熱力管道小漏溫度場(chǎng)特征標(biāo)定研究

黃冬冬

摘要：泄漏特別是小漏預(yù)警對(duì)熱力管道的安全維護(hù)具有重要意義。受空間分辨率的影響，分布式光纖傳感器對(duì)小漏引起的局部溫度變化測(cè)試精度較低，測(cè)量溫度與實(shí)際溫度差異較大。以布里淵光時(shí)域反射儀（BOTDR）作為測(cè)量手段，提出了一種建立分布式光纖測(cè)量溫度與實(shí)際溫度之間對(duì)應(yīng)關(guān)系的方法。設(shè)計(jì)完成了小漏溫度場(chǎng)模擬測(cè)量實(shí)驗(yàn)，通過(guò)高斯擬合對(duì)測(cè)量數(shù)據(jù)進(jìn)行特征提取，再用人工神經(jīng)網(wǎng)絡(luò)建立測(cè)量溫度與實(shí)際溫度的映射模型。結(jié)果表明：設(shè)計(jì)的實(shí)驗(yàn)方案可獲得代表管道小漏溫度分布的先驗(yàn)數(shù)據(jù)，基于此訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)可確立實(shí)際溫度場(chǎng)與BOTDR測(cè)量溫度場(chǎng)的對(duì)應(yīng)關(guān)系，提高了光纖測(cè)試精度并為泄漏預(yù)警策略的制定提供了依據(jù)。

關(guān)鍵詞：管道泄漏；布里淵散射；高斯擬合；人工神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：TN253

文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-4764（2016）02-0097-07

Abstract：Early warning of leakage， especially small leakage， is significant for safety maintenance of thermal pipeline. Due to spatial resolution， the measuring accuracy of distributed fiber optic sensor for local temperature variation caused by small leakage is low and the measurements are quite different from the actual temperature field. Based on Brillouin optical time domain reflectometer （BOTDR）， a new method to establish a mapping relationship between the BOTDR measurements and the actual temperatures is proposed. Laboratory experiments were carried out to simulate small leakage and achieve the measurements of gradient temperature fields. Feature extraction of the measured data is then conducted through Gaussian fitting. With artificial neural network （ANN）， a mapping model of the actual and measured temperature features is established. The results demonstrate that： the designed experiment can accumulate enough prior data to derive an ANN model， based on which a mapping relation of the actual temperature field and the BOTDR measurements can be achieved to improve the measuring accuracy of BOTDR and provide a reference to propose warning strategy.

Keywords：pipeline leak； brillouin scattering； gauss fitting； artificial neural network

管道運(yùn)輸是現(xiàn)代工業(yè)和國(guó)民經(jīng)濟(jì)的命脈，具有運(yùn)輸量大、連續(xù)、經(jīng)濟(jì)、平穩(wěn)、可靠、占地少、費(fèi)用低、可實(shí)現(xiàn)自動(dòng)控制等諸多優(yōu)點(diǎn)，是繼鐵路、公路、水運(yùn)、航空運(yùn)輸之后的第五大運(yùn)輸業(yè)[1]。中國(guó)北方大部分地區(qū)實(shí)行冬季集中供暖，大大小小的鍋爐房生產(chǎn)的熱水經(jīng)過(guò)熱力管道送達(dá)千家萬(wàn)戶。熱力管道是生命線工程的重要部分，一旦發(fā)生泄漏，不僅會(huì)使居民采暖受到影響，有時(shí)還會(huì)危及人身安全。

熱力管道泄漏往往由小漏、微漏開(kāi)始，如果能及時(shí)發(fā)現(xiàn)，完全可以避免更嚴(yán)重事故的發(fā)生。然而，大多數(shù)供熱管道都埋在地下，查找泄漏點(diǎn)難度非常大，尤其是有些直埋敷設(shè)管道，如果找錯(cuò)泄漏點(diǎn)，會(huì)給檢修人員帶來(lái)很大麻煩。正是熱力管道泄漏事故后果的嚴(yán)重性、危險(xiǎn)的可控性和檢漏的困難性，促使著其泄漏檢測(cè)技術(shù)的不斷發(fā)展。

