高 琳， 曹建国

(1.北京科技大学机械工程学院， 北京 100083； 2.内蒙古科技大学机械工程学院， 包头 014010；3.北京科技大学人工智能研究院， 北京 100083)

输流管道常常由于外力、疲劳、腐蚀等原因发生破坏进而发生泄漏事故，造成环境污染甚至重大人员伤亡和财产损失，如2010年7月25日，美国Enbridge公司所属管线在密歇根州马歇尔地区的湿地内发生破裂，导致3 192 m2的原油流入了Kala-mazoo河，大约320人因暴露在原环境下出现了不同程度的病症，直接经济损失超过7.67亿美元[1]。值得注意的是，此次事故在泄漏长达17 h后才被运营商发现，因此，如何快速有效地识别和准确地定位泄漏是管道泄漏检测的关键所在。

管道泄漏的检测手段有很多，综观现有研究文献，按检测对象可以分为以下三类：管道内部流体状态检测[2]、管壁状况检测[3]、管道外部环境检测[4]。按检测方法总体上可分为“基于硬件[5]”和“基于软件[6]”两大类方法，也可以具体分为“基于模型[7]”“基于信号处理[8]”“基于人工智能[9]”的检测方法。王俊岭等[10]对用于在役排水管道缺陷检测的主要方法做了综述，分析了各检测方法的原理和特点。

目前虽然已经有众多成熟技术广泛应用在管道泄漏的检测当中，但其中仍有以下两个难点尚未得到充分解决。其一，由于管道属于圆柱壳结构，因此泄漏所致声发射应力波在圆柱壳这种薄壁结构中传播会产生多种模态，包括扭转模态、弯曲模态和纵向模态，不同频率的模态波还具有不同的传播速度，即存在频散现象，导致难以准确定位泄漏源，尤其对于较长管道。……