CN110345392A - 输油管道漏点的定位方法及装置 - Google Patents

输油管道漏点的定位方法及装置 Download PDF

Info

Publication number
CN110345392A
CN110345392A CN201910638102.9A CN201910638102A CN110345392A CN 110345392 A CN110345392 A CN 110345392A CN 201910638102 A CN201910638102 A CN 201910638102A CN 110345392 A CN110345392 A CN 110345392A
Authority
CN
China
Prior art keywords
ultrasonic velocity
leak source
head end
oil pipeline
inflection point
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
Application number
CN201910638102.9A
Other languages
English (en)
Other versions
CN110345392B (zh
Inventor
郎宪明
张欣冉
王佳政
王扬
苏颖
刘金秋
石雨庚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Huawo Testing Technology Co ltd
Shenyang beihaiying Technology Co.,Ltd.
Liaoning Shihua University
Original Assignee
Liaoning Shihua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Liaoning Shihua University filed Critical Liaoning Shihua University
Priority to CN201910638102.9A priority Critical patent/CN110345392B/zh
Publication of CN110345392A publication Critical patent/CN110345392A/zh
Application granted granted Critical
Publication of CN110345392B publication Critical patent/CN110345392B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17DPIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00Protection or supervision of installations
    • F17D5/02Preventing, monitoring, or locating loss
    • F17D5/06Preventing, monitoring, or locating loss using electric or acoustic means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明公开了一种输油管道漏点的定位方法及装置,涉及检测技术领域,主要目的在于解决现有如何有效地进行管道多点泄漏监测,保证生产安全平稳进行的问题。包括:当监测的首端流量信号与末端流量信号不相等时,采集输油管道首端的超声波声速、以及末端的超声波声速;利用局域均值分解算法LMD及小波变换算法提取与所述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速拐点;计算所述超声波声速拐点的时差,并根据预设目标函数式迭代计算出所述时差对应的多个位置数据;从所述位置数据中确定出输油管道漏点的漏点位置。

