CN111735518A - 一种油气管道积液智能化检测系统 - Google Patents

Abstract

本发明提出了一种油气管道积液智能化检测系统，该系统包括：超声发射模块、超声传感器、信号调理模块和处理分析模块等。超声发射模块用于驱动超声波传感器发出超声波信号。超声传感器用于向管道内部发出超声波信号，以获取管道内部不同物质形态界面的回波信号。对接收的回波信号处理后经离散小波变换、相变换、同步压缩及信号重构进行特征值提取，获取能够表征不同液位高度的时频矩阵，利用非负矩阵分解精简和优化特征空间进行将维，以计算得到的稀疏表达矩阵作为最终信号特征，构建超声回波信号与液位高度之间的对应模型，利用支持向量回归机算法，实现油气管道积液高度的检测。本发明不破坏管道结构即可实现管道积液液位高速的准确测量。

Description

一种油气管道积液智能化检测系统

技术领域

本发明属于油气管道积液检测技术领域，特别涉及一种油气管道积液智能化检测系统。

背景技术

考虑环境和管壁的温度差异等影响，含硫气田的油气在传输过程中会进行换热，然后析出液体，即所谓的积液。它的出现会产生一系列问题。第一，积液的聚集使管道截面积中的气液比减小，输送气体的有效面积减小，降低输气管道的输送效率；第二，液态水的存在是输气管道中水合物产生的必要条件，水合物聚集到一定量必然发生“冰堵”；第三，在输送气体的过程中，气体会对波动的液体做功，导致能耗增加；第四，含H₂S和CO²较多的酸性积液会使管道发生电化学腐蚀，甚至可能造成管道的穿孔；第五，积液的聚集会使管道内的流型发生变化，出现对管道伤害较大的段塞流。

油气管线属于一个密闭系统，在低持液率条件下起伏管线低洼处的气液两相流动为分层流，两相之间具有明显的分界面。因此，此类管线中液位的测量类似密闭容器中液位高度的测量，与之不同的是管线中的气液是流动的，而密闭容器中的气液处于静止状态。密闭容器中的液位测量是通过在容器顶部或底部安装超声探头，利用超声测距的原理来实现的。对油气管线来说，这两种方法同样都存在一定的缺陷，超声波顶部液位测量需要破坏管道结构并且液面波动使超声探头无法接收到回波信号，底部液位测量受到管道中固体沉积物的影响。

发明内容

本发明提出了一种油气管道积液智能化检测系统，在管道外壁设置超声波传感器，基于同步压缩小波的特征提取方法，结合支持向量机算法，实现管道积液液位高速的准确测量。

为了实现上述目的，本发明提出了一种油气管道积液智能化检测系统，该系统包括：超声发射模块、超声传感器、超声接收模块、信号调理模块、信号采集模块和处理分析模块；

所述超声发射模块用于接收输入的脉冲信号，对所述脉冲信号进行隔离升压后驱动超声波传感器发出超声波信号；

所述超声传感器设置在管道外壁底部，用于向管道内部发出超声波信号，以获取管道内部不同物质形态界面的回波信号；

所述超声接收模块用于对接收的所述回波信号滤除交流部分，并通过二极管对滤除交流部分的回波信号做限幅处理得到限幅后的信号；

所述信号调理模块用于对限幅后的信号放大、带通滤波以及消除共模噪声；所述信号采集模块用于对信号调理模块处理后的模拟超声信号变换成数字超声信号；

所述处理分析模块用于将采集到所述数字超声信号经离散小波变换、相变换、同步压缩及信号重构进行特征值提取，获取能够表征不同液位高度的时频矩阵，进一步利用非负矩阵分解精简和优化特征空间进行将维，以计算得到的稀疏表达矩阵作为最终信号特征，构建超声回波信号与液位高度之间的对应模型，利用支持向量回归机算法，实现油气管道积液高度的检测。

进一步的，所述超声波传感器位于在管道外壁底部，且间隔放置在同一圆周上。

进一步的，所述超声发射模块接收输入的PWM脉冲信号，且所述脉冲信号的激励频率等于所述超声波传感器的频率；所述PWM脉冲信号经过反相器进行反向处理后，利用变压器进行隔离和升压，在次级线圈产生200V高压用于超声波传感器发射超声波信号。

