CN114923135B - 一种海底输气管道微泄漏声学检测定位方法 - Google Patents
一种海底输气管道微泄漏声学检测定位方法 Download PDFInfo
- Publication number
- CN114923135B CN114923135B CN202210539677.7A CN202210539677A CN114923135B CN 114923135 B CN114923135 B CN 114923135B CN 202210539677 A CN202210539677 A CN 202210539677A CN 114923135 B CN114923135 B CN 114923135B
- Authority
- CN
- China
- Prior art keywords
- leakage
- micro
- area
- detection
- bubble
- 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
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D1/00—Pipe-line systems
- F17D1/02—Pipe-line systems for gases or vapours
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Examining Or Testing Airtightness (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种海底管道微泄漏声学检测定位方法,该方法基于高频高分辨率前视成像声纳对海底管道微泄露位置进行检测定位,首先,采用高分辨率算法获取气体微泄漏波束域数据,然后,根据区域分块原则估计自适应门限阈值进行微泄漏动态检测,结合泄漏气泡的区域分布特征剔除杂点干扰,最后,对数据进行微泄漏特征约束并大致判断气泡密集程度,检测出气泡微泄漏并对微泄漏位置定位。本发明方法能够实现海底管道微泄漏的检测和定位,检测正确率较高,且计算量较低,较易工程实现。
Description
技术领域
本发明涉及一种海洋领域的水声信号处理方法,具体涉及一种海底输气管道微泄漏声学检测定位方法。
背景技术
海底管道油气运输具有运输成本低、稳定安全的特点,是海洋油气资源长距离运输经济可靠的方式。长输管道是我国油气资源的主要输送方式,是保证国家能源和战略安全的有效手段。海底管道往往会穿越或临近公共航道、船舶作业区、临时锚地等通航环境复杂的水域。须定期或长期在线对水下结构进行检测,及时发现并处理微泄漏等故障隐患,保障水下生产系统的安全运行。
分布式光纤监测方法、序惯概率法以及次声波法等现有的管道泄漏检测方法只能检测管道存在明显泄漏的情况,并且难以做到实时泄漏监测定位,更无法实现长期对管道结构的输气管道微泄漏的检测定位。
发明内容
本发明的目的在于克服现有技术难以实现对管道结构的输气管道微泄漏实时检测定位的问题,提出了一种海底输气管道微泄漏声学检测定位方法。
本发明提出一种海底输气管道微泄漏声学检测定位方法,该方法是一种基于高频高分辨率前视成像声纳的检测定位方法,该方法首先采用高分辨率算法获取气体微泄漏波束域数据,接着根据区域分块原则估计自适应门限阈值进行微泄漏动态检测,结合泄漏气泡的区域分布特征剔除杂点干扰,最后对数据进行微泄漏特征约束并大致判断气泡密集程度,检测出气泡微泄漏并对微泄漏位置进行定位。
本发明提出了一种海底输气管道微泄漏声学检测定位方法,该方法基于高频高分辨率前视成像声纳对海底管道微泄露位置进行检测定位,首先,采用高分辨率算法获取气体微泄漏波束域数据,然后,根据区域分块原则估计自适应门限阈值进行微泄漏动态检测,结合泄漏气泡的区域分布特征剔除杂点干扰,最后,对数据进行微泄漏特征约束并大致判断气泡密集程度,检测出气泡微泄漏并对微泄漏位置进行定位。
作为上述技术方案的改进之一,所述方法具体包括以下步骤:
1)首先,利用水下无人机器人搭载高频前视成像声纳,获取海底管道微泄漏声纳探测回波数据,利用常规波束形成方法形成多波束域数据,并采用高分辨率算法处理波束域数据以获取高清晰的泄漏气泡数据;
2)对于步骤1)获得的泄露气泡数据进行分块处理,分块的大小主要依据微泄漏气泡分布区域面积获取;求取每块区域的波束域数据幅值的均值及泄漏气泡分布密集区域,所述泄露气泡分布密集区域为分块区域幅值均值的最大值;并将分块区域幅值均值的最大值乘以常数以获得自适应门限阈值;
3)根据步骤2)获取的自适应门限阈值,进行疑似微泄漏气泡点的检测,并根据检测点的分散程度剔除杂点干扰;
4)对于步骤3)中剔除杂点干扰的疑似微泄漏气泡点,进一步采用区域特征约束,根据前视声纳对微泄漏探测的特征,将疑似微泄漏气泡点约束在矩形区域内,并结合区域内气泡分布的密集程度,完成海底输气管道的微泄漏检测;
统计约束矩形区域内的疑似微泄漏气泡检测点的数据(这个数据是从上述步骤筛选出来的数据,可以理解为一定区域内疑似微泄露气泡检测点的个数或分布程度)Mc,若Mc大于设定的区域气泡密集程度门限值,则此区域为管道微泄漏区域,并得出微泄漏矩形框的中心点位置(θ0,r0),其中,θ0为方位值,r0为距离值;
5)根据步骤4)获得的微泄漏矩形区域的方位值和距离值(θ0,r0),并结合水下无人机器人的经纬度值,在地球坐标系下实现对于海底输气管道泄露的定位。
作为上述技术方案的改进之一,所述步骤2)中求取每块区域的波束域数据幅值均值的表达式为:
其中,Bf(i,j)是第(i,j)点的波束域幅值,NL1表示每块区域方位向长度为L1对应的波束数目,NL2表示每块区域距离向长度距离向长度为L2对应的采样点数目;
同时,获得自适应门限阈值的表达式为:
C=ηmax(Pi,j) (2)
其中,C为自适应门限阈值;η为常数,是经验值,由统计得来的,用于调整门限阈值。
作为上述技术方案的改进之一,所述步骤3)中根据检测点的分散程度剔除杂点干扰的表达式为:
作为上述技术方案的改进之一,所述步骤4)中将疑似微泄漏气泡点约束在矩形区域内的表达式为:
作为上述技术方案的改进之一,所述步骤5)中在地球坐标系下实现海底输气管道泄露定位的表达式为:
long2=long1+r0*sinθ0/[γ*cos(lat1)*2π/360] (5)
lat2=lat1+r0*cosθ0/(γ*2π/360) (6)
其中,*是相乘运算,(long1,lat1)为水下无人机器人的经纬度,(long2,lat2)为海底管道微泄漏位置的经纬度,γ是地球的平均半径。
本发明方法能够实现海底管道微泄漏的检测和定位,检测正确率较高,且计算量较低,较易工程实现。
附图说明
图1为本发明所述方法流程图;
图2为管道微泄漏声图;
图3为采用本发明所述方法的管道微泄漏检测定位结果示意图。
具体实施方式
以下结合实施例进一步说明本发明所提供的技术方案。
本发明涉及一种海底管道微泄漏声学检测定位方法,是一种基于高频高分辨率前视成像声纳的检测定位方法,该方法首先采用高分辨率算法获取气体微泄漏波束域数据,接着根据区域分块原则估计自适应门限阈值进行微泄漏动态检测,结合泄漏气泡的区域分布特征剔除杂点干扰,最后,对数据进行微泄漏特征约束并大致判断气泡密集程度,检测出气泡微泄漏并对微泄漏位置定位。
如图1所示,为本发明所述方法流程图,具体包括以下步骤:采用高分辨率算法获取到气体微泄漏波束域数据后,对其进行常规预成多波束形成处理后再进行高分辨率波束形成处理;对于处理的波束数据进行分块处理并求取每块区域的波束域数据幅值的均值,并根据分块均值的最大值进行自适应门限阈值估计;然后再对疑似泄露检测点进行杂点干扰剔除;对于剔除干扰点的疑似泄露检测点进行泄露区域特征约束,最后进行泄露区域定位。
具体地,为了实现上述目的,本发明提供了一种海底管道微泄漏声学检测定位方法,所述方法包含:
1)首先,利用水下无人机器人搭载高频前视成像声纳,获取海底管道微泄漏声纳探测回波数据,利用常规波束形成方法形成多波束域数据,波束数目为M,并采用高分辨率算法处理波束域数据以获取高清晰的泄漏气泡数据。
2)对高分辨率算法处理之后的波束域数据进行分块处理,分块的大小主要依据微泄漏气泡分布区域面积获取,设每块区域方位向长度为L1,方位向分块数目为H1,距离向长度为L2,距离向分块数目为H2。求取每块区域的波束域数据幅值的均值,泄漏气泡分布密集区域,即分块均值最大值,并将分块均值最大值乘以常数获得自适应阈值。
C=ηmax(Pi,j) (2)
其中,Bf(i,j)是第(i,j)点的波束域幅值,NL1表示每块区域方位向长度为L1对应的波束数目,NL2表示每块区域距离向长度距离向长度为L2对应的采样点数目,η为一常数,用于调整门限阈值。
3)根据步骤2)获取的自适应门限阈值,进行疑似微泄漏气泡的检测,并根据检测点的分散程度剔除杂点干扰。
4)对步骤3)中剔除杂点干扰的疑似微泄漏气泡点,进一步采用区域特征约束,根据前视声纳对微泄漏探测的特征,将疑似微泄漏气泡点约束在矩形区域内,并结合区域内气泡分布的密集程度,完成海底输气管道的微泄漏检测。
其中,θ(i)是疑似微泄漏气泡检测点的方位向值,是步骤3)剔除杂点干扰的疑似微泄漏气泡检测点的方位向均值,r(j)是疑似微泄漏气泡检测点的距离向值,是步骤3)剔除杂点干扰的疑似微泄漏气泡检测点的距离向均值。
统计满足公式(4)约束的疑似微泄漏气泡检测点的数据为Mc,若Mc大于设定的区域气泡密集程度门限值,则认为此区域为管道微泄漏区域,并得出微泄漏矩形框的中心点位置(θ0,r0)。
5)根据步骤4)获得的微泄漏矩形区域的方位值和距离值(θ0,r0),并结合水下无人潜器上的经纬度值,在地球坐标系下实现海底输气管道的定位。
long2=long1+r0*sinθ0/[γ*cos(lat1)*2π/360] (5)
lat2=lat1+r0*cosθ0/(γ*2π/360) (6)
其中,(long1,lat1)为载体的经纬度,(long2,lat2)为海底管道微泄漏位置的经纬度,γ是地球的平均半径。
在本实施例中,系统参数为:采用频率为900kHz的高频前视声呐探测管微泄漏,进行海底输气管道消声水池模拟试验,前视声呐布放于水下约3米,输气管道布放于水下约4米,管道的直径为15.24cm,管道的泄漏孔直径为0.5mm,管道内压力为3MPa,只处理一帧数据,处理结果如下。
如图2所示,为管道微泄漏声图;
如图3所示,为采用本发明所述方法的管道微泄漏检测定位结果示意图(图中,*为检测出的疑似微泄漏气泡,矩形框为泄漏定位区域)。由图2和图3可知,本发明方法检测的微泄露定位区域能够准确覆盖管道微泄露区域。
从上述对本发明的具体描述可以看出,本发明方法能够实现海底管道微泄漏的检测和定位,检测正确率较高,且计算量较低,较易工程实现。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种海底输气管道微泄漏声学检测定位方法,该方法基于高频高分辨率前视成像声纳对海底管道微泄露位置进行检测定位,首先,采用高分辨率算法获取气体微泄漏波束域数据,然后,根据区域分块原则估计自适应门限阈值进行微泄漏动态检测,结合泄漏气泡的区域分布特征剔除杂点干扰,最后,对数据进行微泄漏特征约束并大致判断气泡密集程度,检测出气泡微泄漏并对微泄漏位置进行定位;
所述方法具体包括以下步骤:
1)首先,利用水下无人机器人搭载高频前视成像声纳,获取海底管道微泄漏声纳探测回波数据,利用常规波束形成方法形成多波束域数据,并采用高分辨率算法处理波束域数据以获取高清晰的泄漏气泡数据;
2)对于步骤1)获得的泄露气泡数据进行分块处理,分块的大小主要依据微泄漏气泡分布区域面积获取;求取每块区域的波束域数据幅值的均值及泄漏气泡分布密集区域,所述泄露气泡分布密集区域为分块区域幅值均值的最大值;并将分块区域幅值均值的最大值乘以常数以获得自适应门限阈值;
3)根据步骤2)获取的自适应门限阈值,进行疑似微泄漏气泡点的检测,并根据检测点的分散程度剔除杂点干扰;
4)对于步骤3)中剔除杂点干扰的疑似微泄漏气泡点,进一步采用区域特征约束,根据前视声纳对微泄漏探测的特征,将疑似微泄漏气泡点约束在矩形区域内,并结合区域内气泡分布的密集程度,完成海底输气管道的微泄漏检测;
统计约束矩形区域内的疑似微泄漏气泡检测点的数据Mc,若Mc大于设定的区域气泡密集程度门限值,则此区域为管道微泄漏区域,并得出微泄漏矩形框的中心点位置(θ0,r0),其中,θ0为方位值,r0为距离值;
5)根据步骤4)获得的微泄漏矩形区域的方位值和距离值(θ0,r0),并结合水下无人机器人的经纬度值,在地球坐标系下实现对于海底输气管道泄露的定位。
5.根据权利要求1所述的海底输气管道微泄漏声学检测定位方法,其特征在于,所述步骤5)中在地球坐标系下实现海底输气管道泄露定位的表达式为:
long2=long1+r0*sinθ0/[γ*cos(lat1)*2π/360] (5)
lat2=lat1+r0*cosθ0/(γ*2π/360) (6)
其中,*是相乘运算,(long1,lat1)为水下无人机器人的经纬度,(long2,lat2)为海底管道微泄漏位置的经纬度,γ是地球的平均半径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210539677.7A CN114923135B (zh) | 2022-05-18 | 2022-05-18 | 一种海底输气管道微泄漏声学检测定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210539677.7A CN114923135B (zh) | 2022-05-18 | 2022-05-18 | 一种海底输气管道微泄漏声学检测定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114923135A CN114923135A (zh) | 2022-08-19 |
CN114923135B true CN114923135B (zh) | 2023-05-16 |
Family
ID=82807699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210539677.7A Active CN114923135B (zh) | 2022-05-18 | 2022-05-18 | 一种海底输气管道微泄漏声学检测定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114923135B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116797051B (zh) * | 2023-08-24 | 2023-11-14 | 青岛海洋地质研究所 | 基于多距离空间聚类分析的海洋碳泄漏点数量的评估方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1357209A (en) * | 1971-11-30 | 1974-06-19 | British Petroleum Co | Testing underwater pipelines for leaks |
RU2196931C2 (ru) * | 2001-01-25 | 2003-01-20 | Дальневосточный государственный технический университет | Способ обнаружения порыва подводного трубопровода |
CN104535275B (zh) * | 2014-12-11 | 2017-04-12 | 天津大学 | 基于气泡声学的水下气体泄漏量的检测方法和检测装置 |
CN112184710A (zh) * | 2020-11-04 | 2021-01-05 | 周婷婷 | 一种基于视觉感知的线扫激光气泡检测方法及系统 |
CN112561895A (zh) * | 2020-12-22 | 2021-03-26 | 曾忠英 | 一种基于人工智能的气密性泄漏等级评估方法及系统 |
CN113702978B (zh) * | 2021-08-04 | 2023-07-18 | 中国科学院声学研究所 | 一种基于前视声呐的海底管道检测定位方法及系统 |
-
2022
- 2022-05-18 CN CN202210539677.7A patent/CN114923135B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114923135A (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Motion-compensated acoustic localization for underwater vehicles | |
CN114923135B (zh) | 一种海底输气管道微泄漏声学检测定位方法 | |
Schneider von Deimling et al. | Detection of gas bubble leakage via correlation of water column multibeam images | |
Li et al. | A noise impact assessment model for passive acoustic measurements of seabed gas fluxes | |
CN112529841B (zh) | 多波束水柱数据中海底气体羽状流处理方法、系统及应用 | |
CN102081170A (zh) | 基于声学长基线和超短基线组合定位的海底电缆二次定位方法 | |
RU2739000C1 (ru) | Гидроакустический комплекс для обнаружения движущегося подводного источника звука, измерения пеленга на источник звука и горизонта источника звука в мелком море | |
CN111487628B (zh) | 一种下视多波束合成孔径成像声纳“零度”干扰抑制方法 | |
Dosso et al. | Geoacoustic uncertainties from viscoelastic inversion of seabed reflection data | |
CN116879901B (zh) | 一种矢量水听器垂直阵列深海宽带声源深度估计方法 | |
CN116400335B (zh) | 一种水平阵主动声纳目标回波检测方法及系统 | |
CN107942316A (zh) | 一种基于多波束声呐波束输出信号的水中浓悬浮体运动速度估计方法 | |
JP2009229432A (ja) | Gps受信体を利用した津波観測システム | |
RU2292569C1 (ru) | Способ определения предвестника цунами | |
RU2762349C1 (ru) | Способ скрытного гидроакустического поиска автономного донного подводного объекта | |
CN114859420A (zh) | 一种浅海中目标分选及水下目标运动态势和深度判断方法 | |
CN112539886B (zh) | 一种海底气体羽状流提取方法及应用 | |
Li et al. | Variance bound of ACF estimation of one block of fGn with LRD | |
Odell et al. | A versatile tracking system for AUV testing | |
JP5737754B2 (ja) | 津波検出システムおよび津波検出方法 | |
CN113687364B (zh) | 一种三维成像声纳图像假底的抑制方法 | |
Li et al. | Passive acoustic monitoring of seabed gas seeps-application of beamforming techniques | |
Endoh et al. | A parameter quantifying radiation damping of bay oscillations excited by incident tsunamis | |
CN112346038B (zh) | 一种基于浅海爆炸声传播信号的声信道响应估计方法 | |
RU2282217C1 (ru) | Способ определения комплексных данных о состоянии океана |
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 |