CN110702267A - 一种埋地管道周围土层介质赋存状态的测试***及方法 - Google Patents
一种埋地管道周围土层介质赋存状态的测试***及方法 Download PDFInfo
- Publication number
- CN110702267A CN110702267A CN201911145231.0A CN201911145231A CN110702267A CN 110702267 A CN110702267 A CN 110702267A CN 201911145231 A CN201911145231 A CN 201911145231A CN 110702267 A CN110702267 A CN 110702267A
- Authority
- CN
- China
- Prior art keywords
- temperature
- soil layer
- optical
- data
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000002689 soil Substances 0.000 title claims abstract description 90
- 238000012360 testing method Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 15
- 230000003287 optical effect Effects 0.000 claims description 86
- 238000010438 heat treatment Methods 0.000 claims description 46
- 239000013307 optical fiber Substances 0.000 claims description 42
- 238000001069 Raman spectroscopy Methods 0.000 claims description 26
- 229910052802 copper Inorganic materials 0.000 claims description 17
- 239000010949 copper Substances 0.000 claims description 17
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 238000009529 body temperature measurement Methods 0.000 claims description 4
- 238000000844 transformation Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 3
- 239000000835 fiber Substances 0.000 claims 2
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 21
- 238000005516 engineering process Methods 0.000 abstract description 6
- 239000010410 layer Substances 0.000 description 41
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 22
- 238000005259 measurement Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000007797 corrosion Effects 0.000 description 5
- 238000005260 corrosion Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000007790 solid phase Substances 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
- G01K11/32—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using changes in transmittance, scattering or luminescence in optical fibres
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
- G01K11/32—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using changes in transmittance, scattering or luminescence in optical fibres
