CN101561081B - 应用自主导航机器人对油气管道泄漏的检测定位方法 - Google Patents

Abstract

本发明涉及一种应用自主导航机器人对油气管道泄漏的检测定位方法，由机器人对管道巡线检测和终端计算机检测定位方法组成，在管道附近沿管道轴向方向的路面涂刷标识线和校对节，机器人导航***采用光电编码和校对节的识别方法导航巡检；数据采集组合器由超声波传感器与嗅觉传感器组合采集油气管道的信号，经放大滤波电路和控制模块，通过模/数转换后由无线通讯模块将信号调制并发送至计算机；***分析软件采用自适应模糊检噪平滑算法和多尺度高斯滤波算法相结合的算法，对超声波强度、气体浓度数据进行处理，当两信号同时收到且高于门限值时可判定管道泄漏发出报警并定位。本方法适用于对地下综合管沟中油气管线的巡线检测和泄漏定位。

Description

应用自主导航机器人对油气管道泄漏的检测定位方法

技术领域

本发明涉及一种应用自主导航机器人对油气管道泄漏的检测定位方法,具体地说是一种应用机器人作为检测油气管道泄漏的巡线设备，采用超声波与嗅觉传感器组合、两元数据融合的信号预处理和模式识别综合判定的油气管道泄漏和定位的方法。

背景技术

改革开放30年来我国石油天然气工业得到了长足发展。至2007年底，中国国内已建油气管道的总长度约6万千米，但是由于自然因素和人为损坏等原因，管道的泄漏事故时有发生，不仅给国家造成巨大的经济损失和资源浪费，而且对人民群众的生命财产安全构成严重威胁。国内外管道泄漏的检测方法主要集中在直接检漏法和间接检漏法两种方法上。国内目前仍较多使用人工检测的方法，而管网泄漏的实时检测方法以负压波检漏法、压力梯度法、压力点分析法为主。国外还有采用管内智能爬行机法，最普遍采用漏磁通检测器和超声波检测器技术。应用较多的是漏磁通检测器，即将爬行机放入管内，它就会在流体的推动下运动到下游，同时收集有关管内流动和管壁完好程度的信息。爬行机只适用于那些没有太多的弯头和联接处的管道，它的操作需要有丰富的经验，另外只能工作于管道非运营状态。而超声波检测法由于不受管道壁厚限制，它的数据比漏磁法更精确，在检测精度、定位精度、数据储存和数据分析方面均已达到很高的水平。

从目前情况看，将管道的数学模型的建立和某种信号处理方法相结合、将管外检测技术和管内检测技术相结合、将智能方法引入检测和定位技术实现智能检测、机器人检测和定位等是一研究方向。

发明内容

本发明目的是提供一种具有实用性强，使用方便，***运行可靠稳定，误报率低，功耗低，检测精度高的应用自主导航机器人对油气管道泄漏的检测定位方法,使之适用于城市地下综合管沟中对油气管道进行无损伤无干扰的巡线检测和泄漏定位。

为了达到上述目的，本发明采用的技术方案是：提供一种应用自主导航机器人对油气管道泄漏的检测定位方法，由机器人对油气管道泄漏的巡线检测和终端计算机检测定位方法两部分组成，包括以下步骤：

①安装一个车载型机器人，自载有电源、导航***、数据采集组合器、控制模块和无线通讯模块，应用机器人对油气管道状况进行巡检；

②在管道附近沿管道轴向方向建一小路，路面涂刷一条有颜色的标识线和里程校对节,由机器人应用自载的导航***采用光电编码和校对节的识别方法自主导航巡检；

③机器人应用数据采集组合器负责信号采集，数据采集组合器包括检测器件、信号放大电路、滤波电路；检测器件有超声波传感器与嗅觉传感器，两传感器组合实时采集的信号，分别经放大电路放大，再经滤波电路滤波；

