胡菊麗， 張自強， 高允領(lǐng)

(上海師范大學(xué) 信息與機電工程學(xué)院，上海 201418)

0 引 言

隨著國家能源結(jié)構(gòu)的調(diào)整，西氣東輸工程的推進，天然氣正逐漸成為國民生產(chǎn)生活中重要的能源。作為天然氣輸送的重要手段之一的管道也在隨之飛速發(fā)展著[1]。由于城市天然氣管網(wǎng)位于人口密集的城鄉(xiāng)地下，而天然氣又有著易燃、易爆等特點，一旦發(fā)生爆炸，很容易造成巨大的經(jīng)濟損失和人員傷亡等事故[2]。天然氣的泄漏不像水、石油泄漏的那么明顯，它具有隱秘性、流動性等特點，加上周邊噪聲復(fù)雜，僅依靠常規(guī)的手段很難做到對泄漏的及時發(fā)現(xiàn)。因此，研究新的泄漏檢測手段勢在必行。目前，研究天然氣管道泄漏檢測的方法很多，如聲學(xué)法、激光本征吸收法、光纖法、陰極保護法等[3]，其中聲學(xué)中的聲發(fā)射檢測最具有發(fā)展前景[4-5]。本文采用聲發(fā)射技術(shù)和混沌方法設(shè)計了一種城市地下天然氣管網(wǎng)泄漏檢測系統(tǒng)，消除泄漏信號中干擾噪聲的影響，提高了檢測的信噪比和可靠性。

1 聲發(fā)射泄露檢測原理

聲發(fā)射[6]就是當(dāng)管道發(fā)生泄漏時，管道內(nèi)的介質(zhì)由壓力較高的管內(nèi)向壓力較低的管外逃逸，與管壁相互作用，在管壁內(nèi)激發(fā)應(yīng)力波，檢測此應(yīng)力波是發(fā)現(xiàn)泄漏、定位泄漏的一個有效途徑。在這種情況下，由于管壁沒有能量的積累與釋放過程，只作為應(yīng)力波的傳播媒質(zhì)，一般將這種現(xiàn)象歸于廣義聲發(fā)射范疇[7]。由于城市地下低壓管網(wǎng)泄漏引發(fā)的振動與噪聲處于同一頻帶，因此在對城市中低壓管網(wǎng)檢測中，難點在于如何從城市特有的復(fù)雜的環(huán)境噪聲中，提取有用的泄漏信號。

城市地下天然氣管道泄漏的聲發(fā)射信號檢測系統(tǒng)主要由聲發(fā)射傳感器、聲發(fā)射數(shù)字信號處理卡、前置放大器、濾波器等組成[8-9]。主要負責(zé)信號的收集、信號的前期濾波以及放大。系統(tǒng)檢測過程可描述為：傳感器連續(xù)的將管壁上的信號轉(zhuǎn)換成電信號，數(shù)據(jù)采集系統(tǒng)將調(diào)理后的模擬信號轉(zhuǎn)換成數(shù)字信號送入計算機進行信號處理，以得到信噪比較高的泄漏信號。采集后的數(shù)據(jù)作為系統(tǒng)周期策動力的補充參與到計算機的Duffing方程計算中。計算機通過Duffing振子算法判斷系統(tǒng)的狀態(tài)是周期還是混沌來確定采集到的信號有無泄漏信號。

2 泄漏檢測算法設(shè)計

2.1 混沌理論的應(yīng)用

泄漏發(fā)生早期，泄漏信號非常微弱而且混有大量的環(huán)境噪聲，使泄漏信號難以檢測。因此利用混沌算法對噪聲的抑制作用來檢測早期泄漏信號具有一定的優(yōu)勢?；煦缦到y(tǒng)對同頻率的微弱周期信號極其敏感，相反，對噪聲信號具有很強的免疫力。本模塊采用Duffing混沌系統(tǒng)作為檢測模型，其一般形式如下[10]：

(1)

