张逸斌， 张浪， 张慧杰， 李伟， 刘彦青， 桑聪

(1.煤炭科学技术研究院有限公司 安全分院，北京 100013；2.煤炭资源高效开采与洁净利用国家重点实验室，北京 100013)

0 引言

近年来管道发生泄漏的情况屡见不鲜，对工业安全生产构成了重大威胁[1]。在我国部分矿井，瓦斯抽采管道常铺设在环境恶劣的巷道中，容易造成老化生锈以致外部气体渗入其中，从而降低瓦斯抽采浓度，存在瓦斯爆炸的风险。目前我国煤矿对于地下抽采管道的泄漏定位大多尚处于人工巡检阶段，存在定位时间长、耗费人力多、效率低等现实问题，无法满足当今煤矿智能化、无人化开采的需求[2-3]。煤矿井下瓦斯抽采管道泄漏定位技术已经成为避免事故发生、提高瓦斯抽采效率、促进煤矿绿色开采的关键。

我国专家学者陆续开展了针对流体管道检测方面的研究。唐秀家等[4]建立了针对管道运行状况分类的神经网络模型，以检测管道泄漏故障，但该模型训练成本较高，需要采集大量的学习样本以提升算法可靠性。佘小广等[5]提出了针对泄漏状态和严重程度的管道故障判别模型，但该模型仅以流量设定报警阈值，且该阈值设定标准缺乏理论支撑。熊伟[6]基于超声波检测技术、多元高斯声束模型研发了便携式管道泄漏检测仪器，虽提升了检测精度，但仍需人工手持进行检测。雷柏伟等[7]提出了一种基于压力测量的瓦斯抽采管路运行状态诊断方法，验证了利用管道压力平方下降曲线斜率对抽采管道故障状态进行判识的可行性，但该方法仅能判断管道故障区间，无法确定具体位置。……