CN109946023A - 一种管道气体泄漏判别装置及判识方法 - Google Patents

Abstract

本发明公开了一种管道气体泄漏判别装置及判识方法，包括系统电源(7)、DC/DC电源模块(8)、超声波信号聚音罩(6)、高覆盖低精度的环形超声波传感器阵列(2)、低覆盖高精度的环形超声波传感器阵列(3)、太阳能驱动小车(5)、高通无源滤波模块(9)、仪用放大模块(11)、带通有源滤波模块(13)、SOC双核处理器(12)、上位机(10)。本发明所述的一种管道气体泄漏判别装置及判识方法能够更加灵活地对各类气体输送管道的气孔、裂缝进行定位检测；针对不同管道泄漏的检测能够做到自适应滤波，更加智能化；并且能够在上位机(10)界面观察工作状态，如发现泄漏产生，能及时在上位机(10)界面显示多种泄漏特征参数，大大提高检测准确度。

Description

一种管道气体泄漏判别装置及判识方法

技术领域

本发明涉及气体泄漏检测领域，具体为一种管道气体泄漏判别装置及判识方法。

背景技术

随着国民经济的快速发展，管道气体输送必将迎来一个快速发展的时期。石油天然气的长距离输送、城镇燃气和公用动力蒸汽的输送、各种石油化工生产装置都使用了大量的管道，随着长时间的运行磨损、设备的自然老化、地理和气候环境的变化以及人为损坏等原因，泄漏故障时有发生。特别是某些化工行业的高压气体输送管道，一旦发生泄漏事故将造成严重的环境污染和危险事故，输送物料的大量泄漏也将带来巨大的经济损失。这些情况警示我们，清醒认识和认真研究解决管道中存在的泄漏问题，对有可能发生泄漏的部位进行监测，发展对管道气体泄漏检测的新型技术，已成为当前我国泄漏检测研究工作的重要内容。

传统的泄漏检测方法，比如应力波、负压波等方法等，其中应力波检测泄漏方法需要在待测管道上安装多个传感器，增大了检测危险性，同时难以进行长距离检测泄漏。而负压波在工作环境发生变化时，波形也会产生瞬时突变，易产生系统检测虚报、检测误报。综上所述，目前市场主流管道检测泄漏方法存在操作复杂不具有实时性、检测精度较低等缺点，故提出一种基于超声波的管道气体泄漏智能判别装置和判识方法就显得尤为重要。

超声波检测装置具有成本低、设备操作简单以及测量准确性高，不受地理环境等因素的影响，并且凭借其不与被测管道直接接触、超声检测泄漏的灵敏度高、不易受干扰优点，在很多领域都得到广泛的使用。

发明内容

本发明的目的在于克服现有技术的缺点，提供一种管道气体泄漏的在线判别装置及判识方法。

本发明的目的通过以下技术方案实行：一种管道气体泄漏判别装置，包括系统电源(7)、DC/DC电源模块(8)、超声波信号聚音罩(6)、高覆盖低精度的环形超声波传感器阵列(2)、低覆盖高精度的环形超声波传感器阵列(3)、太阳能驱动小车(5)、高通无源滤波模块(9)、仪用放大模块(11)、带通有源滤波模块(13)、SOC双核处理器(12)、上位机(10)。

进一步地，所述SOC双核处理器(12)由通用MCU控制器和协处理器DSP集成而成，通过集成MCU微控制器的实时控制能力优势和协处理器DSP的数学运算能力优势，使处理器满足系统多方面的功能需求。

进一步地，所述太阳能驱动小车(5)上固定有一组高覆盖低精度的环形超声波传感器阵列(2)、一组低覆盖高精度的环形超声波传感器阵列(2)；所述高覆盖低精度的环形超声波传感器阵列(2)由四个检测范围大、检测精度低的超声波传感器组成，所述四个传感器被分别固定在一个环形构件四个顶点上，其四个超声波传感器形状、大小等其他参数完全相同；所述低覆盖高精度的环形超声波传感器阵列(2)由四个检测范围小、检测精度高的超声波传感器组成，所述四个传感器被分别固定在一个环形构件四个顶点上，其四个超声波传感器形状、大小等其他参数完全相同。