④放大滤波后的信号送到控制模块,经模/数转换器将模拟信号转换成数字信号；

⑤无线通讯模块由发送和接收两个模块组成，发送模块安装在控制模块端，接收模块安装在计算机终端，数字信号经发送模块调制后发送；

⑥安装在计算机终端的接收模块接收和解调信号后，由分析软件按算法流程进行泄漏可疑点的判断与定位；

⑦计算机分析软件采用自适应模糊检噪平滑算法和多尺度高斯滤波算法相结合的综合算法，对巡检采集的超声波强度、气体浓度的数字信号进行处理分析，当两信号同时收集到且信号高于设定门限值时可判定管道泄漏，发出声光报警信号；同时从控制模块的单片机接收气体浓度和超声波强度数据，将接收到的数据按照实测数据/检测最大值的比例关系，在软件界面上直观地以不同颜色的曲线显示波形，实现数据的直观可视化效果，同时显示机器人工作的绝对时间和相对时间，并计算机器人行走的里程数判断出相应的发生泄漏的可疑地点。

本方法中所述的自主导航机器人是为检测管道泄漏提供巡线的设备，是智能导航***、数据采集组合器、控制模块和无线通讯模块的载体。自主导航机器人为车载型机器人。

    所述的车载型机器人带有小车轮和车体，机器人自载的导航***包括红外光电传感器、控制模块、电机控制器和电机，红外光电传感器将识别车体与标识线偏离角度的信息传给控制模块，控制模块通过电机控制器控制电机转动状态，控制模块还通过小路上设置的校对节校对小车的运行里程数。

所述机器人工作时沿油气管道附近建的小路运动，小路面涂刷一条有颜色的标识线和里程校对节，如图1所示。机器人的小车体前端安装有3个红外光电传感器，其中2个传感器跨在标识线的两侧用于检测小车体是否跑偏，中间传感器在标识线范围内用于辅助检测，以确保机器人正确的行走路线。采用光电编码和校对节的识别方法使机器人自主导航及准确巡线距离定位。机器人巡检导航过程判断流程如图2所示。自主导航机器人体积小、携带方便，行走灵活、适合于城市地下综合管沟的环境。

本方法中所述机器人自载的数据采集组合器包括检测器件、信号放大电路和滤波电路；检测器件是准确检测管道泄漏的首要部件。本方法所用的检测器件有超声波传感器，是对在泄漏孔附近形成湍流产生一定频率的超声波信号的采集，声波振动的频率与漏孔尺寸有关，漏孔较大时人耳可听到泄漏声，漏孔很小且声波频率大于20kHz时，人耳听不到的被称作空载的超声波。超声波是高频短波信号能在空气中传播，其强度随着传播距离的增加而迅速衰减，但超声波具有指向性。超声波传感器采集到的超声波数据与油气管道泄漏量正相关。选用超声波传感器，将声波信号转变为微弱的电信号，信号经放大和滤波电路后输入控制模块；

本方法中所用的检测器件还有嗅觉传感器，是对泄漏油气浓度的采集，选择对甲烷、天然气有很高的灵敏度，且具有响应恢复迅速、使用寿命长、稳定性好、驱动电路简单的嗅觉传感器。嗅觉传感器采集到的气体浓度信号与油气管道泄漏量正相关；当检测到泄漏的油气体后，传感器会输出与气体浓度相对应的微弱的电信号，通过信号放大电路，再经滤波电路后输入控制模块；

   本方法中对数据的采集之所以采用超声波传感器与嗅觉传感器两元数据融合的方式进行采集，且对数据分析处理时也是两信号同时接收到且数字信号超过设定的门限值时才能确立管道泄漏。这是由于油气管道内部压强大于外部压强，管道一旦破裂，油气从漏孔冲出，油气的泄漏在泄漏处形成湍流，在湍流漏孔附近产生一定频率的超声波。但是考虑到城市地下综合管沟工况很复杂，机器人巡线时也能检测到由于第三方入侵事件如路面震动或因外力造成的机械震动而产生的宽频声波，这类声波信号同样会被送入控制模块，为避免误检，采用终端计算机未同时接收到由嗅觉传感器传来的检测信号，就不报警；同样机器人在巡线时，会遇到在管线上因安装维修而带来的不可避免的油气残留，此时嗅觉传感器会将检测到油气浓度的信号送入控制模块，若终端计算机没有同时接收到由超声波传感器的检测信号也不报警；只有当终端计算机同时接收到超声波传感器与嗅觉传感器上传的检测信号时，经计算机软件综合分析，才会判断管道泄漏发出报警信号和显示定位。采用超声波与嗅觉传感器两元数据融合的方式以达到精确检测、降低误报率的效果。

