论文部分内容阅读
[摘 要]天然气作为新型的清洁能源，正逐渐被社会广泛使用，目前我国天然能源效果处于急剧上升的趋势，整体年消耗量已经达到世界第二。石油天然气是现代社会人们生产生活所需的主要能源，对于石油天然气长输管道泄漏的检测与定位进行研究，有助于石油天然气的正常运输。本文通过分析油气长输管道泄漏的原因，通过案例阐明管道泄漏带来的损失与影响，继而对石油天然气管道泄漏的检测与定位技术进行探讨。通过这样的研究，希望能够降低石油天然气能源的不必要损耗，并减少环境污染。
[关键词]石油天然气；长输管道检测；泄漏点定位
中图分类号：TE973 文献标识码：A 文章编号：1009-914X（2018）10-0140-01
引言
现代社会的发展离不开对于煤炭、石油、天然气等能源的使用，石油与天然气管道按照输送距离可划分为企业内部输送管道和长距离输送管道。长输管道的输送距离通常可达到几百、几千公里，会途径山川、河流、峡谷甚至海洋，其沿线地质条件复杂，在油气输送的过程中，会由于人为与非人为因素而导致管道泄漏，带来经济财产损失、能源资源损耗和生态环境的污染。
1、基于硬件的方法
1.1漏磁探伤检测法
主要采用励磁器将钢制管壁磁化，在管道缺陷处产生磁场畸变，通过磁敏探头采集漏磁场的分布范围、强度大小并将数据实时存储，检测完成后对数据进行处理，以确定管壁腐蚀程度，缺陷尺寸及所在部位。針对长期服役的管道，文献[8]提出一种直流励磁的漏磁检测方法，对其管壁腐蚀、磨损等进行检测，建立了管道漏磁强度与管壁厚度之间的关系。其检测原理，如图1所示。此方法需要使管壁充分磁化，不仅损耗高，而且对管道寿命有一定影响，文献为简化测量系统，省去退磁过程，研究了在弱磁环境中管道缺陷宽度、深度一定时，检测漏磁信号的特征，并在弱磁条件下，提出一种有效区分管道内外缺陷的方法。漏磁检测检测法是一种无损检测方法，具有易于实现，可靠性高等优点，但该方法只适用于铁磁材料；在实际工程中，存在变径管道、分支管道等复杂管线，当出现泄漏点时，如何有效提取漏磁信号与泄漏点形状尺寸的对应关系还需进一步研究。
图1漏磁检测原理图
1.2管道机器人检测法
管道机器人综合了多种传感器、智能移动载体、作业装置和无损检测等技术，实时获取管道内部图像、几何形状和纹理特征等多种信息，信号稳定，采样周期短，能够及时检测并对泄漏点定位[10]。其检测示意图，如图2所示。
图2管道机器人检测法示意图
建立以单目CCD摄像机为视觉传感器的水下机器人（AUV），实时获取水下管道内部图像，判断管道的腐蚀程度，通过在室内水池进行实验，验证了方法的有效性。由于长输油气管道内，可能存在台阶、管沟和碎石等杂物，以及特殊管道构造（如变径管道、L型管道、T型管道），文献[12]从管道内部实时图像进行分割，提取几何特征，提高管道缺陷识别率，并且引入模糊控制、学习控制等智能控制算法，实现管道机器人自主导航，在管道内进退、转弯、越障及管壁缺陷定位功能。大部分管道机器人只能在直管段进行检测，而对于实际工程中广泛应用的变径管道、分支管道、U型管道等检测还处于研发阶段，离实际应用还有一定差距。
1.3自组织无线传感器检测法
近年来，国内外一些学者针对管网泄漏实时检测的问题，提出利用无线传感器网络（WSN）进行管网检测。文献[13]以无线传感器网中拓扑节点时间不同步的问题，使同步误差控制在10μs内，累积误差小于1ms内，满足管道泄漏检测要求。采用无线传感器网络和机器学习相结合的方法，对长输油气管道的缓漏、微漏进行检测与泄漏量估计。并在机器学习算法中，分别采用支持向量机（SVM）、K最近邻（KNN）、高斯混合模型（GMM）和贝叶斯算法对泄漏检测及泄漏量估计进行了比较。由于无线传感器所处环境恶劣和自身性能限制，网络节点和远程监控中心之间通信故障时有发生，尤其是传感器本身的故障，成为影响WSN泄漏检测可靠性的重要因素。
2、基于软件的泄漏检测与定位技术
2.1负压波法
如果油气管道存在泄漏问题，则在泄漏点处，油气的密度就会产生一定的变化，进而导致管道的压力出现变化，由于管道内油气资源的流速并不会立即产生变化，所以泄漏点处与管道其它位置将会出现压差，这部分压差会沿管道传播，该部分传播的压差就成为负压波，通过安装在管道上下游的负压波检测接受装置，即可判断是否存在泄漏，同时，根据上下游检测装置接受负压波的压差，即可判断泄漏位置[7]。在使用该种技术时，并不需要建立管道数学模型，其原理较为简单，适用范围也相对较广，大多数管道公司都使用该种技术进行泄漏检测和定位，但该种技术对于微小泄漏的检测精度和准确度较差，一定程度上制约了该种技术的发展。
2.2互相关分析法
由于大多数管道材料都具有一定的弹性，所以在油气资源泄漏时，由于流体压力的变化会使得管道产生了一定的弹性波，通过安装在管道上下游的弹性波检测装置，并建立弹性波的互相关函数，即可获取管道的泄漏位置信息。该种技术是由振动、信号处理等多学科交叉而成，由于在使用该种技术时并不需要建立专门的数学模型，其计算量相对较小，使得该技术具有很大的发展前景，但是该种技术与负压波法一样，对于微小泄漏的检测精度和准确度都相对较差。
2.3支持向量机检测法
对于油气管道而言，其在运行阶段的泄漏次数相对较少，导致泄漏样本也相对较少，在另一方面，支持向量机的方法具有很强的小样本学习能力，这使得该种技术可以很好的用于泄漏检测。目前，已有相关学者通过接收管道正常运行时和泄漏时的振动信号，并对信号进行处理，使用支持向量机的方法对样本进行识别和分类，从而实现管道泄漏判断。该种方法虽然具有很强的适应性，且分类识别精度较高，如何对核函数进行合理的选择仍是制约检测精度的关键。
2.4神经网络检测法
该种方法主要是通过建立管道泄漏时上下游压力信号的映射关系，来实现管道泄漏检测的目的。由于我国大多数油田所生产的原油具有凝点高的特性，所以只能通过加热和加压输送，所以长输管道的工况会出现多次变化，导致泄漏检测难度相对较大，而神经网络检测法能很好的适应工况变化条件下的信号特征，使得该种技术十分适合我国油气管道。
2.5小波变换法
该种方法是在上世纪80年代发展起来的一种时频分析技术，利用该种技术可以对油气管道的泄漏信号进行处理、去燥，并能很好的提取出管道泄漏信号的特征，以此达到泄漏识别的目的。虽然管道泄漏时压力会出现突变，但是由于受到客观因素的影响，使得突变信号的噪声相对较大，这使得其它泄漏检测技术精度严重减低，而是用小波变换法能很好的去除噪声干扰，从而提高检测精度
结束语
石油天然气的输送是一个非常庞大的工程，任何一点泄漏都有可能带来极大的安全隐患。本文仅从长输管线泄漏的检测与定位方法给出一定的建议，但在真实情况下，一旦发现了石油或天然气的泄漏，工作人员就必须及时上报、疏散人群、运用有效的方法进行修补，防止因油气泄漏而导致的燃爆现象，威胁到人们的生命财产安全。
参考文献
[1]齐英杰，方彦，杜祥哲，白璐.浅议地下管道泄漏检测及定位新技术[J].工程与建设，2017，31（03）：362-366.
[2]关博宇.石油管道泄漏检测定位技术的研究与开发[J].自动化与仪器仪表，2017（S1）：26-28.
[3]高伟.长输管道泄漏检测及定位专利技术综述[J].电子技术与软件工程，2017（13）：169-170.
[4]邓梁，程诚.石油天然气长输管道泄漏检测及定位探讨[J].石化技术，2017，24（05）：190.
[关键词]石油天然气；长输管道检测；泄漏点定位
中图分类号：TE973 文献标识码：A 文章编号：1009-914X（2018）10-0140-01
引言
现代社会的发展离不开对于煤炭、石油、天然气等能源的使用，石油与天然气管道按照输送距离可划分为企业内部输送管道和长距离输送管道。长输管道的输送距离通常可达到几百、几千公里，会途径山川、河流、峡谷甚至海洋，其沿线地质条件复杂，在油气输送的过程中，会由于人为与非人为因素而导致管道泄漏，带来经济财产损失、能源资源损耗和生态环境的污染。
1、基于硬件的方法
1.1漏磁探伤检测法
主要采用励磁器将钢制管壁磁化，在管道缺陷处产生磁场畸变，通过磁敏探头采集漏磁场的分布范围、强度大小并将数据实时存储，检测完成后对数据进行处理，以确定管壁腐蚀程度，缺陷尺寸及所在部位。針对长期服役的管道，文献[8]提出一种直流励磁的漏磁检测方法，对其管壁腐蚀、磨损等进行检测，建立了管道漏磁强度与管壁厚度之间的关系。其检测原理，如图1所示。此方法需要使管壁充分磁化，不仅损耗高，而且对管道寿命有一定影响，文献为简化测量系统，省去退磁过程，研究了在弱磁环境中管道缺陷宽度、深度一定时，检测漏磁信号的特征，并在弱磁条件下，提出一种有效区分管道内外缺陷的方法。漏磁检测检测法是一种无损检测方法，具有易于实现，可靠性高等优点，但该方法只适用于铁磁材料；在实际工程中，存在变径管道、分支管道等复杂管线，当出现泄漏点时，如何有效提取漏磁信号与泄漏点形状尺寸的对应关系还需进一步研究。
图1漏磁检测原理图
1.2管道机器人检测法
管道机器人综合了多种传感器、智能移动载体、作业装置和无损检测等技术，实时获取管道内部图像、几何形状和纹理特征等多种信息，信号稳定，采样周期短，能够及时检测并对泄漏点定位[10]。其检测示意图，如图2所示。
图2管道机器人检测法示意图
建立以单目CCD摄像机为视觉传感器的水下机器人（AUV），实时获取水下管道内部图像，判断管道的腐蚀程度，通过在室内水池进行实验，验证了方法的有效性。由于长输油气管道内，可能存在台阶、管沟和碎石等杂物，以及特殊管道构造（如变径管道、L型管道、T型管道），文献[12]从管道内部实时图像进行分割，提取几何特征，提高管道缺陷识别率，并且引入模糊控制、学习控制等智能控制算法，实现管道机器人自主导航，在管道内进退、转弯、越障及管壁缺陷定位功能。大部分管道机器人只能在直管段进行检测，而对于实际工程中广泛应用的变径管道、分支管道、U型管道等检测还处于研发阶段，离实际应用还有一定差距。
1.3自组织无线传感器检测法
近年来，国内外一些学者针对管网泄漏实时检测的问题，提出利用无线传感器网络（WSN）进行管网检测。文献[13]以无线传感器网中拓扑节点时间不同步的问题，使同步误差控制在10μs内，累积误差小于1ms内，满足管道泄漏检测要求。采用无线传感器网络和机器学习相结合的方法，对长输油气管道的缓漏、微漏进行检测与泄漏量估计。并在机器学习算法中，分别采用支持向量机（SVM）、K最近邻（KNN）、高斯混合模型（GMM）和贝叶斯算法对泄漏检测及泄漏量估计进行了比较。由于无线传感器所处环境恶劣和自身性能限制，网络节点和远程监控中心之间通信故障时有发生，尤其是传感器本身的故障，成为影响WSN泄漏检测可靠性的重要因素。
2、基于软件的泄漏检测与定位技术
2.1负压波法
如果油气管道存在泄漏问题，则在泄漏点处，油气的密度就会产生一定的变化，进而导致管道的压力出现变化，由于管道内油气资源的流速并不会立即产生变化，所以泄漏点处与管道其它位置将会出现压差，这部分压差会沿管道传播，该部分传播的压差就成为负压波，通过安装在管道上下游的负压波检测接受装置，即可判断是否存在泄漏，同时，根据上下游检测装置接受负压波的压差，即可判断泄漏位置[7]。在使用该种技术时，并不需要建立管道数学模型，其原理较为简单，适用范围也相对较广，大多数管道公司都使用该种技术进行泄漏检测和定位，但该种技术对于微小泄漏的检测精度和准确度较差，一定程度上制约了该种技术的发展。
2.2互相关分析法
由于大多数管道材料都具有一定的弹性，所以在油气资源泄漏时，由于流体压力的变化会使得管道产生了一定的弹性波，通过安装在管道上下游的弹性波检测装置，并建立弹性波的互相关函数，即可获取管道的泄漏位置信息。该种技术是由振动、信号处理等多学科交叉而成，由于在使用该种技术时并不需要建立专门的数学模型，其计算量相对较小，使得该技术具有很大的发展前景，但是该种技术与负压波法一样，对于微小泄漏的检测精度和准确度都相对较差。
2.3支持向量机检测法
对于油气管道而言，其在运行阶段的泄漏次数相对较少，导致泄漏样本也相对较少，在另一方面，支持向量机的方法具有很强的小样本学习能力，这使得该种技术可以很好的用于泄漏检测。目前，已有相关学者通过接收管道正常运行时和泄漏时的振动信号，并对信号进行处理，使用支持向量机的方法对样本进行识别和分类，从而实现管道泄漏判断。该种方法虽然具有很强的适应性，且分类识别精度较高，如何对核函数进行合理的选择仍是制约检测精度的关键。
2.4神经网络检测法
该种方法主要是通过建立管道泄漏时上下游压力信号的映射关系，来实现管道泄漏检测的目的。由于我国大多数油田所生产的原油具有凝点高的特性，所以只能通过加热和加压输送，所以长输管道的工况会出现多次变化，导致泄漏检测难度相对较大，而神经网络检测法能很好的适应工况变化条件下的信号特征，使得该种技术十分适合我国油气管道。
2.5小波变换法
该种方法是在上世纪80年代发展起来的一种时频分析技术，利用该种技术可以对油气管道的泄漏信号进行处理、去燥，并能很好的提取出管道泄漏信号的特征，以此达到泄漏识别的目的。虽然管道泄漏时压力会出现突变，但是由于受到客观因素的影响，使得突变信号的噪声相对较大，这使得其它泄漏检测技术精度严重减低，而是用小波变换法能很好的去除噪声干扰，从而提高检测精度
结束语
石油天然气的输送是一个非常庞大的工程，任何一点泄漏都有可能带来极大的安全隐患。本文仅从长输管线泄漏的检测与定位方法给出一定的建议，但在真实情况下，一旦发现了石油或天然气的泄漏，工作人员就必须及时上报、疏散人群、运用有效的方法进行修补，防止因油气泄漏而导致的燃爆现象，威胁到人们的生命财产安全。
参考文献
[1]齐英杰，方彦，杜祥哲，白璐.浅议地下管道泄漏检测及定位新技术[J].工程与建设，2017，31（03）：362-366.
[2]关博宇.石油管道泄漏检测定位技术的研究与开发[J].自动化与仪器仪表，2017（S1）：26-28.
[3]高伟.长输管道泄漏检测及定位专利技术综述[J].电子技术与软件工程，2017（13）：169-170.
[4]邓梁，程诚.石油天然气长输管道泄漏检测及定位探讨[J].石化技术，2017，24（05）：190.