- G01K11/324—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using changes in transmittance, scattering or luminescence in optical fibres using Raman scattering
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Temperature Or Quantity Of Heat (AREA)
Abstract
本发明公开了一种埋地管道周围土层介质赋存状态的测试***及方法,涉及土壤探查技术,其包括温度场采集单元、数据处理与分析单元、异常评价单元、动态监测定位预警单元;温度场采集单元,用于对管道周围土层介质的温度进行数据采集;数据处理与分析单元,用于对温度场采集单元采集的数据进行数据处理与分析;异常评价单元,用于根据数据处理与分析单元的分析结果对埋地管道周围土层介质赋存状态进行分析和判断;动态监测预警单元,用于根据所述异常评价单元的评判结果实时判别异常情况定位报警。本发明基于热力学第二定律,对埋地管道周围土层介质赋存状态进行监测,通过捕捉管道周围土层介质的温度场变化判断其原始土层赋存状态的稳定性。
Description
技术领域
本发明涉及土壤探查技术,尤其涉及一种土层介质赋存状态的测试***及方法。
背景技术
管线作为一种长距离输送装置,广泛应用于市政工程等各类工业***,在国民经济发展中占据主要地位。按照功能性划分,管线主要分为:水管、油管、燃气管道、电力管道、热力管道及通讯管道等。其一般埋于地下一定深度范围内,主要位于第四纪松散层。由于其埋藏位置的特殊性,常因自然或人为因素发生管体的损伤或破坏。致灾因素概括为以下六大方面:腐蚀、第三方破坏、设计缺陷、材料缺陷、施工缺陷和操作失误。其中尤以腐蚀和第三方破坏最为严重。如2019 年8月28日发生的杭州燃气泄漏事故,主要原因是由于地铁施工过程中发生渗漏水,导致路面发生塌陷,从而使得燃气管道受力折断,致使燃气泄漏。在当今大力发展市政交通网的情况下,诸如上述事故时常发生,如何解决此类问题显得尤为重要。
目前针对各类管网泄漏的检测方法主要分为三大类:一、地表检测,包括人工巡查、声波、管道瞬态变化模型、气体成像(燃气)等;二、管道外壁检测,包括负压波、光纤传感器等;三、管道内壁检测,质量守恒、示踪剂检测、探测球等。上述方法主要围绕管道进行巡查和探查,不能对其进行实时监控,更不能对管道泄漏前分析预警、准确判断埋管位置。
因此,急需一种实时监控、快速、有效、准确判别埋地管道周围土层介质赋存状态的测试***及方法。
发明内容
为了解决上述技术问题,本发明提供了一种实时监控、快速、有效、准确判别埋地管道周围土层介质赋存状态的测试***及方法,发明的内容如下:
一种埋地管道周围土层介质赋存状态的测试***,包括温度场采集单元、数据处理与分析单元、异常评价单元、动态监测预警单元,
所述温度场采集单元,设置于管道周边土体介质内,用于对管道周围土层介质的温度进行数据采集;
所述数据处理与分析单元,与所述温度场采集单元连接,用于对所述温度场采集单元采集的数据进行数据处理与分析;
所述异常评价单元,与所述数据处理与分析单元连接,用于根据所述数据处理与分析单元的分析结果对埋地管道周围土层介质赋存状态进行分析和判断;
所述动态监测预警单元,与所述异常评价单元连接,用于根据所述异常评价单元的评判结果实时判别异常情况并精准定位进行报警。
进一步地,所述温度场采集单元包括温度测试光缆、光时域分布式光纤温度测量仪(DTS-ROTDR)、可调直流稳压电源;所述温度测试光缆为网内加热分布式温度测试光缆,与所述光时域分布式光纤温度测量仪(DTS-ROTDR)连接,设置于管道周边土层介质内,用于对管道周围土层介质的温度数据收集;所述光时域分布式光纤温度测量仪 (DTS-ROTDR),与所述温度测试光缆连接,用于对所述温度测试光缆的温度测试数据进行数据采集;所述可调直流稳压电源,与所述温度测试光缆连接,用于提供所述温度测试光缆的加热电源。
进一步地,所述光时域分布式光纤温度测量仪(DTS-ROTDR)包括激光源、光信号接收模块、光波分复用模块、光信号处理模块。
进一步地,所述光时域分布式光纤温度测量仪(DTS-ROTDR)监测的数据包括反斯托克斯光强(Ias)、斯托克斯光强(Is)、反斯托克斯光频率(Vas)、斯托克斯光频率(Vs)、拉曼频移量(ν)。
进一步地,所述温度测试光缆为采用铜网编织层作为加热元件的网内加热分布式温度测试光缆。
进一步地,所述可调直流稳压电源额定输出电压0~30V,额定输出电流0~5A。
一种埋地管道周围土层介质赋存状态的测试方法,包括以下步骤:
数据采集,数据来源于所述温度场采集单元对管道周围土层介质的温度监测;
数据处理与分析,将所述温度场采集单元采集的数据通过所述数据处理与分析单元进行数据处理与异常分析;
异常评价,根据所述数据处理与分析单元的分析结果对埋地管道周围土层介质赋存状态状态进行分析和判断;
监测预警,根据所述异常评价单元的评判结果来判别异常情况并精准定位进行报警。
进一步地,所述数据采集的数据包括反斯托克斯光强(Ias)、斯托克斯光强(Is)、反斯托克斯光频率(Vas)、斯托克斯光频率(Vs)、拉曼频移量(ν)。
