因此,针对一段管道而言,采用分布式光纤传感器采集到的点的数量为有限的。因此,t参数和L参数除了通过相互之间的函数关系进行换算外,还可以设立t-L参数转换数据库,以相互对应的方式,通过数据库匹配的模式,直接将t参数转换为L参数;相较于使用函数运算而言,数据库匹配的方式速度更快,有利于数据的快速处理。
同理,可以设置相关的t-a参数转换数据库,L-a参数转换数据库,以加快运算效率。
需要说明的是,实时计算所需的硬件载体为处理器,而数据库所需的硬件载体为储存器,处理器规模的硬件成本较储存器的硬件成本高,尤其是大规模设置的情况下,因此,虽然数据库的规模较大,但是相较于实时计算所需的硬件成本,使用数据库模式较实时计算方式的实施成本更低。
S102:基于云端服务器下发启动信号至光信号收发设备;
S103:所述光信号收发设备生成初始光信号导入至分布式光纤传感器;
S104:所述分布式光纤传感器对所述初始光信号进行调制后形成调制光信号;
S105:所述光信号收发设备将接收到调制光信号的时间节点t与对应的调制光信号值s打包,生成第一反馈信号f1(t,s)并上传至云端服务器;
本发明实施例的光信号收发设备主要有三个作用,分别为受启动信号触发生成初始光信号、接收经分布式光纤传感器处理后的调制光信号、打包所述反馈信号调制光信号为第一反馈信号f1(t,s)并发送至云端服务器。
一方面,具体实施中,在整个系统中设置有多个光信号收发设备;如果多个光信号收发设备同时进行数据下载和上传会造成严重的网络拥堵以及会对云端服务器产生极大的数据吞吐压力和数据处理压力。
另一方面,管道变形时间所要求的实时性不强,具体实施中,针对于管道所发生的事件,在事件发生后,需要经过信号反馈、信号分析处理、人工应对整个流程;人工应对流程包括对事件内容的获取、生成事件应对方案、事件应对方案执行等多个步骤,在整个流程中,无论信号反馈的时间量级是毫秒级、秒级、分钟级,对整个流程所花费的时间影响较小;此外,根据目前所划分的乡镇规模,以小范围的管道分布式光纤传感器设备铺设测试进行模拟,本发明实施例所提供的管道变形监测方法,采用遍历方式采集所有管道上的分布式光纤传感器数据,所花费的时间根据云端服务器的硬件配置,不超过一分钟时间,可满足管道变形监测的需求。
因此,本发明实施例采用的为云端服务器主动驱动的方式,通过云端服务器的宏观管理,按设定顺序下发启动信号至相应的光信号收发设备,并按照特定的逻辑接收光信号收发设备的上传数据。
此外,由于光信号收发设备是设置在管道一端的,光信号收发设备的设置数量较多,且设置位置较为复杂;一般的,光信号收发设备需要和管道一体埋于地下,因此,在整个系统中,最容易发生损坏的零件为光信号收发设备,需要经常对光信号收发设备进行检修或进行更换;因此,为了精简光信号收发设备结构,减少光信号收发设备的制造成本和维护成本,本发明实施例的光信号收发设备对调制光信号进行采集后,不在本地(即光信号收发设备)进行数据处理,而是仅对调制光信号进行初步的模数转换后,打包为第一反馈信号f1(t,s)上传至云端服务器;第一反馈信号f1(t,s)的具体处理是在云端服务器上进行。
需要说明的是,此处的模数转换仅指对调制光信号进行初步的模数转换处理,便于打包上传,具体不涉及到调制光信号的运算过程,调制光信号的实际运算处理是在云端服务器上执行的。
具体的,当光信号收发设备发出初始光信号后,同步地,光信号收发设备开始接收经分布式光纤传感器调制后的反馈信号,根据光时域反射原理,以初始光信号发射时间为基准,根据调制光信号获取时间,可判断调制光信号所对应的位置。相应的,根据预设的光信号收发设备设置的位置及分布式光纤传感器监测距离,可设定光信号收发设备对调制光信号的获取时间;光信号收发设备的获取时间内持续对调制光信号进行获取,当获取时间到达后,光信号收发设备将所获取的调制光信号进行打包,上传至云端服务器。
因此,反馈信号的具体内容为光信号收发设备对调制光信号的接收时间(即时间节点)和调制光信号的信号值(即调制光信号值),光信号收发设备上传至云端服务器的第一反馈信号f1(t,s)为时间节点t和时间节点所对应的调制光信号值s组成的多个二维值。
通过该设置方式,光信号收发设备的电路结构大大简化,制造维护成本降低,在实际使用中具有良好的实用性和经济性。
