1、前言

　　管道运输是运输量大、安全性高、节能经济的油气输送方式。近期我国将建成多条油气输送管道，形成“两纵、两横、四枢纽、五气库”，超过10万公里的油气管输格局。

　　由于管道运输固有的高压、易燃、易爆特性，长输管道的安全管理极为重要。泄漏是长输管道运行中最主要的安全隐患之一，气体管道的泄漏往往会造成中毒、火灾和爆炸等严重事故。近年来，犯罪分子在原油、成品油管道打孔盗油，给国家造成了巨大的经济损失。

　　管道泄漏监测系统实时监测管道的运行情况。当管道发生泄漏时，能够及时发现并确定泄漏发生的位置，从而可以及时有效地进行应急处理，控制和减少因管道泄漏造成的经济损失，具有明显的经济效益和社会效益。

　　智能音波管道泄漏监测系统引入了先进的信号处理、模式识别和人工智能技术，提高了管道泄漏监测系统的灵敏度、可靠性和稳定性，降低了误报率，是目前最为先进的第四代管道泄漏监测技术。

2、Dolphin音波智能管道泄漏监测系统简介

　　北京寰宇声望智能科技有限公司与自动化行业中创新与科技的领先者－－贝加莱工业自动化（上海）有限公司合作，引进贝加莱先进的自动化平台技术，吸收贝加莱公司在管道泄漏监测系统的成功经验，在国内推广贝加莱管道泄漏监测方案—Dolphin智能音波管道泄漏监测系统，是贝加莱公司在音波智能管道泄漏监测领域唯一的系统集成商。

　　Dolphin系统在管道两端安装音波传感器，24小时实时接收并监控管道内音波信号。Dolphin系统通过音波信号处理，消除管道的背景噪声并抑制管道操作过程中产生的干扰；然后利用模式识别和人工智能技术，实时识别甄别和分析音波信号，确定是否发生泄漏；最后根据音波信号到达管道两端的时间差，进一步计算出发生泄漏的位置。

　　Dolphin智能音波管道泄漏监测定位系统主要包括数据采集处理终端、泄漏监测定位服务器以及人机接口界面。同时，系统正常运行需要通讯网络支持，比如GPRS路由器和VPN服务器等。如图1所示：

图1 DOLPHIN音波智能管道泄漏监测定位系统

　　数据采集处理终端的主要功能是把传感器采集到的音波信号进行预处理与放大，转换为数字域的多通道音波信号。通过维纳滤波、自适应滤波等多种方法对信号进行预处理，利用GPS信号进行精确时间同步，并通过通讯网络，实时传输到泄漏监测定位服务器。

　　泄漏检测定位服务器负责实时接收各个数据采集终端节点传送来的数据，并对管道进行实时监控。其主要功能是：
 通讯：建立并维护各数据采集终端的通讯信道；
 数据采集同步：采集并同步各数据处理终端的原始数据；
 实时泄漏监测：对音波数据进行实时泄漏监测，并判断是否发生泄漏；
 泄漏位置计算：估计音波信号到达各数据处理终端的时间差，并计算泄漏位置；
 系统状态服务：维护系统工作状态，并传送给状态监控主机；
 数据备份：保存原始数据；
 泄漏状态日志：把泄漏发生的时间、地点等关键信息保存到数据库；

　　运行在各监控终端的人机界面负责提供操作界面以控制系统运行的各种参数，并实时显示管道运行状态，当发生管道泄漏，及时发出报警和启动应急处理。

3、DOLPHIN音波智能管道泄漏监测系统核心技术

　　音波管道泄漏监测系统需要解决的核心难点是既需要灵敏的检测到由于微小泄漏引起的微弱音波信号，同时也需要区分泄漏引起的音波和管道日常运行中的背景噪声以及操作干扰，避免干扰信号引起的误报警。

　　泄漏监测的目的是从管道中实时发生的各种音波信号中准确地识别出由于泄漏产生的音波信号，同时拒绝各种可能的干扰。因此管道泄漏监测问题可以归结为一个模式识别问题：如何有效的建立泄漏音波信号及各种干扰信号的模型？如何从实时的多个音波模型中识别出泄漏音波？