进一步的，信号调理模块包括信号放大电路、带通滤波电路和单端转差分电路；

所述信号放大电路采用三极管放大器对限幅后的信号进行电流放大；

所述带通滤波电路采用运算放大器芯片，所述带通滤波电路的中心频率为2MHz；

所述单端转差分电路采用单端转差分芯片，将电流放大且滤波后的超声信号转换成差分信号，消除共模噪声。

进一步的，将数字超声信号经离散小波变换的计算过程为：

所述数字超声信号的表达式为f(t)，经过连续小波计算的结果

其中，a为尺度因子，b为平移因子；

为ψ(t)的共轭；ψ(t)为一个基本小波；对f(t)在时间t_m处进行离散化得到向量f，对W_f(a,b)进行采样，采样点为(a_j,t_m)；其中，

n_v为自定义变量；L为最大尺度。

进一步的，对W_f(a,b)进行离散小波相变换，其中离散小波相变换的公式为：

其中，ω_f为W_f的离散化表示；

为W_f(a_j,t_m)的偏导数，I_n(g)为离散小波相变化函数。

进一步的，对W_f(a,b)进行同步压缩小波变换，具体计算方法公式为：

其中，ω_l＝2^lΔωω，Δω＝1/(n_a-1)log(n/2)，l＝0,1,L,n_a-1；

MAD为平均绝对离差，

为第n_v个最优尺度的小波系数的大小。

进一步的，所述信号重构进行特征值提取的过程为：通过在频率ω_l处连续小波变换的逆变换，从T_f中求出f_k，从而得到第k组分，进一步，构建时频矩阵[f₁,f₂,L,f_k]作为信号特征，f_k的具体计算公式为：

其中，

进一步的，所述利用非负矩阵分解精简和优化特征空间，以计算得到的稀疏表达矩阵作为最终信号特征的过程为：

首先，对数据样本对应的时频矩阵进行归一化；

其次，随机选取不同积液高深度下M个训练样本构成训练矩阵V_n×m，减去M个训练样本之后剩余训练样本构成测试矩阵V'_n×m，其中，n表示每个样本的维度，m为样本数量；

最后，以Kullback-Leber散度为目标函数，求解最优化值，

得到基矩阵W和系数矩阵H，使得系统数据V_n×m＝W_n×r·H_r×m；所述系数矩阵H_r×m中的列向量即为训练矩阵中对应列向量在新特征空间中的特征向量，同时，利用矩阵W_n×r同样可以得到测试矩阵所对应的系数矩阵H'_r×m。

进一步的，所述利用训练样本，结合支持向量回归机算法，建立油气管道积液高度测量模型的过程为：

建立模型公式

其中，{x＝x_i,i∈R,i＝1,2,3,L,n}为超声回波信号特征；{y＝y_i,i∈R,i＝1,2,3,L,n}为油气管道积液高度；

为映射函数；所述映射函数为径向基函数；w_a为权重向量，b为偏置项。

发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：

本发明实施例提出了一种油气管道积液智能化检测系统，该系统包括：超声发射模块、超声传感器、超声接收模块、信号调理模块、信号采集模块和处理分析模块。超声发射模块用于接收输入的脉冲信号，对脉冲信号进行隔离升压后驱动超声波传感器发出超声波信号。超声传感器设置在管道外壁底部，用于向管道内部发出超声波信号，以获取管道内部不同物质形态界面的回波信号。超声接收模块用于对接收的回波信号滤除交流部分，并通过二极管对滤除交流部分的回波信号做限幅处理得到限幅后的信号。信号调理模块用于对限幅后的信号放大、带通滤波以及消除共模噪声。信号采集模块用于对信号调理模块处理后的模拟超声信号变换成数字超声信号。处理分析模块用于将采集到所述数字超声信号经离散小波变换、相变换、同步压缩及信号重构进行特征值提取，获取能够表征不同液位高度的时频矩阵，进一步利用非负矩阵分解精简和优化特征空间进行将维，以计算得到的稀疏表达矩阵作为最终信号特征，构建超声回波信号与液位高度之间的对应模型，利用支持向量回归机算法，实现油气管道积液高度的检测。本发明中超声波传感器安装在管道外壁底部，不需要破坏管道自身的结构。利用基于同步压缩小波的特征提取方法，提取固气界面处、三相界点处和固液界面处的波形特征，结合支持向量机算法，实现管道积液液位高速的准确测量。

