CN113819401A - 基于光纤振动及温度测试的沙漠埋地管道监测***与方法 - Google Patents
基于光纤振动及温度测试的沙漠埋地管道监测***与方法 Download PDFInfo
- Publication number
- CN113819401A CN113819401A CN202110969880.3A CN202110969880A CN113819401A CN 113819401 A CN113819401 A CN 113819401A CN 202110969880 A CN202110969880 A CN 202110969880A CN 113819401 A CN113819401 A CN 113819401A
- Authority
- CN
- China
- Prior art keywords
- signal
- vibration
- temperature
- optical fiber
- pipeline
- 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.)
- Pending
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Measuring Temperature Or Quantity Of Heat (AREA)
Abstract
本发明公开了基于光纤振动及温度测试的沙漠埋地管道监测***与方法,方法包括设置沙漠埋地管道监测***,并通过沙漠埋地管道监测***采集埋地管道的振动信号和温度信号;对振动信号中的原始散射曲线进行差分处理得到最初的光强变化幅度结果,并运用滤波算法对差值曲线进行平滑处理,得到振动源位置数值;利用温度信号中的斯托克斯光和反斯托克斯光的光强进行温度解调,得到温度数值;获取振动信号的振动波形和温度信号的温度波形,提取振动波形和温度波形的频域的信号特征并计算管道移位变形大小,根据预设的判定条件判断故障事件类型。本发明能有效监测沙漠地带埋地管道由于沙丘移动而产生异常状况,可实时监测管道沿线情况,故障定位监测准确性高。
Description
技术领域
本发明涉及管道监测技术领域,尤其涉及一种基于分布式光纤振动及温度测试的沙漠埋地管道监测***与方法。
背景技术
随着我国能源结构的变革和能源需求的增加,石油、天然气在我国能源需求中将会逐年增加。石油、天然气从开采到消费需要经过层层环节,而且受制于我国能源分布的影响,产地和消费密集地区可能要跨越上千公里之远。油气的运输普遍采用管道运输方式,目前管道运输已成为石油、天然气等危险物质以及流质物料的主要运输方式,尤其是在国家能源战略的调整以及西气东输工程的成功运行之后,管道运输方式得到了大规模地使用。但是由于运输地理位置跨度大,特别是处于含有流沙区域的沙漠地带,工作环境恶劣,从而导致管道的损耗尤为严重,使用寿命普遍低于正常值,出现管道的裸露、移位、拱起、扭曲、剪切、泄漏甚至管道断裂问题,导致管道事件日益频发,不仅会使企业承受重大的经济损失还有可能对人民的生命财产以及环境造成巨大的威胁。在管道输送过程中不发生异常问题显然是不切实际的,所以对于研究人员来说,只能从防微杜渐的角度考虑,及时、高效的监测出异常现象,将损失降到最低。对发生异常的管道段进行管道分析,得出关键信息,判断故障模式和故障等级,尽可能早的采取应对措施对故障进行补救。
如申请号为CN201410332580.4的专利申请公开了一种基于分布式光纤传感器和声波的管道监测方法,该方法包括在管道监测区域铺设分布式光纤传感器,同时在该管道的两端、或者在该管道上分段安装声波传感单元的步骤,利用分布式光纤传感器和声波传感单元同时对管道进行实时监测;为分布式光纤传感器配置光功率检测模块,并为声波传感单元配置声波信号接收与处理装置的步骤;当管道泄漏时,综合分布式光纤传感器检测到的泄漏信号和声波传感单元检测到的泄漏信号判断的步骤。虽然该方案采用光纤传感器和声波传感单元同时对管道进行实时监测,但是未对传感器提取的信号进行特征处理,监测信号的准确性不高。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于分布式光纤振动及温度测试的沙漠埋地管道信息的监测***与监测方法,通过上位机计算移位大小并分析埋地管道移位变形情况;然后通过埋地管道移位变形情况提取振动事件和温度事件信号特征;最后通过信号特征类型进行模式识别以及做出相应的预警处理措施。
本发明的目的是通过以下技术方案来实现的:
一种基于光纤振动及温度测试的沙漠埋地管道监测方法,包括以下步骤:
S1,设置沙漠埋地管道监测***,并通过沙漠埋地管道监测***采集埋地管道的振动信号和温度信号;
S2,利用差值算法对振动信号中的原始散射曲线进行差分处理得到最初的光强变化幅度结果,并运用滤波算法对差值曲线进行平滑处理,去除振动信号中多余的噪声,得到振动源位置数值;
S3,根据自发拉曼散射效应技术和光时域反射技术,利用温度信号中的斯托克斯光和反斯托克斯光的光强进行温度解调,得到温度数值;
S4,获取振动信号的振动波形和温度信号的温度波形,提取振动波形和温度波形的频域的信号特征并计算管道移位变形大小,根据预设的判定条件判断故障事件类型。
具体的,步骤S2具体包括以下子步骤:
S21,假设***采集到的N组后向瑞利散射信号,令t=t1,t2,t3,...tN,其中t为散射信号集,为第i条后向瑞利散射信号;令移动平均次数为M,则平均后的后向瑞利散射信号集可表示为T={T1,T2,T3...TP},其中P=N-M+1,该处理方法可用下式表示:
其中,Ti为移动平均后的第i条瑞利散射曲线;
S22,设定差分处理的作差间隔为m,m为大于1的自然数,对由相邻脉冲光发射形成的瑞利散射曲线Ti和Ti-m做差,差分处理过程如下式所示:
ΔT=abs[T(i)-T(i-m)]
其中,ΔT(i)表示第i条差值曲线,Ti表示***经过移动平均后的第i条瑞利散射曲线,m表示作差间隔,则移动差分后的信号集为:
ΔT={ΔT1,ΔT2,...,ΔTN-M+1}
S23,将移动差分后信号集中每条曲线的同一采样点的幅度值按差值处理的时序,连缀画在同一张图中形成差值曲线图像,并在差值曲线图像找出埋地管道振动发生的位置,选取振动明显的采样点,画出同一位置点截面图,可提取出该采样点位置处对应的时域图像。
具体的,步骤S3具体包括以下子步骤:
S31,将采用斯托克斯光作为参考光,获得反斯托克斯光和斯托克斯光的比值I(T)表达式为:
S32,在光纤通常在光纤的起始位置设置一段参考光纤设定参考光纤处的温度为T0,则参考光纤处反斯托克斯光强与斯托克斯光强比值为:
进一步的,根据I(T)和I(T0)得到光纤各段的温度表达式为:
其中,Ks,Kas表示反斯托克斯光与光纤截面相关的系数,Sb表示光纤的后向散射因子,vas表示反斯托克斯光的频率,α0,αas分别表示入射光、反斯托克斯光的传输损耗系数,h为普朗克常量,h=6.626×10-34J.s;K为玻尔兹曼常量,h=1.380×10-23J.K-1,L表示距离光源的位置,T为光纤所在环境的热力学温度,ΔT对于石英光纤值为1.359×1013Hz。
具体的,步骤S4中获取振动信号的振动波形和温度信号的温度波形,提取振动波形和温度波形的频域的信号特征过程具体包括以下子步骤:
其中,pj(k)=|xj(k)|2/||xj(k)2||;进一步处理获得小波包熵特征为:
具体的,步骤S4中计算管道移位变形大小过程具体包括:根据振动波形和温度波形的变形曲线,采用切角递推的方法将变形曲线划分为N个小段,分别推导出变形曲线中所有划分点的坐标,并分别计算出划分点之间的差值来获得管道移位变形大小。
一种基于光纤振动及温度测试的沙漠埋地管道监测***,包括数据采集模块、信号放大模块、信号采集模块、信号分析模块、上位机、参考光纤和模式识别模块。信号采集模块分别与参考光纤和信号放大模块连接;信号放大模块与数据采集模块连接;上位机分别与数据采集模块和参考光纤连接;信号分析模块和上位机连接;模式识别模块与信号分析模块连接。
具体的,信号采集模块包括波分复用器、隔离器、光源模块和两个光电探测模块,两个光电探测模块分别与波分复用器连接,光源模块通过隔离器与波分复用器连接,波分复用器与参考光纤连接。
具体的,光源模块为分布式光纤振动传感器,光电探测模块为分布式光纤温度传感器,分布式光纤振动传感器采集埋地管道的振动信号,分布式光纤温度传感器采集埋地管道的温度信号;分布式光纤振动传感器和分布式光纤温度传感器均采用轧带贴敷扎接在埋地管道上。
本发明的有益效果:
1.本发明能有效监测沙漠地带埋地管道由于沙丘移动而产生异常状况,实时可视化监测管道沿线移位变形情况、侵入情况、裸露情况、拱起情况以及泄漏情况;采用分布式光纤振动传感器和分布式温度传感器共同定位监测,具有更准确、更高效的特点;分布式光纤不受管线材料限制,能够检测所有材料的管道。
2.本发明为了抑制环境因素对光纤的影响并对光纤传感器进行温度校准,在光纤传感器的起始位置设置一段参考光纤,通过参考信号和实际处理后的信号进比对,提高了故障识别分析的准确性,克服了小波分析只对低频空间而不对高频空间进行分解的局限。此外,本发明还使用移动差分来实现扰动信号的定位,提高了管道故障点的定位精度。
附图说明
图1是本发明的监测***原理框图。
图2是本发明的差分原理定位图。
图3是本发明的埋地管道移位变形图。
图4是本发明基于切角递推的曲线重构原理图。
具体实施方式
以下结合技术方案和附图详细叙述本监测方法的具体实施方案,在本技术方案中仅仅详细描述了部分实施案例而不是全部案例,在本领域,若其他技术人员没有做出创新性改动所获得的其它案例,均属于本发明的保护范围内。
实施例一:
本实施例中,如图1所示,一种基于分布式光纤振动及温度测试的沙漠埋地管道信息的监测***,该***包括数据采集模块、信号放大模块、信号采集模块、信号分析模块、上位机、参考光纤和模式识别模块。信号采集模块分别与参考光纤和信号放大模块连接;信号放大模块与数据采集模块连接;上位机分别与数据采集模块和参考光纤连接;信号分析模块和上位机连接;模式识别模块与信号分析模块连接。
本实施例中,信号采集模块包括波分复用器、隔离器、光源模块和两个光电探测模块,两个光电探测模块分别与波分复用器连接,光源模块通过隔离器与波分复用器连接,波分复用器与参考光纤连接。同时,光源模块和光电探测模块分别与信号放大模块连接。
其中,光源模块为分布式光纤振动传感器,光电探测模块为分布式光纤温度传感器。分布式光纤振动传感器采集埋地管道的振动信号,分布式光纤温度传感器采集埋地管道的温度信号。
在实际应用场景中,本实施例设有多个分布式光纤振动传感器和分布式光纤温度传感器,并与埋地管道一同埋入地下,分布式光纤振动传感器和分布式光纤温度传感器均采用轧带贴敷扎接在埋地管道上。
本实施例中,信号放大模块为信号放大电路,用于对光源模块和光电探测模块输出的电压信号,即分别对分布式光纤振动传感器和分布式光纤温度传感器输出振动信号和温度信号进行放大,本实施例中设有两个信号放大电路,一路用于放大振动信号,另一路用于放大温度信号。
本实施例中,数据采集模块为模数转换器(ADC),用于对放大后的振动信号和温度信号进行模数转换。本实施例中设有两个模数转换器,分别对放大后的振动信号和温度信号进行模数转换,并将转换后的振动信号和温度信号上传到上位机进行分析处理。
优选的,本实施例中的数据采集模块为数据采集卡,可同时采集多路振动信号和温度信号进行模数转换,并上传至到上位机做处理。
本实施例中,上位机主要用于通过PCI***总线将模数转换后的振动信号和温度信号进行信号滤波和温度解调处理,并将处理后的数据发送至计算机,利用设置在计算机中的信号分析模块和模式识别模块进行具体分析处理。
本实施例中,上位机是先根据参考光纤获得埋地管道的振动信号和温度信号后,控制数据采集模块将分布式光纤振动和温度传感器输出的电压信号经由信号放大模块放大后进行模数转换、信号滤波和温度解调处理,最后通过PCI***总线将处理后的数据送入计算机。
本实施例中,上位机利用差值算法对采集的原始散射曲线进行差分处理得到最初的光强变化幅度结果并运用滤波算法对差值曲线进行平滑来去除信号中多余的噪声,得到振动源位置数值。同时上位机根据自发拉曼散射效应技术和光时域反射技术,利用光纤中的斯托克斯光和反斯托克斯光的光强进行温度解调,得到温度数值。
本实施例中,信号分析模块用于提取振动波形和温度波形的频域的信号特征,并根据提取出的信号特征计算管道移位变形大小,根据预设的判定条件判断埋地管道的故障事件类型,最后将判断结果输入到模式识别模块中。
信号分析模块包括振动波形模块和温度模块,振动波形模块用于显示振动信号的频谱波形(振动波形),温度模块用于显示温度信号波形(温度波形)。
本实施例中,模式识别模块用于根据故障事件类型的判断结果进行对应事件的维护处理。模式识别模块包括侵入模块、裸露模块、拱起模块、泄漏模块和预警模块。
裸露模块、拱起模块和泄漏模块绝大多数情况是在非人为因素的影响下,由于沙漠的地理环境的特殊性,随着沙丘在强风的作用下无方向移动导致管道弯曲变形和移位,严重情况下出现裸露、拱起和泄漏等状况;
侵入模块是在不良的人为因素的影响下,例如在沙漠地段发生挖沙盗油事件导致管道多点损坏并且导致油气无法正常运输和供应;为了监测管道是否发生侵入、裸露、拱起或者泄漏等情况,预警模块通过分析管道的振动和温度信号的频率特征判断事件类型。
由于不同的分布式光纤振动信号和温度信号,其能量峰值各不相同,能量分布有明显差异,其熵值分布也存在十分大的差异,通过分析不同频段的能量分布和熵值分布来判定不同事件类型。模式识别模块的具体事件类型识别过程如下:
裸露模块识别:当管道裸露时,贴附管道表面的光纤时刻处于沙暴侵蚀的状态,管道周围出现无规律的振动,并且裸露管道表面温度信号与沙漠土壤中的管道表面温度相差较大。分布式光纤温度传感器能够检测到管道裸露部分较大的温度信号变化;分布式光纤振动传感器能够检测到管道裸露部分无规则的振动信号。根据分布在0-300Hz的振动频谱波形和温度信号变化判断管道裸露情况。
拱起模块识别:当管道向上拱起并裸露出地面时,管内流体在拱起处产生流体固耦合现象从而产生振动,拱起处的振动频率较直管处会出现增大的趋势。根据分布在0-500Hz的振动信号频谱波形和正温度差,判断管道上拱起情况;当管道向下拱起时,管内流体在拱起处产生流体固耦合现象从而产生振动,拱起处的振动频率较直管处会出现增大的趋势。根据采集拱起段分布在0-500Hz的振动信号频谱波形和负温度差,判断管道上拱起情况。
泄漏模块识别:当管道发生泄漏时,泄漏点处的流体发生湍流和空化,分布式光纤传感器能检测到持续且有规律的高频振动信号和无规律的高频随机振动信号。分布式光纤温度传感器能检测到泄漏点处温度急剧变化。根据有规律的高频振动信号和无规律的高频随机振动信号的频谱波形和温度信号变化定位泄漏位置。
侵入模块识别:当管道周围出现人员走动或出现挖沙盗油时,本监测***与监测方法根据采集分布在0-600Hz并且有规律的由小变大或由大变小的振动信号频谱波形以及温度信号的变化来判断管道侵入情况。
模式识别模块的具体维护处理操作包括;若为管道侵入事件,指示灯显示侵入红灯指示状态并在地图上标识红色入侵记号点,发出声光报警通知工作人员检查;若为管道泄漏事件,显示泄露等级,指示灯显示泄漏红灯指示状态并在地图上标识红色泄漏记号,并通知工作人员定点维护检修;若为管道拱起事件,指示灯显示拱起红灯指示状态并在地图上标识红色拱起记号,并通知工作人员;若为管道裸露事件,指示灯显示裸露红灯指示状态并在地图上标识红色裸露记号,并通知工作人员。
本实施例具有以下技术效果:
本实施例提供的监测***能有效监测沙漠地带埋地管道由于沙丘移动而产生异常状况,实时可视化监测管道沿线移位变形情况、侵入情况、裸露情况、拱起情况以及泄漏情况;采用分布式光纤振动传感器和分布式温度传感器共同定位监测,具有更准确、更高效的特点;分布式光纤不受管线材料限制,能够检测所有材料的管道。
实施例二:
本实施例中,一种基于分布式光纤振动及温度的沙漠埋地管道信息监测方法基于实施例一提供的监测***进行,它具体包括以下步骤:
S1,当***进入工作状态时,上位机分别获得由分布式光纤振动传感器检测到的振动信号和由分布式光纤温度传感器检测到的温度信号;
S2,上位机利用差值算法对振动信号中的原始散射曲线进行差分处理得到最初的光强变化幅度结果,并运用滤波算法对差值曲线进行平滑处理,去除振动信号中多余的噪声,得到振动源位置数值;
S3,上位机根据自发拉曼散射效应技术和光时域反射技术,利用温度信号中的斯托克斯光和反斯托克斯光的光强进行温度解调,得到温度数值;
S4,根据振动信号频谱波形和温度信号波形,提取振动波形和温度波形的频域的信号特征,计算管道移位变形大小,判断故障事件类型。若为管道侵入事件,指示灯显示侵入红灯指示状态并在地图上标识红色入侵记号点,发出声光报警通知工作人员检查;若为管道泄漏事件,显示泄露等级,指示灯显示泄漏红灯指示状态并在地图上标识红色泄漏记号,并通知工作人员定点维护检修;若为管道拱起事件,指示灯显示拱起红灯指示状态并在地图上标识红色拱起记号,并通知工作人员;若为管道裸露事件,指示灯显示裸露红灯指示状态并在地图上标识红色裸露记号,并通知工作人员。
本实施例中,在步骤S1中,如图3所示,分布式光纤1与埋地管道2利用轧带3贴附扎接并埋入沙丘4中。在风力的作用下,沙丘4沿着箭头方向移动,沙丘4内部的埋地管道2沿着箭头方向发生移位变形,分布式光纤振动与温度传感器检测发生移位变形管段的振动信号和温度信号。
在步骤S2中,差值运算主要采用有振动时的后向瑞利散射曲线与没有振动时的后向瑞利散射曲线相减的方法,得到的差值曲线只在有振动的位置产生明显的峰值。
假设***采集到的N组后向瑞利散射信号,令t=t1,t2,t3,...tN,其中t为散射信号集,ti为第i条后向瑞利散射信号,这些由光脉冲产生的后向瑞利散射信号未被任何处理,并直接由数据采集卡采集。令移动平均次数为M,则平均后的后向瑞利散射信号集可表示为{T1,T2,T3...TP},其中P=N-M+1,该处理方法可用下式表示:
上式可知移动平均后任意相邻的曲线Ti和Ti+1在幅值上十分相似,若用相邻曲线做差会很难解调出外界扰动信号,以及鉴于入射光脉冲的间隔时间,因此使用移动差分来实现扰动信号的定位,差分间隔可以是1,即对相邻发射的脉冲光形成的瑞利散射曲线做差;也可以是大于1的数,即对相隔几个重复发射频率对应周期的瑞利散射曲线做差值。差分处理过程可由下式表达出来:
ΔT(i)=abs[T(i)-T(i-m)]
其中,ΔT(i)表示第i条差值曲线,Ti表示***经过移动平均后的第i条曲线,m表示作差间隔。则移动差分后的信号集为:
ΔT={ΔT1,ΔT2,...,ΔTN-M+1}
在实际测试中,相邻脉冲周期的散射曲线被采集的时间间隔很短,两条曲线之间的差异很小,直接做相邻差分很难产生明显的峰值,故通常将差分间隔设置为大于1的数。这个数需要根据传感距离和采样频率等条件的具体情况具体设置,差分间隔设置过大会引起非振动点的振幅也变得显著,定位误差较大;差分间隔设置过小会引起整体噪声与振动点振幅差别太小,信噪比较低。
进一步的,各差值曲线之间有一定时间间隔,每条曲线的同一采样点的幅度值按差值处理的时序,连缀画在同一张图里即可表示光纤上某一位置点的散射光信号时域变化情况,其中注入光脉冲的重复频率相当于对该点的采样频率。通过差分处理后的差值曲线图像找出振动发生的位置,选取振动明显的采样点,画出同一位置点截面图,可提取出该采样点位置处对应的时域图像。时间可通过光脉冲重复频率和平均次数的相关计算转换得到,计算公式为:
从上式中可看出平均次数和重复频率会直接对同一位置点的散射光时域图像中相邻时间采样点的时间间隔长短产生影响,此时间间隔如果较长,外界扰动的振动频率如果较高,那么根据采样定理可能会漏掉部分采样点无法准确实现信号信息的有效保留从而限制***的频率响应范围。一般情况下传统实验***发出的脉冲重复频率是固定的,那么平均次数太多就是妨碍***性能的一大因素。
假设移动平均及差分处理***连续采集到的每100组瑞利散射信号,设这100组瑞利散射信号集为,t={t1,t2,t3,...t100}设移动平均次数M=5,则移动平均后的瑞利信号集T={T1,T2,T3...,T96}。由于邻近的瑞利散射信号较为相近,所以采用间隔4个脉冲周期的后向瑞利散射信号进行移动差分,得到的差分信号为:
ΔT={ΔT1,ΔT2,...,ΔT92}={T5-T1,T6-T2,...,Ti+4-Ti,T96-T92}
其中,上面所述的移动平均算法为滤波算法,移动平均算法是一种简单的平滑预测技术,可以消除数据由于受周期变动和随机变动的影响。其具体步骤如下:
首先,根据预测时使用数据的权重是否相同,对应选择简单移动平均法或加权移动平均法,所述的简单移动平均法和加权移动平均法都属于移动平均算法,简单移动平均是各时间点获取的数据的权重相同,而加权移动平均是对近期获得的数据赋予较高的权重;
进一步的,截取一段时间内得到的测定值并按顺序取一定数量的子数据集;
进一步的,逐一对取得的子数据集进行算术平均即可得到移动平均值;
进一步的,将得到的移动平均值按顺序进行排列并放入事先定义好的数组内;
进一步的,取出数组内的数据绘制成波形图。
总的来说,未经过任何预处理的散射信号图像背景噪声极大,无法清楚地判断具体振幅变化情况;而经过初步简单移动平均算法的处理后,曲线的平滑效果变化明显,基本不出现含有突变的尖峰点,背景噪声相对减少,但整体振幅有所下降。
在步骤S3中,在拉曼测温的双路解调方法中,采用斯托克斯光作为参考光,利用反斯托克斯光和斯托克斯光的比值进行解调的温度解调算法。具体步骤如下:
首先,反斯托克斯光和斯托克斯光的比值I(T)表达式为:
进一步的,为了抑制环境因素对光纤的影响并对光纤传感器进行温度校准,通常在光纤的起始位置设置一段参考光纤;
进一步的,设定参考光纤处的温度为T0,则参考光纤处反斯托克斯光强与斯托克斯光强比值为:
进一步的,根据I(T)和I(T0)得到光纤各段的温度表达式为:
其中Ks,Kas表示反斯托克斯光与光纤截面相关的系数,Sb表示光纤的后向散射因子,vas表示反斯托克斯光的频率,α0,αas分别表示入射光、反斯托克斯光的传输损耗系数,h为普朗克常量,h=6.626×10-34J.s;K为玻尔兹曼常量,h=1.380×10-23J.K-1,L表示距离光源的位置,T为光纤所在环境的热力学温度,ΔT对于石英光纤值为1.359×1013Hz。
在实际测量过程中,知道参考温度T0,待测温度对应的反斯托克斯光和斯托克斯光的比值I(T)、参考温度对应的反斯托克斯光和斯托克斯光的比值I(T0),即可实现温度解调,得出实际温度T。
在步骤S4中,在进行信号的特征提取之前,利用小波包分解将频带进行多层次划分,克服了小波分析只对低频空间而不对高频空间进行分解的局限。由于不同类型的信号具有不同的谱结构,常体现为不同类型信号的能量分布于不同的频带上。因此,进行小波包分解后,信号被划分成多层次的特征频带空间,将信号在各子频带空间的能量分布作为特征值,是一种广泛被采用的分布式光纤测量信号的特征提取方法。小波包变换系数的幅值平方在尺度—位移平面上的加权积分等于信号的时域总能量,因此可以用小波包系数来计算信号在子频带空间的能量。
熵被定义为平均信息量,是对被传送信息的度量。广义上讲,熵是指能量与物质平均扩散后的状态,熵与能量有着密不可分的联系。根据熵理论及意义,不同类别的光纤信号在各个特征频带空间的能量分布不一样,则由能量分布得到的熵值也会随之不同。熵值对于信号的时变比较敏感的特性,使其可用于表征光纤信号在时域的变化情况,而熵值由光纤信号在各频带能量分布计算的来,必然具有丰富的频域信息,因此,光纤信号的小波包熵能够用作其分类特征。
取小波包分解树中最后一层的2N个子频带能量分布及其熵作为光纤信号的小波包特征。光纤信号的小波包能量与熵特征提取步骤如下:
其中,pj(k)=|xj(k)|2/||xj(k)2||
即可得到小波包熵特征:
通过以上步骤,完成对信号的小波包能量和小波包熵处理并提取频域特征。
本实施例中,管道移位变形计算过程包括:先根据振动波形和温度波形的变形曲线,采用切角递推的方法将变形曲线划分为N个小段,分别推导出变形曲线中所有划分点的坐标,并分别计算出划分点之间的差值来获得管道移位变形大小。
移位变形计算方法是基于切角递推的变形曲线重构,其基本思想是:把变形曲线分成N个小段,当N足够大时,分成的曲线弧段长度足够小,就可以看成一段微元弧。把曲线的起点坐标设为(0,0,0),根据微分几何的原理,利用微元弧段的曲率以及切角,推导出变形曲线第一个点相对于起点的坐标增量,再推导出第二个点相对于第一个点的坐标增量,依此类推,可以推导出曲线所有点的坐标。如图4所示。
以曲线的起点为原点,曲线在原点的切线为x轴建立直角坐标系x-y。O1和O2分别是曲线上的一段微分弧的起点和终点,圆弧O1O2长度为s。以O1点为原点,平行于x轴方向为x1轴建立直角坐标系x1-y1,以O1点为原点,曲线在O1点的切线为x1轴建立直角坐标系x1-y1。α为O1点切线与x轴的夹角,O1在x-y坐标系中的坐标为(xO1,yO1),O2在x-y坐标系中的坐标为(xO2,yO2),曲线在O1和O2点的曲率为k1和k2,O2相对于O1点的坐标增量为Δx和Δy。
若曲线上选取的圆弧足够小,对应点的切角α就可以用积分求出:
积分得到:
在x1-y1和x2-y2坐标系中,有:
假设圆弧O1O2对应的圆心角为β,曲率半径为r1,则利用弧长和曲率半径的关系有:
由于点O1O2足够近,可以把这两点之间的弧近似看成一段圆弧,这段圆弧的曲率半径r1就可以用O1O2点的曲率半径的平均值来表示:
其中k1、k2为O1和O2的曲率,整理得到:
在x2-y2坐标系中,有:
整理后得到:
最后得到:
通过上式就能得到O2相对于O1点的坐标增量为Δx和Δy,在重构整条曲线时,可以把曲线起始点设为原点,并把曲线分成N个弧段,根据上面的公式推导,可以求出第一个点相对于第原点的坐标增量Δx1和Δy1,那么第一个点的坐标为(Δx1,Δy1),接着求出第二个点相对于第一个点的坐标增量(Δx2,Δy2),那么第二个点的坐标(Δx1+Δx2,Δy2+Δy1),依此类推,可以求出第N个点坐标为:
(Δx1+Δx2+...Δxn,Δy1+Δy2+...Δyn)
至此,就求出曲线上任意一点的坐标,再把离散点相连,就完成了曲线重构。
其中k(s)为曲线上的曲率,k1、k2为O1和O2的曲率,r1为O1点处的曲率半径,r0为OO2圆弧段的半径,α为O1点处切线与x轴的夹角,β为圆弧O1O2对应的圆心角Δx与Δy为O2相对于O1点的坐标增量,s圆弧O1O2长度,以上参数均在图4中标出。
本实施例中,在提取振动波形和温度波形的频域的信号特征,计算出管道移位变形大小,根据预设的判定条件对管道移位变形大小进行判断,获得埋地管道发送移位变形的故障事件类型,并根据故障事件类型进行相应的预警和报警处理。
本实施例可以达到以下技术效果:
本实施例为了抑制环境因素对光纤的影响并对光纤传感器进行温度校准,在光纤传感器的起始位置设置一段参考光纤,通过参考信号和实际处理后的信号进比对,提高了信号分析处理的准确性,克服了小波分析只对低频空间而不对高频空间进行分解的局限。此外,本实施例还使用移动差分来实现扰动信号的定位,提高了管道故障点的定位精度。
实施例三:
本实施例基于实施例一和实施例二实现,本实施例中采用分布式光纤振动和温度传感器能对管道沙漠中的移位变形进行定位。
由于沙丘的移动会使管道发生移位变形,主要引起管道的横向、纵向屈曲变形,此时管道内部会产生流体固耦合振动,进一步的,振动导致光纤折射率发生变化,并引起返回的光强发生变化。由于振动区域光强的变化幅度要比非振动区域的变化幅度更强烈,因此,将光强变化幅度作为振动定位的依据。本监测***与监测方法利用差值算法对采集的原始散射曲线进行差分处理得到最初的光强变化幅度结果,进一步的,运用滤波算法对差值曲线进行平滑来去除信号中多余的噪声,进一步的,得到的是一个具有高峰值的曲线图,其中的峰值对应位置便是振动源的位置。当管内流体经过移位变形段时,管道表面的温度发生较大变化,根据拉曼测温的双路解调方法,采用自发拉曼散射效应技术和光时域反射技术,利用光纤中的斯托克斯光和反斯托克斯光的光强进行温度解调,从而实现管道发生移位变形部分的温度监测。本监测***与监测方法通过振动频谱波形和温度变化计算移位变形大小和分析移位变形分布情况。
本实施例中,分布式光纤振动和温度传感器能判断管道在沙漠中的裸露分布情况。由于沙丘移动使管道裸露出地面。当管道裸露时,贴附管道表面的光纤时刻处于沙暴侵蚀的状态,管道周围出现无规律的振动,并且裸露管道表面温度信号与沙漠土壤中的管道表面温度相差较大。分布式光纤温度传感器能够检测到管道裸露部分较大的温度信号变化;分布式光纤振动传感器能够检测到管道裸露部分无规则的振动信号。本监测***与监测方法根据分布在0-300Hz的振动频谱波形和温度信号变化判断管道裸露情况。
本实施例中,分布式光纤振动和温度传感器能判断管道在沙漠中的管道拱起情况。由于沙丘移动使管道会发生硬地土壤不会发生的拱起情况。
1)当管道向上拱起并裸露出地面时,管内流体在拱起处产生流体固耦合现象从而产生振动,拱起处的振动频率较直管处会出现增大的趋势。本监测***与监测方法根据采集拱起段分布在0-500Hz的振动信号频谱波形和正温度差,判断管道上拱起情况。
2)当管道向下拱起时,管内流体在拱起处产生流体固耦合现象从而产生振动,拱起处的振动频率较直管处会出现增大的趋势。本监测***与监测方法根据采集拱起段分布在0-500Hz的振动信号频谱波形和负温度差,判断管道上拱起情况。
本实施例中,分布式光纤振动和温度传感器能判断管道侵入情况。当管道周围出现人员走动或出现挖沙盗油时,本监测***与监测方法根据采集分布在0-600Hz并且有规律的由小变大或由大变小的振动信号频谱波形以及温度信号的变化来判断管道侵入情况。
本实施例中,分布式光纤振动和温度传感器能定位管道泄漏位置。当管道发生泄漏时,泄漏点处的流体发生湍流和空化,分布式光纤传感器能检测到持续且有规律的高频振动信号和无规律的高频随机振动信号。分布式光纤温度传感器能检测到泄漏点处温度急剧变化。本监测***与监测方法根据高频振动信号频谱波形和温度信号变化定位泄漏位置
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由所附的权利要求书及其等效物界定。
Claims (8)
1.基于光纤振动及温度测试的沙漠埋地管道监测方法,包括以下步骤:
S1,设置沙漠埋地管道监测***,并通过沙漠埋地管道监测***采集埋地管道的振动信号和温度信号;
S2,利用差值算法对振动信号中的原始散射曲线进行差分处理得到最初的光强变化幅度结果,并运用滤波算法对差值曲线进行平滑处理,去除振动信号中多余的噪声,得到振动源位置数值;
S3,根据自发拉曼散射效应技术和光时域反射技术,利用温度信号中的斯托克斯光和反斯托克斯光的光强进行温度解调,得到温度数值;
S4,获取振动信号的振动波形和温度信号的温度波形,提取振动波形和温度波形频域的信号特征并计算管道移位变形大小,根据预设的判定条件判断故障事件类型。
2.根据权利要求1所述的基于光纤振动及温度测试的沙漠埋地管道监测方法,其特征在于,所述步骤S2具体包括以下子步骤:
S21,假设***采集到的N组后向瑞利散射信号,令t=t1,t2,t3,...tN,其中t为散射信号集,为第i条后向瑞利散射信号;令移动平均次数为M,则平均后的后向瑞利散射信号集可表示为T={T1,T2,T3...TP},其中P=N-M+1,该处理方法可用下式表示:
其中,Ti为移动平均后的第i条瑞利散射曲线;
S22,设定差分处理的作差间隔为m,m为大于1的自然数,对由相邻脉冲光发射形成的瑞利散射曲线Ti和Ti-m做差,差分处理过程如下式所示:
ΔT(i)=abs[T(i)-T(i-m)]
其中,ΔT(i)表示第i条差值曲线,Ti表示***经过移动平均后的第i条瑞利散射曲线,m表示作差间隔,则移动差分后的信号集为:
ΔT={ΔT1,ΔT2,...,ΔTN-M+1}
S23,将移动差分后信号集中每条曲线的同一采样点的幅度值按差值处理的时序,连缀画在同一张图中形成差值曲线图像,并在差值曲线图像找出埋地管道振动发生的位置,选取振动明显的采样点,画出同一位置点截面图,可提取出该采样点位置处对应的时域图像。
3.根据权利要求1所述的基于光纤振动及温度测试的沙漠埋地管道监测方法,其特征在于,所述步骤S3具体包括以下子步骤:
S31,将采用斯托克斯光作为参考光,获得反斯托克斯光和斯托克斯光的比值I(T)表达式为:
S32,在光纤通常在光纤的起始位置设置一段参考光纤设定参考光纤处的温度为T0,则参考光纤处反斯托克斯光强与斯托克斯光强比值为:
进一步的,根据I(T)和I(T0)得到光纤各段的温度表达式为:
其中,Ks,Kas表示反斯托克斯光与光纤截面相关的系数,Sb表示光纤的后向散射因子,vas表示反斯托克斯光的频率,α0,αas分别表示入射光、反斯托克斯光的传输损耗系数,h为普朗克常量,h=6.626×10-34J.s;K为玻尔兹曼常量,h=1.380×10-23J.K-1,L表示距离光源的位置,T为光纤所在环境的热力学温度,ΔT对于石英光纤值为1.359×1013Hz。
4.根据权利要求1所述的基于光纤振动及温度测试的沙漠埋地管道监测方法,其特征在于,所述步骤S4中获取振动信号的振动波形和温度信号的温度波形,提取振动波形和温度波形的频域的信号特征过程具体包括以下子步骤:
其中,pj(k)=|xj(k)|2/||xj(k)2||;进一步处理获得小波包熵特征为:
5.根据权利要求1所述的基于光纤振动及温度测试的沙漠埋地管道监测方法,其特征在于,所述步骤S4中计算管道移位变形大小过程具体包括:根据振动波形和温度波形的变形曲线,采用切角递推的方法将变形曲线划分为N个小段,分别推导出变形曲线中所有划分点的坐标,并分别计算出划分点之间的差值来获得管道移位变形大小。
6.一种利用权利要求1~5任意一项所述基于光纤振动及温度测试的沙漠埋地管道监测方法的监测***,其特征在于,包括数据采集模块、信号放大模块、信号采集模块、信号分析模块、上位机、参考光纤和模式识别模块。信号采集模块分别与参考光纤和信号放大模块连接;信号放大模块与数据采集模块连接;上位机分别与数据采集模块和参考光纤连接;信号分析模块和上位机连接;模式识别模块与信号分析模块连接。
7.根据权利要求6所述的基于光纤振动及温度测试的沙漠埋地管道监测方法,其特征在于,所述信号采集模块包括波分复用器、隔离器、光源模块和两个光电探测模块,两个光电探测模块分别与波分复用器连接,光源模块通过隔离器与波分复用器连接,波分复用器与参考光纤连接。
8.根据权利要求7所述的基于光纤振动及温度测试的沙漠埋地管道监测方法,其特征在于,所述光源模块为分布式光纤振动传感器,光电探测模块为分布式光纤温度传感器,分布式光纤振动传感器采集埋地管道的振动信号,分布式光纤温度传感器采集埋地管道的温度信号;分布式光纤振动传感器和分布式光纤温度传感器均采用轧带贴敷扎接在埋地管道上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110969880.3A CN113819401A (zh) | 2021-11-17 | 2021-11-17 | 基于光纤振动及温度测试的沙漠埋地管道监测***与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110969880.3A CN113819401A (zh) | 2021-11-17 | 2021-11-17 | 基于光纤振动及温度测试的沙漠埋地管道监测***与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113819401A true CN113819401A (zh) | 2021-12-21 |
Family
ID=78913431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110969880.3A Pending CN113819401A (zh) | 2021-11-17 | 2021-11-17 | 基于光纤振动及温度测试的沙漠埋地管道监测***与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113819401A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114537466A (zh) * | 2022-02-25 | 2022-05-27 | 京沪高速铁路股份有限公司 | 高速铁路轨道结构变形损伤监测***及方法 |
CN115479219A (zh) * | 2022-09-20 | 2022-12-16 | 无锡科晟光子科技有限公司 | 智能管道状态监测方法、监测装置及智能管道*** |
CN116907677A (zh) * | 2023-09-15 | 2023-10-20 | 山东省科学院激光研究所 | 用于混凝土结构的分布式光纤温度传感***及其测量方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102997055A (zh) * | 2011-09-14 | 2013-03-27 | 中国石油天然气集团公司 | 一种光纤传感天然气管道泄漏监测***的泄漏点定位方法和*** |
CN104819382A (zh) * | 2015-04-09 | 2015-08-05 | 北方工业大学 | 一种用于光纤预警***的自适应恒虚警率振源检测方法 |
US20150300874A1 (en) * | 2014-04-17 | 2015-10-22 | Saudi Arabian Oil Company | Pipeline Integrity Monitoring Using Fiber Optics |
CN108020345A (zh) * | 2018-01-26 | 2018-05-11 | 国网上海市电力公司 | 一种基于单模光纤拉曼散射效应的分布式光纤测温装置 |
CN109210385A (zh) * | 2018-06-08 | 2019-01-15 | 张益平 | 一种基于Phase-OTDR的分布式光纤传感***及方法 |
CN113008357A (zh) * | 2021-02-26 | 2021-06-22 | 中煤科工集团重庆研究院有限公司 | 分布式多参数探测光纤校正方法 |
-
2021
- 2021-11-17 CN CN202110969880.3A patent/CN113819401A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102997055A (zh) * | 2011-09-14 | 2013-03-27 | 中国石油天然气集团公司 | 一种光纤传感天然气管道泄漏监测***的泄漏点定位方法和*** |
US20150300874A1 (en) * | 2014-04-17 | 2015-10-22 | Saudi Arabian Oil Company | Pipeline Integrity Monitoring Using Fiber Optics |
CN104819382A (zh) * | 2015-04-09 | 2015-08-05 | 北方工业大学 | 一种用于光纤预警***的自适应恒虚警率振源检测方法 |
CN108020345A (zh) * | 2018-01-26 | 2018-05-11 | 国网上海市电力公司 | 一种基于单模光纤拉曼散射效应的分布式光纤测温装置 |
CN109210385A (zh) * | 2018-06-08 | 2019-01-15 | 张益平 | 一种基于Phase-OTDR的分布式光纤传感***及方法 |
CN113008357A (zh) * | 2021-02-26 | 2021-06-22 | 中煤科工集团重庆研究院有限公司 | 分布式多参数探测光纤校正方法 |
Non-Patent Citations (3)
Title |
---|
何弼: "《分布式光纤传感技术在管道监测中的应用研究》", 《管道技术与设备》 * |
王硕: "《基于分布式振动光纤传感的管道泄漏监测研究》", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
胡泽等: "《分布式光纤的沙漠埋地油气管道入侵信号识别》", 《电子测量技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114537466A (zh) * | 2022-02-25 | 2022-05-27 | 京沪高速铁路股份有限公司 | 高速铁路轨道结构变形损伤监测***及方法 |
CN115479219A (zh) * | 2022-09-20 | 2022-12-16 | 无锡科晟光子科技有限公司 | 智能管道状态监测方法、监测装置及智能管道*** |
CN115479219B (zh) * | 2022-09-20 | 2024-03-01 | 无锡科晟光子科技有限公司 | 智能管道状态监测方法、监测装置及智能管道*** |
CN116907677A (zh) * | 2023-09-15 | 2023-10-20 | 山东省科学院激光研究所 | 用于混凝土结构的分布式光纤温度传感***及其测量方法 |
CN116907677B (zh) * | 2023-09-15 | 2023-11-21 | 山东省科学院激光研究所 | 用于混凝土结构的分布式光纤温度传感***及其测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
US20210010645A1 (en) | Artificial intelligence detection system for deep-buried fuel gas pipeline leakage | |
CN108802825B (zh) | 一种次声波监测煤岩动力灾害定位方法及定位*** | |
US20220205956A1 (en) | Detection of structural anomalies in a pipeline network | |
Pan et al. | Structural health monitoring and assessment using wavelet packet energy spectrum | |
CN109839440B (zh) | 一种基于静置车辆测试的桥梁损伤定位方法 | |
US20120067126A1 (en) | Monitoring of the position of a pipe inspection tool in a pipeline | |
CN109002673B (zh) | 一种基于车辆制动冲击作用的桥梁基础冲刷识别方法 | |
CN108283011A (zh) | 使用多模声信号对金属结构中的变化进行检测与监控 | |
CN108573224B (zh) | 一种利用单传感器信息的移动重构主成分的桥梁结构损伤定位方法 | |
CN105181152B (zh) | 分布式布里渊散射光谱频移的计算方法 | |
CN109469824B (zh) | 基于云处理的天然气管道应变风险监测***及预警方法 | |
CN105676268A (zh) | 一种基于声音信号波形变化特征的应变型岩爆预警方法 | |
Tian et al. | Intrusion signal recognition in OFPS under multi-level wavelet decomposition based on RVFL neural network | |
CN110702212B (zh) | 固定震源装置和φ-otdr传感***结合的油气管道光纤标定方法 | |
Tomiyama et al. | Application of lifting wavelet transform for pavement surface monitoring by use of a mobile profilometer | |
CN115951409A (zh) | 一种实时三维成像的地面塌陷探测预警方案 | |
Chen et al. | An AI-based monitoring system for external disturbance detection and classification near a buried pipeline | |
CN103196991A (zh) | 连续诊断管体金属腐蚀与缺陷的全覆盖瞬变电磁检测方法 | |
Fu et al. | A simulation of gas pipeline leakage monitoring based on distributed acoustic sensing | |
RU2346300C1 (ru) | Способ обнаружения возможности наступления катастрофических явлений | |
CN117191952A (zh) | 基于声发射信号小波包分解频带能量谱的疲劳损伤识别与寿命预测方法 | |
CN116989913A (zh) | 一种光纤传感的电缆线路温度监测方法及*** | |
KR100817617B1 (ko) | 구조물의 두께와 물성치 검사장치, 검사방법 및 두께감소감시방법 | |
CN110333506A (zh) | 一种提取索力测量雷达的拉索位置参数的方法 |
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 |