本所采用的泄漏巡检定位***包括机器人导航***、数据采集组合器、控制模块、无线通讯模块和终端计算机；如图4所示。导航***与检测定位***共用同一控制模块。

所述的控制模块可选用单片机作为核心器件。如TI公司的MSP430系列等单片机，在实际应用中完全可以满足要求，可以有效降低******控制电路的复杂性，节约PCB板面空间，同时也降低了设计成本，提高了***设计的可靠性。

所述的无线通讯模块由发送和接收两模块组成，发送模块安装在控制模块端，接收模块安装在计算机终端；可选用某一个频段将信号调制和发送。采集的检测信号转换成数字信号后通过发送模块调制并发送，终端计算机接收和解调信号进行在线分析。无线通讯可有效地提高检测的时效性、安全性和保密性。

所述的终端计算机一般设置在地面计算机室。计算机所用分析软件的算法采用自适应模糊检噪平滑算法（简称AFND）和以高斯函数为尺度空间核的信号多尺度空间分析的高斯滤波算法相结合综合算法，对检测的超声波强度、气体浓度数据进行分析，当两信号同时收集到且数字信号高于设定门限值时可判断管道泄漏，发出报警信号；同时在软件界面上以不同颜色的曲线显示检测数据波形、工作的绝对时间和相对时间，发生泄漏的可疑地点。

本方法应用的AFND算法是根据采集波形中信号成分与脉冲噪声成分的局部统计特性，与模糊数学思想有机地结合起来，从而可自动检测含脉冲噪声的波形点，并使用正常信号点数据予以平滑。AFND算法的特色在于同时满足了自适应检测含脉冲噪声点和保护正常信号点的滤波需求。

假定正常信号点数据服从正态分布，对于采集波形段（滤波窗口）中的正常信号数据，是正态总体Ｔ的一组样本，记为Ｔ～Ｎ（m,σ²）；而窗口内的脉冲噪声数据可视为噪声总体Ｔ’的一组取样，Ｔ’服从P_n 且服从（a,　b）上均匀分布的脉冲噪声所污染，对于均匀分布，局部噪声

总体Ｔ’具有与全局噪声同样的分布规律。

根据贝叶斯概率分类原理和模糊隶属度的一致性，AFND算法的完整描述如下：

（1）设定模糊均值估计的迭代收敛阈值ε和检噪门限比Ｒ，Ｒ取２～３；

（2）窗口选取：从波形中顺序选取一个n点(一般取奇数个点，如7、9、11)的滤波窗口，得窗口内的一维数据序列｛x(k)|k=1……n｝；

（3）计算初始的窗口均值；                                                

（4）计算窗口的尺度参数：，

（5）迭代更新窗口的模糊均值m：

更新各样本隶属度：

更新各样本权值：

更新加权均值：

迭代终止条件：ＩＦ｜m－m_０｜>ε：m_０ = m ，GOTO  loop(5)；

ELSE：GOTO  (6)；

（6）窗口方差σ^２估计：

；

（7）噪声侦测和平滑：（对窗口中心x _c操作）

检噪门限：Ｌ＝Ｒ·σ；检噪平滑：ＩＦ｜x _c－m｜>Ｌ：x _c＝m；

（8）GOTO　loop（2），直至处理完整个波形。

在利用AFND算法平滑脉冲噪声的基础上，再使用多尺度高斯滤波算法，调整尺度参数直到信号波形呈现单峰曲线，从而快速和准确地定位泄漏点。波形的多尺度空间是由尺度空间核与原始波形做卷积后得到的，这样在完成对波形的尺度变换的同时，也完成了直方图的平滑滤波过程。高斯滤波器是唯一随着尺度的变化不会产生新的零交叉点的线性滤波器，而且在保持原信号的主要结构上有良好的表现，同时高斯函数满足所谓的尺度定理，因此在多尺度滤波中被广泛使用。对于一维的离散信号h(n)，其离散多尺度空间表征为：

 

