《液体管道泄漏检测与定位》由会员分享，可在线阅读，更多相关《液体管道泄漏检测与定位（8页珍藏版）》请在金锄头文库上搜索。
1、液体输送管道泄漏的检测与定位鉴于近年来我国液体输送管道泄漏事故时有发生，从而造成巨大经济损失和环境污染状况，对液体输送管道进行检测和定位的研究与实践非常必要。总结了国内外液体输送管道泄漏检测与定位的主要方法，分析了各种方法的原理及优缺点，并结合实际情况，提出了实际实施的过程中应注意的问题及相应对策。一、前言随着我国西部石油的开发，管道输送在国民经济中的位置更加重要，它具体成本低、节省能源、安全性高及供给稳定等特点。然而，世界上总管网的 50已运行 30 年以上，即使管道在敷设时达到了设计质量标准，但由于管道的老化、地理和气候环境的变化以及人为损坏等原因，泄漏事故仍时有发生，不仅会造成巨大的经济
2、损失和资源浪费，而且会带来安全和污染问题。因此建立管道的监测系统，实现对管道泄漏的实时检测，确定发生泄漏的位置，为泄漏事故的及时检修提供方便，将可以最大限度地减少经济损失和资源浪费，尽可能地避免环境污染和安全事故的发生，具有极为重要的现实意义。二、液体输送管道泄漏检测方法应用概况由于管道泄漏检测的多样性和复杂性，目前国内外还没有一种简单、快速、精确、可靠、通用的管道泄漏检测方法。有关管道泄漏检测的方法大致分成四类，第一类是基于人工巡检法，由有经验的技术人员携带检测仪器设备经过训练的动物分段对管道进行泄漏检测和定位。这类方法具有定位精度高和较低的误报率的特点，但不能及时发现泄漏，检测只能间断的进
3、行；第二类是基于超声、磁通、摄像等技术的管内检漏法（如管内探测球PIG）,这类方法具有定位精度高和较低误报率的特点，但无法实现在线监测，由于探测球在管内随介质漂流，容易发生堵塞、停运等事故，并且探测球比较昂贵，运行成本较高；第三类是基于电缆检漏法，目前使用的电缆主要有油溶性电缆、渗透性电缆、分布式传感器电缆三种，电缆与管道平行敷设，当泄漏的物质渗入电缆后，会引起电缆特征的变化，以此来实现对泄漏的检测和定位，这类方法非常灵敏，对于小漏和缓慢泄漏均有较好的效果，但电缆价格和施工费都较高，电缆一旦沾染上泄漏物后就要进行更换，它多用于液态烃类燃料的泄漏检测；第四类是基于管道压力、流量、温度等运行参数的
4、外部检漏法，它能实现在线监测，是目前管道泄漏检测和定位的研究主攻方向之一。1、负压波检漏法当输送管道发生泄漏时，以泄漏处为界，视输送管道为上、下游两个管道，由于输送管道内外压差的存在，使得泄漏处的液体迅速流失，压力突降。当以泄漏前的压力作为参考标准时，泄漏时产生的减压波就称为负压波。该负压波将以一定的速度向管道两端传播，经过若干时间后分别被上、下游的压力传感器检测到。根据检测到的负压力波的波形特征，就可以判断是否发生了泄漏，再根据负压力波传到上、下游传感器的时间差和负压力波的传播速度就可以进行泄漏点的定位。负压波检漏法不需要数学模型，计算量小，适用于发生快速的、突发性泄漏的场合，并且大多数只用
5、压力信号，特别适合我国管道应用。采用负压力波进行泄漏检测和定位主要有相关分析法、时间序列法和小波变换法三种。（1）相关分析法图 1 为相关分析法确定泄漏位置示意图，对压力测点 P1、P2 的压力信号进行相关处理：图 1相关分析法确定泄漏位置示意图当没有发生泄漏时，相关函数将维持一相相对恒定值；当发生泄漏时，R(r)将发生变化，当变化量达到一定数值时，则认为发生了泄漏。t 1、t2 分别为负压力波到达 P1、P2点的时间，当 r= t1 t2 时，R(r)将达到最大值，即（2）时间序列分析法时间序列分析法是通过输送管道两端的压力传感器检测到的压力信号构成两个时间序列，分别对应于输送管道正常状态和
6、泄漏状态，用 Kullback 信息测度对这两个时间序列进行分析，根据预先确定好的阀值按照一定的策略进行预警和报警，从而实现对输送管道的泄漏监测。但这种方法不能实现对泄漏点位置的定位，故不宜单独使用，但可与其它方法结合起来使用。（3）小波变换小波变换在噪声消除、微弱信号的提取和图像处理等方面，特别是对突变信号的处理具有明显优势，应用小波变换对负压力波信号进行“细化和放大”，捕捉负压力波信号的特征点，来实现对液体输送管道泄漏的检测和定位。例如，通过小波变换来检测瞬态负压力波的下降沿进行泄漏检测，通过确定负压力波到达上、下游压力测点的时间差来进行泄漏点的定位。应注意的是，除了泄漏，在泵和阀的正常操
7、作时也有可能会产生负压力波，但泄漏产生的负压力波与正常操作产生的负压力波特征有较大区别，并且这两种负压力波方向不同。为确定负压波传播的方向，可分别在距 P1 和 P2 一定距离处再设两个压力测点 P3、P4（见图 1），利用 P1 和 P3、P2 和 P4 的组合即可检测出负压力波源的方向，只有检测到负压力波源来自 P1 和 P2 之间的某点，才认为是泵站外的管道发生了泄漏。2、压力梯度法在管道上、下游两端各设置两个压力传感器检测压力信号，通过上、下游的压力信号分别计算出上、下游管道的压力梯度。当没有发生泄漏时，沿管道的压力梯度呈斜直线；当发生泄漏时，泄漏点前的流量变大，压力梯度变陡，泄漏点后
8、的流量变小，压力梯度变平，沿管道的压力梯度呈折线状，折点即为泄漏点，由此可计算出泄漏点的位置，其定位原理见图 2。图 2 压力梯度管道泄漏定位原理设管道沿线压力满足 PXPiGX（PX 为管道中距入口 X 米处的压力，G 为压力梯度），则泄漏点与管道入口的距离 X 为：式中Pi入口压力；Po出口压力；Go泄漏点下游压力梯度；Gi泄漏点上游压力梯度；L管道长度。在实际运行中，由于管道的压力梯度是非线性分布，因此压力梯度法的定位精度较差，并且仪表测量的精度和安装位置都对定位结果有较大的影响。针对这个问题，国内学者提出通过建立反映输送管道沿热力变化的水力和热力综合模型，找到更能反映实际情况的非线性压
9、力梯度分布规律，对输送管道的泄漏进行定位。对于流体在粘度、密度、热容等特性随着沿程温度下降有较大变化的管道而言，该方法具有较大的优越性，但需要流量信号，并且需要建立较复杂的数学模型。3、质量或体积平衡法质量或体积平衡法基于管道中流体物质流动的质量或体积守恒关系，即液体的注入量与流出量的差应等于管道内停滞的流体量。在管道运行稳定后，流入量与流出量视为相等，于是在检测管道多点位（或泵站两端）的输入和输出流量时，若差值大于一定范围，即表明所测管道内可能发生泄漏。管道中的流体物质沿管道运行时其温度、压力、密度、粘度等可能发生变化，容易产生误检。在实际应用中可由式（6）进行修正：QL QiQoQa （6
10、）式中 QL管道泄漏的体积流量；Qi（Q0）测量段入口（出口）的体积流量；Qa与温度、体积、压力、密度、粘度等有关的管道内流体体积改变量。当 QL 超过设定的阀值时，就进行预警和泄漏故障报警，泄漏点的位置可由式（7）来确定：式中X上游站至泄漏点的距离；Pi（Po）上游站（下游站）测量的释放（吸入）压力；上游站于下游站之间的流体平均密度；i（o）上游站（下游站）至泄漏点之间的流体平均密度；hi（ho）上游站（下游站）的压头；C系数；fi（fo）上游（下游）的流体平均摩擦系数；L泵站间管道长度；Qi（Qo）管道上游（下游）的体积流量；D管道直径。使用质量或体积平衡法进行泄漏检测时，流量计的精度和管
11、道中的流体物质存余量的估计对泄漏检测精度有一定的影响。为了减少流量计的测量误差，可采用拟合流量计流量误差曲线的方法，对计量精度进行实时在线校正，实现流量计的精度补偿。另外，流量计之间的距离不宜设置过远，以确保流量计之间管道中流体物质余量预测的精确性。质量或体积平衡法对于检测运行状况不断变化的管道和泄漏量少的情况时，检测误差会较大，很难及时发现泄漏，需与其它方法配合使用。4、实时模型法根据瞬变流的水力模型和热力模型，综合管内流体的温度、流量、压力、密度、粘度等参数的变化，建立输送管道的实时模型，在线估计管道的上、下游压力、流量等参数。实时模型与实际管道同步运行，定时取得管道上的实际测量值，如上、
12、下游的压力、流量等，然后奖估计值与实际测量值相比较，当实际测量值与估计值的偏差大于一定范围时，即认为发生了泄漏。该方法主要有以估计器为基础的实时模型法、以系统辨识为基础的实时模型法和基于以扩展 Kalman 滤波器的实时模型法三种。（1）以估计器为基础的实时模型法见图 3。图 3以估计器为基础的实时模型法估计值输入为上游站的压力（hi）和下游站的压力（ho），输出为上游站的流量值Qil 和下游站的流量值 Q。当输送管道发生泄漏时，管道的上游站流量实际测量值将因泄漏而奕大，下游站的流量实际测量值将因泄漏量变小，将实际测量值与估计值进行比较得出偏差信号，即Qi=QiQil 和Qo=QoQol ，采
13、用适当的算法（如相关分析法）对 Qi和 Qo 进行处理，即可进行泄漏的检测和定位。该方法适用于泄漏量较小的情况，泄漏量大时误差较大，需辅以其它的检漏方法。（2）输送管道的实时模型可以通过辨识的方法获得，以系统辨识为基础的实时模型法通过分别建立故障灵敏模型和无故障灵敏模型，以满足泄漏检测和定位对模型的要求，采用与以估计器为基础的实时模型法相类似的原理进行泄漏检测和定位。（3）基于扩展 Kalman 滤波器的实时模型法将输送管道分成 N 段,见图 4。图 4基于扩展 Kalman 滤波器的实时模型法假设在 N-1 个分段点上的泄漏量分别为 Q1、Q2QN-1，建立包括泄漏在内的状态空间离散模型，用
14、扩展 Kalman 滤波器对这些泄漏量进行估计，采用适当的算法，便可对输送管道的泄漏进行检测和定位。基于扩展 Kalman 滤波器的实时模型法泄漏检测的精度与管道的分段 N 有关。总之，实时模型法对管道模型的准确性要求高，但影响管道模型准确性的因素较多，计算量较大。另外，该方法都需要安装流量计，对仪表的精度要求高，因而使用该方法进行输送管道的泄漏检测和定位有一定的难度。5、统计检漏法统计检漏法是壳牌公司提出的一种不用管道模型的检漏方法，该方法根据管道出入口的流量和压力，连续计算流量和压力之间的关系。当发生泄漏时，流量和压力之间的关系就会发生变化，应用序列概率比试验方法和模型识别技术对实际测量的
15、流量值和压力值进行分析，计算发生泄漏的概率，从而判断是否发生了泄漏。采用最小二乘法对泄漏点进行定位，但定位精度受检测仪表精度的影响比较大。6、声波检漏法当管道发生泄漏时，管道中的流体通过泄漏点外泄时会产生噪声，该噪声将沿管道向两端传播，强度随距离会按指数规律衰减，在输送管道上安装声音传感器捕捉噪声信号，通过对噪声信号的分析处理，判断是否发生泄漏并确定泄漏点的位置。由于受到噪声传播距离的限制，若要对长距离的输送管道进行泄漏检测，则需按一定的时间间隔安装许多声音传感器。但随着分布式光纤声学传感器的应用，一根光纤可代替许多普通声音传感器，这将降低检测系统的成本，并且提高泄漏检测的精度。7、基于人工神
16、经网络的检测法人工神经网络是现代神经学基础上提出的，通过模拟大脑神经网络、记忆信息的方式而发展起来的自适应动力系统。近年来，由于人工神经网络所具有的并行分布、空错性、自组织、自联想、自学习和自适应等许多特点，因此，人工神经网络在设备故障预测、监测和诊断领域的应用日趋活跃，它也被用于输送管道泄漏的检测。基于神经网络的输送管道诊断方法，是将管道泄漏特征指标构造输入矩阵，通过对实际输送管道不同的泄漏信号，不同的正常信号构造有教师指导的学习，建立起应力波时域和频域特征管道状况的 BP 网络（非线性映射网络）。神经网络通过对管道泄漏应力波和管道无泄漏时的自学习、自联想建立对管道的自判断能力。神经网络系统可根据环境变化和误报、漏报纠正后，自动更新网络参数，并能够应用在管道其它类型故障如堵塞、积沙、积蜡等诊断与监测中。但总的来看，基于人工神经网络的检漏法仍处于试验阶段，还有许多有待解决的问题。三、输送管道