此外,考虑到由于存在多个光信号收发设备,只有当多个光信号收发设备都将分布式光纤传感器的信号反馈完成后,云端服务器才能得出某一时间整个管道网络的完整情况。
由于光信号收发设备的性能差异和光信号收发设备所对应的分布式光纤传感器规模差异,光信号收发设备从接收启动信号至上传第一反馈信号中间所花费的时间是不同的;云端服务器可控的主动下发启动信号,受通信速度、通信环境、光信号收发设备的个体差异性等影响,很难实现主动接收反馈信号的功能。因此,为了供云端服务器识别出光信号收发设备所回传的反馈信号是与哪一个启动信号相对应的,本发明实施例提供了一种启动信号数据包结构以及一种反馈信号数据包的结构。
具体的,启动信号数据包至少包括一顺序识别码和启动信号代码;反馈信号数据包至少包括一顺序识别码和第一反馈信号代码。
具体的,顺序识别码由云端服务器生成,当云端服务器需要通过所有光信号收发设备进行管道信息采集时,会对所有的光信号收发设备下发启动信号数据包,以获取所有光信号收发设备的反馈信息,再拼接形成一完整的管道网络信息。
在同一次的管道信息采集过程中,云端服务器对所有的光信号收发设备下发的启动信号数据包的顺序识别码相同;各个光信号收发设备接收到启动信号数据包后,通过对启动信号代码的识别开始执行管道数据采集,数据采集完成后,光信号收发设备生成反馈信号数据包回传数据至云服务器,回传信号数据包中的顺序识别码与当次采集所对应的启动信号数据包中的顺序识别码一致;当云端服务器接收到各个光信号收发设备的回传信号数据包后,基于顺序识别码将不同光信号收发设备的反馈信号数据包进行归类整理,将同一顺序识别码的数据视为同一次采集的数据,便于云端服务器进行数据分析。
通过顺序识别码的功能可知,至少需保证相邻两次的顺序识别码不同,因此,可选的,顺序识别码可基于云端服务器下发启动信号数据包的时间或采集作业的累计作业次数进行生成,从而保证顺序识别码的唯一性。
需要说明的是,以上所述的启动信号数据包和反馈信号数据包内均无涉及到光信号收发设备识别的内容,其原因在于,目前设备间的通信绝大部分为握手通信方式,在数据包的交互传递前,设备间均已实现相互间的身份信息确认及验证,因此,云端服务器在与各个光信号收发设备进行通信前,均已确认对光信号收发设备的身份进行确认,而不需通过交互的数据包内容进行设备的识别,因此,上述所介绍的启动信号数据包和回传信号数据包内均无涉及到设备识别的内容。具体的,有关设备间的握手通信方式,可参照现有通信技术,本发明实施例不另起篇幅进行介绍。
需要说明的是,如果不选用握手通信的方式,而是采用广播等非指向性地交互方式,则启动信号数据包和反馈信号数据包分别至少还应包括光信号收发设备的设备码。
S106:基于云端服务器将所述第一反馈信号f1(t,s)转换为第二反馈信号f2(L,Δε),L为分布式光纤传感器上任意位置至所述光信号收发设备的距离,Δε为分布式光纤传感器上对应位置变形量;
在云端服务器基于反馈信号数据包接收到第一反馈信号时,首先根据顺序识别码将反馈信号数据包进行分类,基于分类结果将具有同一顺序识别码的反馈信号数据包设置在同一储存区域中,将具有不同顺序识别码的反馈信号数据包分离,防止反馈信号数据包顺序错乱。
然后提取反馈信号数据包中的反馈信号代码,开始进行反馈信号代码的解析和处理。
具体的,首先需要将第一反馈信号f1(t,s)转换为第二反馈信号f2(L,Δε)。
图3示出了本发明实施例的管道变形监测原理图。具体的,首先,将t参数转换为L参数。根据光时域反射原理,可通过时间节点t对分布式光纤传感器的距离参数L进行计算。具体的,计算公式为其中,L为t时间节点调制光信号值所产生的位置至光信号收发设备的距离,c为真空中的光速,t为时间节点,IOR为分布式光纤传感器的折射率。
在分布式光纤传感器应用至管道变形监测中时,在油气管道受应力产生形变时,分布式光纤传感器相应的发生应变,分布式光纤传感器内部布里渊散射光产生频移变化,通过对频移的处理可得到相应的应变量。
具体的,分布式光纤传感器中材料分子由于布朗运动产生自发声波场光栅,其速度为Vα。入射光的频率为ωp,入射光与其作用产生两种与入射光不同的散射光信号:频率较低的布里渊斯托克斯光(频率为ωs)和频率较高的布里渊反斯托克斯光(频率为ωas),二者相对于入射光的频移相等,即