式中：g(x,σ)是高斯函数的尺度空间核；方差σ为尺度变量；h(n)为波形的离散样点序列；n为时间点的离散刻度。G(n,σ)为信号波形在离散空间中与不同尺度的高斯函数作卷积的结果，此过程称为多尺度滤波。尺度变量σ初始选取波形方差，通过尺度变量的两分法调整，对直方图进行多尺度滤波，直到波形成为单峰曲线。

本发明的方法中分析软件的设计，利用Visual C＋＋设计语言，配合使用 Windows 下的软件应用接口API，实现了强大的信号分析能力。从控制模块的单片机接收气体浓度和超声波强度数据，将接收到的数据按照实测数据/检测最大值的比例关系，在软件界面上直观地以不同颜色的曲线显示波形，实现数据的直观可视化效果，同时显示机器人工作的绝对时间和相对时间，并计算机器人行走的里程数判断出相应的发生泄漏的可疑地点。计算机***软件主要功能包括：通讯参数确定、上传数据显示与保存、数据分析波形显示、工作时间显示、检查日志保存、泄漏点定位显示和声光报警显示。

***分析软件算法实现过程见流程图5。 

本发明的检测定位方法具有如下优点：

1、本发明的方法中安装的自主导航机器人体积小、行走灵活、携带方便，适合于城市地下综合管沟的环境；提供的检测定位方法具有实用性强，方法简单，使用方便，整个***具有运行可靠稳定，误报率低，功耗低，检测精度高等优点，分析软件实用性强，软件界面友好，具有直观可视化效果。

2、本发明的自主导航机器人及检测定位方法可与管网GPS定位、GIS调度***结合，实现自动化的管网运行安全管理、调度和决策指挥。

3、本发明可应用于城市地下综合管沟的油气管道泄漏检测和定位，对地下油气管道进行无损伤、无干扰的巡线检测和泄漏定位，还可推广应用于城市地下管道煤气、给水管道等相关领域的安全性检测，具有很高的经济效益、社会效益和推广应用前景。

附图说明

本发明的检测定位方法用附图作进一步说明。

 图1为本发明中自主导航机器人沿管道附近的小路路面涂刷的一条有

颜色的标识线运动示意图。图中：1为机器人、2为中间红外光电传感器、3为两侧传感器、4为标识线、5为校对节、6为路面、7为管道。图中箭头表示机器人运动方向。

图2为本发明中机器人巡检过程自主导航判断流程框图。

图3为本发明中机器人自载的数据采集组合器构成图。

图4为本发明中油气管道泄漏检测定位***模块构成图。图中虚线围成的框内是机器人的导航***。导航***与检测定位***共用同一控制模块。

图5为本发明的计算机终端分析软件的分析流程框图。

具体实施方式

实施例1：本发明一种应用自主导航机器人对油气管道泄漏的检测定位方法。安装有车载型自主导航机器人，带有车轮的小车体；自载有电源、导航***、数据采集组合器和无线通讯模块，导航***包括带2对轮的小车体、3个红外光电传感器、控制模块、电机控制器和电机。采用反射式红外光电传感器ST188；控制模块选用TI公司的MSP430F169的单片机作为核心器件，该集成模块丰富、I/O口数量客观、工作稳定可靠；电机控制器采用SGS公司生产的恒压恒流桥式2A驱动芯片L298。机器人巡线行走状况如图1所示。机器人1工作时沿油气管道7附近建的小路6运动，路面涂刷有一条黑颜色的标识线4和里程校对节5，小车体前端安装红外光电传感器，两个传感器3跨在标识线的两侧用于检测车体是否跑偏，中间传感器2在标识线范围内用于辅助检测，以确保机器人正确的行走路线。机器人导航判断流程见图2。

数据采集组合器包括检测器件、信号放大电路和滤波电路；如图3所示。检测器件中超声波传感器采用Microsonic公司的mic+系列超声波传感器；嗅觉传感器采用MQ-4的半导体嗅觉传感器，信号放大电路选用LM358集成运算放大器作放大器件，滤波电路选用cx20106a芯片器件；由两种传感器组合实时采集油气管道状况的信号，并通过放大电路放大和滤波电路滤波；

本发明的方法中泄漏巡检定位检测***包括机器人导航***、数据采集组合器、控制模块、无线通讯模块和终端计算机；如图4所示。

    无线通讯模块，选用F05R的发送模块，使用315MHZ频段，安装在控制模块端，负责将信号调制并发送；选用J04V接收模块安装在计算机终端，负责信号的接收和解调；机器人与控制模块的通信采用无线通讯、实时进行在线分析。