式中:K為阻尼比；-X3+X5為非線性恢復(fù)力;Rcost為周期策動力信號，本文稱參考信號。

當(dāng)K固定時，Duffing系統(tǒng)的狀態(tài)隨策動力R的變化而有規(guī)律的變化：歷經(jīng)平衡點、同宿軌道、分叉狀態(tài)、混沌狀態(tài)和大尺度周期狀態(tài)[11-12]。當(dāng)R=0時，相點最終停在兩鞍點(±1,0)之一；當(dāng)R較小時，相軌跡表現(xiàn)為Poincar映射意義下的吸引子，相點在兩鞍點附近周期振動；R稍許增加時，周期振動出現(xiàn)分頻(倍周期)，當(dāng)R繼續(xù)增加超過三奇點之間的間隔時，系統(tǒng)可以在這些奇點之間來回躍遷振蕩，運動復(fù)雜，出現(xiàn)混沌狀態(tài)；進一步增加R到某一閾值Rd時，系統(tǒng)進入大尺度周期運動狀態(tài)[13]。通過實驗找出系統(tǒng)隨R變化的信號波形及其相平面軌跡分別如圖1～6所示?；煦缗R界狀態(tài)時的Rd=0.717 281 58。

圖1 R=0時，時域波形及相平面(平衡點)

圖2 R=0.235時，時域波形及相平面(同宿軌道)

圖3 R=0.36時，時域波形及相平面(分叉狀態(tài))

圖4 R=0.59時，時域波形及相平面(混沌狀態(tài))

研究表明，在沒有外界干擾信號時，當(dāng)R比Rd稍微小一些時，系統(tǒng)處于混沌狀態(tài)；R比Rd稍微大一些時，系統(tǒng)處于大尺度周期狀態(tài)。令R=Rd，當(dāng)系統(tǒng)加入一個幅值為A微弱信號，只要這個微弱信號與參考信號的頻率相近，無論這個信號多么小，必有R+A>Rd,系統(tǒng)將迅速地有混沌狀態(tài)變化到大尺度周期狀態(tài)[14-15]，因此，可以通過識別系統(tǒng)狀態(tài)是否發(fā)生變化，來判斷是否存在周期為ω0的信號。

圖5R=0.717 281 58時，時域波形及相平面(混沌到大尺度周期的臨界狀態(tài))

圖6 R=0.717 281 59時，域波形及相平面(大尺度周期狀態(tài))

根據(jù)上述理論，現(xiàn)假設(shè)采集到的泄漏信號為幅值A(chǔ)頻率為ωc的周期信號AX(ωct)，噪聲為n(t)。將AX(ωct)+n(t)作為周期策動力的攝動并入系統(tǒng)，此時Duffing方程轉(zhuǎn)化為:

(2)

為了達到對不同頻率的微弱信號的檢測，對Duffing方程進行以下改進，令t=ωτ,則有：

(3)

根據(jù)上述變換，Duffing方程可改為：

(4)

或

(5)

現(xiàn)令R=Rd，即讓Cuffing系統(tǒng)處于混沌臨界狀態(tài)，當(dāng)待測信號的角頻率與周期策動力角頻率相近時，將帶有強噪聲的待測信號作為系統(tǒng)內(nèi)部周期激勵的攝動引入Duffing振子系統(tǒng)，就會導(dǎo)致振子向周期狀態(tài)迅速過渡且周期運動非常穩(wěn)定。而高噪聲信號雖然強烈，但局部改變系統(tǒng)的相軌跡[13]，很難引起相變。從圖7可以看出，強噪聲并不影響相軌跡的轉(zhuǎn)變，它只會是相軌跡的輪廓變粗。

(a) 加入待測信號

(b) 加入帶噪聲的待測信號

計算機通過辨識系統(tǒng)是否向大周期狀態(tài)轉(zhuǎn)變，就可以清楚地檢測出是否有泄漏信號。如果待測信號中沒有泄漏信號，則相位圖為圖5；如果待測信號中有泄漏信號，則相位圖為圖7。當(dāng)泄漏信號的頻率與參考頻率不一致時，若其信號與參考信號相差整數(shù)倍，從理論上講也能促使系統(tǒng)發(fā)生相變，但信號的幅值必須很大且很小的噪聲就會引起剛建立器的周期運動的破壞，使之重新回到混沌狀態(tài)，這也說明振子只對同頻率的微弱信號敏感，而對其他微弱信號有較強的免疫力。

2.2 混沌算法的實現(xiàn)

由于實際檢測時并不知道待測信號的頻率，而且頻率范圍也比較廣，因此混沌算法處理模塊主要包括信號預(yù)制的實現(xiàn)和混沌振子的實現(xiàn)。

信號預(yù)制的實現(xiàn)是指泄漏信號進入混沌振子陣列前將其頻率壓縮至1～10 rad/s的過程。其具體的實現(xiàn)可以用軟件來實現(xiàn)：用υ速度記錄該信號，然后以10nυ(n為整數(shù))的速度重新釋放出來，自然存在唯一的一個n使得重放信號的頻率在1～10 rad/s。

混沌振子的實現(xiàn)包括單個振子的實現(xiàn)和時間尺度變換算法的實現(xiàn)。當(dāng)待測信號與參考信號的頻率差Δω滿足|Δω|/ωmax≤0.03時(ωmax為待測信號與參考信號頻率中的最大值)，才能看到明顯的相軌跡轉(zhuǎn)變。根據(jù)以上分析選取q=1.013，構(gòu)造出如下的等比數(shù)列形式的振子陣列[16]：ω1=1，ω2=qω1，…，ωk=qωk-1，ωn=qωn-1。

由于ω180=1.013179=10.094 6?？梢?，頻率檢測范圍在1～10 rad/s時共需要設(shè)計180個Duffing振子[17]。將頻率為1～10 rad/s的外界信號輸入陣列，如果Duffing陣列中有振子發(fā)生從混沌臨界狀態(tài)向大周期狀態(tài)的轉(zhuǎn)變，則說明輸入信號中有泄漏信號。得到 Duffing 混沌振子微弱泄漏信號的檢測流程圖如圖8所示。

綜上所述，大頻率范圍的信號檢測方法如下：首先將被測信號乘以10n(n為整數(shù))后轉(zhuǎn)化為頻率在1～10 rad/s范圍內(nèi)的信號，然后將轉(zhuǎn)換后的信號輸入預(yù)制的公比為1.013的振子陣列中，通過觀察某相鄰振子的間歇混沌現(xiàn)象，進而確定出頻率的大小，最后再乘以10n(n為整數(shù))得到被測信號的實際頻率值,其示意圖如圖9所示。

圖8 Duffing混沌振子微弱泄漏信號的檢測流程圖

3 實驗結(jié)果

模擬天然氣管道泄漏的聲發(fā)射信號檢測系統(tǒng)主要由實驗管道系統(tǒng)、聲發(fā)射傳感器、示波器、前置放大器等組成。管道泄漏信號由聲發(fā)射測試系統(tǒng)檢測，記錄。

實驗裝置簡圖如圖9所示。壓力表安裝于管線的一端，用來監(jiān)測管內(nèi)壓力。在管道上設(shè)置大小可調(diào)節(jié)的泄漏孔。將兩套檢測系統(tǒng)分別安裝于泄漏點的兩側(cè)，采用氣泵向管內(nèi)充氣，采集泄漏信號，并對其進行分析處理。采集到的原始信號波形如圖10所示?？梢钥吹?，泄漏信號被現(xiàn)場的噪聲所淹沒，無法識別。

圖9 尺度變換與信號處理示意圖

首先將被測信號乘以10n(n為整數(shù))后轉(zhuǎn)化為頻率在1～10 rad/s范圍內(nèi)的信號，將轉(zhuǎn)換后的信號輸入預(yù)制的公比為1.013的振子陣列中。發(fā)現(xiàn)將信號乘以103后，輸入振子陣列中，某個振子的圖像發(fā)生如圖10的變化，由混沌狀態(tài)轉(zhuǎn)變?yōu)榇笾芷跔顟B(tài)。說明原始信號中存在泄漏信號。同理,可以檢測到原始信號中是否還存在其他頻率的泄漏信號。

4 結(jié) 語

結(jié)合我國管道運輸?shù)膶嶋H情況，針對天然氣管道泄漏檢測技術(shù)及其運行監(jiān)測系統(tǒng)進行了深入的研究[18]。由于早期泄漏多數(shù)情況下被強烈的背景噪聲所淹沒，且幅值較小，難以用一般的方法檢測出。因此，早期的泄漏檢測的核心工作應(yīng)是在強噪聲背景下，對相對微弱的泄漏信號的有效檢測。

圖9 實驗裝置示意圖

圖10 原始信號波形

圖10 實驗結(jié)果

論文采用了混沌檢測方法進行信號處理，通過陣列掃描來實現(xiàn)對泄漏的多個特征頻率信號的檢測[19]，從而達到從噪聲中檢測泄漏信號并提高泄漏檢測的準確率。實驗表明，該系統(tǒng)在強噪聲背景下具有很強的抗干擾能力，因此在實際工程中具有很廣的應(yīng)用前景。

[1] 劉雪峰.基于混沌理論的弱信號檢測研究[D].烏魯木齊：新疆大學(xué),2012.

[2] 喬曉崴.城鎮(zhèn)地下燃氣管網(wǎng)泄露檢測系統(tǒng)及其算法研究[D].天津大學(xué),2008.

[3] 李佳奇.長輸天然氣管道泄漏檢測技術(shù)的研究[D].沈陽：沈陽工業(yè)大學(xué),2009.

[4] 夏海波，張來斌，王朝輝．國內(nèi)外油氣管道泄漏檢測技術(shù)的發(fā)展現(xiàn)狀[J]．油氣儲運，2001,20(1):1-5．

[5] 付道明，孫 軍，賀志剛,等．國內(nèi)外管道泄漏檢測技術(shù)研究進展[J]．石油機械，2004,32(3)：48-51．

[6] 李善春.管道氣體泄漏的聲源與聲發(fā)射信號特征研究[D].大慶石油學(xué)院,2007.

[7] 高 華.城市地下燃氣管網(wǎng)泄漏監(jiān)測關(guān)鍵技術(shù)研究[D].天津大學(xué),2008.

[8] 余東亮，張來斌，梁 偉,等.長輸管道泄漏檢測系統(tǒng)設(shè)計與開發(fā)[J].石油化工高等學(xué)校學(xué)報，2009,22(2)：93-96.

YU Dong-liang,ZHANG Lai-bin,LIANG Wei,etal. Design and development of long-distance pipeline leak detection system. Journal of petrochemical universities, 2009,22(2)：93-96.

[9] 梁 偉,張來斌,王朝暉.信息缺失條件下管道泄漏信號識別研究[J].石油大學(xué)學(xué)報,2004,28(5):74-77,81.

LIANG Wei,ZHANG Lai-bin,WANG Chao-hui,etal. Pipeline leak signal Recognition of incomplete information[J]. Petroleum University, 2004,28(5):74-77,81.

[10] 李 月，楊寶俊.混沌振子系統(tǒng)(L-Y)與檢測[M].北京：科學(xué)出版社,2007：23-50.

[11] 李 月，楊寶俊.混沌振子檢測引論[M].北京：電子工業(yè)出版社,2004.

[12] 朱志宇，姜長生，張 冰,等.基于混沌理論的微弱信號檢測方法[J].傳感器技術(shù)，2005,24(5)：65-68.

ZHU Zhi-yu,JIANG Chang-sheng,ZHANG Bin,etal. Based on Chaos Theory’s Weak Signal Detection[J]. Journal of Transducer Technology,2005,24(5)：65-68.

[13] 魏新建.基于Duffing混沌振子的弱信號檢測方法[D].天津:天津大學(xué),2010.

[14] 姜海燕. 基于混沌理論的微弱信號檢測系統(tǒng)的研究[D].武漢：武漢大學(xué),2011.

[15] 劉雪峰.基于混沌理論的弱信號檢測研究[D].新疆：新疆大學(xué),2012.

[16] 張淑清，史月華，徐 紅,等.混沌弱信號檢測法在超聲檢測系統(tǒng)中的應(yīng)用[J].儀器儀表學(xué)報,2004，25(4)：192-193.

ZHANG Shu-qing,SHI Yue-hua,XU Hong,etal. Chaos weak signal test in the application of the ultrasonic testing system[J]. Chinese Journal of Scientific Instrument.2004, 25(4)：192-193.

[17] 陳 敏，胡鳶慶，溫熙森.混沌振子在在早期碰摩故障檢測中的應(yīng)用[J].國防科技大學(xué)學(xué)報，2001，23(1)：36-39.

CHEN Min，HU Yuan-qing,WEN Xi-sen. chaotic oscillator application of the early Rubbing Fault Detection[J]. Journal of the National Defense University, 2001，23(1)：36-39.

[18] 劉 晶，陳積懋，Steve Ziola.應(yīng)用模態(tài)聲發(fā)射進行自動源識別[J].無損檢測，2000,22(2)：80-83.

LIU Jing,CHEN Ji-mao, Steve Ziola. Application of modal acoustic emission source for automatic identification[J]. Nondestructive testing,2000,22(2)：80-83.

[19] 郭陽明，翟正軍，姜紅梅,等.基于互相關(guān)和混沌振子陣列的轉(zhuǎn)子早期碰擦故障檢測[J].航空動力學(xué)報,2008，23(12)：2219-2223.

GUO Yang-ming,ZHAI Zheng-jun,JIANG Hong-mei,etal. Based on cross-correlation and chaotic oscillator array of rotor early fault detection[J]. Journal of Aerospace Power,2008，23(12)：2219-2223.