榆济线次声波管道泄漏检测系统验收报告

《榆济线次声波管道泄漏检测系统验收报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、天然气管道泄漏次声波检测技术报告北京科创三思科技发展有限公司2013年3月目录一、项目立项背景二、项目技术原理三、系统部署四、系统测试五、技术创新六、项目总结一、项目立项背景随着安全生产意识的增强，天然气管道运行状态和完整性检测也越来越受到企业的关注，天然气管道一旦泄漏不能及时发现，将造成重大安全事故和经济损失。目前国内天然气管道发展十分迅猛，随着使用年限的增长，管道将出现老化、腐蚀、穿孔、泄漏等现象，因此如何及时、快速的检测天然气管道是否发生泄漏，对天然气企业的稳定生产和安全运行都非常重要。20112007中石化科技部立项（立项号：3070

2、15）获得中石化科技进步二等奖9月通过中石化专家组鉴定2010中科院情报所查新报告目前我们公司是国内唯一一家成功利用次声波实现天然气管道泄漏检测并有成功应用案例的企业本公司管道泄漏检测技术回顾次声波管道泄漏检测系统在埕孤天然气管道上的应用埕岛-孤岛段管道示意图次声波管道泄漏检测系统在埕孤天然气管道上进行了实验性应用，运行结果表明次声波泄漏检测系统适用于天然气管道。传感器安装太阳能板与设备箱埕岛-孤岛天然气管道全长37.7km，管径273mm。压力3~3.3MPa。埕岛为高压端，孤岛为低压端。Page7应用情况管道泄漏次声波检测系统已成功的应

3、用在成品油、原油和天然气管道上，破获30余起打孔盗油、盗气案件胜利油田埕孤天然气管道上，破获两起打孔盗气行为，这在国内天然气输送管道检测中尚属首次中原油田原油管道上破获十多起打孔盗油事件济邯成品油管道上，已经破获八处盗油点榆济天然气管道的立项为了保障榆济天然气管道的安全运行，2011年11月28日，中国石油化工股份有限公司天然气榆济管道分公司与北京科创三思科技发展有限公司签订技术开发合同：《天然气管道泄漏次声波检测技术研究》项目指标本研究项目是《管道泄漏检测技术》的推广项目，研究开发项目的要求：在原先技术能够达到的最小检测泄漏孔为10mm的基础

4、上进行更深层次的试验工作，使系统可检测的最小泄漏孔径可进一步缩小，使系统能够在管道发生微小泄漏时能够及时发现并实现定位。优化系统的定位算法，结合现场人员的使用习惯，使系统的定位精度可在原先技术指标的基础上进一步提高。完善现场的设备的安装方法。技术经济指标：定位误差：≤50米；报警准确率：≥90%；可检测泄漏孔：≥6mm/4Mpa项目成果一项传感器安装技术三套新算法：支持向量机算法自适应+小波算法基于时间序列的多分站异常信号联合检测算法二、技术原理次声波信号的特点是频率低、衰减小、传播速度稳定、传播距离远，能沿着管道内的流体介质长距离的传播，适合

5、长距离信号检测。其中为衰减系数，为声波频率，为流体密度，为声速，为切变粘滞系数，为热传导系数，为定容比热，为定压比热。从公式中可以看出声波的衰减系数与其频率的二次方成正比。频率越低，衰减系数越小，传播距离越远当管道发生泄漏时，管道内介质在管道压力的作用下，迅速涌向泄漏处，从泄漏点喷射而出，喷射出的介质与破损的管壁高速摩擦，在泄漏处形成振动。该振动从泄漏处以次声波的形式向管道两端传播。管道泄漏信号沿着管道内流体介质向两端传播，安装在管道两端的次声波传感器能够捕获该信号，通过对信号进行分析处理，能够确定管道是否发生泄漏，并能准确计算出泄漏位置。技术

6、原理小波分析方法是一种窗口大小固定但其形状可改变，时间窗和频率窗都可改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率小波的多分辨率分析具有良好的空间域和频率域局部化特性，在用于信号处理时能较好的把噪声信号分解出来小波分析小波变换定义为：且满足这样称为母函数。称为的小波，其中称为尺度参数，称为时间参数，小波是由母函数伸缩和平移构成的。快速傅里叶变换时域波形频域波形基2-FFT算法:设输入序列长度为N=2M，将该序列按时间顺序的奇偶分解为越来越短的子序列，称为基2按时间抽

7、取的FFT算法基2-FFT把信号快速的从时域转换到频域，在频域里对信号波形进行分析，更全面的分析信号的特性。相关法相关法：相关就是指事物或现象之间的相互关系。相关函数值的大小决定两个信号是否相关。通过计算分站收到的信号相关性，能确定是否发生燃气泄漏以及燃气泄漏发生的具体位置。离散信号的自相关函数：离散信号的互相关函数：相关关系函数关系信号被多个分站采集到后，通过分析他们的相关性，可以判定信号来自部署范围之外，还是部署范围之内，当判定为部署范围之外时，应从各个分站信号中滤掉该信号；当判定为部署范围之内时，该信号将作为定位的依据。支持向量机支持向量

8、机算法通过学习信号波形特征和噪声波形特征，自动采集和分析各自的特点，从而形成自动判别信号波形和噪声波形的能力，为智能专家数据库提供依据。假定训练数据可