 本方法中终端计算机软件设计用Visual C＋＋设计语言，配合使用

Windows下的软件应用接口API，实现了强大的信号分析能力。

本方法中分析软件数据接收按照如下数据格式：一条数据由5个字节组成，第1个字节是数据的起始标志，其作用在于数据的验证，避免因在数据传输过程中产生错误影响后续数据的接收；第2个字节是气体浓度的高位，第3个字节是气体浓度数据的低位，第4个字节是超声强度的高位，第5个字节是超声强度的低位。

终端计算机的***软件分析流程实现过程如下：

计算机发送一个启动的消息到单片机MSP430F169，同时分析软件等待单片机的消息，当接收到单片机的消息时，检查分析软件中的接收缓存，是否有起始位标志信息，若有则直接新接收到的存到接收缓存中去，若缓存中没有起始标志信息，则检查接收到的信息的第一个字节的信息是否是起始标志，若是则直接保存到计算机分析软件的接收缓存中，若第一个字节不是起始标志，则直接放弃这次接收的信息，继续等待单片机的消息；当消息都保存到接收缓存后，检查接收缓存，若缓存未满，则表示还未收到足够的信息，则直接转到等待单片机的下一个消息。若接收到了足够消息，则进行自适应模糊检噪平滑算法和以高斯函数为尺度空间核的信号多尺度空间分析的高斯滤波算法相结合综合算法处理，并更新当前信息中的最大气体浓度和超声波数字信号及其出现的位置。然后检验是否已经读取了单片机上的全部信息，若是，则对接收到的全部信息进行统计计算，找出发生泄漏的点，在软件界面上以文字和图形化的直观表示方式显示出。若未读取完全部信息，则继续读取单片机的信息。

本发明的检测定位方法中提供的机器人体积小，利用自载的导航***采用光电编码和校对节的识别方法自主导航，灵活行走；提供的检测定位方法简单，使用方便，***运行可靠稳定，误报率低，功耗低，检测精度高。本发明适用于对城市地下管埋共同沟中综合管线进行无损伤、无干扰的巡线检测和泄漏定位，可改善和提高城市综合管线安全性和自动维护、管理水平，具有广阔的市场前景。

Claims (1)

1.一种应用自主导航机器人对油气管道泄漏的检测定位方法，由机器人对油气管道泄漏的巡线检测和终端计算机检测定位方法两部分组成，其特征在于包括以下步骤：

①安装一个车载型机器人，自载有电源、导航***、数据采集组合器、控制模块和无线通讯模块，应用机器人对油气管道状况进行巡检；

②在管道附近沿管道轴向方向建一小路，路面涂刷一条有颜色的标识线和里程校对节，由机器人应用自载的导航***采用光电编码和校对节的识别方法自主导航巡检；

③机器人应用数据采集组合器负责信号采集，数据采集组合器包括检测器件、信号放大电路、滤波电路；检测器件有超声波传感器与嗅觉传感器，两传感器组合实时采集的信号，分别经放大电路放大，再经滤波电路滤波；

④放大滤波后的信号送到控制模块，经模/数转换器将模拟信号转换成数字信号；

⑤无线通讯模块由发送和接收两个模块组成，发送模块安装在控制模块端，接收模块安装在计算机终端，数字信号经发送模块调制后发送；

⑥安装在计算机终端的接收模块接收和解调信号后，由分析软件按算法流程进行泄漏可疑点的判断与定位；

⑦计算机分析软件采用自适应模糊检噪平滑算法和多尺度高斯滤波算法相结合的综合算法，对巡检采集的超声波强度、气体浓度的数字信号进行处理分析，当两信号同时收集到且信号高于设定门限值时可判定管道泄漏，发出声光报警信号；同时从控制模块的单片机接收气体浓度和超声波强度数据，将接收到的数据按照实测数据/检测最大值的比例关系，在软件界面上直观地以不同颜色的曲线显示波形，实现数据的直观可视化效果，同时显示机器人工作的绝对时间和相对时间，并计算机器人行走的里程数判断出相应的发生泄漏的可疑地点。

Images