由上式可得,布里渊散射的频移量νB与传感光纤折射率n以及光纤中的声波速度Vα成正比,与入射光的波长λp成反比。当分布式光纤传感器的入射光波长固定为1550.12nm,同一光纤声波速度Vα固定。当光纤有应变变化时,光纤中的折射率n、杨氏模量E、密度ρ、泊松比k会随应变ε的改变而改变,因此,可得:
由上式可得,当光纤温度T一定时,布里渊散射的频移量νB仅与应变ε有关,进一步可得,光纤应变改变量与光纤布里渊频移关系为:
vB(ε,T0)=vB(ε0,T0)+CεΔε
由上式可得,,布里渊散射的频移量νB与应变改变量Δε呈线性关系,其中初始频移νB(ε0,T0)为10.7GHz,Cε为应变与频移的线性系数(可通过实验标定获取),νB(ε,T0)等于初始频移与应变产生的频移CεΔε之和。因此,确定出分布式光纤传感器轴向沿线分布的νB即可解调出应变量Δε。
通过上述计算方式,第一反馈信号f1(t,s)转换为第二反馈信号f2(L,Δε)。
进一步的,考虑到t参数为离散取值,则最终L参数亦为离散取值,为了形成沿分布式光纤传感器连续分布的f2(L,T)函数,可以光滑曲线、直线等方向连接f2(L,T)函数中相邻两点,得到连续的f2(L,T)函数。
S107:基于所述特征信号分析所述第二反馈信号f2(L,Δε),得到第三反馈信号f3(L,b),b为所述分布式光纤传感器沿长度方向的状态;
首先以当前地区的实时时间作为筛选条件,基于所述变形事件生效时间筛选所述变形事件数据库,生成过滤数据库;过滤数据库中只包括在当前时间生效的管道变形事件及相关内容。
采取遍历比对分析的方式,基于所述过滤数据库中的特征信号分析所述第二反馈信号f2(L,Δε),判断分布式光纤传感器是否产生与管道变形时间相同或相似的特征信号,并以此为基础判断是否有变形事件发生。
当变形时间未发生时,表明管道状况正常,相应位置状态可以取b=0;
当变形事件发生时,基于所述变形事件所对应的优先级,生成不同的状态b,b可按照递增方式设定,如取值为1,2,3……数值越大,表面变形事件的危害程度越大,优先级越高。
通过以上方式,可将第二反馈信号f2(L,Δε)转换为第三反馈信号f3(L,b)。
S108:基于所述分布式光纤传感器在管道上的铺设方式,将第三反馈信号f3(L,b)转换为第四反馈信号f4(a,b),a为所述管道表面上的具体位置;
第三反馈信号f3(L,b)为分布式光纤传感器上某一点距光信号收发设备的距离L与对应的管道预测状态b的取值。针对于分布式光纤传感器在管道表面上的铺设方式的不同,距离L与管道位置a具有不同的对应关系,因此,最终需要将第三反馈信号f3(L,b)转换为第四反馈函数f4(a,b),才能生成实际所需的管道变形实时监测示意。
具体的,a可以为管道上的一组二维或三维坐标,根据步骤S107中的预测管道状态b,可生成二维或三维的管道变形实时监测示意,具体的示意可以为二维管道网络图,三维管道立体图等多种形式。
S109:基于第四反馈信号f4(a,b),生成警告信号并发送至相应的应对工作组;
在变形事件数据库中,对不同的变形事件分别定义有相应的应对工作组,为了形成对变形事件的及时应对以及合理应对,云端服务器根据第四反馈信号f4(a,b),在变形事件发生时,形成与变形事件相对应的警告信号,并将该警告信号发送至变形时间相对应的应对工作组。
具体的,警告信号内容包括变形事件的发生位置a,以及变形事件的内容。
图4示出了本发明实施例的管道变形监测系统结构图。相应的,本发明实施例还提供了一种管道变形监测系统,该系统包括:
云端服务器:用于下发启动信号至光信号收发设备,接收光信号收发设备的调制光信号,且在对所述调制光信号进行处理分析后,基于变形事件形成不同程度的警告信号并发送至相应的应对工作组;
光信号收发设备:用于接收云端服务器下发的启动信号,生成初始光信号,接收调制光信号并上传至云端服务器;
分布式光纤传感器:用于将所述初始光信号调制处理为调制光信号。