Description

输油管道漏点的定位方法及装置
技术领域
本发明涉及一种检测技术领域,特别是涉及一种输油管道漏点的定位 方法及装置。
背景技术
管道泄漏现象普遍存在于能源、石油、化工等工业过程中,由于管道 作为一种高效、安全、经济的运输手段,而现有的泄漏检测与定位方法一 般都是针对某一点泄漏进行检测的,而实际流体输送管道中,当局部管段 压力过高或受腐蚀、磨损、震动等影响,有时会出现两处甚至多处泄漏, 此情况下一般的泄漏检测方法常常失效,如人为检测浪费资源、暂停运输 检测又会造成资源浪费,因此,如何有效地进行管道多点泄漏监测,保证 生产安全平稳进行,是目前流体输送管道技术亟待解决的问题。
发明内容
有鉴于此,本发明提供一种输油管道漏点的定位方法及装置,主要目 的在于解决现有如何有效地进行管道多点泄漏监测,保证生产安全平稳进 行的问题。
依据本发明一个方面,提供了一种输油管道漏点的定位方法,包括:
当监测的首端流量信号与末端流量信号不相等时,采集输油管道首端 的超声波声速、以及末端的超声波声速;
利用局域均值分解算法LMD及小波变换算法提取与所述首端的超声 波声速、所述末端的超声波声速分别对应的超声波声速拐点;
计算所述超声波声速拐点的时差,并根据预设目标函数式迭代计算出 所述时差对应的多个位置数据;
从所述位置数据中确定出输油管道漏点的漏点位置。
进一步地,所述计算所述超声波声速拐点的时差,并根据预设目标函 数式迭代计算出所述时差对应的多个位置数据包括:
利用所述超声波声速拐点建立随距离变化的第一函数ac(x),根据预设时 间声速时差公式计算所述超声波声速拐点的时差,其中,所述ac是超声波 声速值,所述x为变化的距离,所述预设时间声速时差公式为 所述t1、t2分别为首端、末端超声波声速发生 变化的时间点,所述L为管道长度,所述X1为预期的漏点位置;
通过模拟退火灰狼优化算法求解预设目标函数式计算出yn,其中,所 述预设目标函数式为yn=|Δtn-Δt|,Δtn为X1=n时计算的Δt,n为大于0的自 然数。
进一步地,所述利用局域均值分解算法LMD及小波变换算法提取与所 述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速拐点 包括:
利用局域均值分解算法LMD分别对所述首端的超声波声速、所述末端 的超声波声速进行互相关分析提取关键瞬时频率物理意义的乘积函数PF, 并在信号重构后,利用小波变换算法筛选出与所述首端的超声波声速、所 述末端的超声波声速分别对应的超声波声速拐点。
进一步地,所述从所述位置数据中确定出输油管道漏点的漏点位置包 括:
对计算出的yn进行排序,确定排序结果中最小值对应的位置数据n,将 所述位置数据n确定为漏点位置。
依据本发明另一个方面,提供了一种输油管道漏点的定位装置,包括:
采集模块,用于当监测的首端流量信号与末端流量信号不相等时,采 集输油管道首端的超声波声速、以及末端的超声波声速;
提取模块,用于利用局域均值分解算法LMD及小波变换算法提取与所 述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速拐点;
计算模块,用于计算所述超声波声速拐点的时差,并根据预设目标函 数式迭代计算出所述时差对应的多个位置数据;
选取模块,用于从所述位置数据中确定出输油管道漏点的漏点位置。
进一步地,所述计算模块,具体用于利用所述超声波声速拐点建立随 距离变化的第一函数ac(x),根据预设时间声速时差公式计算所述超声波声速 拐点的时差,其中,所述ac是超声波声速值,所述x为变化的距离,所述预 设时间声速时差公式为所述t1、t2分别为首端、 末端超声波声速发生变化的时间点,所述L为管道长度,所述X1为预期的 漏点位置;
所述计算模块,具体还用于通过模拟退火灰狼优化算法求解预设目标 函数式计算出yn,其中,所述预设目标函数式为yn=|Δtn-Δt|,Δtn为X1=n时 计算的Δt,n为大于0的自然数。
进一步地,所述提取模块,具体用于利用局域均值分解算法LMD分别 对所述首端的超声波声速、所述末端的超声波声速进行互相关分析提取关 键瞬时频率物理意义的乘积函数PF,并在信号重构后,利用小波变换算法 筛选出与所述首端的超声波声速、所述末端的超声波声速分别对应的超声 波声速拐点。
进一步地,所述选取模块,具体用于对计算出的yn进行排序,确定排 序结果中最小值对应的位置数据n,将所述位置数据n确定为漏点位置。
根据本发明的又一方面,提供了一种存储介质,所述存储介质中存储 有至少一可执行指令,所述可执行指令使处理器执行如上述输油管道漏点 的定位方法对应的操作。
根据本发明的再一方面,提供了一种终端,包括:处理器、存储器、 通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述 通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理 器执行上述输油管道漏点的定位方法对应的操作。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明提供了一种输油管道漏点的定位方法及装置,与现有技术泄漏 检测与定位方法一般都是针对某一点泄漏进行检测的相比,本发明实施例 通过当监测的首端流量信号与末端流量信号不相等时,采集输油管道首端 的超声波声速、以及末端的超声波声速;利用局域均值分解算法LMD及小 波变换算法提取与所述首端的超声波声速、所述末端的超声波声速分别对 应的超声波声速拐点;计算所述超声波声速拐点的时差,并根据预设目标 函数式迭代计算出所述时差对应的多个位置数据;从所述位置数据中确定 出输油管道漏点的漏点位置,实现输油管道多点泄露的准确检测,可以同 时精确的找到多个泄露点的位置,并确保输油正常运行,无需人为检测, 减少资源浪费,提高输油管道漏点定位的检测效率,从而提高定位精度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的 技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和 其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于 本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目 的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符 号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种输油管道漏点的定位方法流程图;