目前，國(guó)際上使用或已經(jīng)提出的管道泄漏檢測(cè)方法大體可分為兩類：管內(nèi)檢測(cè)法和外部檢測(cè)法[2]?；诖磐?、超聲、渦流、錄像等技術(shù)的管內(nèi)檢測(cè)法，檢測(cè)精度較高但易發(fā)生堵塞停運(yùn)嚴(yán)重事故且造價(jià)較高。外部檢測(cè)法中，人工巡查費(fèi)時(shí)費(fèi)力；流量差法、壓力梯度法和負(fù)壓波法等費(fèi)用較低，但精度較差。分布式光纖溫度傳感器檢漏利用了熱力管道區(qū)別于其他管道系統(tǒng)的一個(gè)特點(diǎn)，即泄漏會(huì)引起周邊環(huán)境溫度變化，又有不帶電實(shí)現(xiàn)遠(yuǎn)傳的優(yōu)點(diǎn)，是特別適用于熱力管道泄漏檢測(cè)的技術(shù)之一[3]。

線狀光纖將傳感和傳輸媒質(zhì)合二為一，測(cè)量范圍廣，能替換成千上萬(wàn)個(gè)點(diǎn)式傳感器來(lái)傳遞沿線溫度、應(yīng)力狀態(tài)等信息[4]。分布式光纖溫度傳感技術(shù)[5-6]主要有：拉曼光時(shí)域反射技術(shù)（ROTDR），探測(cè)光纖中的拉曼散射光，通過(guò)計(jì)算反斯托克斯光和斯托克斯光的強(qiáng)度比，得到光纖上任一位置處的溫度；布里淵光時(shí)域分析/反射技術(shù)（BOTDA/BOTDR），探測(cè)光纖中的布里淵散射光，通過(guò)計(jì)算布里淵散射光的頻移量，得到光纖上任意位置的應(yīng)變和溫度信息[7]。由于基于布里淵的傳感器測(cè)量的是散射光的頻移量而非強(qiáng)度，因而更加精確。BOTDA探測(cè)受激布里淵散射光，需要雙端測(cè)量；BOTDR探測(cè)自發(fā)布里淵散射光[8]，僅需要單端測(cè)量，雖精度較BOTDA稍低，但實(shí)際使用時(shí)比較方便。

空間分辨率是描述分布式光纖傳感器對(duì)沿光纖長(zhǎng)度分布的溫度場(chǎng)進(jìn)行測(cè)量時(shí)所能分辨的最小空間單元，由脈沖光持續(xù)時(shí)間等因素確定[9]。一般而言，BOTDR的空間分辨率在1 m左右[6]。隨著技術(shù)的不斷發(fā)展，分布式光纖溫度傳感器的空間分辨率逐步提高，然而當(dāng)熱力管道發(fā)生小漏及微漏時(shí)，發(fā)生溫度變化的區(qū)域小于光纖空間分辨率，此時(shí)測(cè)量得到沿光纖溫度的變化量與實(shí)際有明顯的差別[10]。這個(gè)問(wèn)題引起學(xué)者的廣泛關(guān)注，Bernini等[11-12]先后提出兩種方法：一種是基于對(duì)光纖溫度諧函數(shù)展開(kāi)的算法；另一種是在不減小脈沖光寬度的前提下，通過(guò)迭代算法對(duì)布里淵光時(shí)域分析信號(hào)解卷積的方法提高測(cè)量精度。張燕君等[13]設(shè)計(jì)了一種同時(shí)對(duì)多路傳感信息進(jìn)行檢測(cè)的BOTDR系統(tǒng)來(lái)提高了布里淵散射譜信息分析的準(zhǔn)確度。Wang等[14]提出一種對(duì)光纖細(xì)分迭代的方法來(lái)得到分段光纖的布里淵頻移，從而獲得更高的空間分辨率。

鑒于大幅度提高現(xiàn)有分布式光纖傳感器的空間分辨率十分困難，如何提高小漏引起的局部溫度變化測(cè)試精度、減小因空間分辨引起的測(cè)量誤差對(duì)分布式光纖傳感器在熱力管道泄漏特別是小漏監(jiān)測(cè)中的應(yīng)用至關(guān)重要。本文擬基于實(shí)驗(yàn)與人工神經(jīng)網(wǎng)絡(luò)，建立實(shí)際溫度與光纖溫度測(cè)量之間的定量聯(lián)系，旨在為小漏及微漏的預(yù)警提供參考。