图5示出了本发明实施例光信号收发设备结构示意图。可选的,光信号收发设备包括窄线宽激光器、脉冲光调制器、脉冲光放大器、掺铒光纤放大器、扰偏器、环形器、耦合器、光电探测器、微波扫频模块、数据采集卡。窄线宽激光器发出的连续光,经过耦合器分为光功率不同的两路信号,其中10%一路为参考光,并经由扰偏器不断改变其偏振态。90%一路为探测光,经过脉冲光调制器调制,然后被脉冲光放大器放大并通过环形器注入分布式光纤传感器。分布式光纤传感器中的自发布里渊散射光经过环形器返回,并由掺铒光纤放大器放大功率,之后与参考光进入50∶50的耦合器拍频,然后经光电探测器转化为电频信号。由微波扫频模块结合数据采集卡扫频并采集包含布里渊频移信息的拍频信号,传送至云端服务器处理。
本发明实施例提供了一种管道变形监测方法及系统,该方法通过事件数据库的设置,可精确识别变形事件;通过顺序识别码的设置,可识别不同时刻测定的调制光信号;通过d-t数据库等设置方式,加快云端服务器的数据处理速度,具有处理速度快、事件识别效果良好的特点,该系统的光信号收发设备结构简单,制作和维护成本较低,有利于大规模普及应用,在实际使用中具有良好的实用性。
以上对本发明实施例所提供的一种管道变形监测方法及系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种管道变形监测方法,其特征在于,所述方法包括以下步骤:
在云端服务器上构建变形事件数据库,所述变形事件数据库包括变形事件及所述变形事件所对应的特征信号;
基于云端服务器下发启动信号至光信号收发设备并接收所述光信号收发设备上传的第一反馈信号f1(t,s),t为光信号收发设备接收调制光信号的时间节点,s为对应时间节点的调制光信号值;
基于云端服务器将所述第一反馈信号f1(t,s)转换为第二反馈信号f2(L,Δε),L为分布式光纤传感器上任意位置至所述光信号收发设备的距离,Δε为分布式光纤传感器上对应位置变形量;
基于所述特征信号分析所述第二反馈信号f2(L,Δε),得到第三反馈信号f3(L,b),b为所述分布式光纤传感器沿长度方向的状态;
基于所述分布式光纤传感器在管道上的铺设方式,将第三反馈信号f3(L,b)转换为第四反馈信号f4(a,b),a为所述管道表面上的具体位置;
基于所述第四反馈信号f4(a,b),生成管道变形实时监测示意。
2.如权利要求1所述的管道变形监测方法,其特征在于,所述变形事件数据库还包括:
变形事件生效时间;
变形事件所对应的优先级;
变形事件所对应的应对工作组。
3.如权利要求2所述的管道变形监测方法,其特征在于,所述基于所述特征信号分析所述第二反馈信号f2(L,Δε),得到第三反馈信号f3(L,b)包括以下步骤:
以实时时间为筛选条件,基于所述变形事件生效时间筛选所述变形事件数据库,生成过滤数据库;
基于所述过滤数据库中的特征信号分析所述第二反馈信号f2(L,Δε),判断管道是否发生所述过滤数据库中的变形事件;
当变形事件发生时,基于所述变形事件所对应的优先级,生成不同的状态b,第二反馈信号f2(L,Δε)转换为第三反馈信号f3(L,b)。
4.如权利要求2所述的管道变形监测方法,其特征在于,所述方法还包括以下步骤:
在变形事件发生时,云端服务器生成警告信号并发送至所述变形时间所对应的应对工作组。
5.如权利要求1所述的管道变形监测方法,其特征在于,所述基于云端服务器下发启动信号至光信号收发设备并接收所述光信号收发设备上传的第一反馈信号f1(t,s)包括以下步骤:
基于云端服务器下发启动信号至光信号收发设备;
所述光信号收发设备生成初始光信号导入至分布式光纤传感器;
所述分布式光纤传感器对所述初始光信号进行调制后形成调制光信号;
所述光信号收发设备将接收到调制光信号的时间节点t与对应的调制光信号值s打包,生成第一反馈信号f1(t,s)并上传至云端服务器。
6.如权利要求5所述的管道变形监测方法,其特征在于,所述调制光信号值为布里渊散射的频移量νB。
7.如权利要求5所述的管道变形监测方法,其特征在于,第一反馈信号f1(t,s)与第二反馈信号f2(L,T)之间的的转换关系为:
c为真空中的光速,t为时间节点,IOR为分布式光纤传感器的折射率;
联合方程
其中,ωs为频率较低的布里渊斯托克斯光频率、ωas为频率较高的布里渊反斯托克斯光频率、νB为布里渊散射的频移量、λp为入射光的波长、Vα为光纤声波速度、n为折射率、E杨为氏模量、ρ为密度、k为泊松比、T为光纤温度、Cε为应变与频移的线性系数;
入射光波长λp固定为1550.12nm,光纤声波速度Vα固定,光纤温度T固定,初始频移νB(ε0,T0)为10.7GHz,νB(ε,T0)等于初始频移与应变产生的频移CεΔε之和;
