CN114722549B - 水下输气管道泄漏源动态参数反演方法、装置及介质 - Google Patents

水下输气管道泄漏源动态参数反演方法、装置及介质 Download PDF

Info

Publication number
CN114722549B
CN114722549B CN202210481768.XA CN202210481768A CN114722549B CN 114722549 B CN114722549 B CN 114722549B CN 202210481768 A CN202210481768 A CN 202210481768A CN 114722549 B CN114722549 B CN 114722549B
Authority
CN
China
Prior art keywords
bubble
velocity
pressure
radius
gas
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.)
Active
Application number
CN202210481768.XA
Other languages
English (en)
Other versions
CN114722549A (zh
Inventor
杨雪
刘静
陈玮
杨瑞
冯家乐
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.)
Nanjing Institute of Technology
Original Assignee
Nanjing Institute of Technology
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 Nanjing Institute of Technology filed Critical Nanjing Institute of Technology
Priority to CN202210481768.XA priority Critical patent/CN114722549B/zh
Publication of CN114722549A publication Critical patent/CN114722549A/zh
Application granted granted Critical
Publication of CN114722549B publication Critical patent/CN114722549B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Abstract

本发明公开一种水下输气管道泄漏源动态参数反演方法、装置及介质，属于特征提取领域、参数曲线拟合领域和参数反演技术领域。针对基于破损口光学图像特征的泄漏源检测方法存在定位速度慢、检出率低、误报率高等缺陷面，以水下输气管道破损口泄漏产生的气泡羽流为研究对象，基于水下气体扩散几何模型，气泡羽流从泄漏口扩散至水面的全周期尺度分布规律可被量化，从中降维解析得到溯源关键参数。综合利用气泡羽流运动形态模型，进行气泡羽流运动参数降维解析与水下气体扩散几何模型时空关联性拟合，提出波浪场中气泡羽流溯源参数反演方法，实现水下输气管道泄漏源参数准确获取。

Description

水下输气管道泄漏源动态参数反演方法、装置及介质
技术领域
本发明属于特征提取领域、参数曲线拟合领域和参数反演技术领域，更具体地，涉及一种水下输气管道泄漏源动态参数反演方法、装置及介质。
背景技术
水下输气管道担负着海底油气集输的重要任务，它的安全、可靠运行直接关系到海上油田正常生产和海洋生态环境安全。由于工作环境复杂，条件恶劣，水下输气管道存在较大损伤泄漏风险。因此，开展水下输气管道泄漏溯源技术的研究工作，对诊断险情、快速维修，保障水下输气管道的安全可靠运行具有重要意义。从管道破损口泄漏的气体，夹带海水向上运动形成气泡羽流。气泡羽流具有不可避免、存活时间长、难以模仿等特点[3]。由于湍流和管道压力的影响，羽流中气泡的密度、压缩率等参数与海水和其他类型水下气泡有明显不同。因此，在其瞬时光学图像中包含着丰富的流场空间结构及流动特征信息。
发明内容
提供了本发明以解决现有技术中存在的上述问题。因此，需要一种水下输气管道泄漏源动态参数反演方法、装置及介质，以解决水下管道破损口气体泄漏参数直接获取难度大，精度低的问题。基于水下气体扩散几何模型，气泡羽流从泄漏口扩散至水面的全周期尺度分布规律可被量化，从中降维解析得到溯源关键参数，为流场环境下管道气体泄漏溯源提供精准定位线索。
根据本发明的第一方案，提供了一种水下输气管道泄漏源动态参数反演方法，所述方法包括：
根据气泡速度点集和气泡半径点集，得到气泡粒子速度曲线和气泡速度半径曲线，并由速度微分方程(1)和半径微分方程(2)绘制速度和半径参数的理论曲线，对绘制的两个理论曲线分别进行参数拟合；
Figure BDA0003627766930000011
Figure BDA0003627766930000021
其中，vb为气泡粒子速度，vL为波浪速度，R为气泡半径，ρ1为常数，P为破浪场中广义压力，t为扩散时间，τ为时间，Cd为阻力系数，
Figure BDA0003627766930000022
Figure BDA0003627766930000023
Re为雷诺系数，
Figure BDA0003627766930000024
z是流体运动粘滞系数；；
Figure BDA0003627766930000025
其中，ρg为气泡密度，R为气泡半径，N为普适气体常量与气体摩尔质量的比值，tg为水温，σ为液体表面张力系数，P为破浪场中广义压力，
Figure BDA0003627766930000026
通过曲线匹配的方式对气泡受力情况进行推导，得到压强分布规律方程(3)；
P(x,y,τ)＝-gρ1+Aρ1kcekzcosk(x-cτ)+Patm   (3)
其中，c为波速，k为波数，H为波高，g为重力加速度，ρ1为常数，Patm为水面处标准大气压；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到水下输气管道泄漏源参数，所述水下输气管道泄漏源参数包括泄漏的气体达到水平面所需要的时间t和利用气体扩散水平迁移距离L中的一种及其组合。
根据本发明的第二方案，提供了一种水下输气管道泄漏源动态参数反演装置，所述装置包括处理器，所述处理器被配置为：
根据气泡速度点集和气泡半径点集，得到气泡粒子速度曲线和气泡速度半径曲线，并由速度微分方程(1)和半径微分方程(2)绘制速度和半径参数的理论曲线，对绘制的两个理论曲线分别进行参数拟合；
Figure BDA0003627766930000031
其中，vb为气泡粒子速度，vL为波浪速度，R为气泡半径，ρ1为常数，P为破浪场中广义压力，t为扩散时间，τ为时间，Cd为阻力系数，
Figure BDA0003627766930000032
Figure BDA0003627766930000033
Re为雷诺系数，
Figure BDA0003627766930000034
z是流体运动粘滞系数；
Figure BDA0003627766930000035
其中，ρg为气泡密度，R为气泡半径，N为普适气体常量与气体摩尔质量的比值，tg为水温，σ为液体表面张力系数，P为破浪场中广义压力，
Figure BDA0003627766930000036
通过曲线匹配的方式对气泡受力情况进行推导，得到压强分布规律方程(3)；
P(x,y,τ)＝-gρ1+Aρ1kcekzcosk(x-cτ)+Patm   (3)
其中，c为波速，k为波数，H为波高，g为重力加速度，ρ1为常数，Patm为水面处标准大气压；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到水下输气管道泄漏源参数，所述水下输气管道泄漏源参数包括泄漏的气体达到水平面所需要的时间t和利用气体扩散水平迁移距离L中的一种及其组合。
根据本发明的第三方案，提供了一种存储有指令的非暂时性计算机可读存储介质，当所述指令由处理器执行时，执行根据本发明各个实施例所述的方法。
根据本发明各个方案的水下输气管道泄漏源动态参数反演方法、装置及介质，针对基于破损口光学图像特征的泄漏源检测方法存在定位速度慢、检出率低、误报率高等缺陷面，以水下输气管道破损口泄漏产生的气泡羽流为研究对象，基于水下气体扩散几何模型，气泡羽流从泄漏口扩散至水面的全周期尺度分布规律可被量化，从中降维解析得到溯源关键参数。综合利用气泡羽流运动形态模型，进行气泡羽流运动参数降维解析与水下气体扩散几何模型时空关联性拟合，提出波浪场中气泡羽流溯源参数反演方法，实现水下输气管道泄漏源参数准确获取。
附图说明
在不一定按比例绘制的附图中，相同的附图标记可以在不同的视图中描述相似的部件。具有字母后缀或不同字母后缀的相同附图标记可以表示相似部件的不同实例。附图大体上通过举例而不是限制的方式示出各种实施例，并且与说明书以及权利要求书一起用于对所发明的实施例进行说明。在适当的时候，在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的，而并非旨在作为本装置或方法的穷尽或排他实施例。
图1示出了根据本发明实施例的一种水下输气管道泄漏源动态参数反演方法的流程图。
图2示出了根据本发明实施例的一种水下输气管道泄漏源动态参数反演方法的流程图。
图3示出了根据本发明实施例的基于RefineDet的目标检测模型结构。
具体实施方式
为使本领域技术人员更好的理解本发明的技术方案，下面结合附图和具体实施方式对本发明作详细说明。下面结合附图和具体实施例对本发明的实施例作进一步详细描述，但不作为对本发明的限定。本文中所描述的各个步骤，如果彼此之间没有前后关系的必要性，则本文中作为示例对其进行描述的次序不应视为限制，本领域技术人员应知道可以对其进行顺序调整，只要不破坏其彼此之间的逻辑性导致整个流程无法实现即可。
本发明实施例提出的水下输气管道泄漏源动态参数反演方法，按如图1所示流程进行。根据气泡羽流的运动形态特征可以反演得到泄漏源的位置和泄漏量等信息，有效解决波浪场环境下气泡羽流扩散模型参数非线性和时变性造成溯源精度低的问题。首先设计基于RefineDet网络结构的气泡羽流目标检测模型，再根据目标识别结果进行气泡粒子特征曲线拟合，获取用于得到气泡运动的参数方程，最后通过逆解析气泡运动耦合方程，得到泄漏源位置和泄漏量信息。
具体说来，图2示出了根据本发明实施例的一种水下输气管道泄漏源动态参数反演方法的流程图。本发明实施例提供一种水下输气管道泄漏源动态参数反演方法。如图2所示，所述方法始于步骤S100，根据气泡速度点集和气泡半径点集，得到气泡粒子速度曲线和气泡速度半径曲线，并由速度微分方程(1)和半径微分方程(2)绘制速度和半径参数的理论曲线，对绘制的两个理论曲线分别进行参数拟合；
Figure BDA0003627766930000051
其中，vb为气泡粒子速度，vL为波浪速度，R为气泡半径，ρ1为常数，P为破浪场中广义压力，t为扩散时间，τ为时间，Cd为阻力系数，
Figure BDA0003627766930000052
Figure BDA0003627766930000053
Re为雷诺系数，
Figure BDA0003627766930000054
z是流体运动粘滞系数；
Figure BDA0003627766930000055
其中，ρg为气泡密度，R为气泡半径，N为普适气体常量与气体摩尔质量的比值，tg为水温，σ为液体表面张力系数，P为破浪场中广义压力，
Figure BDA0003627766930000056
本文中所述的气泡速度点集和气泡半径点集通过气泡羽流运动形态识别的方法得到。
仅作为示例，先采用RefineDet目标识别算法完成气泡羽流形态识别，再根据波浪场环境中气泡羽流流动图谱和流动细节，关联多个阶段气泡羽流动态特性与扩散参数。利用水下相机采集到的图像文件，构建的VGG16网络提取水下气泡羽流图像特征，利用水压计、流速计、温度计等水下传感器采集的数据流文件，提取实时流场特征。由于RefineDet模型框架由锚框改进模块(ARM)和目标检测模块(ODM)两部分组成，它兼具了单阶段目标检测方法的识别速度和两阶段目标检测方法的识别精度，基于此设计的气泡羽流目标识别模型如图3所示。波浪场中气泡形态变化较大，且气泡羽流整体和气泡粒子个体尺寸差异也很大，RefineDet的多尺度特征图检测较适于本项目的研究对象。另外，RefineDet采用了对特征图进行上采样后与高层特征融合的思路，转换连结模块(TCB)对ARM特征进行转换，将更底层的conv3_3特征图与更高层特征图进行融合，在RefineDet结构中，具有特征融合的作用，有利于融合多特征完成气泡羽流目标识别。
将VGG16网络将作为目标检测模型中的ARM，由于感兴趣区域(RoI)提取已经基本过滤掉了大量背景区域图像，ARM模块可以更易于过滤负样本，同时进行初级边框矫正，以便完成边界框精准定位。VGG16网络中多个卷积层产生的不同尺寸的特征图由ARM筛选处理后成为锚框信息传给目标检测模块ODM。ODM使用经过粗略修正的不同尺寸的锚框信息进行检测，能得到较好的识别效果。
需要说明的是，本发明还可以采用其他已知的方法获取气泡速度点集和气泡半径点集，包括但不限于上述例举的方法。
基于现有研究成果已建立的波浪场中气泡运动耦合模型，可以较为精确地表征波浪场中的气泡在上浮运动中各影响因素的相互作用规律。通过联立传质微分方程、气泡传热微分方程、速度微分方程和半径微分方程可以得到波浪场中气泡上浮运动的耦合模型。由于通过图像和其他传感器无法精确采集气泡质量和气泡内温度两类参数，因此本项目拟根据气泡羽流识别结果获得气泡速度和半径参数点集描述气泡羽流。
根据对气泡羽流中气泡粒子特征的解析结果，得到气泡速度和气泡半径点集，根据点集数量进行过滤，将数量少的点集去除，得到气泡粒子速度曲线和半径曲线，并由速度微分方程(1)和半径微分方程(2)绘制速度和半径参数的理论曲线，最后使用最小二乘法进行两类曲线的参数拟合。
步骤S200，通过曲线匹配的方式对气泡受力情况进行推导，得到压强分布规律方程(3)；
P(x,y,τ)＝-gρ1+Aρ1kcekzcosk(x-cτ)+Patm   (3)
其中，c为波速，k为波数，H为波高，g为重力加速度，ρ1为常数，Patm为水面处标准大气压。
步骤S300，根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到水下输气管道泄漏源参数，所述水下输气管道泄漏源参数包括泄漏的气体达到水平面所需要的时间t和利用气体扩散水平迁移距离L中的一种及其组合。
波浪场中各阶段气泡羽流运动方式之间的关联性取决于气泡粒子的气泡受力情况及瞬时流场环境对气泡羽流运动模型的影响。本发明实施例拟通过曲线匹配的方式对气泡受力情况进行推导，同时获得波浪场环境与气泡羽流运动模型之间的关联性参数，然后得到用于描述波浪场环境的二维深水波模型。
设波动发生在oxz平面上，x轴水平，z轴竖直向上，原点位于静止时的自由面处，根据波浪理论，可得到波浪场中的压强分布规律为
P(x,y,τ)＝-gρ1+Aρ1kcekzcosk(x-cτ)+Patm   (3)
其中c为波速，k为波数，H为波高，g为重力加速度，ρ1为常数，Patm为水面处标准大气压。
采用基于压力修正求解方法，顺序地、逐个求解关于水流速度u,气体泄漏速率v,水压P的方程组，连续迭代计算。每进行一个时间步长的运算，需要先猜测出压力场的初始值，并求出所猜测的速度场，然后使用压力隐式分裂算子方法PISO对连续方程推导出的压力修正方程进行求解，修正之前猜测压力场和速度场。循环以上步骤，可以求解出压力场和速度场的收敛解。根据(3)可以提供较准确的压力场初始值猜测，加快后续计算的收敛速度。
根据发明人研究发现，泄漏的气体达到水平面所需要的时间和管道内压、水流速度、泄漏孔径之间存在密切联系，泄漏的气体达到水平面所需要的时间t和管道内压p、水流速度u、泄漏孔径d之间对关系：
Figure BDA0003627766930000081
其中，v表示气体泄漏速率，H表示水深，p’表示环境水压。
利用气体扩散水平迁移距离L、泄漏孔径d、水流速度u和管道内压p的关系：
Figure BDA0003627766930000082
其中D表示水下管道直径。
根据式(4)和式(5)得到泄漏孔径和气泡羽流的平移距离。根据泄漏孔径和泄漏点气泡羽流密度及管内压力参数，可以计算出泄漏量。根据气泡羽流的平移距离，可得到泄漏源位置信息。最后，还可以利用实际水下管道泄漏数据对速度和半径曲线参数进行修正校验和合理性分析。
本发明实施例还提供了一种水下输气管道泄漏源动态参数反演装置，所述装置包括处理器，所述处理器被配置为：
根据气泡速度点集和气泡半径点集，得到气泡粒子速度曲线和气泡速度半径曲线，并由速度微分方程(1)和半径微分方程(2)绘制速度和半径参数的理论曲线，对绘制的两个理论曲线分别进行参数拟合；
Figure BDA0003627766930000083
其中，vb为气泡粒子速度，vL为波浪速度，R为气泡半径，ρ1为常数，P为破浪场中广义压力，t为扩散时间，τ为时间，Cd为阻力系数，
Figure BDA0003627766930000091
Figure BDA0003627766930000092
Re为雷诺系数，
Figure BDA0003627766930000093
z是流体运动粘滞系数；
Figure BDA0003627766930000094
其中，ρg为气泡密度，R为气泡半径，N为普适气体常量与气体摩尔质量的比值，tg为水温，σ为液体表面张力系数，P为破浪场中广义压力，
Figure BDA0003627766930000095
通过曲线匹配的方式对气泡受力情况进行推导，得到压强分布规律方程(3)；
P(x，y，τ)＝-gρ1+Aρ1kcekzcosk(x-cτ)+Patm   (3)
其中，c为波速，k为波数，H为波高，g为重力加速度，ρ1为常数，Patm为水面处标准大气压；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到水下输气管道泄漏源参数，所述水下输气管道泄漏源参数包括泄漏的气体达到水平面所需要的时间t和利用气体扩散水平迁移距离L中的一种及其组合。
需要说明的是，处理器可以是包括一个以上通用处理设备的处理设备，诸如微处理器、中央处理单元(CPU)、图形处理单元(GPU)等。更具体地，处理器可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、运行其他指令集的处理器或运行指令集的组合的处理器。处理器还可以是一个以上专用处理设备，诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、片上系统(SoC)等。
处理器可以通信地耦合到存储器并且被配置为执行存储在其上的计算机可执行指令，以执行根据本发明各个实施例的水下输气管道泄漏源动态参数反演方法。
在一些实施例中，所述处理器被进一步配置为根据对应点集数量分别对所述气泡速度点集和气泡半径点集进行过滤，得到气泡粒子速度曲线和气泡速度半径曲线。
在一些实施例中，所述处理器被进一步配置为根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到泄漏的气体达到水平面所需要的时间t和管道内压p、水流速度u、泄漏孔径d之间对关系如下式(4)所示：
Figure BDA0003627766930000101
其中，v表示气体泄漏速率，H表示水深，p’表示环境水压。
在一些实施例中，所述处理器被进一步配置为根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到利用气体扩散水平迁移距离L、泄漏孔径d、水流速度u和管道内压p的关系如下式(5)所示：
Figure BDA0003627766930000102
其中，D表示水下管道直径。
本发明各个实施例所述的水下输气管道泄漏源动态参数反演装置在效果上和方法一致，在此不赘述。
本发明实施例还提供了一种存储有指令的非暂时性计算机可读介质，当指令由处理器执行时，执行根据本发明任一实施例所述的方法。
此外，尽管已经在本文中描述了示例性实施例，其范围包括任何和所有基于本发明的具有等同元件、修改、省略、组合(例如，各种实施例交叉的方案)、改编或改变的实施例。权利要求书中的元件将被基于权利要求中采用的语言宽泛地解释，并不限于在本说明书中或本申请的实施期间所描述的示例，其示例将被解释为非排他性的。因此，本说明书和示例旨在仅被认为是示例，真正的范围和精神由以下权利要求以及其等同物的全部范围所指示。
以上描述旨在是说明性的而不是限制性的。例如，上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外，在上述具体实施方式中，各种特征可以被分组在一起以简单化本发明。这不应解释为一种不要求保护的发明的特征对于任一权利要求是必要的意图。相反，本发明的主题可以少于特定的发明的实施例的全部特征。从而，以下权利要求书作为示例或实施例在此并入具体实施方式中，其中每个权利要求独立地作为单独的实施例，并且考虑这些实施例可以以各种组合或排列彼此组合。本发明的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。

Claims (7)

1.一种水下输气管道泄漏源动态参数反演方法，其特征在于，所述方法包括：
根据气泡速度点集和气泡半径点集，得到气泡粒子速度曲线和气泡速度半径曲线，并由速度微分方程(1)和半径微分方程(2)绘制速度和半径参数的理论曲线，对绘制的两个理论曲线分别进行参数拟合；
其中，vb为气泡粒子速度，vL为波浪速度，R为气泡半径，ρ1为常数，P为波浪场中广义压力，t为扩散时间，τ为时间，Cd为阻力系数，Re为雷诺系数，z是流体运动粘滞系数；
其中，ρg为气泡密度，R为气泡半径，N为普适气体常量与气体摩尔质量的比值，tg为水温，σ为液体表面张力系数，P为波浪场中广义压力，
通过曲线匹配的方式对气泡受力情况进行推导，得到压强分布规律方程(3)；
P(x,y,τ)＝-gρ1+Hρ1kcekzcosk(x-cτ)+Patm                (3)
其中，c为波速，k为波数，H为波高，g为重力加速度，ρ1为常数，Patm为水面处标准大气压；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到水下输气管道泄漏源参数，所述水下输气管道泄漏源参数包括泄漏的气体达到水平面所需要的时间t和利用气体扩散水平迁移距离L中的一种及其组合；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到泄漏的气体达到水平面所需要的时间t和管道内压p、水流速度u、泄漏孔径d之间对关系如下式(4)所示：
其中，v表示气体泄漏速率，H表示水深，p’表示环境水压；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到利用气体扩散水平迁移距离L、泄漏孔径d、水流速度u和管道内压p的关系如下式(5)所示：
其中，D表示水下管道直径，p’表示环境水压。
2.根据权利要求1所述的方法，其特征在于，所述根据气泡速度点集和气泡半径点集，得到气泡粒子速度曲线和气泡速度半径曲线，包括：
根据对应点集数量分别对所述气泡速度点集和气泡半径点集进行过滤，得到气泡粒子速度曲线和气泡速度半径曲线。
3.根据权利要求1所述的方法，其特征在于，对绘制的两个理论曲线分别采用最小二乘法进行参数拟合。
4.一种水下输气管道泄漏源动态参数反演装置，其特征在于，所述装置包括处理器，所述处理器被配置为：
根据气泡速度点集和气泡半径点集，得到气泡粒子速度曲线和气泡速度半径曲线，并由速度微分方程(1)和半径微分方程(2)绘制速度和半径参数的理论曲线，对绘制的两个理论曲线分别进行参数拟合；
其中，vb为气泡粒子速度，vL为波浪速度，R为气泡半径，ρ1为常数，P为波浪场中广义压力，t为扩散时间，τ为时间，Cd为阻力系数，Re为雷诺系数，z是流体运动粘滞系数；
其中，ρg为气泡密度，R为气泡半径，N为普适气体常量与气体摩尔质量的比值，tg为水温，σ为液体表面张力系数，P为波浪场中广义压力，
通过曲线匹配的方式对气泡受力情况进行推导，得到压强分布规律方程(3)；
P(x,y,τ)＝-gρ1+Hρ1kcekzcosk(x-cτ)+Patm                (3)
其中，c为波速，k为波数，H为波高，g为重力加速度，ρ1为常数，Patm为水面处标准大气压；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到水下输气管道泄漏源参数，所述水下输气管道泄漏源参数包括泄漏的气体达到水平面所需要的时间t和利用气体扩散水平迁移距离L中的一种及其组合；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到泄漏的气体达到水平面所需要的时间t和管道内压p、水流速度u、泄漏孔径d之间对关系如下式(4)所示：
其中，v表示气体泄漏速率，H表示水深，p’表示环境水压；
根据压强分布规律方程(3)确定压力场的初始值，不断迭代修正，得到利用气体扩散水平迁移距离L、泄漏孔径d、水流速度u和管道内压p的关系如下式(5)所示：
其中，D表示水下管道直径。
5.根据权利要求4所述的装置，其特征在于，所述处理器被进一步配置为根据对应点集数量分别对所述气泡速度点集和气泡半径点集进行过滤，得到气泡粒子速度曲线和气泡速度半径曲线。
6.根据权利要求4所述的装置，其特征在于，所述处理器被进一步配置为对绘制的两个理论曲线分别采用最小二乘法进行参数拟合。
7.一种存储有指令的非暂时性计算机可读存储介质，当所述指令由处理器执行时，执行根据权利要求1至3中任一项所述的方法。
CN202210481768.XA 2022-05-05 2022-05-05 水下输气管道泄漏源动态参数反演方法、装置及介质 Active CN114722549B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210481768.XA CN114722549B (zh) 2022-05-05 2022-05-05 水下输气管道泄漏源动态参数反演方法、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210481768.XA CN114722549B (zh) 2022-05-05 2022-05-05 水下输气管道泄漏源动态参数反演方法、装置及介质

Publications (2)

Publication Number Publication Date
CN114722549A CN114722549A (zh) 2022-07-08
CN114722549B true CN114722549B (zh) 2023-04-25

Family

ID=82230747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210481768.XA Active CN114722549B (zh) 2022-05-05 2022-05-05 水下输气管道泄漏源动态参数反演方法、装置及介质

Country Status (1)

Country Link
CN (1) CN114722549B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116562186B (zh) * 2023-05-10 2023-12-26 南京工程学院 基于模拟-优化的水下输气管道泄漏参数反演方法与系统
CN116856369B (zh) * 2023-05-26 2024-04-16 广州打捞局 一种基于气泡幕阵列的防污扩散方法与系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611723A (zh) * 2020-06-05 2020-09-01 中国石化销售股份有限公司华南分公司 城市建筑群输送管道泄漏扩散数据生成方法、装置及介质
CN215726606U (zh) * 2021-09-16 2022-02-01 南京工程学院 一种小型多样化环境气泡羽流发生和观测装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7647214B2 (en) * 2004-12-27 2010-01-12 Seoul National University Industry Foundation Method for simulating stable but non-dissipative water
EP3500725B1 (en) * 2016-08-16 2021-04-07 Services Petroliers Schlumberger Fluid production network leak detection
CN110044581A (zh) * 2019-04-23 2019-07-23 常州大学 一种用于研究水下气泡羽流的非介入式实验装置
CN112926606B (zh) * 2021-04-25 2021-11-16 南京工程学院 一种基于深度学习的异构融合气泡羽流特征提取方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111611723A (zh) * 2020-06-05 2020-09-01 中国石化销售股份有限公司华南分公司 城市建筑群输送管道泄漏扩散数据生成方法、装置及介质
CN215726606U (zh) * 2021-09-16 2022-02-01 南京工程学院 一种小型多样化环境气泡羽流发生和观测装置

Also Published As

Publication number Publication date
CN114722549A (zh) 2022-07-08

Similar Documents

Publication Publication Date Title
CN114722549B (zh) 水下输气管道泄漏源动态参数反演方法、装置及介质
CN101539502B (zh) 一种固体表面液滴接触角的测量方法及装置
CN105389814B (zh) 一种用于气密性试验的气泡检测方法
Sun et al. Development of a physics-informed doubly fed cross-residual deep neural network for high-precision magnetic flux leakage defect size estimation
CN112102325B (zh) 基于深度学习和多源遥感数据的海洋异常中尺度涡识别方法
CN109035224B (zh) 一种基于多波束点云的海底管道检测与三维重建方法
CN112132012B (zh) 基于生成对抗网络的高分辨率sar船舶图像生成方法
CN109685793B (zh) 一种基于三维点云数据的管身缺陷检测方法及系统
CN111553373B (zh) 一种基于cnn+svm的压力气泡图像识别算法
CN106530271A (zh) 一种红外图像显著性检测方法
CN106023153A (zh) 一种测量水体中气泡的方法
CN111723821A (zh) 一种电厂仪表图像的检测识别方法及装置
CN116612106A (zh) 一种基于yolox算法的光学元件表面缺陷检测方法
CN112766301A (zh) 一种采油机示功图相似性判断方法
CN114359542A (zh) 基于计算机视觉与深度学习的混凝土结构裂缝识别方法
CN112308828A (zh) 一种密封设备气密性的人工智能检测方法和检测系统
CN115775236A (zh) 基于多尺度特征融合的表面微小缺陷视觉检测方法及系统
Guan et al. Defect detection method for specular surfaces based on deflectometry and deep learning
CN114998246A (zh) 基于图像分层处理技术计算多孔介质绝对渗透率的方法
CN115456938A (zh) 一种基于深度学习和超声红外图像的金属部件裂纹检测方法
CN113705564A (zh) 一种指针式仪表识别读数方法
CN116433661B (zh) 多任务学习的半导体晶圆检测方法、装置、设备及介质
CN112465851A (zh) 一种基于压力容器表面焊缝表面轮廓曲线的参数检测方法
Ding et al. A measurement system for the tightness of sealed vessels based on machine vision using deep learning algorithm
CN113935377B (zh) 一种特征迁移结合时频图的管道泄漏孔径识别方法

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