图2示出了本发明实施例提供的一种管道多点泄漏定位原理图;
图3示出了本发明实施例提供的一种超声波声速拐点的提取原理图;
图4示出了本发明实施例提供的一种管道首、末端流量变化曲线示意 图;
图5示出了本发明实施例提供的一种管道首端超声波声速信号与消噪 信号对比曲线示意图;
图6示出了本发明实施例提供的一种管道末端超声波声速信号与消噪 信号对比曲线示意图;
图7示出了本发明实施例提供的一种首端超声波声速信号经小波变换 后的信号拐点示意图;
图8示出了本发明实施例提供的一种末端超声波声速信号经小波变换 后的信号拐点示意图;
图9示出了本发明实施例提供的一种IGWO、GWO、IPSO和PSO在 固定迭代次数下对函数目标的寻优收敛曲线示意图;
图10示出了本发明实施例提供的一种输油管道漏点的定位装置组成框 图;
图11示出了本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显 示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开 而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更 透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术 人员。
本发明实施例提供了一种输油管道漏点的定位方法,如图2所示,该 方法包括:
101、当监测的首端流量信号与末端流量信号不相等时,采集输油管道 首端的超声波声速、以及末端的超声波声速。
本发明实施例中,由于在对输油管道监测时,管道首端与管道末端的 流量出现不一致时,说明输油管道存在漏点,因此,在监测的管道两端配 置有流量监测器,用于监测首端流量信号及末端流量信号。另外,管道发 生泄漏时,根据泄漏产生的负压波到达管道首末端的时间差进行定位。由 于管道完整性管理的要求,不允许在原有管道上打孔安装压力测量传感器 进行泄漏检测与定位,因此利用超声波声速来间接测量管道内部压力变化,实现管道内部压力无损测量,不破坏管道内部流体流场,无压力损失。
需要说明的是,由于由于管道泄漏引起管道首末端的压力发生变化, 必然引起超声波声速发生变化,超声波声速与压力之间的数学关系,为 ac=1447+4.0×ΔT+(1.6×10-6)P,其中:ac是超声波声速值,ΔT是T-10℃,P 是管道内部压力值,从而得到压力与超声波声速之间存在线性关系,即可 由超声波声速的变化反应管道内部压力的变化情况。因此,通过安装于输 油管道的两端的声波检测器采集输油管道首端的超声波声速及末端的超声波声速。
另外,如图2所示,管道多点泄漏定位原理图,负压波波速的取决于 液体的弹性系数、液体的密度和管道材质。由于体积弹性系数、密度等函 数是随距离变化的函数,所以负压波波速可以写成如下形式: 其中,K为介质体积弹性系数,Pa;ρ为介质的 密度,kg/m3;E为管道材质的弹性模量,Pa;D为管道直径,mm;C为与 刊约束条件相关的修正系数;e为管壁厚度,mm。
102、利用局域均值分解算法LMD及小波变换算法提取与所述首端的 超声波声速、所述末端的超声波声速分别对应的超声波声速拐点。
本发明实施例中,通过对管道首、末端的超声波声速信号进行预处理, 进行局域均值分解算法LMD分解,信号重构,然后进行小波变换提取信号 拐点。其中,所述超声波声速拐点为超声波声速发送变化的时间点,LMD 算法本质是将信号分解为若干个瞬时频率有物理意义的乘积函数,由此得 到能够准确的,清晰的反映出信号在空间各个尺度上分布规律,从而更能 细致的对采集信号的特征进行分析。
进一步地,为了进一步说明及细化,所述利用局域均值分解算法LMD 及小波变换算法提取与所述首端的超声波声速、所述末端的超声波声速分 别对应的超声波声速拐点包括:利用局域均值分解算法LMD分别对所述首 端的超声波声速、所述末端的超声波声速进行互相关分析提取关键瞬时频 率物理意义的乘积函数PF,并在信号重构后,利用小波变换算法筛选出与 所述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速拐 点。
如图3所示的超声波声速拐点的提取原理图,其中,信号x(t)被分解为 k个PF分量和一个残余分量rk(t),所以x(t)可写为令管 道首、末端获取的超声波声速信号为xA(t)和xB(t),对两个超声波声速信号 进行互相关分析计算。在信号的相关分析计算中,真实信号是参考信号与 被测信号相关的部分,根据xB(t)作为参考筛选分解的PF时, xB(t)与每一个PF进行互相关分析,当含有噪声的信号 和泄漏信号的PF进行互相关分析时,其值近似等于零。其中,噪声信号和 工况变化信号的PF表示为主要PF的选择过程为 选择互相关为非零值的PF,至此能够被提 取,通过互相关分析提取主要PF后,进行x(t)的信号重构
在提取拐点过程中,由于小波变换是时间-尺度分析方法,利用小波变 换检测信号拐点时,信号超声波声速去噪信号为x(t)的小波变换公式: 其中,为基本小波函数,a为尺度因子, 是基本小波函数在在尺度上的伸缩。
103、计算所述超声波声速拐点的时差,并根据预设目标函数式迭代计 算出所述时差对应的多个位置数据。
其中,由于超声波声速拐点的时差如图2所示中首端超声波声速及末 端超声波声速通过LMD运算后,进行互相关筛选,然后以提取的主要PF 进行信号重构,重构后通过小波变换检测信号拐点时,根据首端超声波声 速的时间与末端超声波声速的时间计算出时差,即为首、末两端的超声波 声速拐点的时差。然后通过预设目标函数式迭代计算出在此时差下的多个 位置,即为首、末端之间漏点的位置。
进一步地,为了进一步地说明及细化,所述所述计算所述超声波声速 拐点的时差,并根据预设目标函数式迭代计算出所述时差对应的多个位置 数据包括:利用所述超声波声速拐点建立随距离变化的第一函数ac(x),根据 预设时间声速时差公式计算所述超声波声速拐点的时差,其中,所述ac是 超声波声速值,所述x为变化的距离,所述预设时间声速时差公式为 所述t1、t2分别为首端、末端超声波声速发生 变化的时间点,所述L为管道长度,所述X1为预期的漏点位置。通过模拟 退火灰狼优化算法求解预设目标函数式计算出yn,其中,所述预设目标函 数式为yn=|Δtn-Δt|,Δtn为X1=n时计算的Δt,n为大于0的自然数。