基于分布式光纤传感器轴向沿线分布的νB解调出应变量Δε。
8.如权利要求5所述的管道变形监测方法,其特征在于,所述云端服务器基于启动信号数据包下发启动信号至光信号收发设备,所述光信号收发设备基于反馈信号数据包上传所述第一反馈信号至云端服务器;
所述启动信号数据包包括一顺序识别码;所述反馈信号数据包包括与对应启动信号数据包的顺序识别码相同的顺序识别码。
9.如权利要求1所述的管道变形监测方法,其特征在于,所述特征信号包括:
单个分布式光纤传感器的瞬时特征信号;
单个分布式光纤传感器的连续特征信号;
多个分布式光纤传感器的瞬时特征信号;
多个分布式光纤传感器的连续特征信号。
10.一种管道变形监测系统,其特征在于,包括:
云端服务器:用于下发启动信号至光信号收发设备,接收光信号收发设备的调制光信号,且在对所述调制光信号进行处理分析后,基于变形事件形成不同程度的警告信号并发送至相应的应对工作组;
光信号收发设备:用于接收云端服务器下发的启动信号,生成初始光信号,接收调制光信号并上传至云端服务器;
分布式光纤传感器:用于将所述初始光信号调制处理为调制光信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910195115.3A CN109827519B (zh) | 2019-03-14 | 2019-03-14 | 一种管道变形监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910195115.3A CN109827519B (zh) | 2019-03-14 | 2019-03-14 | 一种管道变形监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109827519A true CN109827519A (zh) | 2019-05-31 |
CN109827519B CN109827519B (zh) | 2020-06-02 |
Family
ID=66869076
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910195115.3A Active CN109827519B (zh) | 2019-03-14 | 2019-03-14 | 一种管道变形监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109827519B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110715613A (zh) * | 2019-09-29 | 2020-01-21 | 广东聚源管业实业有限公司 | 一种基于布里渊散射的地下管道涌动监测系统 |
CN110715611A (zh) * | 2019-09-27 | 2020-01-21 | 广东聚源管业实业有限公司 | 一种管道振动形变监测方法及系统 |
CN110886967A (zh) * | 2019-11-07 | 2020-03-17 | 中国石油天然气集团公司管材研究所 | 一种管线状态传感装置及使用方法 |
CN112013780A (zh) * | 2020-08-18 | 2020-12-01 | 上海真兰仪表科技股份有限公司 | 一种燃气管道或流量计受力变形便携检测设备及检测方法 |
CN113007440A (zh) * | 2021-02-18 | 2021-06-22 | 呼和浩特中燃城市燃气发展有限公司 | 燃气管道穿越河底的施工方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030174924A1 (en) * | 2002-03-14 | 2003-09-18 | Tennyson Roderick C. | Monitoring of large structures using brillouin spectrum analysis |
JP3759144B2 (ja) * | 2004-01-08 | 2006-03-22 | 財団法人鉄道総合技術研究所 | トンネル補強材剥離検知方法及び装置 |