进一步地,所述数据处理与异常分析主要为采集源异常分析,步骤如下:
(1)采用小波分析对数据进行处理;基于所述光时域分布式光纤温度测量仪DTS-ROTDR监测埋地管道周围土层介质的温度场监测数据,根据有效信号和干扰信号的不同特征,将信号进行分离,实现降噪处理;
小波变换过程中将信号分解并进行相关变换后得到一个小波序列,称为子小波:
其中,a为尺度因子,当a<0时无实际意义;b为平移因子,可正可负;ψ(t)为母小波,Ψa,b(t)经过一系列变换生成小波序列;
(2)所述小波分析时选用Daubechies小波,在去噪时则首先对原始信号进行小波分解,然后量化去噪阈值,最后进行信号的重构,获得处理后的拉曼频移量(v1);
(3)拉曼散射光对测试环境中的温度参数敏感,当某一点的温度发生变化,将导致该点中心频率发生变化;通过中心频率的变化量可求得温度变化量,中心频移与温度的关系式,同时可通过测定拉曼散射光的走时确定散射点位置,即发生温度变化的位置;
Z=ct/(2n)
其中R(T)代表一定温度状态下待测温度函数;Ias为反斯托克斯光强,Is为斯托克斯光强,Vas为反斯托克斯光频率,Vs为斯托克斯光频率,c为真空中速度,v为拉曼频移量,h为普朗克常数,K为玻尔兹曼常数,T为绝对温度,n为光纤折射率,t为布里渊散射光双程走时。
本发明的有益效果:
1、本发明改变传统的埋地管道泄漏检测观念,基于热力学第二定律,对埋地管道周围土层介质赋存状态进行监测。通过捕捉管道周围土层介质的温度场变化判断其原始土层赋存状态的稳定性。
2、本发明基于拉曼散射原理的分布式光纤温度传感监测技术实施,其具有抗高压、抗电磁干扰、耐腐蚀性强、耐高温、绝缘性好、成本低廉等优点,同时可进行实时在线监测,能够及时发现异常并精准定位,从而工作人员可有效预防灾害的发生。
3、本发明采用的铜网内加热分布式温度测试光缆较传统的温度传感器存活率高、稳定性好、灵敏度高,其自身兼具传感、传输双重特性,并且可利用光时域分布式温度测量仪对光缆沿线任一点进行准确定位。
4、本发明***及方法综合工程地质学、光学、物理学并结合大数据及互联网技术对埋地管道周围土层介质赋存状态温度场进行实时动态监测,可有效降低异常区误判率;互联网的介入使得数据传输、信号传达更为迅捷,节约资源成本。
附图说明
图1为埋地管道周围土层介质赋存状态的温度场测试***及方法示意图
图2为铜网内加热分布式温度测试光缆示意图
图3为模拟实验设计示意图
图4为模拟实验现场示意图
图5为5w功率加热条件下不同介质的温差分布示意图
图6为4w功率加热条件下不同介质的温差分布示意图
图7为3w功率加热条件下不同介质的温差分布示意图
其中,1-光时域分布式光纤温度测量仪((DTS-ROTDR),1-1 —激光源、1-2—光信号接收模块,1-3—光波分复用模块,1-4—光信号处理模块,2—可调直流稳压电源,3—铜网内加热分布式温度测试光缆,3-1—通讯跳线,3-2—加热元件,4—管道周边土体介质,5—智能监控室,5-1—数据处理分析PC机,5-2—动态显示预警屏, 5-3—配电柜,4-1—数据处理分析PC机,6-1—三种模拟介质分别为水、空气、干燥土壤,6-2—模拟介质分别为空气、干燥土壤、含水土壤(10%),6-3—模拟介质分别为空气、干燥土壤、含水土壤(10%)。
具体实施方式
实施例1
一种可有效判别埋地管道周围土层介质赋存状态的测试***及方法示意图如图1所示,具体内容如下:
1、构建埋地管道周围土层介质赋存状态的温度场测试***:该***包括1—光时域分布式光纤温度测量仪(DTS-ROTDR),主要包括:激光源1-1、光信号接收模块1-2、光波分复用模块1-3、光信号处理模块1-4、可调直流稳压电源2、铜网内加热分布式温度测试光缆3,铜网内加热分布式温度测试光缆结构示意如图2所示。其中,铜网内加热分布式温度测试光缆3采用铜网编织层作为加热元件3-2,其阻值小可长距离加热,工作温度介于-20℃-120℃之间;可调直流稳压电源2额定输出电压0~30V,额定输出电流0~5A,具有良好的过载和过热保护功能;分布式光纤温度测试仪1是一种光时域温度测试***,它以光纤中拉曼散射原理为基础,结合光时域反射技术,实现连续测量光纤沿线任一点处的温度,测量距离可达公里级,空间定位精度可达1m级,且能进行不间断在线测量。铜网内加热分布式温度测试光缆3通过导线与直流稳压电源相连,通过通讯跳线3-1与分布式光纤温度测量仪1相连。首先将铜网内加热分布式温度测试光缆 3置于管道周边土体介质4内,采用分层分段式网状布设;然后利用可调直流稳压电源2对铜网内加热分布式温度测试光缆3进行加热,光缆预热后利用分布式光纤温度测量仪1对铜网内加热分布式温度测试光缆3进行实时在线测量。