附图说明

如图1给出了本发明实施例1提出的一种油气管道积液智能化检测系统示意图；

如图2给出了本发明实施例1中超声发射与高压驱动电路图；

如图3给出了本发明实施例1中超声接收电路图；

如图4给出了本发明实施例1中信号调理模块中信号放大电路图；

如图5给出了本发明实施例1中信号调理模块中带通滤波电路图；

如图6给出了本发明实施例1中信号调理模块中单端转差分电路；

如图7给出了本发明实施例1中从超声超传感至信号采集模块的连接示意图；

如图8给出了本发明实施例1中处理分析模块工作流程示意图。

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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本发明提出了一种油气管道积液智能化检测系统，如图1给出了本发明实施例1一种油气管道积液智能化检测系统示意图。还系统包括超声发射模块、超声传感器、超声接收模块、信号调理模块、信号采集模块和处理分析模块。

本发明中超声发射模块采用超声发射与高压驱动电路，如图2给出了本发明实施例1中超声发射与高压驱动电路图。超声发射和高压驱动电路的输入为PWM脉冲信号，激励频率为超声波传感器激励频率，该PWM脉冲信号经74HC04进行反向处理后，利用变压器进行隔离和升压，在次级线圈产生200V高电压用于超声波传感器发射驱动。

超声传感器安装在管道外壁底部，用于向管道内部发出超声波信号，以获取管道内部不同物质形态界面的回波信号。超声波传感器的安装数量是3个，超声波传感器安装在管道外壁，位于同一个圆周上，中间传感器与两侧的传感器间距相等且大于等于2cm。超声传感器用于采集管道壁与油气的界面点即固气界面处、采集管道壁、油气和积液界面点即三相界点处和管道壁与积液即固液界面处的波形特征。

超声接收模块采用超声接收电路实现，如图3给出了超声接收电路图。超声接收电路利用电容滤除接收信号的交流成分，并利用二极管对信号进行限幅处理，防止损坏后续电路。

信号调理模块信号调理模块用于对限幅后的信号放大、带通滤波以及消除共模噪声，信号调理模块采用信号调理电路实现，超声信号调理电路主要由信号放大电路、带通滤波电路和单端转差分电路组成，其中，如图4给出了本发明实施例1中信号调理模块中信号放大电路图；信号放大电路通过三极管放大电路可以实现对信号的电流放大，为后续电路提供稳定的输出阻抗，提高信号的带负载能力。如图5给出了本发明实施例1中信号调理模块中带通滤波电路图；带通滤波电路以高速轨到轨型运放AD8061为核心，构建了2MHz为中心频率的有源带通滤波电路，实现超声信号滤波。如图6给出了本发明实施例1中信号调理模块中单端转差分电路；单端转差分电路以单端转差分芯片AD8137为核心，将放大后的超声信号转换为差分信号，消除其共模噪声，抑制电磁干扰，提高信号的抗干扰能力。

信号采集模块才采样频率40MHz的ADC12DL040为核心构建，将模拟超声信号转换为数据信号。

如图7给出了本发明实施例1中从超声超传感至信号采集模块的连接示意图；超声超感器分别通过超声发射模块的驱动与超声接收电路相连，超声接收电路与信号调理电路相连，信号调理电路分别与信号接收模块或者信号接收电路相连。

信号采集模块将模拟超声信号变换成数字超声信号后，经过信号处理模块，如图8给出了本发明实施例1中信号处理模块的工作流程图。将采集到数字超声信号经离散小波变换、相变换、同步压缩及信号重构进行特征值提取，获取能够表征不同液位高度的时频矩阵，进一步利用非负矩阵分解精简和优化特征空间进行将维，以计算得到的稀疏表达矩阵作为最终信号特征，构建超声回波信号与液位高度之间的对应模型，利用支持向量回归机算法，实现油气管道积液高度的检测。