CN101713691A (zh) * | 2009-12-22 | 2010-05-26 | 浙江大学 | 分布式传感光纤隧道健康监测系统 |
CN101793573A (zh) * | 2010-03-26 | 2010-08-04 | 昆明理工大学 | 压力管道的fbg在线监测方法 |
CN103235349A (zh) * | 2013-04-22 | 2013-08-07 | 中国计量学院 | 一种地下变形量的三维测量方法及测量系统 |
CN103278271A (zh) * | 2013-04-27 | 2013-09-04 | 天津大学 | 一种分布式光纤监测系统及其监测方法 |
CN109027704A (zh) * | 2018-05-30 | 2018-12-18 | 华中科技大学 | 基于微结构光纤分布式传感的管道监测系统及监测方法 |
CN109238532A (zh) * | 2018-08-02 | 2019-01-18 | 广东聚源管业实业有限公司 | 基于光纤布里渊散射光的管道受力状态分析方法及系统 |
-
2019
- 2019-03-14 CN CN201910195115.3A patent/CN109827519B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030174924A1 (en) * | 2002-03-14 | 2003-09-18 | Tennyson Roderick C. | Monitoring of large structures using brillouin spectrum analysis |
JP3759144B2 (ja) * | 2004-01-08 | 2006-03-22 | 財団法人鉄道総合技術研究所 | トンネル補強材剥離検知方法及び装置 |
CN101713691A (zh) * | 2009-12-22 | 2010-05-26 | 浙江大学 | 分布式传感光纤隧道健康监测系统 |
CN101793573A (zh) * | 2010-03-26 | 2010-08-04 | 昆明理工大学 | 压力管道的fbg在线监测方法 |
CN103235349A (zh) * | 2013-04-22 | 2013-08-07 | 中国计量学院 | 一种地下变形量的三维测量方法及测量系统 |
CN103278271A (zh) * | 2013-04-27 | 2013-09-04 | 天津大学 | 一种分布式光纤监测系统及其监测方法 |
CN109027704A (zh) * | 2018-05-30 | 2018-12-18 | 华中科技大学 | 基于微结构光纤分布式传感的管道监测系统及监测方法 |
CN109238532A (zh) * | 2018-08-02 | 2019-01-18 | 广东聚源管业实业有限公司 | 基于光纤布里渊散射光的管道受力状态分析方法及系统 |
Non-Patent Citations (3)
Title |
---|
ARTEM KULACHENKO: "Direct simulations of fiber network deformation and failure", 《MECHANICS OF MATERIALS》 * |
刘绍堂: "隧道结构围岩变形监测技术研究进展", 《公路》 * |
北斗建筑安全监测应用示范实施组: "北斗高精度技术在地铁施工沿线重点建筑变形监测方案", 《特别关注》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110715611A (zh) * | 2019-09-27 | 2020-01-21 | 广东聚源管业实业有限公司 | 一种管道振动形变监测方法及系统 |
CN110715611B (zh) * | 2019-09-27 | 2021-04-06 | 广东聚源管业实业有限公司 | 一种管道振动形变监测方法及系统 |
CN110715613A (zh) * | 2019-09-29 | 2020-01-21 | 广东聚源管业实业有限公司 | 一种基于布里渊散射的地下管道涌动监测系统 |