2、埋地管道周围土层介质赋存状态的温度场数据采集:本***利用光时域分布式光纤温度测量仪(DTS-ROTDR)1为测试主机对温度场进行测试。该测试主机与其他分布式光纤测试主机不同,其只对温度参数敏感,可获得光纤沿线上任一点的温度信息,且其防电磁干扰、耐腐蚀和高温,单线测试距离可达6km以上。同时,通过RS485/232 通讯或以太网接口将其与高/低温预警***连接,以达到实施监测预警的目的。数据采集初期,首先利用可调直流稳压电源2对铜网内加热分布式温度测试光缆3进行加热,加热功率可选3W、5W、10W等。同时需对仪器相关参数进行设置,测试距离可选0.5km、1km、 1.5km、…、6km等;空间分辨率可选0.5m~3m;起始频率一般为 10.75GHz、终止频率为11.0GHz、扫描间隔为5MHz。考虑到户外浅表层一年四季早中晚温度差异性较大,故建立12组数据库,分别标记为DSM、DSA、DSN等(DSM中S表示春天,M表示上午),对应时间段内采集的温度场数据保存到不同的数据库,每组数据库定义一背景场数据,后续数据处理分析中以背景场为基础进行做差处理。
3、埋地管道周围土层介质赋存状态的温度场数据处理与分析:利用光时域分布式光纤温度测量仪(DTS-ROTDR)1直接导出的数据体,包括反斯托克斯光强(Ias)、斯托克斯光强(Is)、反斯托克斯光频率(Vas)、斯托克斯光频率(Vs)、拉曼频移量(ν)等。往往现场监测的数据拉曼频移量(v0)由于各种因素的影响会出现离散性,因此需要对原始数据进行回归分析和误差分析等处理,这样才能获得埋地管道周围土层介质赋存状态的温度场数据变化的实际情况。
数据首先通过4G无线网传输到智能监控室5由数据处理分析PC 机5-1进行处理分析,然后信号输出通过数据线导入动态显示预警屏 5-2,由配电柜5-3对***进行供电,操作人员可实施查看监控区域管道周边介质温度场变化情况。数据处理步骤主要如下:
数据的处理与异常分析主要为采集源异常分析,使用调制解调仪进行数据采集时,由于仪器本身内部的噪声及外部环境的噪音干扰,使得有效数据被噪声抑制干扰,降低数据的精度。一般外界干扰因素造成低频影响,为了拾取有效信号,一般在测试初期会采用小波分析对数据进行处理。
小波变换在时域和频域具有一定的表征能力。基于DTS-ROTDR监测埋地管道周围土层介质赋存状态的温度场数据,根据有效信号和干扰信号的不同特征,将信号进行分离,从而实现降噪处理。小波变换过程中将信号分解并进行相关变换后得到一个小波序列,称为子小波。
其中,a为尺度因子,当a<0时无实际意义;b为平移因子,可正可负;ψ(t)为母小波,ψa,b(t)经过一系列变换生成小波序列。
一般在小波分析时选用Daubechies小波,在小波去噪时则首先对原始信号进行小波分解,然后量化去噪阈值,最后进行信号的重构,获得处理后的拉曼频移量(v1)。
拉曼散射光对测试环境中的温度参数敏感,当某一点的温度发生变化,将导致该点中心频率发生变化。通过中心频率的变化量可求得温度变化量,中心频移与温度的关系式,同时可通过测定拉曼散射光的走时确定散射点位置,即发生温度变化的位置。
Z=ct/(2n)
其中R(T)代表一定温度状态下待测温度函数;Ias为反斯托克斯光强,Is为斯托克斯光强,Vas为反斯托克斯光频率,Vs为斯托克斯光频率,c为真空中速度,v为拉曼频移量,h为普朗克常数,K为玻尔兹曼常数,T为绝对温度,n为光纤折射率,t为布里渊散射光双程走时。
通过上式,可以获得每次测量后光纤沿线任一点的温度值T测,然后利用Origin9.0对测得数据进行成图。当埋地管道周围土层介质赋存状态某区域发生变化,则该区域的温度变化量与常规土层介质具有明显的差异性,可通过分布式测温光缆捕捉即可获得温差变化异常区。同时可以计算出异常区位置,进行精准定位。
4、埋地管道周围土层介质赋存状态的温度场数据异常变化评价:结合监测区内土层介质赋存状态温度场数据变化特征,对埋地管道周围土层介质赋存状态状态进行分析和判断。光时域分布式光纤温度测量仪(DTS-ROTDR)1通过4G无线网与后台智能监控室5相连,监控室内配备数据处理分析PC机5-1及动态显示预警屏5-2。现场实时采集的数据通过相关软件处理完成后同步传输到显示***,当某一区域的温差变化与总体趋势有差异,则表明该区域土层介质赋存状态可能已经发生改变,如地下水等流体的穿过等。同时,温差偏离预警***会进行自动报警,告知工作人员监测区某点土层介质赋存状态正在发生改变,需采取有效措施进行预防治理,可有效避免埋地管道因腐蚀或第三方破坏发生泄漏事故。工作人员可根据异常值差异大小定量评价埋地管道发生泄漏的可能性大小。
实施例2
本实施例主要从室内实验着手,将光缆埋置于不同的预设环境中从而达到模拟不同赋存状态的目的,此次模拟的主要环境包括水、含水土壤(10%)、干燥土壤及空气。
1、构建埋地管道周围不同介质温度场模拟测试***:该***包括光时域分布式光纤温度测量仪1、可调直流稳压电源2、铜网内加热分布式温度测试光缆3以及模拟不同介质的材料等,整个模拟测试***如图3所示,现场实际测试如图4所示。其中,铜网内加热分布式温度测试光缆3采用铜网编织层作为加热元件3-2,其阻值小可长距离加热,工作温度介于-20℃-120℃之间。模拟实验中光缆长度选取100m,其中l1~l2位于40-55m,l2~l3位于55-70m,l3~l4位于 70-85m;可调直流稳压电源2额定输出电压0~30V,额定输出电流0~5A,具有良好的过载和过热保护功能;分布式光纤温度测量仪1是一种光时域温度测试***,它以光纤中拉曼散射原理为基础,结合光时域反射技术,实现连续测量光纤沿线任一点处的温度,测量距离可达公里级,空间定位精度可达1m级,且能进行不间断在线测量;数据处理分析PC机4-1通过通讯光缆与分布式光纤温度测量仪1相连。如图3、图4所示,单次测量可同时模拟三种不同介质状态下温度场变化特征,分别表示为6-1/6-2/6-3,模拟介质分别为水、含水土壤 (10%)、干燥土壤及空气中的任意三种组合。共进行三组实验,分别为:
1)加热功率为5W,三种模拟介质分别为水、空气、干燥土壤,实时动态监测未加热-加热过程中三种介质的温度场变化特征;
2)加热功率为4W,三种模拟介质分别为空气、干燥土壤、含水土壤(10%),实时动态监测未加热-加热过程中三种介质的温度场变化特征;
3)加热功率为3W,三种模拟介质分别为空气、干燥土壤、含水土壤(10%),实时动态监测未加热-加热过程中三种介质的温度场变化特征;
2、模拟埋地管道周围不同介质的温度场数据采集:本***利用 1—光时域分布式光纤温度测量仪1为测试主机对温度场进行测试。首先对仪器相关参数进行设置,测试距离选0.5km、空间分辨率可选0.5m、起始频率为10.75GHz、终止频率为11.0GHz、扫描间隔为5MHz;然后对***进行调试,采集一组未加热状态下光缆沿线的温度场数值,作为一背景场数据,后续数据处理分析中以背景场为基础进行做差处理;最后利用可调直流稳压电源2对光缆进行定量持续加热,加热功率分别为5W、4W、3W。
3、模拟埋地管道周围土层介质赋存状态的温度场数据处理与分析:利用1—光时域分布式光纤温度测量仪(DTS-ROTDR)1直接导出有用的数据体,包括反斯托克斯光强(Ias)、斯托克斯光强(Is)、反斯托克斯光频率(Vas)、斯托克斯光频率(Vs)、拉曼频移量(ν)等。往往现场监测的数据拉曼频移量(v0)由于各种因素的影响会出现离散性,因此需要对原始数据进行回归分析和误差分析等处理,这样才能获得埋地管道周围土层介质赋存状态的温度场数据变化的实际情况。
数据首先通过有线通讯网传输到数据处理分析PC机5-1进行处理分析,数据处理步骤主要如下:
数据的处理与异常分析主要为采集源异常分析,使用调制解调仪进行数据采集时,由于仪器本身内部的噪声及外部环境的噪音干扰,使得有效数据被噪声抑制干扰,降低数据的精度。一般外界干扰因素造成低频影响,为了拾取有效信号,一般在测试初期会采用小波分析对数据进行处理。
小波变换在时域和频域具有一定的表征能力。基于DTS-ROTDR监测埋地管道周围土层介质赋存状态的温度场数据,根据有效信号和干扰信号的不同特征,将信号进行分离,从而实现降噪处理。小波变换过程中将信号分解并进行相关变换后得到一个小波序列,称为子小波。
其中,a为尺度因子,当a<0时无实际意义;b为平移因子,可正可负;ψ(t)为母小波,ψa,b(t)经过一系列变换生成小波序列。
一般在小波分析时选用Daubechies小波,在小波去噪时则首先对原始信号进行小波分解,然后量化去噪阈值,最后进行信号的重构,获得处理后的拉曼频移量(v1)。
拉曼散射光对测试环境中的温度参数敏感,当某一点的温度发生变化,将导致该点中心频率发生变化。通过中心频率的变化量可求得温度变化量,中心频移与温度的关系式,同时可通过测定拉曼散射光的走时确定散射点位置,即发生温度变化的位置。
Z=ct/(2n)
其中R(T)代表一定温度状态下待测温度函数;Ias为反斯托克斯光强,Is为斯托克斯光强,Vas为反斯托克斯光频率,Vs为斯托克斯光频率,c为真空中速度,v为拉曼频移量,h为普朗克常数,K为玻尔兹曼常数,T为绝对温度,n为光纤折射率,t为布里渊散射光双程走时。
通过上式,可以获得每次测量后光纤沿线任一点的温度值T测,然后利用Origin9.0对测得数据进行成图,如图3所示。同时根据上述计算公式可以计算出异常区位置,进行精准定位。
4、模拟埋地管道周围土层介质赋存状态的温度场数据异常变化评价:结合监测区内土层介质赋存状态温度场数据变化特征,对模拟埋地管道周围土层介质赋存状态状态进行分析和判断。
1)加热功率为5W时:由于水的导热能力相对较强,40-55m段温度升高最小。55-70m光缆在空气中,温度升高最大。干燥的土体不仅由空隙中空气传导热量,还可以通过固相之间接触点直接传导,所以温度升高没有空气部分升高的多;但土颗粒间的导热系数还是没有水大,所以温度升高比水体中升高的要多。70-85m处,凹下去的低谷是光缆埋设在干燥的土体中的部分,三个凸出来的尖峰部分是穿插在箱体两端暴露在空气中的光缆,所以温度上升的程度与55-70m 处空气中光缆温度上升的程度一致。
2)加热功率为4W时:光缆在空气中的部分温度升高最大,干燥的土体不仅由空隙中空气传导热量,还可以通过固相之间接触点直接传导,所以温度升高没有空气部分升高的多。含水率10%的土体的部分,凹下去的低谷是光缆埋设在土体中的部分。含水率10%土体中光纤加热升高温度要比在干燥土体中升高温度低得多,因此土壤含水量的多少是影响土壤导热系数的一个重要因素。
3)加热功率为3W时:光缆在空气中的部分温度升高最大,在干燥的土体部分中的光缆温度升高次之。凹下去的低谷是光缆埋设在干燥的土体中的部分,温度变化为三个凸出来的尖峰部分是穿插在箱体两端暴露在空气中的光缆,所以温度上升的程度与40-55m处空气中光缆温度上升的程度较为一致。70-85m处为光缆穿过含水率10%的土体的部分,凹下去的低谷是光缆埋设在土体中的部分。与实验2加热功率为4W时结果一致。