在步骤S801中，根据将数字超声信号经离散小波变换、进行离散小波相变换、同步压缩小波变换和信号重构进行特征值提取。

将数字超声信号经离散小波变换的计算过程为：

数字超声信号的表达式为f(t)，经过连续小波计算的结果

其中，a为尺度因子，b为平移因子；

为ψ(t)的共轭；ψ(t)为一个基本小波；对f(t)在时间t_m处进行离散化得到向量f，对W_f(a,b)进行采样，采样点为(a_j,t_m)；其中，

n_v为自定义变量；L为最大尺度。

对W_f(a,b)进行离散小波相变换，其中离散小波相变换的公式为：

其中，ω_f为W_f的离散化表示；

为W_f(a_j,t_m)的偏导数，I_n(g)为离散小波相变化函数。

对W_f(a,b)进行同步压缩小波变换，具体计算方法公式为：

其中，ω_l＝2^lΔωω，Δω＝1/(n_a-1)log(n/2)，l＝0,1,L,n_a-1；

MAD为平均绝对离差，

为第n_v个最优尺度的小波系数的大小。

信号重构进行特征值提取的过程为：通过在频率ω_l处连续小波变换的逆变换，从T_f中求出f_k，从而得到第k组分，进一步，构建时频矩阵[f₁,f₂,L,f_k]作为信号特征，f_k的具体计算公式为：

其中，

在步骤S802中，通过利用非负矩阵分解精简和优化特征空间，以计算得到的稀疏表达矩阵作为最终信号特征进行特征信号将维。具体的过程为：

首先，对数据样本对应的时频矩阵进行归一化。

其次，随机选取不同积液高深度下M个训练样本构成训练矩阵V_n×m，减去M个训练样本之后剩余训练样本构成测试矩阵V'_n×m，其中，n表示每个样本的维度，m为样本数量。

最后，以Kullback-Leber散度为目标函数，求解最优化值。

得到基矩阵W和系数矩阵H，使得系统数据V_n×m＝W_n×r·H_r×m；所述系数矩阵H_r×m中的列向量即为训练矩阵中对应列向量在新特征空间中的特征向量，同时，利用矩阵W_n×r同样可以得到测试矩阵所对应的系数矩阵H'_r×m；由于r<n，因此，实现了信号特征降维。

在步骤S803中，利用训练样本，结合支持向量回归机算法，建立油气管道积液高度测量模型，具体的过程为：

建立模型公式

其中，{x＝x_i,i∈R,i＝1,2,3,L,n}为超声回波信号特征；{y＝y_i,i∈R,i＝1,2,3,L,n}为油气管道积液高度；

为映射函数；所述映射函数为径向基函数；w_a为权重向量，b为偏置项。

对于检测到的未知积液高度的超声波回波信号，根据经过S801将数字超声信号经离散小波变换、进行离散小波相变换、同步压缩小波变换、通过在频率ω_l处连续小波变换的逆变换进行信号特征提取，然后经过S802，通过利用非负矩阵分解精简和优化特征空间，以计算得到的稀疏表达矩阵作为最终信号特征进行特征信号将维。最后S803，代入到利用训练样本，结合支持向量回归机算法，建立油气管道积液高度测量模型中，计算油气管道积液高度。本发明基于同步压缩小波的特征提取方法，提取固气界面处、三相界点处和固液界面处的波形特征，结合支持向量机算法，实现管道积液液位高速的准确测量。

以上内容仅仅是对本发明的结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种油气管道积液智能化检测系统，其特征在于，包括：超声发射模块、超声传感器、超声接收模块、信号调理模块、信号采集模块和处理分析模块；

所述超声发射模块用于接收输入的脉冲信号，对所述脉冲信号进行隔离升压后驱动超声波传感器发出超声波信号；

所述超声传感器设置在管道外壁底部，用于向管道内部发出超声波信号，以获取管道内部不同物质形态界面的回波信号；

所述超声接收模块用于对接收的所述回波信号滤除交流部分，并通过二极管对滤除交流部分的回波信号做限幅处理得到限幅后的信号；

所述信号调理模块用于对限幅后的信号放大、带通滤波以及消除共模噪声；

所述信号采集模块用于对信号调理模块处理后的模拟超声信号变换成数字超声信号；

所述处理分析模块用于将采集到所述数字超声信号经离散小波变换、相变换、同步压缩及信号重构进行特征值提取，获取能够表征不同液位高度的时频矩阵，进一步利用非负矩阵分解精简和优化特征空间进行将维，以计算得到的稀疏表达矩阵作为最终信号特征，构建超声回波信号与液位高度之间的对应模型，利用支持向量回归机算法，实现油气管道积液高度的检测。