所述太阳能驱动小车(5)由SOC双核处理器(12)控制沿着检测管道移动，由SOC双核处理器(12)控制的多组环形超声波传感器阵列会根据有无泄漏自动切换检测模式，首先SOC双核处理器(12)将选取高覆盖低精度的环形超声波传感器阵列(2)，并控制太阳能驱动小车(5)采用快速扫描模式对待检测管道进行有无泄漏的判断，若检测出有疑似泄漏的管道区域，则SOC双核处理器(12)会自动将高覆盖低精度的环形超声波传感器阵列(2)切换为低覆盖高精度的环形超声波传感器阵列(3)，并控制太阳能驱动小车(5)采用慢速扫描模式对疑似泄漏的管道区域进行检测，可以增强系统判别管道气体泄漏点(1)的位置、方向的准确性，实现通过多类多个传感器及多种扫描方式提高判别泄漏位置、方向精度的目的。

进一步地，所述高通无源滤波模块(9)将超声波传感器检测到超声波信号产生的电信号中的包含大量环境噪声的信号进行滤波调理。

进一步地，所述仪用放大模块(11)是把滤波调理后的微弱信号进行信号放大处理。

所述放大处理后的信号传输至带通有源滤波模块(13)进行硬件滤波去噪处理。

进一步地，所述SOC双核处理器(12)是由通用MCU控制器和协处理器DSP集成而成，通过已经下载到SOC双核处理器(12)的基于最小均方(LMS)算法的自适应滤波程序进行信号数字滤波处理。

进一步地，所述卡尔曼滤波的多数据融合程序融合处理多传感器参数，是当多个超声波传感器采集到多个测量值后，根据判别式将不可信的目标测量值剔除掉；再建立时间更新方程来对当前系统的多个传感器的状态进行一个先验估计，及时向前推算当前状态变量和误差协方差估计的值；然后校正过程负责反馈，利用测量更新方程在预估过程的先验估计值及当前测量变量的基础上，建立起对多个超声波传感器当前状态测量值改进的后验估计；通过上述预估－校正算法的反复迭代计算，将多个超声波传感器输出值进行融合，进而找到系统测量的最佳输出值。

进一步地，所述的基于泄漏原理构建的泄漏的数学模型的程序，是将DSP嵌入式处理芯片中的信号经过数据融合后，信号再通过下载的基于超声波泄漏原理的建立的泄漏数学模型提取泄漏参数，进而计算出泄漏特征，所述SOC双核处理器(12)主要根据最大超声波信号的频率数据和幅度数据，采用基于泄漏原理构建的泄漏的数学模型的程序计算出泄漏源位置、泄漏源压力值和泄漏源漏孔直径，并根据泄漏源压力值和泄漏源漏孔直径预计泄漏量。

一种管道气体泄漏判别装置及判识方法，它的具体内容如下：

当系统处于工作环境时，系统电源(7)通过DC/DC电源模块(8)分别给各个工作模块供以所需类型的电源；超声波信号经过超声波信号聚音罩(6)后被高覆盖低精度的超声波传感器阵列(2)检测，超声波传感器检测到的超声波信号会被转换为电信号；超声波传感器产生的电信号传送至高通无源滤波模块(9)进行滤波去噪调理；调理后的微弱信号传送至仪用放大模块(11)进行信号放大处理；放大处理后的信号传送至带通有源滤波模块(13)进行硬件滤波去噪处理；然后将信号传送至SOC双核处理器(12)，通过SOC双核处理器(12)已经下载的基于NLMS算法的自适应滤波程序，将信号中的噪声进行抑制或进行较大的衰减，通过已经下载的基于卡尔曼滤波的多数据融合程序融合处理多传感器参数，通过已经下载的基于超声波泄漏原理的建立的泄漏数学模型提取泄漏参数，进而计算出泄漏特征；最后将SOC双核处理器(12)处理后的结果传送至上位机(10)，进而显示泄漏特征参数，完成系统整体工作。