本发明实施例中,根据超声波声速与压力之间的关系可知,由泄漏点X1处产生的负压波传播的管道首、末端,引起管道首、末端超声波速度发生 变化所需时间分别为每次将X1=n,计算出Δt, 其中n为已知值代入预设目标函数式为yn=|Δtn-Δt|。然后通过模拟退火灰狼 优化算法求解预设目标函数式计算出yn
其中,在灰狼优化GWO算法中,种群中每只狼为1个候选解,其中, 最优解为α,次优解为β,第三次优解为γ,其它解为ω。假设灰狼群体规 模为N,搜索空间为D维,第i只灰狼在D维空间中位置可表示为 i=1,2,…,N。灰狼群体通过式逐渐接近并包围猎物,其中,t是当前迭代 次数,是猎物位置,是包围步长,A和C之 间的数学关系为A=2ψ·r1-ψ及C=2·r2,其中,r1和r2是[0,1]之间的随机数, ψ是距离控制参数,随迭代次数增加从2线性减少到0,ψ=2-2t/tmax,其中, tmax是最大迭代次数。狼群中其他灰狼个体Xi根据α,β,γ的位置Xa,Xβ, Xγ来更新各自的位置: GWO算法在个体位置迭代过程中,只考虑了个体当前位置和群体过去遍历 的最优位置信息,而最优位置的更新都是Xa起决定作用的。为了增强GWO 算法的收敛速度和求解精度,采用模拟退火思想对GWO算法进行改进,即 对更新得到的新的灰狼个体,计算两个位置所引起的适应度值的变化量ΔE;若ΔE≤0,接受新值;否则若exp(-ΔE/ε)>rand(·)(rand(·)表示[0,1]之间的随机 数)也接受新值;否则拒绝新值,即
进一步地,模拟退火灰狼优化算法具体计算如下:模拟退火灰狼优化 管道多点泄漏定位算法中,输入:灰狼种群数量N,迭代次数I,初始温度 T,终止温度T0,退火速度υ;输出:泄漏点位置估计算法步骤包括: (1)初始化,随机产生N个灰狼个体,初始化位置;(2)迭代,While(迭代次 数<I)且(T>T0)do;a)计算每个灰狼的适应度值;b)计算群体中每个个体的 适应度值并排序,将适应度值排列前3位的个体位置分别记为Xa,Xβ,Xγ; c)模拟退火算法的随机初始化和确定初始温度;d)计算两个位置所引起的适 应度值的变化量ΔE;若ΔE≤0,接受新值;否则若exp(-ΔE/ε)>rand(·)(rand(·) 表示[0,1]之间的随机数)也接受新值;否则拒绝新值,即e) 若接受新值,降温T→γT;否则不降温;f)判断算法是否满足终止条件,若 满足,输出最优灰狼个体;否则,重新计算灰狼个体;End,(3)输出得到估 计的泄漏位置。
104、从所述位置数据中确定出输油管道漏点的漏点位置。
本发明实施例中,由于根据模拟退火灰狼优化算法可以迭代出多个位 置数据,而根据模拟退火灰狼优化算法的性质及输油管道泄漏的特点,从 多个位置数据中选取数值最小的位置数据作为超声波声速拐点的漏点位 置。
本发明实施例中,由于X1为一个预期的漏点位置,可以另外预设多个 预期的漏点位置进行定位,即泄漏点X2、X3的计算原理与泄漏点位置X1相 同。算法步骤如下:(1)管道首末端超声波声速拐点确认;(2)确定发生泄漏 的位置是距离管道首端还是管道末端近;(3)如果是距离管道首端的超声波 声速先变化,泄漏定位搜索位置为原管道长度的1/2;(4)利用式yn=|Δtn-Δt| 求解泄漏点位置;(5)重复步骤(1)-(4),从而循环计算多个泄漏点位置。
进一步地,为了说明及细化,所述所述从所述位置数据中确定出输油 管道漏点的漏点位置包括:对计算出的yn进行排序,确定排序结果中最小 值对应的位置数据n,将所述位置数据n确定为漏点位置。
对于本发明实施例,具体的应用场景可以如下所示,但不限于此,包 括:以搭建2800m实验环形管道为例,管径为DN50,距离管道首端每隔 200m设置模拟泄漏点,共14个模拟泄漏点。首端流量为120L/min,管道 的设计压力是1.6MPa,实际管道运行的压力是1.2MPa。环形管道采用NI DAQ-9184和NI-9028对管道首、末端的超声波声速和流量信号进行采集。 其中,介质的密度为1000kg/m3,超声波声速为1520m/s,负压波波速为 1120m/s,管道首端温度是20℃,末端温度是35℃,。当距离管道首端400 米、800米及1200米处的泄漏阀连续打开,采集的流量信号如图4所示, 当连续多点泄漏发生时,首、末端流量变化明显,首端流量连续增加,末 端流量连续减少。首、末端超声波声速信号经过LMD信号消噪后,首、末 端的信号如图5所示的管道首端超声波声速信号与消噪信号对比曲线,以 及如图6所示的管道末端超声波声速信号与消噪信号对比曲线。经LMD信 号消噪后,首、末端超声波声速信号有一个非常明显的拐点。超声波声速 信号经LMD消噪后,再次通过小波分析进行拐点提取,管道首末端的信号 拐点位置如图7所示的首端超声波声速信号经小波变换后的信号拐点,及 如图8所示的末端超声波声速信号经小波变换后的信号拐点。通过LMD信 号消噪和小波分析后信号的拐点比较清晰,所以提出的方法不仅能直接去 除信号中的噪声,而且能清晰给出拐点,从而实现管道首、末端超声波声 速信号拐点时刻准确获取,从而进行管道多点泄漏定位。在连续的泄漏发 生时,基于超声波声速的多点泄漏定位估计结果如表1所示。通过获取管 道首末端超声波声速拐点的时差,并利用式(10)计算多泄漏点的位置。当泄 漏位置发生在距离管道首端600m、800m和1400m时,所提出的方法获得 的位置结果的如表1所示。其中,估计的泄漏点位置是200组实验中估计 泄漏点的平均位置。
表1 多点泄漏位置估计结果
本发明实施例中,GWO算法的参数选取种群数量是N=30,D=500; IGWO算法参数设置和GWO算法一样;PSO算法参数选取学习因子 c1=c2=2,惯性权重初始设置为ω0=1,最小惯性权重ωmin=0.3,惯性权重线 性下降,IPSO算法参数设置和PSO一样。泄漏定位目标函数值的收敛曲线 如图9所示的IGWO、GWO、IPSO和PSO在固定迭代次数下对函数目标 的寻优收敛曲线。对于目标函数的求解中,IGWO算法有较快的收敛速度 和较高的收敛精度。在连续的泄漏发生时,基于超声波声速的多点泄漏定 位估计结果如表1所示。通过获取管道首末端超声波声速拐点的时差计算 多泄漏点的位置。当泄漏位置发生在距离管道首端600m、800m和1400m 时,所提出的方法获得的位置结果的如表1所示。其中,估计的泄漏点位置是200组实验中估计泄漏点的平均位置。多点泄漏发生时,所提方法通 过获取管道首末端超声波声速信号拐点时间,准确估计多点泄漏位置。随 着泄漏量的减少,超声波声速信号的拐点变得不易区分,从而影响多点泄 漏位置的估计,从而造成定位误差相应增大。