CN110715613B (zh) * | 2019-09-29 | 2021-02-02 | 广东聚源管业实业有限公司 | 一种基于布里渊散射的地下管道涌动监测系统 |
CN110886967A (zh) * | 2019-11-07 | 2020-03-17 | 中国石油天然气集团公司管材研究所 | 一种管线状态传感装置及使用方法 |
CN112013780A (zh) * | 2020-08-18 | 2020-12-01 | 上海真兰仪表科技股份有限公司 | 一种燃气管道或流量计受力变形便携检测设备及检测方法 |
CN113007440A (zh) * | 2021-02-18 | 2021-06-22 | 呼和浩特中燃城市燃气发展有限公司 | 燃气管道穿越河底的施工方法 |
CN113007440B (zh) * | 2021-02-18 | 2022-11-29 | 呼和浩特中燃城市燃气发展有限公司 | 燃气管道穿越河底的施工方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109827519B (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109827519A (zh) | 一种管道变形监测方法及系统 | |
CN100561144C (zh) | 分布式光纤振动传感方法及装置 | |
CN105092014B (zh) | 基于波束形成的分布式光纤声波探测装置及探测方法 | |
CN105067104B (zh) | 一种复合型光纤传感系统和传感方法 | |
CN101871809B (zh) | 防区式光纤分布式振动传感器及采用该传感器的周界报警系统 | |
CN104454007B (zh) | 一种基于多纤芯光纤的煤矿安全预警系统 | |
CN102879081B (zh) | 一种分布式光纤振动系统中的数据处理方法 | |
CN103278271B (zh) | 一种分布式光纤监测系统及其监测方法 | |
CN105488935A (zh) | 一种基于非对称双Mach-Zehnder干涉的分布式光纤扰动定位系统及其定位方法 | |
CN101969344B (zh) | 基于光纤光弹效应的大区域声音监听系统 | |
CN101393269A (zh) | 一种利用通信光缆监测地质状况的方法 | |
CN106768278A (zh) | 一种分布式光纤振动和温度双物理量传感定位系统 | |
CN103438982B (zh) | 一种基于布里渊分布式光纤传感的晃动监测系统 | |
CN103048588A (zh) | 电力电缆故障在线定位方法与系统 | |
CN107238412A (zh) | 一种同时监测振动、应力、温度的分布式光纤传感器 | |
CN102538847A (zh) | 总线型时分复用光纤光栅传感网络的构建方法和系统 | |
CN107036733A (zh) | 基于暗脉冲光源的双芯弱光栅阵列的多参量分布式测量系统及测量方法 | |
CN105371785A (zh) | 一种曲率测量方法 | |
CN105371781B (zh) | 一种三维形状测量方法 | |
CN109764246A (zh) | 一种管道接口渗漏监测系统及方法 | |
Lai et al. | Disturbance location and pattern recognition of a distributed optical fiber sensor based on dual-Michelson interferometers | |
CN115372749B (zh) | 输电线路的监测方法、系统、设备及存储介质 | |
CN203519150U (zh) | 一种基于布里渊分布式光纤传感的晃动监测系统 | |
CN109737315A (zh) | 一种管道泄漏监测方法及系统 | |
CN102562158A (zh) | 一种本质安全的分布式全光纤井下监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |