阳子轩 范世东 熊 庭

（武汉理工大学能源与动力工程学院 武汉 430063）

目前国内对于管道的泄漏检测主要是采用负压波联合流量检测方法［1］，对于管道泄漏以后得到的负压波信号进行泄漏点判定时，采用的常见处理方式有直接判断、小波变换法［2］、相关分析法［3］以及模式识别［4］的方法.但这些处理方式都是针对运行工况稳定的管道来进行的，而对于复杂管道的泄漏检测展开的工作不多，对信号的预处理研究也较为少见.

1 复杂环境下的信号分析

1）高斯白噪声 在船舶运营过程中，船舶管路会一直处在主机振动环境下工作，在实际测量过程中，压力传感器捕捉到的信号表现为很多的“毛刺”.

2）脉冲噪声 由于敲击、突发振动等一些不可预知的突发因素的影响，船舶管路实测信号会看到一些突然变尖锐的“尖峰”信号，也就是所谓的脉冲噪声.

3）压力脉动 管道内的流体在流过管道过程中，由于管路的弯头、直径变化等因素，不可避免的有流速、压头的变化，同时管道输液需通过压缩机或泵加压作为动力，这种加压方式是间歇性的，由于间歇加压，管道内的压力在平均值的上、下脉动（或波动），促使管流的压力、速度、密度等参数随时间呈周期性变化，这种变化称“管流脉动”，也叫“压力脉动”.压力脉动曲线如图1所示，文献［5］中进行了压力脉动的测试与分析，由于压力脉动引起的压力波动Δp达到了8.1×104Pa，最高排气压力为7.0×105Pa，满负荷下压力不均匀度（见图1）.

图1 压力脉动曲线图

4）风、浪引起的压力波动 船舶在运营过程中，难免会受到风、浪等自然因素的影响.在风、浪的干扰下，船舶会左右摇晃，这时候管内液体的重力方向会发生变化，从而使压力传感器测得的信号产生波动.

图2为考虑重力和速度2种因素影响的管道内横截面上的压力分布图，在ANSYS中对某管道建模，设液体初速度为2m／s，管径为0.048m，管内介质为水.若压力传感器安装在管道侧面，船舶横向摇晃的角度为±15°，则压力传感器测到的信号表现为三角波，幅度变化在0.8～1kPa.这个值会随着管径和流速的变大而增大.

图2 考虑重力和速度的管压分布

5）碰撞引起的压力波动 船舶发生碰撞时，船体发生倾斜，这时管道内液体的重力方向也会发生变化.以图2所示的情况为例，设船体倾斜的角度也是15°，这样压力传感器得到的信号将会是一个方波信号，其幅值大约为1kPa.同样这个值也会随着管径和流速的变大而增大.

6）负压波信号 当管路发生泄漏时，流体在管线内外压差的作用下从泄漏点迅速流失，泄漏部位的物质损失使该处的流体密度减小，进而引起泄漏点处流体压力降低.由于流体的连续性，管线中的流体速度不会立刻发生变化，而流体在泄漏点和其相邻区域之间的压力产生差异，这种差异导致泄漏点两边区域的高压流体流向泄漏点处的低压区域，从而又引起与泄漏点相邻区域流体的密度减小和压力降低.这一现象依次向管线上、下游方向传递，相当于泄漏点处产生了以一定速度传播的负压波.负压波沿管线向上下游传播，瞬时的压力降具有几乎垂直的边沿［6］.

依据一般的能量传播的损失过程，在泄漏点处根据负压波幅值沿管线近似以指数形式衰减，即管道内压力波变化表达式为

式中：p为由负压波引起的压力损失，Pa；px为泄漏点处负压波压力值，Pa；x为测点和泄漏点之间的距离，m；其中：α为负压波衰减系数［7］，定义为

在文献［7］中所搭建的实验台进行实验时发现，当开启一个泵时，管道内稳态压力约为0.37 MPa，稳态流量为3.8m3／h.当管道发生泄漏时，负压波引起的压力变化幅值约为0.03MPa.管道的基本参数中，管道内径为0.048m，管壁厚度为0.003 5m，这样在20℃进行实验时，根据负压波波速公式可计算出a＝1 345.75m／s.由于管道内是水流，处于流态的紊流粗糙区，因而水力摩阻系数f＝1／（1.74－2lgε）2＝0.012.式中：ε为管壁相对粗糙度.根据以上条件，可以算出负压波衰减系数α＝0.018.

从以上分析，高斯噪声、脉冲噪声、压力脉动、风、浪、碰撞等因素引起的压力波动都会对管道内压力测量带来影响，而当测点与泄漏点之间的距离x达到某一个比较大的值时，负压波引起的压力变化幅值将变的比较小.如果上述压力波动的某一个或某几个值叠加后再与负压波信号叠加在一起，将会给负压波拐点的判定造成困难，进而影响泄漏点的定位.图3是在Matlab中对上述几种信号进行模拟，得到的复杂环境下船舶管路泄漏信号模型.

图3 复杂工况下船舶管路泄漏信号模型

图3中，“毛刺”即为模拟的高斯白噪声；尖峰信号为模拟的脉冲噪声；信号的大体趋势呈现一个倒三角，这是模拟的风、浪等自然因素引起的船体摇晃得到的信号；信号的1 100～1 200点之间有一个叠加的方波信号，模拟的是碰撞以后船体发生倾斜而得到的方波噪声；而压力脉动由于模拟不便，在图3中没有体现.

2 信号预处理

上述信号的组成形式各不相同，因而进行预处理时的方法也不同.对于高斯白噪声和脉冲噪声，可以采用中位数滤波的方法进行处理；对于压力脉动，这属于管道振动学的范畴，应该在管道的设计之初就要进行考虑，另外还可以通过一些辅助手段进行消除；对于风、浪引起的三角信号，由于其频率较低，只会对信号的整体趋势上产生一定的影响，对于泄漏发生后的负压波信号拐点确定影响不大，因而可以不作考虑；对于碰撞引起的方波噪声，可以用寻找时间序列的突变点方法将它从所测信号中进行分离.

2.1 压力脉动的消减

压力脉动的控制比较复杂，除反复计算、合理调整外，尚须在系统中适当位置正确配置缓冲器、孔板、集管器等元件，或者在某些部位设置诸如液流消振器、消振簧、储能器等装置，以消减或者抑制压力脉动.比较常见的消振设备有：消振器、孔板消振、衰减器消振、集管器消振、穿膛式液流脉动消振器等.

2.2 中位数滤波

在信号的实时处理中，为了除去夹杂在信号中的噪声，常采用滑动平滑法进行滤波［8］.这种方法的原则是：设定数据窗口含L个顺序采样数据，即窗口宽度为L，对窗口中的这L个数据进行加权求平均，此“加权平均”作为一个平滑值输出.然后将窗口中最前面的一个数据移出，而最后面移入一个新数据，再对此滑动后的窗口中的数据进行新的一次平滑.这样得到的平滑值序列就是原信号的滤波信号.其表达式为

式中：n为信号总长度；L为滑动窗口的宽度.

L点滑动平均滤波器的频率响应是

这种方法虽有一定的滤波效果，但容易使信号产生畸变，而且不能消除那些大大偏离正常值的异常数据，只是将这些异常值加权地分散到L个平滑数据中，使平滑结果受到严重的影响.为克服上述加权平均方法的缺点，本文取滑动窗口中数据的中位数作为滤波值.

设窗口的宽度n＝2m＋1，窗口中的数据从小到大排列后，有m个数小于中位数，另有m个数大于中位数.当k≤m时，由于排列后所得中位数是基线数据d0，故这k个峰数据将被滤去.当k＞m时，整个峰顶点左右的m个数据称为峰顶区数据，大于周围的其它峰数据.这样会在滤波结果中形成一种平台形畸变.但在本文中，由于上述叠加信号的特殊性，不会产生这种平台形畸变，因而不予考虑.采用本文的中位数滤波方法也能对原始信号中的高斯白噪声进行平滑处理.负压波信号的处理方式只需要寻找信号中的突变点，因而通过中位数滤波后，可以认为高斯噪声和脉冲噪声都已经滤除.

需要指出的是，由于窗口的宽度为2m＋1，滤波后会在波形的初始端和末尾端产生一个宽度为m的空白区，因而需要对这2m个数据进行补充，本文采用的方法是新序列的第1点到m点用原序列的第1点到m点的数据进行补充，新序列的n－m点到n点用原序列的n－m点到n点的数据进行补充.

2.3 负压波信号和方波噪声分离

图4所示为负压波信号和方波信号的叠加波形图.

图4 负压波信号和方波噪声叠加模型

对上述波形的负压波信号和方波信号从叠加信号中分离，采用时间序列转折突变检测方法［9］，其步骤为：（1）在变量t的取值区间［1，n］中插入n－1个分点.于是，将时间变量t分为n小区间，记为（1，2］，（2，3］，…，（n－1，n］；（2）用最小二乘法计算分割成的n－1段直线的斜率.需要指出的是，由于每次都选取了2个数据进行计算，因而得到的新的数据序列将会少一个点，需要对第一个点进行数据补充，本文采用的方法是让第一个点和第二个点的数据相等；（3）在n－1个斜率中，寻找其中最大的二个斜率，并对这二个斜率进行排序.设这两个斜率为a1，a2，那么这两个值对应的横坐标就是滤波后信号中的两个突变点；（4）上述3个点将原始信号分为3段，分别为0－a1段、a1－a2段、a2－n段.求这3段每段的均值，也就是求各段的统计平均.设4个值分别为s1，s2，s3；（5）s1的值是未发生泄漏时的管内压力值，s3的值是发生泄漏后达到稳定管内的压力值，s2是由于叠加的方波信号引起压力波动值，这样方波信号的幅值s＝s2－s1；（6）突变点的时刻和突变幅值大小都已知的情况下，可以还原方波噪声，将经过中位数滤波的信号减去方波噪声，就能得到对泄漏点定位有用的负压波信号.

3 预处理实例

图5为复杂工况下的信号处理实例，在图5a）中，压力传感器得到的信号混有大量的噪声，经过中位数滤波后，得到图5b）.从图5b）看出，经过中位数滤波后，脉冲噪声完全滤除，高斯噪声也得到了一定的平滑.图5c）为采用时间序列的突变点检测模型对经过中位数滤波后的信号处理得到的信号图，从图中可以明显的看到2个突变点.图5d）为用经中位数滤波后的信号减去方波噪声而得到的信号，也就是最后得到的还原信号.

从图5d）可以看出，还原后的信号已经是具有几乎垂直的下降沿，这个信号经过相关分析法、小波变换法处理以后，就可以得到发生泄漏的时刻，从而对管道中的泄漏点进行精准定位.

图5 复杂工况特殊信号处理实例

4 结束语

本文探讨了复杂环境下船舶管路泄漏信号的组成及预处理方式，有以下几点体会：（1）复杂环境下船舶管路基于负压波检测方法得到的信号中包含了大量的噪声，需要选择合适的滤波方法和信号预处理方法来对有用信号和噪声信号进行分离；（2）中位数滤波方法对滤除脉冲噪声非常有效，对高斯噪声也有一定的平滑作用.但要注意对滤波后的数据进行补充，否则会造成突变点漂移现象，影响定位精度；（3）寻找时间序列的转折突变点后将方波噪声从负压波信号中进行分离，在突变点检测时也要注意数据补充，否则也一样引起突变点漂移.

［1］李文军，王学英.油气管道泄漏检测与定位技术的现状及展望［J］.炼油技术与工程，2005（9）：49－52.

［2］Tang Xuhui，Liu Yongbo，Zheng Longjiang，et al.Leak detection of water pipeline using wavelet transform method［C］／／Proceedings －2009International Conference on Environmental Science and Information Application Technology，ESIAT，2009，2：217－220.

［3］韩 建，牟海维，王永涛.相关分析法在输油管道泄漏检测和定位中的应用研究［J］.核电子学与探测技术，2007（1）：154－156.

［4］袁荣华，王 毅，陈春刚.基于负压波结构模式识别方法的供水管网检漏与定位技术的研究［J］.广西大学学报：自然科学版，2003（9）：202－205.

［5］薛玮飞，杨晓翔，郭金泉.往复式压缩机管道内压力脉动的测试与分析［J］.化工机械，2004（1）：5－8.

［6］Li Yibo，Sun Liying，Jin Shijiu.Long range hot oil pipeline leak detection and location technique based on negative pressure wave［J］.Proceedings of the Biennial International Pipeline Conference，IPC，Proceedings of the ASME International Pipeline Conference 2006，2：963－968.

［7］Hu Qiong，Fan Shidong.Pipeline leak detection testing system based on negative pressure wave and flow［J］.Journal of Wuhan University of Technology：Transportation Science ＆ Engineering，2009，33（2）：402－406.

［8］裴益轩，郭 民.滑动平均法的基本原理及应用［J］.火炮发射与控制学报，2001（1）：21－23.

［9］曹 杰，陶 云，田永丽.时间序列转折突变点检测的线性函数方法［J］.高原气象，2002（5）：518－521.