本发明提供了一种输油管道漏点的定位方法,本发明实施例通过当监 测的首端流量信号与末端流量信号不相等时,采集输油管道首端的超声波 声速、以及末端的超声波声速;利用局域均值分解算法LMD及小波变换算 法提取与所述首端的超声波声速、所述末端的超声波声速分别对应的超声 波声速拐点;计算所述超声波声速拐点的时差,并根据预设目标函数式迭 代计算出所述时差对应的多个位置数据;从所述位置数据中确定出输油管 道漏点的漏点位置,实现输油管道多点泄露的准确检测,可以同时精确的 找到多个泄露点的位置,并确保输油正常运行,无需人为检测,减少资源 浪费,提高输油管道漏点定位的检测效率,从而提高定位精度。
进一步的,作为对上述图1所示方法的实现,本发明实施例提供了一 种输油管道漏点的定位装置,如图10所示,该装置包括:采集模块21、提 取模块22、计算模块23、选取模块24。
采集模块21,用于当监测的首端流量信号与末端流量信号不相等时, 采集输油管道首端的超声波声速、以及末端的超声波声速;
提取模块22,用于利用局域均值分解算法LMD及小波变换算法提取 与所述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速 拐点;
计算模块23,用于计算所述超声波声速拐点的时差,并根据预设目标 函数式迭代计算出所述时差对应的多个位置数据;
选取模块24,用于从所述位置数据中确定出输油管道漏点的漏点位置。
进一步地,所述计算模块23,具体用于利用所述超声波声速拐点建立 随距离变化的第一函数ac(x),根据预设时间声速时差公式计算所述超声波声 速拐点的时差,其中,所述ac是超声波声速值,所述x为变化的距离,所述 预设时间声速时差公式为所述t1、t2分别为首 端、末端超声波声速发生变化的时间点,所述L为管道长度,所述X1为预 期的漏点位置;
所述计算模块23,具体还用于通过模拟退火灰狼优化算法求解预设目 标函数式计算出yn,其中,所述预设目标函数式为yn=|Δtn-Δt|,Δtn为X1=n 时计算的Δt,n为大于0的自然数。
进一步地,所述提取模块22,具体用于利用局域均值分解算法LMD 分别对所述首端的超声波声速、所述末端的超声波声速进行互相关分析提 取关键瞬时频率物理意义的乘积函数PF,并在信号重构后,利用小波变换 算法筛选出与所述首端的超声波声速、所述末端的超声波声速分别对应的 超声波声速拐点。
进一步地,所述选取模块24,具体用于对计算出的yn进行排序,确定 排序结果中最小值对应的位置数据n,将所述位置数据n确定为漏点位置。
本发明提供了一种输油管道漏点的装置,本发明实施例通过当监测的 首端流量信号与末端流量信号不相等时,采集输油管道首端的超声波声速、 以及末端的超声波声速;利用局域均值分解算法LMD及小波变换算法提取 与所述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速 拐点;计算所述超声波声速拐点的时差,并根据预设目标函数式迭代计算 出所述时差对应的多个位置数据;从所述位置数据中确定出输油管道漏点 的漏点位置,实现输油管道多点泄露的准确检测,可以同时精确的找到多 个泄露点的位置,并确保输油正常运行,无需人为检测,减少资源浪费, 提高输油管道漏点定位的检测效率,从而提高定位精度。
根据本发明一个实施例提供了一种存储介质,所述存储介质存储有至 少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的输 油管道漏点的定位方法。
图11示出了根据本发明一个实施例提供的一种终端的结构示意图,本 发明具体实施例并不对终端的具体实现做限定。
如图11所示,该终端可以包括:处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。
其中:处理器302、通信接口304、以及存储器506通过通信总线308 完成相互间的通信。
通信接口304,用于与其它设备比如客户端或其它服务器等的网元通 信。
处理器302,用于执行程序310,具体可以执行上述输油管道漏点的定 位方法实施例中的相关步骤。
具体地,程序310可以包括程序代码,该程序代码包括计算机操作指 令。
处理器302可能是中央处理器CPU,或者是特定集成电路ASIC (ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施 例的一个或多个集成电路。终端包括的一个或多个处理器,可以是同一类 型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或 多个CPU以及一个或多个ASIC。
存储器306,用于存放程序310。存储器306可能包含高速RAM存储 器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个 磁盘存储器。
程序310具体可以用于使得处理器302执行以下操作:
当监测的首端流量信号与末端流量信号不相等时,采集输油管道首端 的超声波声速、以及末端的超声波声速;
利用局域均值分解算法LMD及小波变换算法提取与所述首端的超声 波声速、所述末端的超声波声速分别对应的超声波声速拐点;
计算所述超声波声速拐点的时差,并根据预设目标函数式迭代计算出 所述时差对应的多个位置数据;
从所述位置数据中确定出输油管道漏点的漏点位置。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤 可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者 分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执 行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来 执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的 步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模 块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特 定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于 本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精 神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明 的保护范围之内。

Claims (7)

1.一种输油管道漏点的定位方法,其特征在于,包括:
当监测的首端流量信号与末端流量信号不相等时,采集输油管道首端的超声波声速、以及末端的超声波声速;
利用局域均值分解算法LMD及小波变换算法提取与所述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速拐点;
计算所述超声波声速拐点的时差,并根据预设目标函数式迭代计算出所述时差对应的多个位置数据;
从所述位置数据中确定出输油管道漏点的漏点位置。
2.根据权利要求1所述的方法,其特征在于,所述计算所述超声波声速拐点的时差,并根据预设目标函数式迭代计算出所述时差对应的多个位置数据包括:
利用所述超声波声速拐点建立随距离变化的第一函数ac(x),根据预设时间声速时差公式计算所述超声波声速拐点的时差,其中,所述ac是超声波声速值,所述x为变化的距离,所述预设时间声速时差公式为所述t1、t2分别为首端、末端超声波声速发生变化的时间点,所述L为管道长度,所述X1为预期的漏点位置;
通过模拟退火灰狼优化算法求解预设目标函数式计算出yn,其中,所述预设目标函数式为yn=|Δtn-Δt|,Δtn为X1=n时计算的Δt,n为大于0的自然数。
3.根据权利要求2所述的方法,其特征在于,所述利用局域均值分解算法LMD及小波变换算法提取与所述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速拐点包括:
利用局域均值分解算法LMD分别对所述首端的超声波声速、所述末端的超声波声速进行互相关分析提取关键瞬时频率物理意义的乘积函数PF,并在信号重构后,利用小波变换算法筛选出与所述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速拐点。
4.根据权利要求3所述的方法,其特征在于,所述从所述位置数据中确定出输油管道漏点的漏点位置包括:
对计算出的yn进行排序,确定排序结果中最小值对应的位置数据n,将所述位置数据n确定为漏点位置。
5.一种输油管道漏点的定位装置,其特征在于,包括:
采集模块,用于当监测的首端流量信号与末端流量信号不相等时,采集输油管道首端的超声波声速、以及末端的超声波声速;
提取模块,用于利用局域均值分解算法LMD及小波变换算法提取与所述首端的超声波声速、所述末端的超声波声速分别对应的超声波声速拐点;
计算模块,用于计算所述超声波声速拐点的时差,并根据预设目标函数式迭代计算出所述时差对应的多个位置数据;
选取模块,用于从所述位置数据中确定出输油管道漏点的漏点位置。
6.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-4中任一项所述的输油管道漏点的定位方法对应的操作。
7.一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-4中任一项所述的输油管道漏点的定位方法对应的操作。
CN201910638102.9A 2019-07-16 2019-07-16 输油管道漏点的定位方法及装置 Active CN110345392B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910638102.9A CN110345392B (zh) 2019-07-16 2019-07-16 输油管道漏点的定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910638102.9A CN110345392B (zh) 2019-07-16 2019-07-16 输油管道漏点的定位方法及装置

Publications (2)

Publication Number Publication Date
CN110345392A true CN110345392A (zh) 2019-10-18
CN110345392B CN110345392B (zh) 2021-01-12

Family

ID=68175391

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910638102.9A Active CN110345392B (zh) 2019-07-16 2019-07-16 输油管道漏点的定位方法及装置

Country Status (1)

Country Link
CN (1) CN110345392B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930237A (zh) * 2019-10-21 2020-03-27 江苏大学 一种基于sagwo算法的中小企业信用预测分类方法
CN111062127A (zh) * 2019-12-16 2020-04-24 辽宁石油化工大学 管道漏点的检测方法及装置、存储介质、终端
CN111271608A (zh) * 2020-03-05 2020-06-12 北京中竞国际能源科技有限公司 一种压缩空气系统泄漏管理系统及方法
CN112904277A (zh) * 2021-01-25 2021-06-04 招商局重庆交通科研设计院有限公司 基于改进灰狼算法的隧道围岩破裂点定位方法
CN113642199A (zh) * 2021-10-18 2021-11-12 德仕能源科技集团股份有限公司 一种基于人工智能的原油凝结识别方法及设备
CN113639208A (zh) * 2021-07-16 2021-11-12 汕头大学 一种基于极限逼近的负压波信号拐点定位方法及系统
CN115994487A (zh) * 2023-01-17 2023-04-21 安徽建筑大学 一种基于改进灰狼优化算法的供水管网漏损定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11201859A (ja) * 1998-01-13 1999-07-30 Mitsui Eng & Shipbuild Co Ltd 周波数帯域分割による配管漏洩検知方法
CN108709092A (zh) * 2018-05-28 2018-10-26 山东省科学院激光研究所 管道泄漏监测方法、装置及系统
CN109469837A (zh) * 2018-11-19 2019-03-15 江苏省特种设备安全监督检验研究院 基于vmd-pse的压力管道多点泄漏定位方法
CN109611696A (zh) * 2019-01-31 2019-04-12 西安建筑科技大学 一种管道泄漏检测与泄漏位置定位装置及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11201859A (ja) * 1998-01-13 1999-07-30 Mitsui Eng & Shipbuild Co Ltd 周波数帯域分割による配管漏洩検知方法
CN108709092A (zh) * 2018-05-28 2018-10-26 山东省科学院激光研究所 管道泄漏监测方法、装置及系统
CN109469837A (zh) * 2018-11-19 2019-03-15 江苏省特种设备安全监督检验研究院 基于vmd-pse的压力管道多点泄漏定位方法
CN109611696A (zh) * 2019-01-31 2019-04-12 西安建筑科技大学 一种管道泄漏检测与泄漏位置定位装置及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙洁娣等: "改进LMD及高阶模糊度函数的管道泄漏定位", 《仪器仪表学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110930237A (zh) * 2019-10-21 2020-03-27 江苏大学 一种基于sagwo算法的中小企业信用预测分类方法
CN111062127A (zh) * 2019-12-16 2020-04-24 辽宁石油化工大学 管道漏点的检测方法及装置、存储介质、终端
CN111271608A (zh) * 2020-03-05 2020-06-12 北京中竞国际能源科技有限公司 一种压缩空气系统泄漏管理系统及方法
CN112904277A (zh) * 2021-01-25 2021-06-04 招商局重庆交通科研设计院有限公司 基于改进灰狼算法的隧道围岩破裂点定位方法
CN112904277B (zh) * 2021-01-25 2023-06-02 招商局重庆交通科研设计院有限公司 基于改进灰狼算法的隧道围岩破裂点定位方法
CN113639208A (zh) * 2021-07-16 2021-11-12 汕头大学 一种基于极限逼近的负压波信号拐点定位方法及系统
CN113639208B (zh) * 2021-07-16 2022-12-06 汕头大学 一种基于极限逼近的负压波信号拐点定位方法及系统
CN113642199A (zh) * 2021-10-18 2021-11-12 德仕能源科技集团股份有限公司 一种基于人工智能的原油凝结识别方法及设备
CN113642199B (zh) * 2021-10-18 2022-01-11 德仕能源科技集团股份有限公司 一种基于人工智能的原油凝结识别方法及设备
CN115994487A (zh) * 2023-01-17 2023-04-21 安徽建筑大学 一种基于改进灰狼优化算法的供水管网漏损定位方法
CN115994487B (zh) * 2023-01-17 2023-10-03 安徽建筑大学 一种基于改进灰狼优化算法的供水管网漏损定位方法

Also Published As

Publication number Publication date
CN110345392B (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
CN110345392A (zh) 输油管道漏点的定位方法及装置
Diao et al. An improved variational mode decomposition method based on particle swarm optimization for leak detection of liquid pipelines
Zhou et al. Leak detection and location based on ISLMD and CNN in a pipeline
Meniconi et al. Experimental investigation of coupled frequency and time-domain transient test–based techniques for partial blockage detection in pipelines
Duan et al. Extended blockage detection in pipelines by using the system frequency response analysis
Ghiasi et al. Robust modeling approach for estimation of compressibility factor in retrograde gas condensate systems
CN108662442B (zh) 管道泄漏的定位方法及装置
Tao et al. Burst detection using an artificial immune network in water-distribution systems
CN112013286B (zh) 管道泄漏点的定位方法及装置、存储介质、终端
CN108644618A (zh) 基于vmd分量相对熵分析的管道泄漏定位方法
Duan Uncertainty analysis of transient flow modeling and transient-based leak detection in elastic water pipeline systems
CN108591836A (zh) 管道泄漏的检测方法和装置
Zouari et al. Internal pipe area reconstruction as a tool for blockage detection
CN109556797B (zh) 基于样条局部均值分解和卷积神经网络的管道泄漏检测与定位方法
CN103091395B (zh) 油藏条件下多孔介质中流体相态三维动态探测方法及装置
Xianming et al. Localization of multiple leaks in a fluid pipeline based on ultrasound velocity and improved GWO
CN112013285B (zh) 管道泄漏点的检测方法及装置、存储介质、终端
JP6973386B2 (ja) 解析装置、解析方法、およびプログラム
Lay‐Ekuakille et al. Robust algorithm based on decimated Padè approximant technique for processing sensor data in leak detection in waterworks
CN113124328A (zh) 一种天然气管道泄漏检测方法及系统
JP6973377B2 (ja) 解析装置、解析方法、およびプログラム
Hao et al. Urban hazardous chemicals pipeline leakage positioning method based on CELMD-MCKD
Aida-zade et al. Numerical leak detection in a pipeline network of complex structure with unsteady flow
Shehadeh et al. Modelling the effect of incompressible leakage patterns on rupture area in pipeline
Cui et al. Boundary element analysis of muffler transmission loss with LS-DYNA

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220712

Address after: Wanghua District West Dandong Road 113001 Liaoning city of Fushun province.

Patentee after: Liaoming Petrochemical University

Patentee after: GUANGZHOU HUAWO TESTING TECHNOLOGY Co.,Ltd.

Patentee after: Shenyang beihaiying Technology Co.,Ltd.

Address before: Wanghua District West Dandong Road 113001 Liaoning city of Fushun province.

Patentee before: Liaoming Petrochemical University