輸氣管道泄漏檢測(cè)技術(shù)及其發(fā)展趨勢(shì)

閆驍瑾

西安石油大學(xué) 石油工程學(xué)院（陜西 西安 710065）

隨著天然氣管道的快速發(fā)展，人們將會(huì)越來(lái)越重視管道的安全運(yùn)行，而管道泄漏則成為人們無(wú)法忽視的一個(gè)重要問題。本文將從現(xiàn)有的管道泄漏檢測(cè)技術(shù)分析總結(jié)各項(xiàng)檢測(cè)技術(shù)的優(yōu)缺點(diǎn)以及發(fā)展趨勢(shì)。

1 泄漏檢測(cè)技術(shù)方法

經(jīng)過多年的發(fā)展，許多管道泄漏檢測(cè)方法都已投入使用。但是目前仍沒有分類統(tǒng)一，根據(jù)檢測(cè)部位的不同，可分為內(nèi)檢測(cè)和外檢測(cè)兩種方法；根據(jù)檢測(cè)工具的不同，可以分為硬件方法和軟件方法；根據(jù)檢測(cè)方法的不同，可以分為直接和間接法[1]。

1.1 人工巡檢法

通過人工分段分時(shí)對(duì)沿線管道進(jìn)行巡檢的辦法，來(lái)確定管道是否泄漏。此方法于早期使用，耗時(shí)耗力且無(wú)法保證檢測(cè)的連續(xù)性。

1.2 電纜法

通過對(duì)沿線管道外壁鋪設(shè)氣敏電纜來(lái)進(jìn)行泄漏檢測(cè)。其靈敏度高，檢測(cè)效果好，尤其針對(duì)緩慢泄漏效果更佳。但電纜造價(jià)昂貴，且檢測(cè)過的電纜會(huì)被泄漏氣體污染無(wú)法繼續(xù)使用，需更換新的電纜以便繼續(xù)檢測(cè)。同時(shí)，泄漏的流體會(huì)滲入電纜導(dǎo)致特性發(fā)生變化[2]。

1.3 分布式光纖溫度傳感器

分布式光纖傳感系統(tǒng)是以光纖作為傳感敏感元件和傳輸信號(hào)介質(zhì)，對(duì)沿線管道的溫度變化進(jìn)行探測(cè)。當(dāng)天然氣輸送管道發(fā)生泄漏時(shí)，在泄漏點(diǎn)引起溫度變化，反斯托克斯光強(qiáng)與溫變的關(guān)系[3]如下：

式中：Lm為反斯托克斯光的光強(qiáng)，cd；Ln為斯托克斯光的光強(qiáng)，cd；h為布朗克系數(shù)；c為光速，m/s；α為溫度相關(guān)系數(shù)；ν為拉曼平移量，m-1；k為鮑爾次曼常數(shù)，J/K；T為溫度，℃。

可通過計(jì)算分析得到光纖上的溫度分布，從而判斷沿線管道的泄漏情況。其優(yōu)點(diǎn)是測(cè)量一次便可得到整個(gè)區(qū)域內(nèi)的分布圖；缺點(diǎn)是檢測(cè)信號(hào)較弱，處理系統(tǒng)需要較高的信噪比，檢測(cè)過程中要對(duì)大量的信號(hào)進(jìn)行處理，因此進(jìn)行一次測(cè)量會(huì)比較耗時(shí)。

在提高拉曼散射信噪比的研究中，為了解決多模光纖模式色散大影像空間分辨率的問題，何祖源、劉銀萍等人[4]設(shè)計(jì)出基于小芯徑多模光纖的拉曼分布式溫度傳感器系統(tǒng)，通過實(shí)驗(yàn)有效地實(shí)現(xiàn)高溫度分辨率和空間分辨率的長(zhǎng)距離測(cè)量。

1.4 智能清管器檢測(cè)

新型智能清管器采用磁通、超聲和錄像等技術(shù)來(lái)進(jìn)行泄漏檢測(cè)，最常見的是漏磁清管器。其原理是當(dāng)磁性清管器在完整管道內(nèi)隨流體運(yùn)行時(shí)，管壁上會(huì)形成一個(gè)完整的閉合磁場(chǎng)。當(dāng)管道出現(xiàn)裂紋或穿孔時(shí)，破損部位的磁通量會(huì)發(fā)生變化，通過傳感器采集管壁磁場(chǎng)變化信息，將沿線有缺陷的磁場(chǎng)信息反饋到計(jì)算機(jī)中進(jìn)行分析[5]。其優(yōu)點(diǎn)是靈敏度高，定位精度高；缺點(diǎn)是無(wú)法持續(xù)檢測(cè)，且清管器造價(jià)昂貴，無(wú)法大范圍推廣使用。