1 BOTDR溫度測(cè)量原理

一定頻率的脈沖光自光纖的一端入射，入射的脈沖光與光纖中的聲學(xué)聲子相互作用產(chǎn)生布里淵散射。散射光的頻率不同于入射光，稱為布里淵頻移，與光纖的溫度和軸向應(yīng)變有關(guān)。在光纖不受軸向應(yīng)力的情況下，布里淵頻移與光纖溫度變化呈線性關(guān)系，因此，通過(guò)測(cè)量光纖中的背向布里淵散射光頻移量就能得到光纖沿線的溫度分布信息

2 實(shí)驗(yàn)研究

2.1 系統(tǒng)標(biāo)定實(shí)驗(yàn)

實(shí)驗(yàn)中BOTDR設(shè)備的空間分辨率最小為1 m，標(biāo)定時(shí)采用大于空間分辨率長(zhǎng)度的一段光纖均勻受熱。將3 m光纖放入水浴箱中，從40～80 ℃每隔5 ℃設(shè)定一次水浴箱的溫度，待穩(wěn)定后測(cè)出不同水浴溫度下光纖的中心頻率。

2.2 泄漏模擬實(shí)驗(yàn)

熱力管道發(fā)生泄漏后，土體中將形成以泄漏點(diǎn)為中心，向外擴(kuò)張的梯度溫度場(chǎng)。泄漏時(shí)間較長(zhǎng)、熱介質(zhì)泄漏量較大時(shí)，泄漏點(diǎn)周圍一部分范圍溫度與泄漏介質(zhì)溫度相同，超過(guò)此范圍溫度場(chǎng)不斷衰減，此時(shí)形成的溫度場(chǎng)具有“梯形”分布的特點(diǎn)；泄漏時(shí)間較短、熱介質(zhì)泄漏量較小時(shí)，泄漏點(diǎn)周圍與泄漏介質(zhì)溫度相同的范圍很小，此時(shí)形成的溫度場(chǎng)具有“三角形”分布的特點(diǎn)[2]。

本實(shí)驗(yàn)設(shè)計(jì)了一個(gè)模擬土體內(nèi)溫度梯度的“替代”溫度場(chǎng)。采用導(dǎo)熱性能較好的紫銅作為溫度場(chǎng)的介質(zhì)，紫銅條外包裹保溫材料，一端插入水浴槽（熱端），一端插入冰水混合物（冷端）。通過(guò)改變熱端溫度、紫銅條長(zhǎng)度和水浴槽中光纖長(zhǎng)度，可模擬溫度梯度不同峰值、范圍和溫度場(chǎng)類型。

光纖在銅條上的布置方式如下：1）梯形回路：每條光纖先從銅條的冷端進(jìn)入，至熱端后在水浴槽中留一段長(zhǎng)度（50 cm）再進(jìn)入冷端；2）三角形回路：每條光纖先從銅條的冷端進(jìn)入，至熱端后直接進(jìn)入冷端。此外，每次光纖進(jìn)入到冷端后都留有5 m光纖在冰水桶中。實(shí)驗(yàn)工況如表1所示（表中：x表示溫度場(chǎng)下底長(zhǎng)度，y表示溫度場(chǎng)下底長(zhǎng)度，h表示水浴槽溫度，見(jiàn)圖1）。

4 數(shù)據(jù)分析

目前已經(jīng)有了2種溫度場(chǎng)的特征參數(shù)，下面對(duì)實(shí)驗(yàn)數(shù)據(jù)作進(jìn)一步分析。在研究過(guò)程中，能實(shí)測(cè)的數(shù)據(jù)往往有限，故需要由實(shí)際溫度場(chǎng)直接預(yù)測(cè)出測(cè)量溫度場(chǎng)；另外，在實(shí)際泄露監(jiān)測(cè)過(guò)程中，當(dāng)BOTDR系統(tǒng)監(jiān)測(cè)到一個(gè)梯度溫度場(chǎng)，需要由此推斷出實(shí)際的泄漏情況。所以，需建立兩個(gè)系統(tǒng)，即已知實(shí)際溫度場(chǎng)參數(shù)求測(cè)量溫度場(chǎng)參數(shù)的正向系統(tǒng)和已知測(cè)量溫度場(chǎng)參數(shù)求實(shí)際溫度場(chǎng)參數(shù)的反向系統(tǒng)。正向系統(tǒng)的輸入為實(shí)際溫度場(chǎng)參數(shù)，輸出為測(cè)量溫度場(chǎng)參數(shù)；反向系統(tǒng)的輸入為測(cè)量溫度場(chǎng)參數(shù)，輸出為實(shí)際溫度場(chǎng)參數(shù)。采用人工神經(jīng)網(wǎng)絡(luò)智能算法來(lái)實(shí)現(xiàn)。

4.1 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是以工程技術(shù)手段來(lái)模擬人腦神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)與特征的系統(tǒng)。利用人工神經(jīng)元可以構(gòu)成各種不同拓?fù)浣Y(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，它是生物神經(jīng)網(wǎng)絡(luò)的一種模擬和近似。

采用誤差反向傳播算法（BP： Error Back-propagation Algorithm）的多層前饋人工神經(jīng)網(wǎng)絡(luò)[15]（或稱多層感知器，MLP： Multi-Layer Perceptron）稱為BP神經(jīng)網(wǎng)絡(luò)。BP 神經(jīng)網(wǎng)絡(luò)是目前人工神經(jīng)網(wǎng)絡(luò)中應(yīng)用最廣的算法模型。

BP神經(jīng)網(wǎng)絡(luò)通常由輸入層、隱含層和輸出層組成。輸入層節(jié)點(diǎn)的個(gè)數(shù)一般取輸入向量的維數(shù)，輸出層節(jié)點(diǎn)的個(gè)數(shù)一般取輸出向量的維數(shù)，隱含層節(jié)點(diǎn)個(gè)數(shù)目前沒(méi)有確定的標(biāo)準(zhǔn)，尚需通過(guò)反復(fù)試湊的方法來(lái)得到最終結(jié)果。根據(jù)Kolmogorov定理，具有一個(gè)隱含層（隱含層節(jié)點(diǎn)足夠多）的3層BP神經(jīng)網(wǎng)絡(luò)能在閉集上以任意精度逼近任意非線性連續(xù)函數(shù)。拓?fù)浣Y(jié)構(gòu)如圖6所示。

模型建立完成后，由BOTDR測(cè)得熱力管道泄漏位置附近的溫度分布，即可推算出實(shí)際溫度分布，有利于判斷是否為泄漏點(diǎn)及泄漏情況的嚴(yán)重性。

5 結(jié) 論

根據(jù)熱力管道小漏引起的實(shí)際溫度場(chǎng)變化特征，本文設(shè)計(jì)并完成了泄漏模擬實(shí)驗(yàn)，通過(guò)精確控制變量積累了光纖測(cè)試先驗(yàn)數(shù)據(jù)。利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練預(yù)警系統(tǒng)，建立了小范圍溫度場(chǎng)情況下BOTDR測(cè)量溫度與實(shí)際溫度的對(duì)應(yīng)關(guān)系，為熱力管道泄漏監(jiān)測(cè)預(yù)警指標(biāo)的確定提供了參考。主要結(jié)論如下：

1）實(shí)驗(yàn)中BOTDR測(cè)得溫度峰值的峰值小于實(shí)際的峰值，三角形溫度場(chǎng)測(cè)得峰值明顯小于梯形溫度場(chǎng)測(cè)得峰值，且梯形溫度場(chǎng)實(shí)驗(yàn)數(shù)據(jù)沒(méi)有平臺(tái)段。

2）小漏引起的梯度溫度場(chǎng)光纖測(cè)試數(shù)據(jù)與高斯曲線符合較好?？捎酶咚箶M合做特征提取，得到兩個(gè)測(cè)量溫度場(chǎng)特征，分別反映溫度場(chǎng)的峰值和寬度。

3）本文建立的ANN模型經(jīng)過(guò)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證精度良好，即由BOTDR測(cè)量溫度可得到比較精確的實(shí)際溫度，反之亦然。

參考文獻(xiàn)：

[1] 李明，王曉霖，呂高峰，等.光纖傳感及其在管道監(jiān)測(cè)中應(yīng)用的研究進(jìn)展[J].當(dāng)代化工，2014（1）：54-57.