综上三组实验可得:
1)光缆加热状态下,土层不同赋存状态所测温度场变化数据具有明显的差异性,结果表明本发明具有可行性。
2)水在加热过程中其整体的温度场变化率明显小于其余三种介质,同时空气在加热过程中其整体的温度场变化率明显高于其余三种介质。
3)随着土层含水率的增加其温度场变化率逐级降低,同时随着含水率的降低其温度场变化率逐级增高。
4)上述水和空气两种介质即可对应埋地管道周围两种极端的土层环境,即管道分别处于水和空洞环境中时其温度场变化较正常状态差异性最为明显,监测效果最好。
以上所述,仅是本发明较佳实施例而已,并非对本发明的技术范围作任何限制,故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰,均仍属于本发明技术方案的范围的。
Claims (8)
1.一种埋地管道周围土层介质赋存状态的测试***,其特征在于,包括温度场采集单元、数据处理与分析单元、异常评价单元、动态监测预警单元,
所述温度场采集单元,设置于管道周边土体介质内,用于对管道周围土层介质的温度进行数据采集;
所述数据处理与分析单元,与所述温度场采集单元连接,用于对所述温度场采集单元采集的数据进行数据处理与分析;
所述异常评价单元,与所述数据处理与分析单元连接,用于根据所述数据处理与分析单元的分析结果对埋地管道周围土层介质赋存状态进行分析和判断;
所述动态监测预警单元,与所述异常评价单元连接,用于根据所述异常评价单元的评判结果实时判别异常情况并精准定位进行报警。
2.根据权利要求1所述的测试***,其特征在于,所述温度场采集单元包括温度测试光缆、光时域分布式光纤温度测量仪(DTS-ROTDR)、可调直流稳压电源;所述温度测试光缆为网内加热分布式温度测试光缆,与所述光时域分布式光纤温度测量仪(DTS-ROTDR)连接,设置于管道周边土层介质内,用于对管道周围土层介质的温度数据收集;所述光时域分布式光纤温度测量仪(DTS-ROTDR),与所述温度测试光缆连接,用于对所述温度测试光缆的温度测试数据进行数据采集;所述可调直流稳压电源,与所述温度测试光缆连接,用于提供所述温度测试光缆的加热电源。
3.根据权利要求2所述的测试***,其特征在于,所述光时域分布式光纤温度测量仪(DTS-ROTDR)包括激光源、光信号接收模块、光波分复用模块、光信号处理模块。
4.根据权利要求2所述的测试***,其特征在于,所述温度测试光缆为采用铜网编织层作为加热元件的网内加热分布式温度测试光缆。
5.根据权利要求2所述的测试***,其特征在于,所述可调直流稳压电源额定输出电压0~30V,额定输出电流0~5A。
6.一种埋地管道周围土层介质赋存状态的测试方法,其特征在于,包括以下步骤:
数据采集,数据来源于所述温度场采集单元对管道周围土层介质的温度监测;
数据处理与分析,将所述温度场采集单元采集的数据通过所述数据处理与分析单元进行数据处理与异常分析;
异常评价,根据所述数据处理与分析单元的分析结果对埋地管道周围土层介质赋存状态状态进行分析和判断;
监测预警,根据所述异常评价单元的评判结果来判别异常情况并精准定位进行报警。
7.根据权利要求6所述的测试方法,其特征在于,所述数据采集的数据包括反斯托克斯光强(Ias)、斯托克斯光强(Is)、反斯托克斯光频率(Vas)、斯托克斯光频率(Vs)、拉曼频移量(ν)。
8.根据权利要求7所述的测试方法,其特征在于,所述数据处理与异常分析主要为采集源异常分析,步骤如下:
(1)采用小波分析对数据进行处理;基于所述光时域分布式光纤温度测量仪DTS-ROTDR监测埋地管道周围土层介质的温度场监测数据,根据有效信号和干扰信号的不同特征,将信号进行分离,实现降噪处理;
小波变换过程中将信号分解并进行相关变换后得到一个小波序列,称为子小波:
其中,a为尺度因子,当a<0时无实际意义;b为平移因子,可正可负;ψ(t)为母小波,ψa,b(t)经过一系列变换生成小波序列;
(2)所述小波分析时选用Daubechies小波,在去噪时则首先对原始信号进行小波分解,然后量化去噪阈值,最后进行信号的重构,获得处理后的拉曼频移量(v1);
(3)拉曼散射光对测试环境中的温度参数敏感,当某一点的温度发生变化,将导致该点中心频率发生变化;通过中心频率的变化量可求得温度变化量,中心频移与温度的关系式,同时可通过测定拉曼散射光的走时确定散射点位置,即发生温度变化的位置;
Z=ct/(2n)
其中R(T)代表一定温度状态下待测温度函数;Ias为反斯托克斯光强,Is为斯托克斯光强,Vas为反斯托克斯光频率,Vs为斯托克斯光频率,c为真空中速度,v为拉曼频移量,h为普朗克常数,K为玻尔兹曼常数,T为绝对温度,n为光纤折射率,t为布里渊散射光双程走时。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911145231.0A CN110702267B (zh) | 2019-11-21 | 2019-11-21 | 一种埋地管道周围土层介质赋存状态的测试***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911145231.0A CN110702267B (zh) | 2019-11-21 | 2019-11-21 | 一种埋地管道周围土层介质赋存状态的测试***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110702267A true CN110702267A (zh) | 2020-01-17 |