本发明具有的有益效果是：由于采用上述技术方案，本发明所述的一种管道气体泄漏判别装置及判识方法能够更加灵活的对各类气体存储装置的气孔、裂缝进行定位检测，针对不同泄漏情况能够做到自适应滤波，更加智能化，能够在上位机(10)界面观察工作状态，对疑似泄漏点(1)进行准确检测，如发现泄漏产生，能及时进行显示多种泄漏特征参数，大大提高检测的准确性。

附图说明

图1为本发明的泄漏判别装置的整体示意图；

图2为本发明提供的基于LMS算法的自适应滤波程序，将信号中的噪声进行抑制或进行较大的衰减的流程图；

图3为本发明提供的基于卡尔曼滤波的多数据融合程序融合处理多传感器参数的流程图；

图4为本发明提供的基于超声波泄漏原理的建立的泄漏数学模型提取泄漏参数，进而计算得出泄漏特征如泄漏大小、泄漏位置等参数的流程图；

图中：1-泄漏点，2-高覆盖低精度环形超声波传感器阵列，3-高覆盖低精度环形超声波传感器阵列，4-待检测管道，5-太阳能驱动小车，6-超声波信号聚音罩，7-系统电源，8-DC/DC电源模块，9-高通无源滤波模块，10-上位机，11-仪用放大模块，12-SOC双核处理器，13-带通有源滤波模块。

具体实施方式

如图所示，一种管道气体泄漏判别系统，其包括系统电源(7)、DC/DC电源模块(8)、超声波信号聚音罩(6)、高覆盖低精度的环形超声波传感器阵列(2)、低覆盖高精度的环形超声波传感器阵列(3)、太阳能驱动小车(5)、高通无源滤波模块(9)、仪用放大模块(11)、带通有源滤波模块(13)、SOC双核处理器(12)、上位机(10)。

当系统处于工作环境时，待检测管道上的泄漏小孔产生的超声波信号经过超声波信号聚音罩(5)加强信号强度，DC/DC电源模块(8)根据不同模块所需的不同电压，将系统电源(7)转化为各个工作模块工作所需类型的电源；检测时SOC双核处理器(12)将选取高覆盖低精度的环形超声波传感器阵列，并控制太阳能驱动小车(5)采用快速扫描模式对待检测管道(4)进行有无泄漏的判断，若检测出有疑似泄漏的管道区域，则SOC双核处理器(12)会自动将高覆盖低精度的环形超声波传感器阵列切换为低覆盖高精度的环形超声波传感器阵列，并控制太阳能驱动小车(5)采用慢速扫描模式对疑似泄漏的管道区域进行检测；超声波传感器检测到的超声波信号会被转换为电信号；超声波传感器产生的电信号传送至高通无源滤波模块(9)进行滤波去噪调理；调理后的微弱信号传送至仪用放大模块(11)进行信号放大处理；放大处理后的信号传送至带通有源滤波模块(13)进行硬件滤波去噪处理；然后将信号传送至SOC双核处理器(12)，通过SOC双核处理器(12)已经下载的基于LMS算法的自适应滤波程序，将信号中的噪声进行抑制或进行较大的衰减，通过已经下载的基于卡尔曼滤波的多数据融合程序融合处理多传感器参数，通过已经下载的基于超声波泄漏原理的建立的泄漏数学模型提取泄漏参数，进而计算出泄漏特征；最后将SOC双核处理器(12)处理后的结果传送至上位机(10)，进而显示多种泄漏特征参数。

Claims (9)

1.一种管道气体泄漏判别装置及判识方法，其特征在于：包括系统电源(7)、DC/DC电源模块(8)、超声波信号聚音罩(6)、高覆盖低精度的环形超声波传感器阵列(2)、低覆盖高精度的环形超声波传感器阵列(3)、太阳能驱动小车(5)、高通无源滤波模块(9)、仪用放大模块(11)、带通有源滤波模块(13)、SOC双核处理器(12)、上位机(10)，当系统处于工作环境时，系统电源(7)通过DC/DC电源模块(8)分别给系统各个工作模块供以所需类型的电源；SOC双核处理器(12)控制太阳能驱动小车(5)沿待检测管道(4)移动，同时控制太阳能驱动小车(5)上高覆盖低精度的超声波传感器阵列(2)进入检测模式；此时超声波信号聚音罩(6)增强泄漏点(1)产生的超声波信号的强度及指向性，经过增强处理后的超声波信号将能被太阳能驱动小车(5)上的高覆盖低精度超声波传感器阵列(2)准确检测到，超声波传感器将检测到的超声波信号转换为电信号；因超声探头检测到的信号包含有大量的环境噪声信号，必须在放大之前进行滤波，故超声波传感器检测到超声波信号产生的电信号需传送至高通无源滤波模块(9)进行滤波去噪调理；因超声波传感器转换产生的电信号是极其微弱的，故需要把滤波调理后的微弱信号传送至仪用放大模块(11)进行信号放大处理；放大处理后的信号传送至带通有源滤波模块(13)再次进行硬件滤波去噪处理；最后将信号传送至SOC双核处理器(12)进行软件处理。软件处理中的程序主要分为三部分；

S1：首先通过基于LMS算法的自适应滤波程序进行软件处理，将信号中的噪声进行抑制或进行较大的衰减，以提高信号传递和接收的信噪比质量；

S2：然后通过基于卡尔曼滤波的多数据融合程序融合处理多个传感器采集的参数，以提高检测精度；

S3：最后通过基于超声波泄漏原理的建立的泄漏数学模型提取泄漏特征参数，进而得出泄漏特征如泄漏大小、泄漏位置等参数；

最后将SOC双核处理器(12)处理后的结果传送至上位机(10)，进而在上位机(10)显示多种泄漏特征参数，完成系统整体工作。

2.如权利要求1所述的一种管道气体泄漏判别装置及判识方法，其特征在于：所述SOC双核处理器(12)由通用MCU控制器和协处理器DSP集成而成，通过集成MCU微控制器的实时控制能力优势和协处理器DSP的数学运算能力优势，使SOC双核处理器(12)满足系统多方面的功能需求。

3.如权利要求1所述的一种管道气体泄漏判别装置及判识方法，其特征在于：所述太阳能驱动小车(5)上固定有一组高覆盖低精度的环形超声波传感器阵列(2)、一组低覆盖高精度的环形超声波传感器阵列(3)；所述高覆盖低精度的环形超声波传感器阵列(2)由四个检测范围大、检测精度低的超声波传感器组成，所述四个传感器被分别固定在一个环形构件四个顶点上，其四个超声波传感器形状、大小等其他参数完全相同；所述低覆盖高精度的环形超声波传感器阵列(3)由四个检测范围小、检测精度高的超声波传感器组成，所述四个传感器被分别固定在一个环形构件四个顶点上，其四个超声波传感器形状、大小等其他参数完全相同。

4.如权利要求2所述的一种管道气体泄漏判别装置及判识方法，其特征在于：所述太阳能驱动小车(5)由SOC双核处理器(12)控制沿着检测管道移动，由SOC双核处理器(12)控制的多组环形超声波传感器阵列会根据有无泄漏自动切换检测模式，首先SOC双核处理器(12)将选取高覆盖低精度的环形超声波传感器阵列(2)，并控制太阳能驱动小车(5)采用快速扫描模式对待检测管道进行有无泄漏的判断，若检测出有疑似泄漏的管道区域，则SOC双核处理器(12)会自动将高覆盖低精度的环形超声波传感器阵列(2)切换为低覆盖高精度的环形超声波传感器阵列(3)，并控制太阳能驱动小车(5)采用慢速扫描模式对疑似泄漏的管道区域进行检测，可以增强系统判别管道气体泄漏点(1)的位置、方向的准确性，实现通过多类多个传感器及多种扫描方式提高判别泄漏位置、方向精度的目的。

5.如权利要求1所述的一种管道气体泄漏判别装置及判识方法，其特征在于：超声波传感器检测到的超声波信号会被转换为电信号，因超声波传感器检测到超声波信号所产生的电信号包含有大量的环境噪声信号，必须在放大之前进行滤波，故所述超声波传感器产生的电信号传送至高通无源滤波模块(9)进行硬件滤波调理。

6.如权利要求1所述的一种管道气体泄漏判别装置及判识方法，其特征在于：因超声波传感器检测产生的电信号是极其微弱的，故需要把滤波调理后的微弱信号传送至仪用放大模块(11)进行信号放大处理；放大处理后的信号传输至带通有源滤波模块(13)进行硬件滤波去噪处理。

7.如权利要求1所述的一种管道气体泄漏判别装置及判识方法，其特征在于：经过模拟电路调理处理后的信号传送至SOC双核处理器(12)，通过已经下载到SOC双核处理器(12)的一种的基于LMS算法的自适应滤波程序进行信号数字滤波处理，将经过硬件滤波后的有用信号，相关噪声信号分别输入到自适应滤波器的原始通道和辅助通道，再用自适应滤波程序进行信号数字滤波处理，自适应滤波程序在经过迭代估计梯度矢量，更新权系数以达到最优解过程中的所需迭代次数大大缩减，最终得到的期望信号更加精确。

8.如权利要求1所述的一种管道气体泄漏判别装置及判识方法，其特征在于：经过自适应滤波程序处理后的信号，通过基于卡尔曼滤波的多数据融合程序融合处理多传感器参数，当多个超声波传感器采集到多个测量值后，首先根据判别式将不可信的目标测量值剔除掉；再建立时间更新方程来对当前系统的多个传感器的状态进行一个先验估计，及时向前推算当前状态变量和误差协方差估计的值，以便为下一个时间状态构造先验估计值；然后校正过程负责反馈，利用测量更新方程在预估过程的先验估计值及当前测量变量的基础上，建立起对多个超声波传感器当前状态测量值改进的后验估计，通过上述预估－校正算法的反复迭代计算，可以将多个超声波传感器输出值进行融合，进而找到系统测量的最佳输出值。

9.如权利要求1所述的一种管道气体泄漏判别装置及判识方法，其特征在于：SOC双核处理器(12)中的信号经过数据融合后，信号再通过基于超声波泄漏原理的建立的泄漏数学模型提取泄漏参数，进而计算出泄漏特征，当所述SOC双核处理器(12)得到最大超声波信号的频率数据和幅度数据，导出该数据并得到其频谱图，根据频谱图抽样得到泄漏孔在多个频率点的声强，从而计算出多个雷诺数，对多个雷诺数用最小二乘法进行校正，输出雷诺数的最优值，在工业上，对于管道气体，由于有源源不断的气体补给，管道里面的气压一般都是恒定值，当系统内外压力一定时，对于不同的泄漏孔，它的泄漏流速都是一定的，当雷诺数、气体流速知道以后，就可以求出环形超声波传感器阵列距泄漏点的位置，该泄漏孔力学平均直径D，同时即可得出泄漏量，即基于泄漏原理构建的泄漏的数学模型的程序计算出泄漏源位置、泄漏源压力值和泄漏源漏孔直径，并根据泄漏源压力值和泄漏源漏孔直径预计泄漏量。