CN114576568A - 基于次声波的管道泄漏检测方法及装置 - Google Patents

基于次声波的管道泄漏检测方法及装置 Download PDF

Info

Publication number
CN114576568A
CN114576568A CN202210175781.2A CN202210175781A CN114576568A CN 114576568 A CN114576568 A CN 114576568A CN 202210175781 A CN202210175781 A CN 202210175781A CN 114576568 A CN114576568 A CN 114576568A
Authority
CN
China
Prior art keywords
pipeline
infrasonic
leakage
infrasonic wave
preset
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
CN202210175781.2A
Other languages
English (en)
Other versions
CN114576568B (zh
Inventor
刘昕瑜
郭颖
赵宇
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.)
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 CN202210175781.2A priority Critical patent/CN114576568B/zh
Publication of CN114576568A publication Critical patent/CN114576568A/zh
Application granted granted Critical
Publication of CN114576568B publication Critical patent/CN114576568B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17DPIPE-LINE SYSTEMS; PIPE-LINES
    • F17D1/00Pipe-line systems
    • F17D1/08Pipe-line systems for liquids or viscous products

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明公开了一种基于次声波的管道泄漏检测方法及装置,涉及管道检测技术领域,主要目的在于解决现有管道泄漏点检测效率低的问题。所述方法包括:获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。

Description

基于次声波的管道泄漏检测方法及装置
技术领域
本发明涉及一种管道检测技术领域,特别是涉及一种基于次声波的管道泄漏检测方法及装置。
背景技术
随着经济及科技的快速发展,利用长输管线的高效性、可靠性和安全性进行液态油的运输已经成为管道运输系统的关键技术。其中,在利用长输运输的过程中,由于多种情况影响会出现管道泄漏的情况,因此需要及时对管道泄漏进行检测。
目前,现有管道泄漏检测通常是基于声波信号进行滤波后对特定液体或天然气管道进行检测,然而,由于输油气管道外部的噪声组成比较复杂,无法适用于对任意液体或气体进行管道传输的检测,因此,亟需一种基于次声波的管道泄漏检测方法来解决上述问题。
发明内容
有鉴于此,本发明提供一种基于次声波的管道泄漏检测方法及装置,主要目的在于解决现有管道泄漏点检测效率低的问题。
依据本发明一个方面,提供了一种基于次声波的管道泄漏检测方法,包括:
获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;
对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;
若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
进一步地,所述对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量之后,所述方法还包括:
判断所述多个模态分量中目标模态分量的频率值是否小于预设频率阈值;或,判断所述多个模态分量中目标模态分量对应于时域中的幅值是否大于预设幅值阈值;
若所述多个模态分量中目标模态分量的频率值小于预设频率阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件;或,若所述多个模态分量中目标模态分量对应于时域中的幅值大于预设幅值阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件。
进一步地,所述对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点包括:
基于小波变换对所述目标模态分量进行处理,得到主能量频带,并基于所述主能量频带确定所述管道的首端时间拐点、末端时间拐点;
获取所述管道的管道长度、次声波传播速度、所述首端时间拐点、所述末端时间拐点计算所述管道的泄漏定位点。
进一步地,所述对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量包括:
基于环境参数确定的分解尺寸、带宽参数、采样频率,所述环境参数用于表征管道所处的环境特征;
基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理,得到包含频率值的多个模态分量。
进一步地,所述方法还包括:
若所述泄漏定位点距离所述管道首端的长度大于所述泄漏定位点距离所述管道末端的长度的预设倍数,则对所述分解尺寸进行二倍长度调整,并重新执行基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理的步骤;
若所述泄漏定位点距离所述管道首端的长度小于或等于所述泄漏定位点距离所述管道末端的长度的预设倍数,则确定所述分解尺寸为所述管道匹配所述环境参数的分解尺寸。
进一步地,所述对所述次声波信号进行滤波处理包括:
基于低通滤波器对所述次声波信号进行低通滤波,得到滤波后的首端次声波信号、末端次声波信号;
所述方法还包括:
对滤波后的所述首端次声波信号、所述末端次声波信号进行信号拟合;
若拟合后的唯一次声波信号存在高频信号,则确定采集的所述次声波信号为异常信号,并发送告警信息,以指示重新采集所述管道首末两端的次声波信号。
进一步地,所述方法还包括:
若所述多个模态分量中目标模态分量的频率值大于或等于预设频率阈值,或若所述多个模态分量中目标模态分量对应于时域中的幅值小于或等于预设幅值阈值,则配置所述管道的泄漏定位点为预设字符,并进行输出,以指示所述管道不存在泄漏。
依据本发明另一个方面,提供了一种基于次声波的管道泄漏检测装置,包括:
获取模块,用于获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;
处理模块,用于对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;
确定模块,用于若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
进一步地,所述装置包括:判断模块,
所述判断模块,用于判断所述多个模态分量中目标模态分量的频率值是否小于预设频率阈值;或,判断所述多个模态分量中目标模态分量对应于时域中的幅值是否大于预设幅值阈值;
所述确定模块,还用于若所述多个模态分量中目标模态分量的频率值小于预设频率阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件;或,若所述多个模态分量中目标模态分量对应于时域中的幅值大于预设幅值阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件。
进一步地,所述确定模块包括:
处理单元,用于基于小波变换对所述目标模态分量进行处理,得到主能量频带,并基于所述主能量频带确定所述管道的首端时间拐点、末端时间拐点;
计算单元,用于获取所述管道的管道长度、次声波传播速度、所述首端时间拐点、所述末端时间拐点计算所述管道的泄漏定位点。
进一步地,所述处理模块包括:
确定单元,用于基于环境参数确定的分解尺寸、带宽参数、采样频率,所述环境参数用于表征管道所处的环境特征;
处理单元,用于基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理,得到包含频率值的多个模态分量。
进一步地,所述装置还包括:调整模块,
所述调整模块,用于若所述泄漏定位点距离所述管道首端的长度大于所述泄漏定位点距离所述管道末端的长度的预设倍数,则对所述分解尺寸进行二倍长度调整,并重新执行基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理的步骤;
所述确定模块,还用于若所述泄漏定位点距离所述管道首端的长度小于或等于所述泄漏定位点距离所述管道末端的长度的预设倍数,则确定所述分解尺寸为所述管道匹配所述环境参数的分解尺寸。
进一步地,所述获取模块,具体用于基于低通滤波器对所述次声波信号进行低通滤波,得到滤波后的首端次声波信号、末端次声波信号;
所述装置还包括:
拟合模块,用于对滤波后的所述首端次声波信号、所述末端次声波信号进行信号拟合;
发送模块,用于若拟合后的唯一次声波信号存在高频信号,则确定采集的所述次声波信号为异常信号,并发送告警信息,以指示重新采集所述管道首末两端的次声波信号。
进一步地,所述装置还包括:
输出模块,用于若所述多个模态分量中目标模态分量的频率值大于或等于预设频率阈值,或若所述多个模态分量中目标模态分量对应于时域中的幅值小于或等于预设幅值阈值,则配置所述管道的泄漏定位点为预设字符,并进行输出,以指示所述管道不存在泄漏。
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基于次声波的管道泄漏检测方法对应的操作。
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基于次声波的管道泄漏检测方法对应的操作。
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:
本发明提供了一种基于次声波的管道泄漏检测方法及装置,与现有技术相比,本发明实施例通过获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点,实现基于次声波的频率低,波长长,灵敏度高,抗干扰能力强,可以提高泄漏检出率和定位精度。
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基于次声波的管道泄漏检测方法流程图;
图2示出了本发明实施例提供的一种管道采集次声波场景示意图;
图3示出了本发明实施例提供的一种AD转换电路示意图;
图4示出了本发明实施例提供的一种分解流程流程示意图;
图5示出了本发明实施例提供的一种信号去噪前后对比示意图;
图6示出了本发明实施例提供的一种基于次声波的管道泄漏检测装置组成框图;
图7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。
针对管道泄漏检测通常是基于声波信号进行滤波后对特定液体或天然气管道进行检测,然而,由于输油气管道外部的噪声组成比较复杂,无法适用于对任意液体或气体进行管道传输的检测,本发明实施例提供了一种基于次声波的管道泄漏检测方法,如图1所示,该方法包括:
101、获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理。
本发明实施例中,如图2所示,管道运输的对象可以为气体,也可以为液体,在通过管道运输的过程中,采集次声波信号的声波传感器配置于管道两端处,即首端、末端,从而实时采集首末两端的次声波信号。其中,频率低于20HZ的声波被称为次声波,次声波传感器的采样频率设置为1000HZ,当管道内出现了泄漏点时,由于气压的变化会在泄漏点的周边形成次声波、负压波、超声波以及应力波等一系列振动信号,从而基于传播的次声波信号来进行管道泄漏点的定位。
需要说明的是,为了剔除次声波信号中的异常波,对次声波信号进行滤波处理,即通过滤波电路进行过滤。其中,滤波电路适用于对整流输出电压中的波纹的去除,此电路主要由电抗元件所构成,例如,可以在电阻的两端并联接上电容器C,或者还可以串联一个电感器L,通过不同类型和数量的电容以及电感器之间的搭配就能够实现多种复杂滤波电路的构建。由于本发明实施例中使用的次声波测漏,而声波传感器采集的信号不可避免地掺杂了周围环境噪声,因此,为了避免环境所产生的高频噪音对电路的影响,通常会在电路中加入低通滤波器来实现对高频噪音的过滤去除,最终得到较为平滑的波形。进而,可以滤波电路可以选取MAX293低通滤波器,用来过滤泄露信号中的高频噪音。
另外,本发明实施例中,在对次声波信号采集的过程中,为了满足高速采集声波发射信号的需求,通过作为单指令周期达到纳秒级的高速微处理器的数字信号处理器(Digital Signal Processor,DSP),基于DSP处理速度快、成本低廉、能满足不同层次的应用需求,可以实现滤波、FFT、卷积等功能,非常适合用于实时信号的检测与信号处理。其中,数字信号处理器选取TMS320C6711开发芯片,其主要功能有:时钟单元、复位中断单元、外部寄存器接口模块,本发明实施例不做具体限定。
102、对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量。
本发明实施例中,由于滤波处理后的次声波信号仍为模态信号,为了基于滤波处理后的次声波信号进行泄漏点的定位,需要对滤波处理后的次声波信号进行模数转换,从而通过模数转换后的次声波信号进行频域分解处理。其中,本发明实施例通过ADS7864芯片来实现模与数之间的转换,此芯片具有4个输出通道,同时搭载了高精度的A/D转换器,高速运行的输出端与DSP芯片TMS320C6711外部存储器接口直接相连。输出信号是采用12位高速并行的数据输出接口进行输出的,因此,可以直接与MCU相连接,不需要在进行额外的电平转换。由于AD7864标准输入电压为0~5V,需要将输入信号进行转换才能接入TMS320C6711进行分析处理,因此,本发明实施例中在AD7864前面增加了增益调节电路,AD7864与DSP连接线路图如图3所示,从而确保信号转换的准确性。
需要说明的是,本发明实施例中通过变分模态分解VMD(Variational modedecomposition)作为自适应、完全非递归的模态变分和信号处理方法,对模数转换后的次声波信号进行频域分解处理,得到多个模态分量。其中,VMD算法通过构造求解有约束、最优化变分问题,能够实现将单个的瞬态多分量信号分解为多个单模态分量信号,然后将单模态分量信号根据频率由低到高的顺序依次进行排列。由于管道气体泄漏的振动信号中,频率高的多为噪音信号,而频率低的则多为泄漏信号,从而可以基于频率的对比判断来确定是否存在泄漏。
具体的频域分解处理过程包括:
(1)借助Hillbert变换对信号进行分解,如式(1)所示,得到多个模态分量,再求出信号的单边频谱;
Figure BDA0003520182450000081
(2)借用指数
Figure BDA0003520182450000082
将每个模式与估计中心频率指数混合,如式(2)所示,使得模式的频谱移动到基带;
Figure BDA0003520182450000083
(3)进行解调信号的高斯平滑度来估计L2范数的梯度平方根的数值,也就是常说的带宽值。得到的约束变分问题如式(3)和式(4)所示:
Figure BDA0003520182450000084
Figure BDA0003520182450000085
式中:μk—模态,uk={u1,u2,...,uk};
ωk—模态中心频率,ωk={ω12,...,ωk};
fVMD—输入信号。
(4)利用二次惩罚项和拉格朗日乘子法优势,借由增广拉格朗日函数,如式(5)所示,解决约束最优问题。
Figure BDA0003520182450000091
式中:αVMD—惩罚参数;λVMD—拉格朗日乘子;L(t)—增广拉格朗日函数。利用交替方向乘子进行迭代寻找最优化解,最后将输入的复杂信号分解为多个BLIMF分量,即多个单模态分量,具体的分解流程如图4所示。
在另一个本发明实施例中,为了进一步限定及说明,所述对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量包括:基于环境参数确定的分解尺寸、带宽参数、采样频率;基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理,得到包含频率值的多个模态分量。
本发明实施例中,为了准确进行频域分解处理,具体的基于环境参数确定分解尺寸、带宽参数、采样频率,从而基于分解尺寸、带宽参数、采样频率对模数转换后的所述次声波信号进行频域分解处理,得到包含频率值的多个模态分量。其中,所述环境参数用于表征管道所处的环境特征,即处于不同环境的管道采集的次声波信号进行频率分解处理所配置的分解尺寸、宽带参数、采样频率不同,因此,不同的环境数字化为不同的环境参数,预先建立不同环境参数与不同分解尺寸、带宽参数、采样频率的对应关系,从而进行VMD分解。另外,环境特征包括但不限于土壤环境、运输液体或气体环境,例如,处于土壤环境a中的管道运输石油时,分解尺寸配置为4,采样过程中的频率值设定为1000HZ,噪声忍耐为0,带宽参数alpha的值设置为2000,从而进行VMD分解。
在另一个本发明实施例中,为了进一步限定及说明,所述对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量之后,所述方法还包括:
判断所述多个模态分量中目标模态分量的频率值是否小于预设频率阈值;或,判断所述多个模态分量中目标模态分量对应于时域中的幅值是否大于预设幅值阈值;
若所述多个模态分量中目标模态分量的频率值小于预设频率阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件;或,若所述多个模态分量中目标模态分量对应于时域中的幅值大于预设幅值阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件。
本发明实施例中,为了基于确定多个模态分量中目标模态分量是否符合预设泄漏条件来确定是否存在泄漏,从而进行泄漏定位点的确定。结合多个模态分量的频率值进行排序后,选取特定的频率较小的目标模态分量与预设频率阈值进行对比,目标模态分量的频率值小于预设频率阈值,则说明存在泄漏点,即确定目标模态分量符合预设泄漏条件,从而进行目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
另外,由于在进行频域分解处理时,同时可以映射时域得到时域中的信号幅值,因此,通过判断多个模态分量中目标模态分量对应于时域中的幅值是否大于预设幅值阈值,从而进行泄漏定位点的确定。若多个模态分量中目标模态分量对应于时域中的幅值大于预设幅值阈值,则说明存在泄漏点,即确定目标模态分量符合预设泄漏条件,从而进行目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
需要说明的是,目标模态分量可以为多个模态分量中的全部模态分量,即依次针对多个模态分量中的各个目标模态分量的频率或幅值进行比较,本发明实施例不做具体限定。
103、若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
本发明实施例中,当确定目标模态分量符合预设泄漏条件,则说明管道存在泄漏,此时,符合预设泄漏条件可以包括目标模态分量的频率值是否小于预设频率阈值,或者,目标模态分量的幅值是否大于预设幅值阈值,本发明实施例不做具体限定。当确定泄漏后,由于波变换具有良好的时频局部化处理能力,是一种建立在瞬态傅里叶变换基础上的信号时频分析手段。而小波阈值去噪法因为其极佳的效果、信号重构的原理简单以及过程计算量小等众多的优点而被人们所认可并加以使用,从而对目标模态分量进行小波变换处理,确定泄漏定位点。其中,VMD分解得到的多个单模态分量BLIMF分量,可以按照频率从低到高排列,通过对比预设频率阈值剔除高频部分,对筛选出的BLIMF分量进行小波变换。此时,通过小波变换获得泄漏声波主能量频带,基于这个频带的校正系数再次得到实际传播模型来检测泄漏,得到有效检测泄漏并定位泄漏点。由于采集信号经过VMD分解后又进行了小波变换,既去除了干扰噪声也去除了背景噪声,在经过小波变换的分解与重构之后,得到了图5所示的信号图像,可以看出两次降噪处理后的数据,时间拐点更为清晰,数据变得更为平滑,降噪效果良好,从而基于时间拐点计算泄漏定位点。
在另一个本发明实施例中,为了进一步限定及说明,所述对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点包括:
基于小波变换对所述目标模态分量进行处理,得到主能量频带,并基于所述主能量频带确定所述管道的首端时间拐点、末端时间拐点;
获取所述管道的管道长度、次声波传播速度、所述首端时间拐点、所述末端时间拐点计算所述管道的泄漏定位点。
具体的,在对目标模态分量进行小波变换处理后,得到主能量频率,进而,可以基于主能量频带确定管道的首端时间拐点、末端时间拐点,即从如图5所示的信号图像中找到首端时间拐点、末端时间拐点。确定首端时间拐点、末端时间拐点后,获取管道的管道长度、次声波传播速度,结合公式(6)计算得到泄漏定位点的位置,
Figure BDA0003520182450000111
其中,X为泄漏点处位置,L为管道长度,T1、T2为含有泄漏信息的次声波分别到达首末站的时间,即首端时间拐点、末端时间拐点。例如,工艺管线总长度为2800m,管道内径为50mm,每隔200m设置一个泄放阀,通过控制阀门开度来作为管道泄漏的情况,次声波在油品中以1250m/s的速度向外传播,通过对上下游次声波传感器采集到的数据进行处理与分析,最后确定出上下游信号拐点时间差,将时间差值带入定位公式(6)中,实际泄漏点的位置以及泄漏点的位置估计如表1所示。从计算结果来了来看,泄漏点估计值的最大误差为16.25m,精度较高。
表1环形管道泄漏点位置估计结果
Figure BDA0003520182450000112
Figure BDA0003520182450000121
在另一个本发明实施例中,为了进一步限定及说明,所述方法还包括:
若所述泄漏定位点距离所述管道首端的长度大于所述泄漏定位点距离所述管道末端的长度的预设倍数,则对所述分解尺寸进行二倍长度调整,并重新执行基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理的步骤;
若所述泄漏定位点距离所述管道首端的长度小于或等于所述泄漏定位点距离所述管道末端的长度的预设倍数,则确定所述分解尺寸为所述管道匹配所述环境参数的分解尺寸。
本发明实施例中,为了使基于VMD分解进行准确的泄漏定位,因此,在确定泄漏定位点距离管道首端的长度大于泄漏定位点距离管道末端的长度的预设倍数时,为了提高频域分解准确性,重新调整分解尺寸为原有分解尺寸的二倍长度,从而进行重新频域分解。其中,预设倍数可以基于分解经验配置为五分之一,即泄漏定位点距离管道首端的长度大于泄漏定位点距离管道末端的长度的五分之一时,对分解尺寸进行二倍长度调整。若泄漏定位点距离管道首端的长度小于或等于泄漏定位点距离管道末端的长度的预设倍数,则确定分解尺寸为所述管道匹配环境参数的分解尺寸,本发明实施例不做具体限定。
在另一个本发明实施例中,为了进一步限定及说明,所述对所述次声波信号进行滤波处理包括:
基于低通滤波器对所述次声波信号进行低通滤波,得到滤波后的首端次声波信号、末端次声波信号;
所述方法还包括:
对滤波后的所述首端次声波信号、所述末端次声波信号进行信号拟合;
若拟合后的唯一次声波信号存在高频信号,则确定采集的所述次声波信号为异常信号,并发送告警信息,以指示重新采集所述管道首末两端的次声波信号。
本发明实施例中,在进行滤波处理时,具体是通过低通滤波器对次声波信号进行低通滤波的,从而得到滤波后的首端次声波信号、末端次声波信号。进而的,为了确保采集的管道首末两端的次声波信号可以作为管道泄漏定位点的检测依据,对滤波后的首端次声波信号、末端次声波信号进行信号拟合,从而将拟合后的唯一次声波信号判断是否存在高频信号,此时的高频信号可以基于预设频率值进行确定。若唯一次声波信号存在高频信号,则说明滤波未成功,或存在异常信号情况,因此,确定采集的次声波信号为异常信号,并发送告警信息,以便指示用户重新采集管道首末两端的次声波信号。其中,对于信号拟合,可以从幅度、频率、相位三个维度对一维信号进行正弦拟合,从而达到去燥及输出标准波形的目的,得到唯一次声波信号,以进行高频信号的判断,本发明实施例不做具体限定。
在另一个本发明实施例中,为了进一步限定及说明,所述方法还包括:若所述多个模态分量中目标模态分量的频率值大于或等于预设频率阈值,或若所述多个模态分量中目标模态分量对应于时域中的幅值小于或等于预设幅值阈值,则配置所述管道的泄漏定位点为预设字符,并进行输出,以指示所述管道不存在泄漏。
本发明实施例中,若每个目标模态分量的频率值大于或等于预设频率阈值,则说明不存在泄漏,同时,若每个目标模态分量的幅值小于或等于预设幅值阈值,则说明书不存在泄漏,因此,通过配置管道的泄漏定位点为预设字符,并进行输出,以指示所述管道不存在泄漏,即通过输出一个固定的字符来替代输出的泄漏定位点,从而标识未存在泄漏。
本发明实施例提供了一种基于次声波的管道泄漏检测方法,与现有技术相比,本发明实施例通过获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点,实现基于次声波的频率低,波长长,灵敏度高,抗干扰能力强,可以提高泄漏检出率和定位精度。
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基于次声波的管道泄漏检测装置,如图6所示,该装置包括:
获取模块21,用于获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;
处理模块22,用于对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;
确定模块23,用于若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
进一步地,所述装置包括:判断模块,
所述判断模块,用于判断所述多个模态分量中目标模态分量的频率值是否小于预设频率阈值;或,判断所述多个模态分量中目标模态分量对应于时域中的幅值是否大于预设幅值阈值;
所述确定模块,还用于若所述多个模态分量中目标模态分量的频率值小于预设频率阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件;或,若所述多个模态分量中目标模态分量对应于时域中的幅值大于预设幅值阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件。
进一步地,所述确定模块包括:
处理单元,用于基于小波变换对所述目标模态分量进行处理,得到主能量频带,并基于所述主能量频带确定所述管道的首端时间拐点、末端时间拐点;
计算单元,用于获取所述管道的管道长度、次声波传播速度、所述首端时间拐点、所述末端时间拐点计算所述管道的泄漏定位点。
进一步地,所述处理模块包括:
确定单元,用于基于环境参数确定的分解尺寸、带宽参数、采样频率,所述环境参数用于表征管道所处的环境特征;
处理单元,用于基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理,得到包含频率值的多个模态分量。
进一步地,所述装置还包括:调整模块,
所述调整模块,用于若所述泄漏定位点距离所述管道首端的长度大于所述泄漏定位点距离所述管道末端的长度的预设倍数,则对所述分解尺寸进行二倍长度调整,并重新执行基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理的步骤;
所述确定模块,还用于若所述泄漏定位点距离所述管道首端的长度小于或等于所述泄漏定位点距离所述管道末端的长度的预设倍数,则确定所述分解尺寸为所述管道匹配所述环境参数的分解尺寸。
进一步地,所述获取模块,具体用于基于低通滤波器对所述次声波信号进行低通滤波,得到滤波后的首端次声波信号、末端次声波信号;
所述装置还包括:
拟合模块,用于对滤波后的所述首端次声波信号、所述末端次声波信号进行信号拟合;
发送模块,用于若拟合后的唯一次声波信号存在高频信号,则确定采集的所述次声波信号为异常信号,并发送告警信息,以指示重新采集所述管道首末两端的次声波信号。
进一步地,所述装置还包括:
输出模块,用于若所述多个模态分量中目标模态分量的频率值大于或等于预设频率阈值,或若所述多个模态分量中目标模态分量对应于时域中的幅值小于或等于预设幅值阈值,则配置所述管道的泄漏定位点为预设字符,并进行输出,以指示所述管道不存在泄漏。
本发明实施例提供了一种基于次声波的管道泄漏检测装置,与现有技术相比,本发明实施例通过获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点,实现基于次声波的频率低,波长长,灵敏度高,抗干扰能力强,可以提高泄漏检出率和定位精度。
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基于次声波的管道泄漏检测方法。
图7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7所示,该终端可以包括:处理器(processor)302、通信接口(CommunicationsInterface)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306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,具体可以执行上述基于次声波的管道泄漏检测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:
获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;
对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;
若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
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 (10)

1.一种基于次声波的管道泄漏检测方法,其特征在于,包括:
获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;
对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;
若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
2.根据权利要求1所述的方法,其特征在于,所述对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量之后,所述方法还包括:
判断所述多个模态分量中目标模态分量的频率值是否小于预设频率阈值;或,判断所述多个模态分量中目标模态分量对应于时域中的幅值是否大于预设幅值阈值;
若所述多个模态分量中目标模态分量的频率值小于预设频率阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件;或,若所述多个模态分量中目标模态分量对应于时域中的幅值大于预设幅值阈值,则确定所述多个模态分量中目标模态分量符合预设泄漏条件。
3.根据权利要求2所述的方法,其特征在于,所述对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点包括:
基于小波变换对所述目标模态分量进行处理,得到主能量频带,并基于所述主能量频带确定所述管道的首端时间拐点、末端时间拐点;
获取所述管道的管道长度、次声波传播速度、所述首端时间拐点、所述末端时间拐点计算所述管道的泄漏定位点。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量包括:
基于环境参数确定的分解尺寸、带宽参数、采样频率,所述环境参数用于表征管道所处的环境特征;
基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理,得到包含频率值的多个模态分量。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若所述泄漏定位点距离所述管道首端的长度大于所述泄漏定位点距离所述管道末端的长度的预设倍数,则对所述分解尺寸进行二倍长度调整,并重新执行基于所述分解尺寸、所述带宽参数、所述采样频率对模数转换后的所述次声波信号进行频域分解处理的步骤;
若所述泄漏定位点距离所述管道首端的长度小于或等于所述泄漏定位点距离所述管道末端的长度的预设倍数,则确定所述分解尺寸为所述管道匹配所述环境参数的分解尺寸。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述对所述次声波信号进行滤波处理包括:
基于低通滤波器对所述次声波信号进行低通滤波,得到滤波后的首端次声波信号、末端次声波信号;
所述方法还包括:
对滤波后的所述首端次声波信号、所述末端次声波信号进行信号拟合;
若拟合后的唯一次声波信号存在高频信号,则确定采集的所述次声波信号为异常信号,并发送告警信息,以指示重新采集所述管道首末两端的次声波信号。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
若所述多个模态分量中目标模态分量的频率值大于或等于预设频率阈值,或若所述多个模态分量中目标模态分量对应于时域中的幅值小于或等于预设幅值阈值,则配置所述管道的泄漏定位点为预设字符,并进行输出,以指示所述管道不存在泄漏。
8.一种基于次声波的管道泄漏检测装置,其特征在于,包括:
获取模块,用于获取管道首末两端采集的次声波信号,并对所述次声波信号进行滤波处理;
处理模块,用于对滤波处理后的所述次声波信号进行模数转换,并对模数转换后的所述次声波信号进行频域分解处理,得到多个模态分量;
确定模块,用于若确定所述多个模态分量中目标模态分量符合预设泄漏条件,则对所述目标模态分量进行小波变换处理,确定所述管道的泄漏定位点。
9.一种存储介质,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1-7中任一项所述的基于次声波的管道泄漏检测方法对应的操作。
10.一种终端,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1-7中任一项所述的基于次声波的管道泄漏检测方法对应的操作。
CN202210175781.2A 2022-02-25 2022-02-25 基于次声波的管道泄漏检测方法及装置 Active CN114576568B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210175781.2A CN114576568B (zh) 2022-02-25 2022-02-25 基于次声波的管道泄漏检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210175781.2A CN114576568B (zh) 2022-02-25 2022-02-25 基于次声波的管道泄漏检测方法及装置

Publications (2)

Publication Number Publication Date
CN114576568A true CN114576568A (zh) 2022-06-03
CN114576568B CN114576568B (zh) 2023-08-29

Family

ID=81770829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210175781.2A Active CN114576568B (zh) 2022-02-25 2022-02-25 基于次声波的管道泄漏检测方法及装置

Country Status (1)

Country Link
CN (1) CN114576568B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117053129A (zh) * 2023-10-12 2023-11-14 山西瑞赛科环保科技有限公司 一种液氯的安全风险预警平台、方法、电子设备以及介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS516083A (en) * 1974-07-03 1976-01-19 Nippon Kokan Kk Ryutaino morekenchisochi
DE3316849A1 (de) * 1982-05-15 1983-11-17 Fried. Krupp Gmbh, 4300 Essen Verfahren zur leckpruefung von rohren oder rohrnetzen
CN104864274A (zh) * 2015-05-26 2015-08-26 北京化工大学 管道泄漏声波信号增强方法
CN106523928A (zh) * 2016-11-24 2017-03-22 东北大学 基于声波实时数据二级筛选的管道泄漏检测装置及方法
JP2017181505A (ja) * 2016-03-28 2017-10-05 東京瓦斯株式会社 ガス検知装置
CN109084186A (zh) * 2018-08-17 2018-12-25 常州大学 基于改进的elmd多尺度熵的管道泄漏信号识别方法
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
CN109654384A (zh) * 2019-01-29 2019-04-19 南京工业大学 基于pso-vmd算法的管道泄漏检测装置及检测方法
CN110088588A (zh) * 2016-10-17 2019-08-02 麻省理工学院 管道内泄漏检测系统、装置和方法
CN110388570A (zh) * 2019-07-26 2019-10-29 吉林大学 一种基于vmd的自适应降噪方法及其在供水管道泄漏定位中的应用
CN112013285A (zh) * 2020-08-26 2020-12-01 辽宁石油化工大学 管道泄漏点的检测方法及装置、存储介质、终端
WO2021012986A1 (zh) * 2019-07-22 2021-01-28 常州大学 一种基于改进vmd的管道多点泄漏定位方法
CN112303504A (zh) * 2020-11-09 2021-02-02 吉林大学 一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法
CN112963740A (zh) * 2021-03-02 2021-06-15 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

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS516083A (en) * 1974-07-03 1976-01-19 Nippon Kokan Kk Ryutaino morekenchisochi
DE3316849A1 (de) * 1982-05-15 1983-11-17 Fried. Krupp Gmbh, 4300 Essen Verfahren zur leckpruefung von rohren oder rohrnetzen
CN104864274A (zh) * 2015-05-26 2015-08-26 北京化工大学 管道泄漏声波信号增强方法
JP2017181505A (ja) * 2016-03-28 2017-10-05 東京瓦斯株式会社 ガス検知装置
CN110088588A (zh) * 2016-10-17 2019-08-02 麻省理工学院 管道内泄漏检测系统、装置和方法
CN106523928A (zh) * 2016-11-24 2017-03-22 东北大学 基于声波实时数据二级筛选的管道泄漏检测装置及方法
CN109084186A (zh) * 2018-08-17 2018-12-25 常州大学 基于改进的elmd多尺度熵的管道泄漏信号识别方法
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
CN109654384A (zh) * 2019-01-29 2019-04-19 南京工业大学 基于pso-vmd算法的管道泄漏检测装置及检测方法
WO2020155002A1 (zh) * 2019-01-29 2020-08-06 南京工业大学 基于pso-vmd算法的管道泄漏检测装置及检测方法
US20210010893A1 (en) * 2019-01-29 2021-01-14 Nanjing Tech University Device and method for pipeline leak detection using particle swarm optimization-variational mode decomposition algorithm
WO2021012986A1 (zh) * 2019-07-22 2021-01-28 常州大学 一种基于改进vmd的管道多点泄漏定位方法
RU2750516C1 (ru) * 2019-07-22 2021-06-29 Чанчжоу Юниверсити Способ многопозиционного определения положения утечек в трубопроводе на основе улучшенной вмд
CN110388570A (zh) * 2019-07-26 2019-10-29 吉林大学 一种基于vmd的自适应降噪方法及其在供水管道泄漏定位中的应用
CN112013285A (zh) * 2020-08-26 2020-12-01 辽宁石油化工大学 管道泄漏点的检测方法及装置、存储介质、终端
CN112303504A (zh) * 2020-11-09 2021-02-02 吉林大学 一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法
CN112963740A (zh) * 2021-03-02 2021-06-15 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

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DIAO XU, JIANG JUNCHENG, SHEN GUODONG: "An improved variational mode decomposition method based on particle swarm optimization for leak detection of liquid pipelines", 《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》, vol. 143 *
JIANJUN LEI; MENGDI SUN; HANG LIU: "Burst Detection for District Metering Areas Based on Soft-Voting Ensemble Model in Water Distribution System", 《2020 IEEE INTERNATIONAL CONFERENCE ON PROGRESS IN INFORMATICS AND COMPUTING (PIC)》 *
杨丹迪,路敬祎,周怡娜,王闯,董宏丽: "改进 VMD 算法在管道泄漏检测中的应用", vol. 38, no. 4, pages 385 - 393 *
潘凌云;赵岩;高丙坤;: "一种基于VMD和小波去噪的管道泄漏检测算法", no. 09 *
覃发兵;徐振旺;啜晓宇;张小明;郭乃川;董玉文;陈伟;: "基于经验小波变换的地震资料噪声压制方法", no. 05 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117053129A (zh) * 2023-10-12 2023-11-14 山西瑞赛科环保科技有限公司 一种液氯的安全风险预警平台、方法、电子设备以及介质
CN117053129B (zh) * 2023-10-12 2023-12-15 山西瑞赛科环保科技有限公司 一种液氯的安全风险预警平台、方法、电子设备以及介质

Also Published As

Publication number Publication date
CN114576568B (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN108845306B (zh) 基于变分模态分解的激光雷达回波信号去噪方法
CN107228282B (zh) 一种天然气管道泄漏定位方法和装置
CN107461611A (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
CN107329932B (zh) 基于非线性调频分量分解的时频域模态参数辨识方法
CN109117784B (zh) 一种改进经验模态分解的船舶电力推进系统故障诊断方法
CN110388570B (zh) 一种基于vmd的自适应降噪方法及其在供水管道泄漏定位中的应用
CN112013286B (zh) 管道泄漏点的定位方法及装置、存储介质、终端
CN110345392B (zh) 输油管道漏点的定位方法及装置
CN110671613A (zh) 基于改进经验小波变换的流体管道泄漏信号时延估计方法
CN112013285B (zh) 管道泄漏点的检测方法及装置、存储介质、终端
CN112303504B (zh) 一种基于改进的变分模式分解算法的供水管道泄漏位置检测方法
CN107563969A (zh) 基于变分模态分解的dspi相位滤波方法
CN104864274B (zh) 管道泄漏声波信号增强方法
CN114576568B (zh) 基于次声波的管道泄漏检测方法及装置
CN112697887A (zh) 基于神经网络的超声检测缺陷定性识别方法
CN113792585B (zh) 一种管道振动信号监测方法、系统、电子设备及介质
CN102495140A (zh) 一种面向超声波信号的小波去噪方法及系统
CN111895278A (zh) 城市供水管网漏点定位方法、装置、设备及存储介质
CN111582132B (zh) 基于改进eemd与pcnn的气体泄漏信号降噪方法
CN117213569A (zh) 一种超声波流量检测方法
CN116559579A (zh) 基于改进的VMD和Teager能量算子故障定位方法
CN115963185A (zh) 基于fpga控制的超声信号采集处理系统和方法
CN112285653B (zh) 信号去干扰方法、装置、毫米波雷达模块、设备及介质
JP2004077228A5 (zh)
He et al. Research on Acoustic Emission Signal Acquisition System Based on Frequency Shifting

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