CN110702267B CN110702267B (zh) | 2024-07-12 |
Family
ID=69206460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911145231.0A Active CN110702267B (zh) | 2019-11-21 | 2019-11-21 | 一种埋地管道周围土层介质赋存状态的测试***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110702267B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113702440A (zh) * | 2021-09-13 | 2021-11-26 | 南京大学 | 一种土体内部裂隙发育状态监测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100076698A1 (en) * | 2008-09-24 | 2010-03-25 | Chengli He | Combustion anomaly detection via wavelet analysis of dynamic sensor signals |
US20130156066A1 (en) * | 2010-08-05 | 2013-06-20 | Korea Research Institute Of Standards And Science | Optic fiber distributed temperature sensor system with self-correction function and temperature measuring method using thereof |
CN105784197A (zh) * | 2016-05-23 | 2016-07-20 | 武汉理工大学 | 一种大范围超高温温度传感***与方法 |
US20170328751A1 (en) * | 2016-05-13 | 2017-11-16 | Krohne Messtechnik Gmbh | Method for detection of pipeline vibrations and measuring instrument |
CA3053610A1 (en) * | 2016-10-25 | 2018-05-03 | Fotech Solutions Limited | Distributed optical temperature sensor |
CN110375207A (zh) * | 2019-07-09 | 2019-10-25 | 安徽理工大学 | 一种深埋燃气管道泄漏人工智能检测*** |
CN211178780U (zh) * | 2019-11-21 | 2020-08-04 | 安徽理工大学 | 一种埋地管道周围土层介质赋存状态的测试*** |
-
2019
- 2019-11-21 CN CN201911145231.0A patent/CN110702267B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100076698A1 (en) * | 2008-09-24 | 2010-03-25 | Chengli He | Combustion anomaly detection via wavelet analysis of dynamic sensor signals |
US20130156066A1 (en) * | 2010-08-05 | 2013-06-20 | Korea Research Institute Of Standards And Science | Optic fiber distributed temperature sensor system with self-correction function and temperature measuring method using thereof |
US20170328751A1 (en) * | 2016-05-13 | 2017-11-16 | Krohne Messtechnik Gmbh | Method for detection of pipeline vibrations and measuring instrument |
CN105784197A (zh) * | 2016-05-23 | 2016-07-20 | 武汉理工大学 | 一种大范围超高温温度传感***与方法 |
CA3053610A1 (en) * | 2016-10-25 | 2018-05-03 | Fotech Solutions Limited | Distributed optical temperature sensor |
CN110375207A (zh) * | 2019-07-09 | 2019-10-25 | 安徽理工大学 | 一种深埋燃气管道泄漏人工智能检测*** |
CN211178780U (zh) * | 2019-11-21 | 2020-08-04 | 安徽理工大学 | 一种埋地管道周围土层介质赋存状态的测试*** |
Non-Patent Citations (1)
Title |
---|
余辉;靳宝全;王云才;谭晋隆;王东;王宇;: "用于煤层气管道泄漏检测的R-OTDR技术", 煤炭技术, no. 08, 10 August 2016 (2016-08-10) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113702440A (zh) * | 2021-09-13 | 2021-11-26 | 南京大学 | 一种土体内部裂隙发育状态监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110702267B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9500554B2 (en) | Method and system for detecting a leak in a pipeline | |
US9851278B2 (en) | Bearing monitoring apparatus and method | |
CN2775629Y (zh) | 一种光纤光栅传感应力测试装置 | |
CN106404078A (zh) | 一种变压器在线监测装置 | |
CN207991706U (zh) | 管道液体温度测量传感器 | |
BR112019017435A2 (pt) | Sistema e método de detecção acústica óptica | |
CN211178780U (zh) | 一种埋地管道周围土层介质赋存状态的测试*** | |
CN105181152A (zh) | 分布式布里渊散射光谱频移的计算方法 | |
Taib et al. | Thermal imaging for enhancing inspection reliability: detection and characterization | |
CN103454309A (zh) | 一种土壤含水率分布式测量方法及*** | |
CN110702267B (zh) | 一种埋地管道周围土层介质赋存状态的测试***及方法 | |
CN116305699A (zh) | 一种基于全方位感知的管道监督*** | |
Wang et al. | Guided wave mode dispersion of transient acoustic emission on copper pipes—Its visualisation and application to source location | |
CN114994460A (zh) | 一种电缆绝缘性能预测装置及方法 | |
CN113819401A (zh) | 基于光纤振动及温度测试的沙漠埋地管道监测***与方法 | |
CN111239842A (zh) | 一种基于分布式光纤传感技术的雨水入侵光缆监测***及方法 | |
CN108387324A (zh) | 管道内介质温度测量变送器 | |
Lay-Ekuakille et al. | Pipeline flow measurement using real-time imaging | |
US11408796B2 (en) | Continuous monitoring device for detecting defects in a section of piping and a monitoring system fitted with at least two monitoring devices | |
CN105448014A (zh) | 基于围墙周界安防***的综合布线方法及入侵预警方法 | |
CN113358750A (zh) | 一种基于边界元法的电力设备声成像方法及*** | |
CN208476766U (zh) | 一种用于油田回注水在线监测的***式结构 | |
CN203908732U (zh) | 一种油罐车漏油预警装置 | |
Yin et al. | A wear debris recognition method based on dual-channel electrostatic signal and prominence of cross-correlation function | |
KR20100073687A (ko) | 실시간 지하수 모니터링 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |