金浩　陳健　黃肖靜　張英香　王吉武　姚江　潘長(zhǎng)城

摘要： 管道泄漏檢測(cè)與定位技術(shù)是管道安全研究領(lǐng)域的核心問(wèn)題之一，也是公共安全的重要組成部分。本文從管外檢測(cè)、管壁檢測(cè)和管內(nèi)流動(dòng)狀態(tài)檢測(cè)三個(gè)方面綜述了目前世界上主流的管道泄漏檢測(cè)與定位技術(shù)，闡述了每種技術(shù)的機(jī)理、優(yōu)缺點(diǎn)及適用條件。最后，本文結(jié)合目前國(guó)內(nèi)外現(xiàn)狀從技術(shù)、經(jīng)濟(jì)、應(yīng)用三個(gè)層面對(duì)現(xiàn)有技術(shù)進(jìn)行了總結(jié)，認(rèn)為基于管內(nèi)流動(dòng)狀態(tài)檢測(cè)的方法將會(huì)在未來(lái)管道泄漏檢測(cè)與定位領(lǐng)域發(fā)揮越來(lái)越重要的角色，尤其是基于動(dòng)態(tài)壓力波和聲波的方法，并討論了該方法中的四個(gè)關(guān)鍵研究方向。

Abstract： Pipeline leak detection and location technology is not only the core issue in pipeline safety study， but also the important part of public safety. This paper reviews the mainstream pipeline leak detection and location technologies in the world in three major areas： external detection， wall detection and internal flow state detection， and describes the mechanism， advantages and disadvantages and applicable conditions. Finally， combining with the status at home and abroad， a summary is proposed from three aspects： technology， economy and application， which thinks the internal flow state detection method will play a more and more important role in the future， especially the dynamic pressure wave method and acoustic method. Additionally the four key research directions of the internal flow state detection method are also disscussed.

關(guān)鍵詞： 管道；泄漏檢測(cè)與定位；動(dòng)態(tài)壓力波法；聲波法

Key words： pipeline；leak dection and location；dynamic pressure wave method；acoustic method

中圖分類號(hào)：TE973 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2016）08-0007-05

0 引言

管道作為當(dāng)今世界的五大運(yùn)輸方式，憑借其高效、安全、經(jīng)濟(jì)、便于控制和管理等多項(xiàng)優(yōu)點(diǎn)，在長(zhǎng)距離輸送油氣、供水、城鎮(zhèn)燃?xì)?、工業(yè)裝置等領(lǐng)域占據(jù)了主導(dǎo)地位。但是由于管道老化（如腐蝕、材料失效）、地質(zhì)條件變化（如滑坡、地震）以及第三方破壞等原因[1]，管道泄漏事故經(jīng)常發(fā)生，輕則造成停工停產(chǎn)、資源浪費(fèi)，重則會(huì)導(dǎo)致爆炸、火災(zāi)等次生災(zāi)害，造成管道附近的人員傷亡和環(huán)境污染。因此，對(duì)管道泄漏檢測(cè)與定位技術(shù)的研究具有極為重要的現(xiàn)實(shí)意義。

管道泄漏檢測(cè)技術(shù)眾多，分類方法也呈現(xiàn)多元化的特點(diǎn)。我國(guó)學(xué)者王桂增、葉昊等[2]人將基于檢測(cè)部位的差異將管道泄漏檢測(cè)方法分為管外檢測(cè)、管壁檢測(cè)和管內(nèi)流動(dòng)狀態(tài)檢測(cè)三類；羅馬尼亞學(xué)者Pal-Stefan Murvay等[3]從人類干預(yù)的程度出發(fā)將管道泄漏檢測(cè)方法分為全自動(dòng)檢測(cè)、半自動(dòng)檢測(cè)和人工檢測(cè)三種；Folga等[4]人將管道泄漏檢測(cè)方法分為直接檢測(cè)法和間接檢測(cè)法；美國(guó)學(xué)者Scott等[5]則提出了基于硬件和軟件的泄漏檢測(cè)方法。本文按照我國(guó)學(xué)者王桂增等人的分類方法來(lái)介紹目前管道泄漏的主流檢測(cè)方法。

1 管外檢測(cè)方法

管外檢測(cè)方法主要是在非開(kāi)挖的情況下，采用檢測(cè)設(shè)備非接觸式的對(duì)管道是否發(fā)生泄漏進(jìn)行檢測(cè)，目前方法有外部巡視法、線纜檢測(cè)法、光纖傳感檢測(cè)法、示蹤化合物檢測(cè)法、遙感檢測(cè)法、紋影成像技術(shù)檢測(cè)法和生物檢測(cè)法等。

1.1 外部巡線法

外部巡線法是管道泄漏檢測(cè)的早期方法，目前仍然活躍在許多行業(yè)當(dāng)中，這種方法主要依靠有經(jīng)驗(yàn)的工作人員或者經(jīng)過(guò)訓(xùn)練的動(dòng)物對(duì)管道進(jìn)行巡線，通過(guò)感官器官判斷管道附近是否發(fā)生由泄漏造成的異常情況。這種方法的缺點(diǎn)是檢測(cè)速度慢且無(wú)法實(shí)現(xiàn)連續(xù)性檢測(cè)，并且不適用于有毒或者地理環(huán)境較差管道的泄漏檢測(cè)，但識(shí)別和定位準(zhǔn)確度較高。

1.2 線纜檢測(cè)法[6]

線纜檢測(cè)法主要通過(guò)沿管道的外壁敷設(shè)對(duì)管道介質(zhì)組分極為敏感的線纜來(lái)進(jìn)行泄漏檢測(cè)和定位。該方法不僅檢測(cè)精度非常靈敏，還可以對(duì)管道進(jìn)行實(shí)時(shí)監(jiān)測(cè)，尤其針對(duì)小泄漏、滲漏具有良好的檢測(cè)效果。但是這種線纜造價(jià)昂貴，一旦檢測(cè)出泄漏，需要及時(shí)更換被污染的線纜，導(dǎo)致此方法具有極高的維護(hù)成本。

1.3 光纖傳感檢測(cè)法

光纖傳感檢測(cè)法與線纜檢測(cè)法類似，沿著管線敷設(shè)光纜并通過(guò)光纜兩端的光纖傳感器檢測(cè)的物理或化學(xué)特性變化來(lái)判斷管道是否發(fā)生泄漏或遭受到外部力量的破壞。常見(jiàn)的光纖傳感檢測(cè)法根據(jù)光纖傳感器的類型可以分為光纖溫度傳感器檢測(cè)法[7]、基于OTDR技術(shù)檢測(cè)法[8]、基于光纖干涉原理檢測(cè)法[9]和基于匹配光柵原理檢測(cè)法[10]。我國(guó)天津大學(xué)和重慶大學(xué)的相關(guān)研究人員在基于光纖干涉原理的檢測(cè)領(lǐng)域開(kāi)展了長(zhǎng)期研究，已在實(shí)驗(yàn)室條件下獲得較好的效果。天津大學(xué)相關(guān)研究成果主要體現(xiàn)在周琰[11]、曲志剛[12]和張景川的學(xué)位論文中[13]，重慶大學(xué)相關(guān)研究成果主要體現(xiàn)在吳俊[14]的學(xué)位論文中。

1.4 示蹤化合物檢測(cè)法[15]

示蹤化合物檢測(cè)法是在管道內(nèi)注入一定量的示蹤化合物，這種化合物實(shí)際上是一種無(wú)害、穩(wěn)定且易揮發(fā)的惰性氣體。一旦管道發(fā)生泄漏，示蹤氣體就會(huì)隨管內(nèi)介質(zhì)泄漏到管外，被管道外部的探測(cè)設(shè)備所采集，應(yīng)用氣相色譜的原理測(cè)定示蹤氣體的含量，由此確定泄漏位置。此法對(duì)小泄漏的靈敏度較高，但檢測(cè)周期較長(zhǎng)，且需要在檢測(cè)過(guò)程中不斷加入示蹤氣體，花費(fèi)較高，目前研究大多在實(shí)驗(yàn)室完成，對(duì)于露天或埋藏較深的管道并不適用，而且管道所處的地質(zhì)特性突變會(huì)對(duì)檢測(cè)結(jié)果有較大影響，因此現(xiàn)場(chǎng)應(yīng)用較少。

1.5 遙感檢測(cè)法

遙感檢測(cè)法主要適用于氣體管道，包括兩種檢測(cè)方法：主動(dòng)檢測(cè)法和被動(dòng)檢測(cè)法。主動(dòng)檢測(cè)法應(yīng)用紅外發(fā)射器向管道發(fā)射特定波長(zhǎng)范圍的紅外射線，利用泄漏時(shí)生成的氣體云團(tuán)對(duì)特定波長(zhǎng)紅外線的吸收原理，通過(guò)測(cè)量能量差來(lái)實(shí)現(xiàn)管道的泄漏檢測(cè)和泄漏定位[16，17]。該方法受環(huán)境因素影響較多，容易產(chǎn)生較高的誤報(bào)率。

被動(dòng)檢測(cè)法一般利用熱紅外成像進(jìn)行檢測(cè)，主要通過(guò)各種攜帶熱紅外探測(cè)器的載體對(duì)管道進(jìn)行巡檢。熱紅外探測(cè)器對(duì)溫度反應(yīng)靈敏，能夠識(shí)別0.05℃～0.1℃的溫差，分辨率高，空間分辨能力可達(dá)10-3rad，其長(zhǎng)波紅外影像可穿透云層和煙霧。管道發(fā)生泄漏時(shí)，壓力差導(dǎo)致泄漏點(diǎn)溫度低于管道溫度和環(huán)境溫度，產(chǎn)生溫度梯度，利用熱紅外成像技術(shù)對(duì)管道附近環(huán)境溫度場(chǎng)的變化進(jìn)行泄漏檢測(cè)[18]。此方法在環(huán)境溫度與管道輸送溫度有較大的溫差時(shí)精度較高，且不適于埋深較大的管道，因此很少有現(xiàn)場(chǎng)應(yīng)用。

1.6 紋影呈像檢測(cè)法

紋影成像技術(shù)近年來(lái)被不少學(xué)者引入用來(lái)檢測(cè)氣體管道泄漏。由于不同氣體對(duì)光的折射率不同，當(dāng)管外氣體混有天然氣時(shí)會(huì)導(dǎo)致光的折射率增高，光柵之間的光線產(chǎn)生偏移，形成紋影圖像，因此利用攝像機(jī)拍攝下來(lái)的紋影圖像能檢測(cè)管道是否發(fā)生泄漏，并能根據(jù)偏移量估算泄漏量。臺(tái)灣學(xué)者Ting等通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法在管道壓力為5Torr時(shí)，可檢測(cè)出的最小泄漏孔徑為27.5μm，當(dāng)管道壓力為1Torr時(shí)，可檢測(cè)出的最小泄漏孔徑為35.32μm[19]。紋影成像檢測(cè)與其它被動(dòng)檢測(cè)技術(shù)相比，紋影成像技術(shù)具有靈敏度高、設(shè)備輕巧、使用方便等優(yōu)點(diǎn)，但不能連續(xù)檢測(cè)泄漏，實(shí)時(shí)性較差。