1.5 模型法

1）不包含故障模型。其思想是在管道兩端設(shè)置流量計(jì)，建立管道內(nèi)流體的無(wú)故障動(dòng)態(tài)模型，通過估計(jì)觀測(cè)器的估計(jì)值與實(shí)測(cè)值之間是否產(chǎn)生偏差來(lái)檢測(cè)管道是否發(fā)生泄漏[6]。其原理如圖1所示。

圖1 不包含故障模型原理圖

2）包含故障模型。在假設(shè)管道發(fā)生多次泄漏的條件下，建立管道的流體動(dòng)力學(xué)模型。采用狀態(tài)估計(jì)法，預(yù)先獲得假設(shè)漏點(diǎn)的漏點(diǎn)估計(jì)值，并用判斷準(zhǔn)則對(duì)漏點(diǎn)進(jìn)行檢測(cè)和定位。

這種方法的缺陷在于流量計(jì)，其靈敏度低且響應(yīng)時(shí)間長(zhǎng)。同時(shí)，若泄漏位置發(fā)生在預(yù)先設(shè)定泄漏點(diǎn)之外，則包含故障模型法的誤差會(huì)增大[6]。

1.6 流量平衡法

根據(jù)質(zhì)量守恒定律，流體流入管道的質(zhì)量流量應(yīng)等于流出的質(zhì)量流量。當(dāng)發(fā)生泄漏時(shí)，管道泄漏點(diǎn)前后會(huì)形成流量差[7]，即：

式中：Q泄前為泄漏點(diǎn)前的流量；Q泄后為泄漏點(diǎn)后的流量。

通過對(duì)多管段的質(zhì)量流量采集匯總，若在某一管段的流量有明顯差異，則該管段出現(xiàn)泄漏。該法比較直觀、簡(jiǎn)潔。但隨著輸氣管道的復(fù)雜化發(fā)展，支線管道的數(shù)量以及天氣、地理環(huán)境、工況等的影響，均會(huì)導(dǎo)致流體流量的變化從而使得檢測(cè)的誤報(bào)率變高。因此又提出了一種提高檢測(cè)精度的流量平衡法，基于擬合流量誤差曲線來(lái)降低流量計(jì)和管道流體殘余量之間的誤差，達(dá)到提高精度的要求。但是此法需要建立復(fù)雜的動(dòng)態(tài)模型，且對(duì)緩慢泄漏的敏感性較低。因此需結(jié)合其他方法使用。

1.7 壓力梯度法

在管道首端和末端設(shè)置壓力傳感器，在正常工況下，管內(nèi)壓降為平滑斜直線。當(dāng)出現(xiàn)泄漏情況，泄漏點(diǎn)前后的流量發(fā)生變化，壓降直線將出現(xiàn)拐點(diǎn)，此拐點(diǎn)則為泄漏點(diǎn)，此法易操作，簡(jiǎn)單明了。但缺陷在于穩(wěn)定流動(dòng)時(shí)，近似認(rèn)為管內(nèi)壓力分布為線性變化，而在實(shí)際中沿線壓力梯度是非線性的，工況條件的變化對(duì)壓力分布和測(cè)量精度均會(huì)產(chǎn)生影響[8]。

1.8 壓力點(diǎn)分析法

管道處于穩(wěn)定的流動(dòng)狀態(tài)時(shí)，管內(nèi)流體壓力處于不隨時(shí)間變化的狀態(tài)。當(dāng)外部設(shè)備提供能量變化時(shí)，壓力為連續(xù)變化的穩(wěn)定狀態(tài)。管道發(fā)生泄漏后，管道的穩(wěn)定狀態(tài)被破壞。壓力值出現(xiàn)突降，并開始趨于新的穩(wěn)態(tài)。在此過程中，泄漏點(diǎn)產(chǎn)生負(fù)壓波并向管道上、下游傳遞，進(jìn)而影響管道沿線各點(diǎn)壓力。通過壓力傳感器采集數(shù)據(jù)，統(tǒng)計(jì)分析后繪制壓變曲線并與穩(wěn)態(tài)壓變曲線進(jìn)行對(duì)比，從而得到泄漏位置[9]。該方法的優(yōu)點(diǎn)是無(wú)需建立復(fù)雜的模型，數(shù)據(jù)處理量??；缺點(diǎn)是對(duì)于長(zhǎng)輸管道需設(shè)置大數(shù)量傳感器和相關(guān)信號(hào)傳輸設(shè)施，因此耗費(fèi)較大，對(duì)于緩慢泄漏檢測(cè)性不強(qiáng)[10]。

1.9 負(fù)壓波法

負(fù)壓波法目前是使用范圍較廣的一種方法，圖2為示意圖。其工作原理是：流體外泄引起管道局部瞬時(shí)壓降和流速降低，上游管段流體流入該局部區(qū)域則會(huì)彌補(bǔ)此處壓降，從而導(dǎo)致泄漏處與上、下游臨近處形成壓差，并以負(fù)波的形式向管道兩端傳遞。在管道首末兩端設(shè)置壓力傳感器采集數(shù)據(jù)，通過分析壓力梯度特征和壓變時(shí)間差即可檢測(cè)泄漏[11]。

圖2 負(fù)壓波法原理圖

該方法優(yōu)點(diǎn)是成本小、易操作，便于維護(hù)，故受到廣泛采用。但缺點(diǎn)在于負(fù)壓波法適用大流量泄漏，對(duì)于小流量泄漏、多點(diǎn)泄漏敏感性不強(qiáng)，且易受到噪聲干擾，從而導(dǎo)致檢測(cè)精度降低，誤報(bào)率較高。為了提高精度，常采用小波變換、卡爾曼濾波等來(lái)進(jìn)行降噪處理。

1.10 聲波（應(yīng)力波）法

其原理類似于負(fù)壓波法，當(dāng)管壁受到破壞后，流體流經(jīng)泄漏孔時(shí)噴出，由于瞬時(shí)壓降產(chǎn)生渦流，與管壁摩擦碰撞產(chǎn)生噪聲，并將該噪聲作為信號(hào)源，以聲波（應(yīng)力波）的形式傳遞到管道上下游的傳感器。該方法優(yōu)點(diǎn)是可在信號(hào)傳播過程中短時(shí)間判斷泄漏情況，操作簡(jiǎn)單。但缺陷是[12]：①噪聲的強(qiáng)度大小受泄漏孔徑的影響，因此無(wú)法判斷泄漏程度。②噪聲在傳輸過程中會(huì)隨著距離衰減，故長(zhǎng)輸管道的檢測(cè)精度不高。③外在因素產(chǎn)生的噪聲也會(huì)影響檢測(cè)結(jié)果，導(dǎo)致誤報(bào)率較高。

1.11 神經(jīng)元網(wǎng)絡(luò)法

在實(shí)踐中，導(dǎo)致管道泄漏的因素很多，解決這些問題的數(shù)學(xué)模型是剛性的。無(wú)法闡述多樣性的泄漏工況。神經(jīng)元網(wǎng)絡(luò)法以其良好的學(xué)習(xí)能力和自適應(yīng)能力得到廣泛使用。通過BP 算法將管道泄漏特征信號(hào)分解成矩陣，建立了管道泄漏檢測(cè)的神經(jīng)網(wǎng)絡(luò)模型。其流程圖如圖3所示[13]。

圖3中的權(quán)值計(jì)算公式如下所示：

圖3 神經(jīng)元網(wǎng)絡(luò)法流程圖

式中：wij為網(wǎng)絡(luò)的權(quán)值；J(t)為網(wǎng)絡(luò)總目標(biāo)函數(shù)；η為學(xué)習(xí)率；Ep為網(wǎng)絡(luò)的目標(biāo)函數(shù)。

現(xiàn)場(chǎng)實(shí)踐表明，神經(jīng)元網(wǎng)格法在抗噪聲方面有著突出的優(yōu)點(diǎn)，且自適應(yīng)能力強(qiáng)、實(shí)用性強(qiáng)。對(duì)于復(fù)雜工況例如成蠟、堵塞、突發(fā)泄漏等應(yīng)用有著良好的效果。但局限于所取的壓力和流量信號(hào)的訓(xùn)練樣本包含發(fā)生泄漏的問題樣本，從而導(dǎo)致對(duì)緩慢泄漏、工況頻變管道的誤報(bào)、漏報(bào)率較高，尤其是對(duì)于壓縮流體來(lái)說(shuō)近乎不可行[14]。

1.12 支持向量機(jī)檢測(cè)法

在實(shí)際應(yīng)用下，泄漏樣本量小，將粗糙集理論與粒子群優(yōu)化算法相結(jié)合的支持向量機(jī)具有學(xué)習(xí)樣本量小、泛化能力強(qiáng)等優(yōu)點(diǎn)，被用于檢測(cè)泄漏，可以解決人工神經(jīng)網(wǎng)絡(luò)的局部極小問題和壓力波法的噪聲干擾問題。例如：張來(lái)斌等人通過ICA（獨(dú)立分量分析）原理對(duì)壓力信號(hào)源降噪處理，對(duì)14 個(gè)管道中的部分樣本和泄漏數(shù)據(jù)進(jìn)行訓(xùn)練，其正確率有了顯著提高[15]。

針對(duì)支持向量存在新樣本進(jìn)入訓(xùn)練的情況，劉衍珩等人提出了一種在KKT條件下的改進(jìn)算法，通過對(duì)1000 個(gè)實(shí)驗(yàn)樣本（其中800 個(gè)為新增樣本）進(jìn)行訓(xùn)練，結(jié)果表明在精度未明顯降低的情況下有效地減少了訓(xùn)練耗時(shí)[16]。

支持向量函數(shù)將信號(hào)源與噪聲分離，獨(dú)立分析，但其有效性取決于核函數(shù)和懲罰系數(shù)的選取，而且由于計(jì)算復(fù)雜，實(shí)用性差，需要進(jìn)一步改進(jìn)。

2 各種泄漏檢測(cè)方法對(duì)比

以上檢測(cè)技術(shù)的對(duì)比見表1。從表1可知：

表1 各種檢測(cè)技術(shù)的對(duì)比

1）傳統(tǒng)的檢測(cè)方法中，人工巡檢法對(duì)于長(zhǎng)輸管道無(wú)法做到全時(shí)段、全距離“應(yīng)檢盡檢”且在檢測(cè)過程中耗時(shí)耗力，故實(shí)用性一般。

2）靈敏度較高的電纜法、分布式光纖溫度傳感器、智能清管器檢測(cè)需要配置昂貴的檢測(cè)設(shè)備，長(zhǎng)輸管道無(wú)法大規(guī)模布置，同時(shí)氣敏電纜易受污染，需經(jīng)常更換，成本過大，可行性較低[17]。

3）流量平衡法、負(fù)壓波法、聲波法等易受外界條件的干擾從而導(dǎo)致靈敏度低、誤報(bào)率高。對(duì)于長(zhǎng)輸管道，負(fù)壓波法、聲波法還需配置大量的傳感器，性價(jià)比低。

4）基于快速算法的檢測(cè)方法中，神經(jīng)元網(wǎng)絡(luò)法和支持向量機(jī)檢測(cè)法雖說(shuō)靈敏度較高，但由于算法自身的局限性使得誤報(bào)率較高且操作復(fù)雜，還需建立復(fù)雜的模型，因此實(shí)用性一般[18]。

3 結(jié)束語(yǔ)

通過對(duì)以上各種泄漏檢測(cè)技術(shù)進(jìn)行對(duì)比，目前尚未有一種方法可以完美適用于任意工況，得益于計(jì)算機(jī)水平的不斷提高和人工智能的不斷發(fā)展，檢測(cè)技術(shù)將會(huì)是多領(lǐng)域、多方法的相互補(bǔ)充、結(jié)合使用。

1）基于聲波傳感的檢測(cè)方法能夠詳細(xì)闡述泄漏后產(chǎn)生的聲波的傳輸過程，但易受外界噪聲干擾，常導(dǎo)致檢測(cè)結(jié)果不佳。可結(jié)合降噪處理技術(shù)，來(lái)提高檢測(cè)精度。例如次聲波法，可通過結(jié)合信號(hào)尖端補(bǔ)償和小波變換降噪，從而有效地進(jìn)行泄漏檢測(cè)。該方法具有良好的可行性和應(yīng)用性。

2）基于快速算法的神經(jīng)元網(wǎng)絡(luò)法和支持向量機(jī)法因其自身的局限性，在檢測(cè)中常無(wú)法達(dá)到預(yù)期的效果。通過與泄漏數(shù)據(jù)特征提取和信號(hào)處理方法的耦合使用，可有效地避免在一定條件下才能有效檢測(cè)的瓶頸，在簡(jiǎn)化操作性的同時(shí)保持高定位精度和降低誤報(bào)率。

3）緩慢泄漏和小流量泄漏仍是一個(gè)難以攻克的問題，因緩漏、微漏時(shí)壓降緩慢，信噪比較弱，檢測(cè)困難。因此將信號(hào)壓縮和轉(zhuǎn)換結(jié)合使用，克服低信噪比的特點(diǎn)，提高泄漏信號(hào)的檢測(cè)能力，在降低高誤報(bào)率的同時(shí)增強(qiáng)緩漏、微漏檢測(cè)靈敏度。