2.根据权利要求1所述的一种油气管道积液智能化检测系统，其特征在于，所述超声波传感器位于在管道外壁底部，且间隔放置在同一圆周上。

3.根据权利要求1所述的一种油气管道积液智能化检测系统，其特征在于，所述超声发射模块接收输入的PWM脉冲信号，且所述脉冲信号的激励频率等于所述超声波传感器的频率；所述PWM脉冲信号经过反相器进行反向处理后，利用变压器进行隔离和升压，在次级线圈产生200V高压用于超声波传感器发射超声波信号。

4.根据权利要求1所述的一种油气管道积液智能化检测系统，其特征在于，信号调理模块包括信号放大电路、带通滤波电路和单端转差分电路；

所述信号放大电路采用三极管放大器对限幅后的信号进行电流放大；

所述带通滤波电路采用运算放大器芯片，所述带通滤波电路的中心频率为2MHz；

所述单端转差分电路采用单端转差分芯片，将电流放大且滤波后的超声信号转换成差分信号，消除共模噪声。

5.根据权利要求1所述的一种油气管道积液智能化检测系统，其特征在于，将数字超声信号经离散小波变换的计算过程为：

所述数字超声信号的表达式为f(t)，经过连续小波计算的结果

其中，a为尺度因子，b为平移因子；

为ψ(t)的共轭；ψ(t)为一个基本小波；对f(t)在时间t_m处进行离散化得到向量f，对W_f(a,b)进行采样，采样点为(a_j,t_m)；其中，

n_v为自定义变量；L为最大尺度。

6.根据权利要求5所述的一种油气管道积液智能化检测系统，其特征在于，对W_f(a,b)进行离散小波相变换，其中离散小波相变换的公式为：

其中，ω_f为W_f的离散化表示；

为W_f(a_j,t_m)的偏导数，I_n(g)为离散小波相变化函数。

7.根据权利要求6所述的一种油气管道积液智能化检测系统，其特征在于，对W_f(a,b)进行同步压缩小波变换，具体计算方法公式为：

其中，ω_l＝2^lΔωω，Δω＝1/(n_a-1)log(n/2)，l＝0,1,L,n_a-1；

MAD为平均绝对离差，

为第n_v个最优尺度的小波系数的大小。

8.根据权利要求7所述的一种油气管道积液智能化检测系统，其特征在于，所述信号重构进行特征值提取的过程为：通过在频率ω_l处连续小波变换的逆变换，从T_f中求出f_k，从而得到第k组分，进一步，构建时频矩阵[f₁,f₂,L,f_k]作为信号特征，f_k的具体计算公式为：

其中，

9.根据权利要求8所述的一种油气管道积液智能化检测系统，其特征在于，所述利用非负矩阵分解精简和优化特征空间，以计算得到的稀疏表达矩阵作为最终信号特征的过程为：

首先，对数据样本对应的时频矩阵进行归一化；

其次，随机选取不同积液高深度下M个训练样本构成训练矩阵V_n×m，减去M个训练样本之后剩余训练样本构成测试矩阵V′_n×m，其中，n表示每个样本的维度，m为样本数量；

最后，以Kullback-Leber散度为目标函数，求解最优化值，

得到基矩阵W和系数矩阵H，使得系统数据V_n×m＝W_n×r·H_r×m；所述系数矩阵H_r×m中的列向量即为训练矩阵中对应列向量在新特征空间中的特征向量，同时，利用矩阵W_n×r同样可以得到测试矩阵所对应的系数矩阵H'_r×m。

10.根据权利要求9所述的一种油气管道积液智能化检测系统，其特征在于，所述利用训练样本，结合支持向量回归机算法，建立油气管道积液高度测量模型的过程为：

建立模型公式

其中，{x＝x_i,i∈R,i＝1,2,3,L,n}为超声回波信号特征；{y＝y_i,i∈R,i＝1,2,3,L,n}为油气管道积液高度；

为映射函数；所述映射函数为径向基函数；w_a为权重向量，b为偏置项。

Images