1.7 生物檢測(cè)法

生物檢測(cè)法是由英國(guó)REL Instrumentation Limited公司的Jun Zhang于1997年首次提出，主要基于生物組分識(shí)別原理對(duì)管道內(nèi)介質(zhì)泄漏進(jìn)行檢測(cè)[20]。近年來(lái)希臘學(xué)者Batzias等[21]人設(shè)計(jì)了一種天然氣管道泄漏檢測(cè)系統(tǒng)：該系統(tǒng)包括23個(gè)步驟和7個(gè)決策點(diǎn)，根據(jù)管道內(nèi)輸送介質(zhì)的成分選擇生物傳感器，利用專家經(jīng)驗(yàn)、相關(guān)文獻(xiàn)和項(xiàng)目信息等知識(shí)建立數(shù)據(jù)庫(kù)，采用模糊多重分析的方法對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行分析來(lái)判斷管道是否泄漏。生物檢測(cè)法分析步驟較為復(fù)雜，對(duì)傳感器的數(shù)量和類型要求較高，對(duì)于遠(yuǎn)距離管道并不適用，但用來(lái)檢測(cè)危險(xiǎn)系數(shù)較高的管段（如海底管道、跨河管道、跨隧道管道、廠內(nèi)管道）較為適合，具備一定的發(fā)展前景。

2 管壁檢測(cè)方法

管壁檢測(cè)法主要有兩種思路：一種是采用加速度傳感器固定在管壁外側(cè)對(duì)管壁進(jìn)行監(jiān)測(cè)，一旦管道發(fā)生泄漏，泄漏聲波會(huì)沿著管壁傳播進(jìn)而被傳感器捕捉；第二種是將搭載檢測(cè)設(shè)備的探測(cè)器從管道一端放入，探測(cè)器隨著介質(zhì)向管道下游漂浮而下，不僅可以檢測(cè)出管道泄漏的位置，還可以觀察管壁的腐蝕和損傷情況。

2.1 聲發(fā)射檢測(cè)法

聲發(fā)射法[22-28]是目前研究最為廣泛的管道外壁檢測(cè)法之一，其原理是當(dāng)高壓管道發(fā)生泄漏時(shí)，管內(nèi)介質(zhì)在巨大的壓差作用下從泄漏孔高速噴出，產(chǎn)生較強(qiáng)的噴射噪聲，該噪聲引起的管壁振動(dòng)會(huì)向管道兩端傳播，在管壁外側(cè)安裝聲波傳感器或振動(dòng)傳感器采集聲波信號(hào)，經(jīng)過(guò)放大電路和模數(shù)轉(zhuǎn)換存儲(chǔ)到工控機(jī)中，通過(guò)人工智能算法對(duì)聲波信號(hào)進(jìn)行分析完成對(duì)管道泄漏的檢測(cè)和泄漏點(diǎn)定位，該方法較其它檢測(cè)方法具有較高的靈敏度和定位精度。然而由于聲發(fā)射信號(hào)在管壁傳播衰減極快，只適合較短距離管道的檢測(cè)，不適合遠(yuǎn)距離管道檢測(cè)。

2.2 管內(nèi)探測(cè)器檢測(cè)法

采用管內(nèi)探測(cè)器（也叫智能清管器）直接對(duì)管道內(nèi)壁進(jìn)行檢測(cè)，分析是否發(fā)生腐蝕或者破裂[29]。管內(nèi)探測(cè)器是一種基于漏磁技術(shù)[30]或超聲波技術(shù)[31]，可在管道內(nèi)部隨介質(zhì)漂流的探測(cè)裝置。漏磁檢測(cè)是通過(guò)管內(nèi)探測(cè)器上攜帶的永久強(qiáng)磁體磁化管壁并達(dá)到飽和，磁體兩極和管壁形成閉合的磁場(chǎng)，當(dāng)管壁材質(zhì)處于分布均勻且無(wú)缺陷的完美狀態(tài)，磁通不會(huì)從管壁外通過(guò)，反之若管壁由于缺陷產(chǎn)生變形則會(huì)產(chǎn)生漏磁現(xiàn)象，通過(guò)對(duì)漏磁場(chǎng)的空間分布、強(qiáng)弱大小進(jìn)行分析可以確定泄漏點(diǎn)的位置?；诔暡ǖ臋z測(cè)器主要包括智能球、主機(jī)、超聲波發(fā)送和接收器等部件。通過(guò)檢測(cè)器內(nèi)部的集成計(jì)時(shí)器和速度計(jì)對(duì)數(shù)據(jù)進(jìn)行分析處理達(dá)到泄漏定位的目的。超聲波技術(shù)是通過(guò)發(fā)射源向垂直于管道表面的方向（徑向）發(fā)送超聲波信號(hào)，管道內(nèi)壁和外壁的超聲波反射信號(hào)被傳感器接收，利用超聲波的穿越時(shí)間和波速可以計(jì)算得到管壁的壁厚。當(dāng)管壁存在缺陷時(shí)，超聲波穿越管壁的時(shí)間會(huì)縮短，可根據(jù)此規(guī)律判斷管壁是否發(fā)生缺陷，其檢測(cè)準(zhǔn)確率和精度極高。管內(nèi)檢測(cè)法適用于大口徑管線，可以進(jìn)行滲漏檢測(cè)，其檢測(cè)效率高，一次可以進(jìn)行長(zhǎng)達(dá)12個(gè)小時(shí)的檢測(cè)，但是由于檢測(cè)過(guò)程需要在管道內(nèi)部運(yùn)行，無(wú)法采用GPS、地磁等外部定位的方法，關(guān)于此方面的研究正成為管道檢測(cè)領(lǐng)域的熱點(diǎn)。