LI M，WANG X L，LYU G F，et al.Development and application of optical fiber sensing technology in pipeline monitoring [J].Contemporary Chemical Industry，2014（1）：54-57.（in Chinese）

[2] 袁朝慶，龐鑫峰，劉燕.管道泄漏檢測(cè)技術(shù)現(xiàn)狀及展望[J].大慶石油學(xué)院學(xué)報(bào)，2006（2）：76-79.

YUAN C Q，PANG X F，LIU Y.Status quo and prospect of pipeline leakage detection and location [J].Journal of Daqing Petroleum Institute，2006（2）：76-79.（in Chinese）

[3] 關(guān)鐵樑. 用于工業(yè)環(huán)境的分布式光纖溫度傳感器[J]. 光通信技術(shù)， 1993（2）：96-98.

GUAN T L.A distributed optical fiber temperature sensor for industrial environment [J].Optical Communication Technology，1993（2）：96-98.（in Chinese）

[4] 胡佳惠，張大偉，陶春先，等.布里淵散射的分布式光纖溫度傳感器的研究進(jìn)展[J].激光雜志，2011，32（6）：1-3.

HU J H，ZHANG D W，TAO C X， et al. Research and development of distributed optic fiber sensors based on Brillouin scattering [J].Laser Journal，2011，32（6）：1-3.（in Chinese）

[5] 耿軍平，許家棟，郭陳江，等.全分布式光纖溫度傳感器研究的進(jìn)展及趨勢(shì)[J]. 傳感器技術(shù)，2001，20（2）：4-8.

GENG J P， XU J D， GUO C N.Development and trend of fully distributed fiber optic sensor for distributed temperature measurement [J]. Journal of Transducer Technology，2001，20（2）：4-8.（in Chinese）

[6] 崔何亮，張丹，施斌. 布里淵分布式傳感的空間分辨率及標(biāo)定方法[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2013（7）：1232-1237，1245.

CUI H L，ZHANG D，SHI B.Spatial resolution and its calibration method for Brillouin scattering based distributed sensors [J].Journal of Zhejiang University： Engineering Science，2013（7）：1232-1237，1245.（in Chinese）

[7] BAO X Y，CHEN L.Recent progress in Brillouin scattering based fiber sensors [J]. Sensors， 2011，11：4152-4187.

[8] PARKER T R，F(xiàn)ARHADIROUSHAN M，HANDEREK V A， et al.A fully distributed simultaneous strain and temperature sensor using spontaneous Brillouin backscatter [J].IEEE Photonics Technology Letters， 1997， 9（7）： 979-981.

[9] 劉，鄒健，黃尚廉.分布式光纖溫度傳感器系統(tǒng)分辨率確定的理論分析[J]. 光子學(xué)報(bào)，1996（7）：635-639.

LIU Y，ZOU J，HUANG S L. Theoretic analysis for determining the resolutions of distributed optical fiber temperature sensing system [J]. ACTA Photonica Sinica，1996（7）：635-639.（in Chinese）

[10] ZHANG D，XU H， SHI B， et al. Brillouin power spectrum analysis for partially uniformly strained optical fiber [J]. Optics & Lasers in Engineering， 2009， 47（9）：976-981.

[11] ROMEO B， ALDO M， LUIGI Z. Reconstruction technique for stimulated Brillouin scattering distributed fiber-optic sensors [J]. Optical Engineering， 2002， 41（9）：2186-2194.

[12] ROMEO B， ALDO M， LUIGI Z. Accuracy enhancement in Brillouin distributed fiber-optic temperature sensors using signal processing techniques [J]. IEEE Photonics Technology Letters， 2004， 16（4）：1143-1145.

[13] ZHANG Y J， LIU W Z， FU X H， et al. The high precision analysis research of multichannel BOTDR scattering spectral information based on the TTDF and CNS algorithm [J]. Spectroscopy and Spectral Analysis， 2015， 35（7）：1802-1807.

[14] WANG F， ZHAN W W， ZHANG X P， et al. Improvement of spatial resolution for BOTDR by iterative subdivision method [J]. Journal of Lightwave Technology， 2013， 31（23）：3663-3667.

[15] HAYKIN S.神經(jīng)網(wǎng)絡(luò)原理[M]. 北京：機(jī)械工業(yè)出版社，2004：109-176.

HAYKIN S. Neural networks[M]. Beijing： China Machine Press， 2004：109-176.（in Chinese）

（編輯 胡 玲）