　　为了提高系统灵敏度，降低由于干扰噪声引起的误报，DOLPHIN音波智能管道泄漏监测系统采用先进的传感器技术及前端处理技术以获取高质量的音波信号、领先的信号处理技术抑制背景噪声和操作干扰、先进的人工智能技术和模式识别技术以准确的识别微小泄漏音波同时拒绝各种干扰音波信号。DOLPHIN音波管道泄漏监测系统采用基于HMM（Hidden Markov Model）模型的识别器，实时监测管道运行状况。DOLPHIN系统内核包括音波信号处理、泄漏波形特征提取、实时识别器优化及模型适应性训练优化等先进的核心技术。
 
传感器及前端处理模块

　　主要作用是实时将管道中的音波信号转换为电讯号，并传输到DOLPHIN系统信号采集处理终端。在微小泄漏孔径的情况下，泄漏产生的微弱音波信号，经过长距离传输进一步衰减，使信号的捕捉变得更加困难。微弱信号的捕捉、放大和噪声的抑制是传感器及前端处理模块的关键。DOLPHIN系统信号采集处理终端采用定制化的传感器和前端处理模块，有效的解决了微弱信号的捕捉、放大和噪声抑制的问题。
 
音波信号处理：

　　环境噪声会影响音波信号质量。在严重的情况下，由于管道泄漏产生的音波信号将完全淹没在噪声中，无法分辨。音波信号处理的目的是为了有效的去除管道背景噪声，抑制管道日常操作引起的各种干扰信号，提取尽可能干净的音波信号，从而有效地提高了泄漏监测的灵敏度，同时降低了由于干扰和噪声引起的误报。

　　管道中存在的噪声信号分为两种：管道运行过程中的背景噪声和管道操作过程中产生的各种干扰噪声。在有效的获取微弱音波信号的基础上，DOLPHIN泄漏监测系统采用维纳滤波和自适应滤波等多种方法进行噪声抑制。

图2 维纳滤波滤除背景噪声

　　背景噪声的特点是变化比较缓慢的宽频信号。DOLPHIN泄漏监测系统采用先进的背景噪声功率谱估计算法，可以有效地估计管道运行过程中的平稳和非平稳背景噪声。维纳滤波是最小均方误差意义下的最优估计器，在噪声消除方面得到了广泛的应用。在有效估计到噪声功率谱的情况下，DOLPHIN系统采用维纳滤波对背景噪声进行最优化噪声抑制。利用维纳滤波滤除背景噪声的处理框图参见图2。

图3 自适应滤波滤除干扰信号

　　管道分输等操作干扰噪声的特点比较接近泄漏音波信号，因此，不能通过普通滤波器简单的过滤。DOLPHIN系统采用主传感器获取音波信号，同时采用多个传感器采集参考信号。由于参考信号的干扰信号强度高于主传感器，因此，主传感器的干扰信号可以通过自适应滤波有效地滤除。利用自适应滤波器滤除参考干扰信号的处理框图参见图3。

 
波形特征提取

　　包含各种噪声和干扰信号的原始音波信号经过维纳滤波去除背景噪声，自适应滤波去除干扰之后，将提取泄漏波形特征。DOLPHIN音波智能管道泄漏监测系统选择不同频带的低频音波能量作为特征向量。波形特征向量经过能量压缩、信息压缩之后，作为实时识别器的输入。

 
基于HMM模型的实时识别器

　　HMM（Hidden Markov Model）模型是强大而灵活的统计模型，能有效地描述复杂的信号模型，在语音识别、话者识别等领域得到了广泛的应用。DOLPHIN音波管道泄漏监测系统采用了基于HMM模型的识别器实时处理并甄别管道的运行状态。DOLPHIN音波管道泄漏监测系统采用HMM模型来描述泄漏音波及各种干扰信号模型，解决了HMM模型建立、模型训练、实时识别以及在嵌入式系统上的识别器优化等一系列问题，从而能有效地区分泄漏音波信号及干扰信号，提高了系统识别微弱信号的灵敏度，降低了误报率。
 
基于HMM模型的快速自适应训练

　　由于实际管道的运行状况千差万别，压力、温度、流体特性以及背景噪声都各不相同，准确快速地适应调整识别模型将进一步提高识别系统的性能。DOLPHIN音波管道泄漏监测系统采用先进的快速适应性训练技术对原始模型进行训练。经过实际管道数据现场快速适应训练之后，实时识别器的HMM模型能够更好的适应管道的现场运行状况和操作干扰，从而，进一步了提高识别器的识别精度。
 
开放式、模块化软硬件架构