3 管道內(nèi)部流動(dòng)狀態(tài)檢測(cè)方法

近年來(lái)，隨著信息化與工業(yè)化融合的不斷深入，基于遠(yuǎn)程數(shù)據(jù)采集系統(tǒng)（如PLC、RTU等）可以實(shí)時(shí)采集并記錄管道的壓力、流量等流動(dòng)狀態(tài)參數(shù)，基于各種數(shù)據(jù)挖掘理論能夠有效提取管道狀態(tài)特征，達(dá)到對(duì)管道泄漏檢測(cè)與定位的目的。目前該方法已成為管道泄漏檢測(cè)領(lǐng)域的研究熱點(diǎn)。

3.1 基于模型法

基于模型法[32-34]是利用管道中輸送流體的連續(xù)性方程、動(dòng)量方程、狀態(tài)方程和能量方程進(jìn)行機(jī)理建模，達(dá)到對(duì)泄漏量和泄漏位置預(yù)測(cè)的目的。由于管道輸送系統(tǒng)是一個(gè)非線性分布參數(shù)系統(tǒng)，所建立的模型為非線性偏微分方程，為便于求解，孫良等[35]采用差分法或特征線法等方法將其轉(zhuǎn)化為線性差分方程來(lái)進(jìn)行泄漏判斷和定位?；谀Ｐ偷姆椒煞譃榉€(wěn)態(tài)模型法和瞬態(tài)模型法。

穩(wěn)態(tài)模型法是通過(guò)搜尋管道的穩(wěn)態(tài)壓力梯度拐點(diǎn)來(lái)預(yù)測(cè)泄漏位置?；诜€(wěn)態(tài)模型的管道泄漏檢測(cè)方法計(jì)算簡(jiǎn)單，已經(jīng)在原油、成品油管道上成熟應(yīng)用[36，37]，然而對(duì)于可壓縮性氣體，受輸送溫度和壓力的影響較大，因此穩(wěn)態(tài)壓力梯度拐點(diǎn)很難獲取，加之穩(wěn)態(tài)模型建模時(shí)需要進(jìn)行各種簡(jiǎn)化，導(dǎo)致此方法對(duì)輸氣管道的泄漏檢測(cè)和定位效果并不理想，目前國(guó)內(nèi)外很少有相關(guān)文獻(xiàn)提及穩(wěn)態(tài)模型法在輸氣管道泄漏檢測(cè)的應(yīng)用效果。

瞬態(tài)模型法又分為實(shí)時(shí)瞬態(tài)模型法[38-40]和狀態(tài)空間模型法[41，42]，其中實(shí)時(shí)瞬態(tài)模型法雖然基于完整管道瞬態(tài)方程，但在定位上仍然采用類似于穩(wěn)態(tài)模型法的算法，因此對(duì)于輸氣管道定位誤差較大；狀態(tài)空間模型法又分為觀測(cè)器法和狀態(tài)估計(jì)法，其中觀測(cè)器法與實(shí)時(shí)瞬態(tài)模型法的原理類似，只是通過(guò)狀態(tài)空間的形式表達(dá)管道模型。狀態(tài)估計(jì)法在管道內(nèi)設(shè)置虛擬泄漏點(diǎn)，通過(guò)對(duì)比虛擬泄漏點(diǎn)、虛擬泄漏量與真實(shí)泄漏點(diǎn)所形成的壓力梯度關(guān)系進(jìn)行泄漏點(diǎn)預(yù)測(cè)，但是該方法沒(méi)有考慮泄漏產(chǎn)生的瞬態(tài)信號(hào)的時(shí)間順序，因此仍然存在難以穩(wěn)定定位的問(wèn)題，此外基于模型的方法需要建立關(guān)于管道流動(dòng)的較為準(zhǔn)確的數(shù)學(xué)模型，其中流量參數(shù)至關(guān)重要，因此對(duì)于沒(méi)有安裝流量計(jì)的管道，模型法的使用則受到了限制。

3.2 基于動(dòng)態(tài)壓力波方法

基于動(dòng)態(tài)壓力信號(hào)的管道泄漏檢測(cè)方法主要包括壓力點(diǎn)分析法[43]、壓力梯度法[44]和負(fù)壓波法[45]。

①壓力點(diǎn)分析法：管道處于正常運(yùn)輸工況時(shí)，管道進(jìn)出口的壓力分布趨于平穩(wěn)，當(dāng)發(fā)生泄漏時(shí)壓降產(chǎn)生的擾動(dòng)波向上下游傳播，導(dǎo)致管道沿線的壓力分布失穩(wěn)，通過(guò)動(dòng)態(tài)壓力傳感器獲取動(dòng)態(tài)壓力變化信息，崔謙等[46]應(yīng)用統(tǒng)計(jì)學(xué)原理分析獲取的壓力變化信息，當(dāng)壓力均值低于預(yù)設(shè)門檻值時(shí)進(jìn)行泄漏報(bào)警，通過(guò)上下游站點(diǎn)獲取壓降拐點(diǎn)的時(shí)間差和壓力波速進(jìn)行泄漏定位。Schlaffman等[47]通過(guò)實(shí)驗(yàn)證明壓力點(diǎn)分析法具有較好的檢漏性能，但檢測(cè)時(shí)需要準(zhǔn)確捕捉泄漏發(fā)生時(shí)的瞬態(tài)壓力變化，所以無(wú)法檢測(cè)小泄漏。

②壓力梯度法：輸氣管道輸送介質(zhì)的粘度系數(shù)、沿程摩阻系數(shù)及密度等參數(shù)都是溫度函數(shù)，在穩(wěn)定流的理想條件（等溫）下，沿管道壓力梯度為固定斜率的直線，泄漏時(shí)泄漏點(diǎn)上游流量增大，壓力梯度增大，泄漏點(diǎn)下游流量減小，相應(yīng)的壓力梯度也減小，壓力梯度由直線變?yōu)檎劬€，形成的第二類間斷點(diǎn)即為泄漏點(diǎn)。對(duì)于非恒溫長(zhǎng)輸管道，由于首末端溫差較大，導(dǎo)致沿程壓力梯度呈非線性變化，忽略熱力變化的簡(jiǎn)化方法將產(chǎn)生較大誤差，甚至檢測(cè)結(jié)果無(wú)效。此外該方法不考慮管道內(nèi)流體的可壓縮性，并假定管道進(jìn)口到泄漏點(diǎn)處的壓降和泄漏點(diǎn)到出口處的壓降沿呈線性分布，因此針對(duì)長(zhǎng)輸輸氣管道誤差較大，李俊華等[48]將壓力梯度法與逆瞬態(tài)法相結(jié)合，以管道泄漏點(diǎn)前后摩阻系數(shù)和泄漏流量作為優(yōu)化控制變量，數(shù)值模擬仿真結(jié)果與真實(shí)測(cè)量值之差作為控制目標(biāo)，基于遺傳算法對(duì)管道泄漏點(diǎn)前后的摩阻系數(shù)進(jìn)行尋優(yōu)計(jì)算，結(jié)合壓力梯度法對(duì)管道泄漏點(diǎn)進(jìn)行迭代更新計(jì)算，取得了較好的現(xiàn)場(chǎng)應(yīng)用效果。

③負(fù)壓波法：當(dāng)管道發(fā)生泄漏時(shí)，泄漏點(diǎn)因輸送介質(zhì)損失引起局部流體密度減小，導(dǎo)致瞬時(shí)壓力突降和速度差，瞬時(shí)壓降作用在流體介質(zhì)上形成減壓波，通過(guò)管內(nèi)流體向泄漏點(diǎn)的上下游傳播，傳播速率大小等于當(dāng)?shù)芈曀僦怠Ｍㄟ^(guò)安裝在上下游站點(diǎn)的壓力變送器實(shí)時(shí)采集壓力信號(hào)，捕捉泄漏時(shí)產(chǎn)生的瞬時(shí)負(fù)壓波完成泄漏檢測(cè)，同時(shí)通過(guò)計(jì)算負(fù)壓波傳播到上下游的時(shí)間差和介質(zhì)的波速實(shí)現(xiàn)泄漏定位。精確確定負(fù)壓波波速和時(shí)間差成為負(fù)壓波法的關(guān)鍵因素，而負(fù)壓波的傳播速度是一個(gè)動(dòng)態(tài)變化的物理量，受管道彈性模量、管壁厚度和管徑大小等因素的影響[49]，其中Yang等[50]提出了一種基于小波分析的管道泄漏定位算法，采用龍貝格算法對(duì)負(fù)壓波波速進(jìn)行動(dòng)態(tài)實(shí)時(shí)修正，然后通過(guò)二分法搜尋泄漏位置，并在中國(guó)天津某管道開(kāi)展了現(xiàn)場(chǎng)試驗(yàn)，定位相對(duì)誤差僅為1%。Beck等[51]提出了一種基于互相關(guān)分析的方法來(lái)確定負(fù)壓波傳播到上下游的時(shí)間差，其原理是：若互相關(guān)函數(shù)值不收斂并出現(xiàn)周期成分說(shuō)明兩組信號(hào)具有同頻周期或包含周期成分；若互相關(guān)函數(shù)值近似等于零則說(shuō)明二者不相關(guān)。管道正常輸送時(shí)，采集信號(hào)不相關(guān)，互相關(guān)函數(shù)值接近零；當(dāng)泄漏發(fā)生時(shí)互相關(guān)函數(shù)值發(fā)生明顯波動(dòng)且存在極大值，極大值處對(duì)應(yīng)的延遲即為負(fù)壓波達(dá)到上下游傳感器的時(shí)間差，因此可通過(guò)互相關(guān)分析來(lái)進(jìn)行泄漏定位。此外針對(duì)小泄漏產(chǎn)生的負(fù)壓波特征不明顯的問(wèn)題，Hu等[52]提出了一種基于諧波小波（Harmonic Wavelet）分析的管道泄漏識(shí)別方法，首先對(duì)采集的負(fù)壓波信號(hào)進(jìn)行諧波小波分解，然后通過(guò)時(shí)頻網(wǎng)格圖、時(shí)頻等高線圖和時(shí)頻輪廓圖來(lái)提取泄漏特征，從而達(dá)到在復(fù)雜噪音環(huán)境下仍能對(duì)管道小泄漏進(jìn)行識(shí)別的目的。由于氣體是可壓縮性的，因此氣體管道泄漏產(chǎn)生的壓力拐點(diǎn)很難獲取，因此負(fù)壓波法在應(yīng)用到氣體管道的泄漏檢測(cè)與定位時(shí)誤差較大。

3.3 基于管內(nèi)聲波法

聲波法應(yīng)用于管道泄漏檢測(cè)源于上世紀(jì)30年代，其原理是高壓氣體管道由于腐蝕等原因發(fā)生泄漏時(shí)，管內(nèi)壓力平衡被打破，管內(nèi)氣體從泄漏口處高速?zèng)_出產(chǎn)生噴注噪聲，除了伴隨壓力的變化外，還會(huì)激發(fā)持續(xù)的噴注噪聲信號(hào)，噪聲能量以聲波的形式沿管壁和管內(nèi)介質(zhì)向管道上下游傳播，由于聲波在管壁傳播過(guò)程中衰減極快，所以對(duì)于氣體管道通常將麥克風(fēng)傳感器鑲嵌在管壁內(nèi)以獲取管內(nèi)噪聲信號(hào)。金浩等[53]對(duì)天然氣管道泄漏噪聲聲源及泄漏噪聲沿管內(nèi)傳播規(guī)律進(jìn)行了仿真模擬研究，研究表明泄漏聲波主要源于流場(chǎng)中的壓力脈動(dòng)和速度脈動(dòng)，四級(jí)子聲源為管道泄漏聲源的主要聲源；泄漏聲波中的低頻部分（<5Hz）可以在管道內(nèi)沿管內(nèi)介質(zhì)傳播較遠(yuǎn)距離，從理論上給出了管內(nèi)聲波法在長(zhǎng)輸氣體管道上運(yùn)用的可行性，Meng等[54]在實(shí)驗(yàn)室內(nèi)成功的將管內(nèi)聲波法應(yīng)用到氣體管道泄漏檢測(cè)。真實(shí)的管道的運(yùn)輸過(guò)程是復(fù)雜的非線性系統(tǒng)，加之外部環(huán)境的干擾，導(dǎo)致管道泄漏聲波信號(hào)不可避免的混有噪聲，掩蓋了泄漏特征，Jin[55]、Xu等[56]對(duì)泄漏聲波信號(hào)的降噪及信號(hào)特征進(jìn)行了詳細(xì)研究，認(rèn)為泄漏噪聲與管內(nèi)噪聲以及環(huán)境、壓縮機(jī)和工況調(diào)節(jié)產(chǎn)生的噪聲具有不同的時(shí)頻特征，可采用人工智能分類算法進(jìn)行分類識(shí)別?；诠軆?nèi)聲波的泄漏診斷方法具有成本低、可全管段連續(xù)監(jiān)測(cè)等優(yōu)點(diǎn)，在管道泄漏檢測(cè)方面具有很好的應(yīng)用前景。

4 結(jié)論

綜上所述，基于管道內(nèi)部流動(dòng)狀態(tài)檢測(cè)方法特別是聲波法、動(dòng)態(tài)壓力波法，在未來(lái)互聯(lián)網(wǎng)+時(shí)代具有較好的應(yīng)用平臺(tái)、較高的準(zhǔn)確性和較合理的經(jīng)濟(jì)性，但理論上目前仍需在以下幾個(gè)方面加強(qiáng)研究：①進(jìn)一步加強(qiáng)管道泄漏特征參數(shù)產(chǎn)生及衰減規(guī)律的研究。目前該方法缺乏相對(duì)應(yīng)的泄漏發(fā)生機(jī)理、泄漏特征信號(hào)在管道內(nèi)傳播衰減規(guī)律方面的研究，導(dǎo)致相關(guān)方法在實(shí)際運(yùn)用過(guò)程中缺乏理論指導(dǎo)和先驗(yàn)知識(shí)，因此有必要立足于理論分析，利用數(shù)值模擬和現(xiàn)場(chǎng)實(shí)驗(yàn)方法，開(kāi)展管道泄漏流場(chǎng)、聲場(chǎng)特征及傳播衰減規(guī)律等方面的研究，以完善基于管道內(nèi)部流動(dòng)狀態(tài)檢測(cè)方法。②加強(qiáng)管道泄漏特征信號(hào)特征提取方法研究。泄漏信號(hào)的能量主要集中在低頻部分，且經(jīng)過(guò)管道遠(yuǎn)距離傳輸后泄漏聲波能量衰減嚴(yán)重，泄漏信號(hào)極易淹沒(méi)在各種噪聲里，如何根據(jù)泄漏信號(hào)的特征制定降噪方案，最大限度剔除干擾噪聲對(duì)于泄漏識(shí)別和定位至關(guān)重要的意義。③探尋穩(wěn)定、可靠的管道泄漏識(shí)別理論。目前管道泄漏識(shí)別方法主要基于單一參數(shù)或基于傳統(tǒng)DS融合理論實(shí)現(xiàn)多傳感器融合，由于管道外部環(huán)境的復(fù)雜性，加之管道多、變工況產(chǎn)生的干擾和傳感器的不完善性，導(dǎo)致現(xiàn)場(chǎng)應(yīng)用效果并不理想。筆者認(rèn)為建立多參數(shù)、多階次、高沖突下的泄漏識(shí)別模型是解決這一問(wèn)題的關(guān)鍵所在。④缺乏精確的管道泄漏定位算法。目前的定位算法計(jì)算結(jié)果與真實(shí)值誤差較大，主要是由于定位公式中的波速往往被設(shè)置為固定值，且不考慮管內(nèi)流體流速或?qū)⒘魉僖部闯蔀橐欢ㄖ担ㄆ骄魉伲?。然而音速與管內(nèi)介質(zhì)流速均與溫度、壓力等參數(shù)密切相關(guān)，對(duì)于長(zhǎng)輸管道，由于站間距較長(zhǎng)，管段兩端的溫度和壓力相差很大，因此采用固定的音速值和流速必定會(huì)產(chǎn)生較大誤差。因此必須從理論上探尋音速、流速與管道熱力學(xué)參數(shù)之間的關(guān)系，建立動(dòng)態(tài)環(huán)境下泄漏位置、時(shí)間差、音速、流速之間的關(guān)系方程，并尋求高精度的求解方法計(jì)算泄漏位置。在實(shí)際運(yùn)用上，建議根據(jù)對(duì)象性質(zhì)選擇其他方法配合聲波法或者負(fù)壓波法進(jìn)行聯(lián)合使用，以保證系統(tǒng)的準(zhǔn)確性和經(jīng)濟(jì)性。例如，對(duì)于長(zhǎng)輸天然氣管道，建議定期開(kāi)展外部或內(nèi)部檢測(cè)法；對(duì)于固定區(qū)域內(nèi)的管道，建議使用遙感檢測(cè)或示蹤化合物檢測(cè)法配合使用?？傊?，管道泄漏檢測(cè)與定位技術(shù)未來(lái)仍是管道安全領(lǐng)域的研究熱點(diǎn)和難點(diǎn)，具有很廣闊的研究前景。

參考文獻(xiàn)：

[1]Dong Y H， Yu D T. Estimation of failure probability of oil and gas transmission pipelines by fuzzy fault tree analysis[J]. Journal of Loss Prevention in the Process Industries， 2005， 18（2）： 83-88.

[2]王桂增，葉昊.流體輸送管道的泄漏檢測(cè)與定位[M].北京： 清華大學(xué)出版社，2009：1-3.

[3]Murvay P S， Silea I. A survey on gas leak detection and localization techniques. Journal of Loss Prevention in the Process Industries， 2012， 25（6）： 966-973.

[4]Folga S M. Natural gas pipeline technology overview[R]. Chicago： Argonne National Laboratory， 2007.

[5]Scott S L， Barrufet M A. Worldwide assessment of industry leak detection capabilities for single & multiphase pipelines[R]. Austin： Offshore Technology Research Center， 2003.

[6]Brodetsky I， Savic M. Leak monitoring system for gas pipelines. IEEE International Conference onAcoustics， Speech， and Signal Processing. Minneapolis，1993，3：17-20.

[7]Mirzaei A， Bahrampour A R， Taraz M， et al. Transient response of buried oil pipelines fiber optic leak detector based on the distributed temperature measurement[J]. International Journal of Heat and Mass Transfer， 2013， 65： 110-122.

[8]Buerck J， Roth S， Kraemer K， et al. OTDR fiber-optical chemical sensor system for detection and location of hydrocarbon leakage[J]. Journal of Hazardous Materials， 2003， 102（1）： 13-28.

[9] Tanimola F， Hill D. Distributed fibre optic sensors for pipeline protection[J]. Journal of Natural Gas Science and Engineering， 2009， 1： 134-143.

[10]Okazaki S， Nakagawa H， Asakura S， et al. Sensing characteristics of an optical fiber sensor for hydrogen leak[J]. Sensors and Actuators B： Chemical， 2003， 93（1）： 142-147.

[11]周琰.分布式光纖管道安全監(jiān)測(cè)技術(shù)研究[D].天津：天津大學(xué)精密儀器及機(jī)械系，2006.

[12]曲志剛.分布式光纖油氣長(zhǎng)輸管道泄漏檢測(cè)及預(yù)警技術(shù)研究[D].天津：天津大學(xué)精密儀器及機(jī)械系，2007.

[13]張景川.分布式光纖油氣管道安全檢測(cè)信號(hào)處理技術(shù)研究[D].天津：天津大學(xué)精密儀器及機(jī)械系，2010.

[14]吳俊.長(zhǎng)途油氣管道破壞預(yù)警的干涉型分布式光纖傳感系統(tǒng)定位技術(shù)研究[D].重慶：重慶大學(xué)光電工程系，2007.

[15]Bryce P W， Jax P， Fang J. Leak-detection system designed to catch slow leaks in offshore Alaska line[J]. Oil & Gas Journal， 2002，100（50）： 53-59.

[16]Van der Meijde M， Van der Werff H M A， Jansma P F， et al. A spectral-geophysical approach for detecting pipeline leakage[J]. International Journal of Applied Earth Observation and Geoinformation， 2009， 11（1）： 77-82.

[17]Kasai N， Tsuchiya C， Fukuda T， et al. Propane gas leak detection by infrared absorption using carbon infrared emitter and infrared camera[J]. NDT&EInternational， 2011， 44（1）： 57-60.

[18]Berezin A G， Malyugin S V， Nadezhdinskii A I， et al. Remote helicopter-borne detector for searching of methane leaks[J]. Spectrochimica Acta Part A： Molecular and Biomolecular Spectroscopy， 2007， 66（4）： 803-806.

[19]Ting C C， Chen C C. Detection of gas leakage using microcolor schlieren technique[J]. Measurement， 2013， 46： 2467-2472.

[20]Zhang J. Designing a cost effective and reliable pipeline leak detection system[J]. Pipes and Pipelines International， 1997，42（1）： 20-26.

[21]Batzias F A， Siontorou C G， Spanidis P M P. Designing a reliable leak bio-detection system for natural gas pipelines[J]. Journal of Hazardous Materials， 2011， 186（1）： 35-58.

[22]Ahadi M， Bakhtiar M S. Leak detection in water-filled plastic pipes through the application of tuned wavelet transforms to Acoustic Emission Signals. Applied Acoustics， 2010， 71（7）： 634-639.

[23]Muggleton J M， Brennan M J. Leak noise propagation and attenuation in submerged plastic water pipes. Journal of Sound and Vibration， 2004， 278（3）： 527-537.

[24]Jiao J P， He C F， Wu B， et al. A new technique for modal acoustic emission pipeline leak location with one sensor. Insight-Non-Destructive Testing and Condition Monitoring， 2004， 46（7）： 392-395.

[25]Miller R K， Pollock A A， Watts D J， et al. A reference standard for the development of acoustic emission pipeline leak detection techniques. NDT&E International， 1999， 32（1）： 1-8.

[26]Rajtar J M， Muthiah R. Pipeline leak detection system for oil and gas flowlines. Journal of Manufacturing Science and Engineering， 1997， 119（1）： 105-109.

[27]Juliano T M， Meegoda J N， Watts D J. Acoustic emission leak detection on a metal pipeline buried in sandy soil. Journal of Pipeline Systems Engineering and Practice， 2012， 4（3）： 149-155.

[28]Ozevin D， Harding J. Novel leak localization in pressurized pipeline networks using acoustic emission and geometric connectivity. International Journal of Pressure Vessels and Piping， 2012， 92： 63-69.

[29]Bukman F， Schmidt R. Corrosion pig minimizes shut down in German pipeline. Pipeline and Gas Journal， 1995， 222（8）： 63-66.

[30]Afzal M， Udpa S. Advanced signal processing of magnetic flux leakage data obtained from seamless gas pipeline. NDT&E International， 2002， 35（7）： 449-457.

[31]Baumeister M， Bouaoua N， Woltermann F， et al. Ultrasonic crack-detection in demanding pipeline environments and low diameter pipes. The 8th International Pipeline Conference. ASME. Calgary， 2010： 423-428.

[32]Kam S I. Mechanistic modeling of pipeline leak detection at fixed inlet rate. Journal of Petroleum Science and Engineering， 2010， 70（3）： 145-156.

[33]Reddy H P， Narasimhan S， Bhallamudi S M， et al. Leak detection in gas pipeline networks using an efficient state estimator. Part-I： Theory and simulations. Computers and Chemical Engineering， 2011， 35（4）： 651-661.

[34]Reddy H P， Narasimhan S， Bhallamudi S M， et al. Leak detection in gas pipeline networks using an efficient state estimator. Part II. Experimental and field evaluation. Computers & Chemical Engineering， 2011， 35（4）： 662-670.

[35]孫良，王建林.基于泄漏瞬變模型的管道泄漏檢測(cè)與定位方法.應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)[J].2012，20（1）：159-168.

[36]Zhang X J. Statistical leak detection in gas and liquid pipelines. Pipes and Pipelines International， 1993，38（4）：26-29.

[37]Tu Y Q， Qiu D Q， Zhang D. A revised statistical deduction approach to pipeline leak detection. IEEE Instrumentation and Measurement Technology Conference.Vail， 2003，2：1639-1642.

[38]Ni L， Jiang J C， Pan Y. Leak location of pipelines based on transient model and PSO-SVM. Journal of Loss Prevention in the Process Industries， 2013，26（6）：1085-1093.

[39]Lazhar A， Hadj-Ta？觙eb L， Hadj-Ta？觙eb E. Two leaks detection in viscoelastic pipeline systems by means oftransient. Journal of Loss Prevention in the Process Industries， 2013，26（6）：1341-1351.

[40]Liang W， Zhang L B. A wave change analysis （WCA） method for pipeline leak detectionusing Gaussian mixture model. Journal of Loss Prevention in the Process Industries， 2012， 25（1）：60-69.

[41]Liu M， Zang S， Zhou D H. Fast leak detection and location of gas pipelines based on an adaptive particle filter. International Journal of Applied Mathematics and Computer Science， 2005， 15（4）： 541-550.

[42]Lopes dos Santos P， Azevedo-Perdicoúlis T P， Jank G， et al. Leakage detection and location in gas pipelines through an LPVidentification approach. Commun Nonlinear Sci Numer Simulat， 2011，16（12）：4657-4665.

[43]Schlaffman D T. Pressure analysis improves lines' leak-detection capabilities. Oil and Gas Journal， 1991， 89（52）： 98-101.

[44]Feng J， Zhang H G. Oil pipeline leak detection and location using double sensors pressure gradient method. The 5th World Congress onIntelligent Control and Automation. IEEE. Hangzhou， 2004， 4： 3134-3137.

[45]Ge C H， Wang G Z， Ye H. Analysis of the smallest detectable leakage flow rate of negative pressure wave-based leak detection systems for liquid pipelines. Computers and Chemical Engineering， 2008，32（8）：1669-1680.

[46]崔謙，靳世久，王立坤，等.基于序貫檢驗(yàn)的管道泄漏檢測(cè)方法[J].石油學(xué)報(bào)，2005，26（4）：123-126.

[47]Schlaffman DT. Pressure analysis improves lines' leak-detection capabilities. Oil and Gas Journal， 1991，89（52）：98-101.

[48]李俊花，劉文白，崔莉，等.一種新的長(zhǎng)輸管道泄漏點(diǎn)定位方法[J].力學(xué)學(xué)報(bào)，2010，42（1）：127-131.

[49]Li Y， Sun L， Jin S， et al. Long range hot oil pipeline leak detection and location technique based on negative pressure wave. International Pipeline Conference. ASME. Calgary， 2006，2：963-968.

[50]Yang Z， Xiong Z， Shao M. A new method of leak location for the natural gas pipeline based on wavelet analysis. Energy， 2010，35（9）：3814-3820.

[51]Beck S B M， Williamson N J， Sims N D， et al. Pipeline system identification through cross-correlation analysis. Journal of Process Mechanical Engineering， 2002， 216（3）： 133-142.

[52]Hu J Q， Zhang L B， Liang W. Detection of small leakage from long transportation pipeline with complex noise. Journal of Loss Prevention in the Process Industries， 2011，24（4）：449-457.

[53]金浩，張來(lái)斌，梁偉，等.天然氣管道泄漏聲源特性及傳播機(jī)理數(shù)值模擬[J].石油學(xué)報(bào)，2014，35（1）：172-177.

[54]Meng L Y， Li Y X， Wang W C， et al. Experimental study on leak detection and location for gas pipeline based on acoustic method. Journal of Loss Prevention in the Process Industries， 2012，25（1）：90-102.

[55]Jin H， Zhang L B， Liang W， et al. Integrated leakage detection and localization model for gas pipelines based on the acoustic wave method. Journal of Loss Prevention in the Process Industries， 2014， 27（1）： 74-88.

[56]Xu Q Q， Zhang L B， Liang W. Acoustic detection technology for gas pipeline leakage. Process Safety and Environmental Protection， 2013，91（4）：253-261.