1、投稿网址:2023 年 第23 卷 第24 期2023,23(24):10307-10科 学 技 术 与 工 程Science Technology and EngineeringISSN 16711815CN 114688/T收稿日期:2022-10-15修订日期:2023-05-22基金项目:国家自然科学基金(51904105);河北省自然科学基金(E2021209052,E2021209148)第一作者:田宝柱(1978),男,汉族,天津人,博士,副教授。研究方向:声发射与岩石力学。E-mail:tianbaozhu1111 。通信作者:梁鹏(1987),男,汉族,河南南阳人,硕士,讲师
2、。研究方向:声发射。E-mail:。引用格式:田宝柱,徐文涛,梁鹏,等.基于多传感器融合的埋地输水管道泄漏声发射定位方法J.科学技术与工程,2023,23(24):10307-10316.Tian Baozhu,Xu Wentao,Liang Peng,et al.Acoustic emission localization method of buried water pipeline leakage based on multi-sensor fu-sionJ.Science Technology and Engineering,2023,23(24):10307-10316.基于多传感器
3、融合的埋地输水管道泄漏声发射定位方法田宝柱1,2,徐文涛1,2,梁鹏1,2,孙林1,2,于光远1,2(1.华北理工大学矿业工程学院,唐山 063210;2.河北省矿山绿色智能开采技术创新中心,唐山 063210)摘 要 针对无裸露埋地输水管道泄漏源定位难度大、精度差的问题,利用声发射技术,基于贪心策略思想与声发射波衰减理论,构建了多传感器融合策略的埋地输水管道泄漏源定位算法。通过搭建埋地输水管道泄漏模拟试验平台,开展埋地输水管道泄漏试验,对泄漏源定位算法进行验证。试验结果表明:该算法应用贪心策略思想优化了泄漏源检测区域,结合声发射多传感器融合分析,实现了埋地输水管道泄漏源精准定位,定位点平均误
4、差为 6.52%,定位区域面积占检测面积 3.79%。所提出的埋地管道泄漏源定位方法,能够实现输水管道位置未知情况下泄漏源的精确定位,有效提高泄漏源定位的工作效率,可为埋地供水管网泄漏源定位提供理论和方法基础。关键词 声发射;埋地管道;泄漏定位;信号定位中图法分类号 TE973.6;文献标志码 AAcoustic Emission Localization Method of Buried Water PipelineLeakage Based on Multi-sensor FusionTIAN Bao-zhu1,2,XU Wen-tao1,2,LIANG Peng1,2,SUN Lin1,
5、2,YU Guang-yuan1,2(1.School of Mining Engineering,North China University of Science and Technology,Tangshan 063210,China;2.Hebei Green Intelligent Mining Technology Innovation Center,Tangshan 063210,China)Abstract To address the problem of difficulty and poor accuracy in locating the leak source of
6、buried water pipeline without bareground,a multi-sensor fusion strategy algorithm for locating the leak source of buried water pipeline was constructed based on the ideaof greedy strategy and acoustic emission wave attenuation theory using acoustic emission technology.By building a buried water pipe
7、lineleakage simulation test platform and conducting buried water pipeline leakage test,the leakage source localization algorithm was veri-fied.The test results show that the algorithm applies the idea of greedy strategy to optimize the leak source detection area,and com-bines with acoustic emission
8、multi-sensor fusion analysis to realize the accurate localization of buried water pipeline leak source,withthe average error of the localization point being 6.52%and the area of the localization area accounting for 3.79%of the detection area.The proposed method for locating the leak source of buried
9、 pipelines can realize the precise location of the leak source in the case of un-known location of the transmission pipeline,effectively improve the efficiency of leak source location,and can provide the theoreticaland methodological basis for locating the leak source of buried water supply pipeline
10、 networks.Keywords acoustic emission;buried pipeline;leakage location;signal decay 管道运输因为其运量大、成本低的优势,在经济社会发展中发挥着不可替代的作用。为了延长输水管道寿命,免受紫外线与人为破坏,工程中多将输水管道深埋于地下,由于埋地输水管道所处环境恶劣、隐蔽性强,导致管道泄漏时有发生,给国家和人民造成严重的资源浪费与经济损失1-2。当前,埋地输水管道泄漏检测存在定位精度差、难度大等问题3。因此,研究设计一种适用范围广、定位精度高的埋地管道泄漏定位方法具有重要意义。声发射作为一种动态无损检测技术,具有实时性
11、和可在线连续监测等优势,适用于多种复杂工况,在管道泄漏定位中同样发挥着重要的作用4-8。学者们针对声发射在管道泄漏检测开展了大量研究。梅兆池等9提出一种结合信号频域特征提取投稿网址:算法的输气管道泄漏识别和定位方法,通过经验模态分解和小波分解重构相结合对泄漏信号降噪,提取泄漏信号频域特征,验证所提出方法的可行性。焦敬品等10基于供水提取的输水管道泄漏声发射信号特征参数,构建了泄漏声信号 BP(back propa-gation)神经网络系统,通过利用神经网络对实管道泄漏信号交叉训练和识别来验证该方法的可靠性。张源等11以经验模态分解和小波包分解提取的声发射信号特征为基础构建了泄漏声信号 BP
12、神经网络系统,并对两相流管道泄漏信号识别以验证该方法的可靠性。Banjara 等12将支持向量机和相关向量机模式识别算法开发超平面对泄漏信号分类提取声发射特征参数,通过分析室内输气管道模拟试验验证了方法的精确性。张曦等13通过研究声发射波衰减系数,对输气管道泄漏信号提取小波包能量特征实现定位,构建了声发射源定位模型,通过室内试验证实了所提出模型的有效性。综上可知,学者们利用声发射技术进行管道泄漏检测方法研究,多将声发射传感器与泄漏管道相连直接采集管道泄漏信号,提出的方法多适用于裸露管道的泄漏源线性定位。然而在实际工程中,输水管道运行环境多位地下,当泄漏发生时,难以借助上述声发射直接接触式检测定
13、位方法实现泄漏源的有效定位。近年来,对于声发射技术在埋地管道泄漏源定位研究,学者们进行了诸多尝试,在埋地管道泄漏声发射腐蚀监测与泄漏源定位等方面取得了初步的研究成果。张延兵等14通过提取信号特征参数分析埋地管道的传播特性,有效实现了对埋地油气管道的腐蚀检测。Xu 等15提出了基于声发射信号衰减的多级泄漏定位方法,将导波杆安装在泄漏管道未覆盖点处采集泄漏信号,通过多级泄漏定位方法实现对泄漏源的准确定位。上述研究较多是通过在埋地泄漏管道未覆盖点处安装导波杆,借助导波杆采集泄漏的声发射信号,实现泄漏源的定位,较适用于埋地管道位置、走向和布设方式已知的条件下泄漏检测。然而在地表对埋地输水管道泄漏点检测
14、及定位的实际应用中,埋地管道的位置、走向与布设方式等信息往往是未知的,迫切需要适用无裸露的埋地管道泄漏检测及定位方法。基于此,借助声发射技术,基于贪心策略思想和信号衰减理论,构建了无裸露埋地输水管道泄漏源多传感器融合定位方法,在此基础上,搭建了埋地管道模拟模型,开展了埋地管道泄漏模拟试验,对多传感器融合策略埋地输水管道泄漏定位方法进行了验证,为声发射技术在埋地管道泄漏源检测中的应用提供参考。1 埋地管道泄漏声发射多传感器融合定位方法构建 埋地管道泄漏声发射多传感器融合定位方法主要包括信号衰减系数测定、基于贪心策略的检测区域优化、基于信号强度的传感器科学性放置、管道泄漏声发射信号优选、基于信号衰
15、减的多传感器融合泄漏源定位 5 个步骤,方法流程如图 1 所示。图 1 方法流程图Fig.1 Method flowchart1.1 信号衰减系数测定声发射是机械能转变为声能的过程。因此声发射波具有声的传播特性。声发射波是一种包含多种波形成分的复杂瞬态弹性波,在不同的声发射源以及不同传播介质中所激励出的声发射波也各不相同。当声发射波的传播经过介质时,其声发射信号的能量随着传播距离的增加而呈指数规律衰减,其距离衰减规律如式(1)13所示。E(x)=E0e-x(1)式(1)中:E0为声源能量;为能量衰减系数;E(x)为声发射波在传输距离 x 后的能量。信号随着传播距离的增加而呈衰减趋势,而幅值则可
16、以反映能量的变化,声发射信号作为机械波的一种,当传播介质一定波阻恒定不变时,其能量与幅值的平方成正比,可表示为E=cA2(2)式(2)中:E 为声发射信号能量;A 为声发射信号幅值;c 为比例系数。由式(1)与式(2)可得幅值衰减规律表达式为A2(x)=A20e-x(3)式(3)中:A0为声源幅值;A(x)为声发射波在传输距离 x 后的幅值。声发射波作为一种机械波,完全具有声音的属性与性质,声发射波在传播、辐射与接收等物理过程中同样遵循声波的规律,正确测量声发射波在介质中的衰减系数对于实现泄漏点的定位具有重要的意义。80301科 学 技 术 与 工 程Science Technology an
17、d Engineering2023,23(24)投稿网址:通过断铅试验对衰减系数进行测定。声发射波在传播过程中引起声波衰减的主要因素有介质吸收衰减、材料造成的散射衰减以及声束扩散衰减16,导致声发射波在传播过程中的衰减速度先增加后降低。开展的室内模拟试验中泄漏源与声发射传感器间距较近,衰减系数变化较小,故将衰减系数视为不随距离变化的定值。因此,利用两个传感器模拟试验容器壁处不同位置处分别进行两次断铅试验,衰减系数由式(3)变换可得a=-2lnA1-lnA2x1-x2(4)式(4)中:A1为 1 号传感器采集到的信号幅值;A2为2 号传感器采集到的信号幅值;x1为断铅点与 1 号传感器的距离;x
18、2为断铅点与2 号传感器的距离。1.2 基于贪心策略的检测区域优化利用声发射传感器测量泄漏源待定区域环境噪声,基于此,确定门槛值,并结合衰减系数确定传感器的最大检测面积。依据声发射传感器可检测范围的最大面积将泄漏源待定区域划分,借助导波杆对划分后的各片区分别进行检测。贪心策略思想是不考虑整体最优解,总是做出当前情况下最好的选择。借助于贪心策略的基本思想,利用最短的时间锁定泄漏点区域。如图 2(a)所示,基于贪心策略思想进行二维平面内的区域优图 2 基于贪心策略区域优化示意图Fig.2 Schematic diagram of greedy strategybased region optimi
19、zation化,优先对中心的 5 号红色区域进行泄漏检测,利用声发射传感器由该区域的中心向边界的顺序进行检测,贪心策略思想是总是寻求当前情况的最优解,如图 2(b)所示,当在中心片区未检测到连续的声发射信号时,按照贪心策略思想优先考虑对距离中心区域较远的片区即 1、3、7、9 号绿色区域部分分别进行泄漏源区域检测,以上述检测方法分别检测距离较远片区。如仍未采集到持续的声发射信号,则对剩余片区按照与无泄漏源片区的距离由大到小逐一检测。1.3 基于信号强度的传感器科学性放置当埋地管道发生泄漏时,包含泄漏信息的声发射信号经过介质传播通过导波杆到达声发射传感器,其在传播过程中,由于受介质等外部环境的影
20、响,随着泄漏源与传感器距离的增加,传感器采集到的泄漏信号强度逐渐衰弱。基于此,通过对传感器采集信号单位时间的平均信号强度、幅值以及采集信号的频率综合分析实现传感器科学性的放置。首先利用1 号传感器对疑似泄漏区域进行泄漏检测,当1 号传感器采集到连续的声发射信号时,增加2 号声发射传感器,2 号声发射传感器的位置以 1号传感器的位置为基点,分别在距离 1 号传感器位置等距离的 4 个不同方向采集 4 组声发射信号。以 4组声发射信号中声发射信号较强的点作为 2 号传感器位置,调整2 号传感器位置,使其与 1 号传感器所采集信号强度基本相等,以此保证实际泄漏点位于两传感器之间。2 号传感器位置选取
21、如图3 所示。确定两个传感器位置后,加入 3 号声发射传感器分别检测已确定位置的两传感器的上下两侧相对称的位置,对比采集的 2 组数据,选择信号强度较强的区域作为后续泄漏源精确定位方向,同时调整3 号传感器在此方向的位置,使其所采集信号强度1 号、2 号传感器基本相等。3 号传感器位置选择如图 4所示。图 3 2 号传感器位置Fig.3 Location of acoustic emission(AE)sensor No.2903012023,23(24)田宝柱,等:基于多传感器融合的埋地输水管道泄漏声发射定位方法投稿网址:图 4 3 号传感器位置Fig.4 Location of acous
22、tic emission(AE)sensor No.31.4 管道泄漏声发射信号优选声发射是指材料受力产生变形或者破坏时以弹性波的形式释放出应变能的现象17。声发射作为一种被动动态检测方法,不能够自行筛选泄漏信号,因此从采集的声发射信号中甄别出正确的泄漏信号对于泄漏源的定位具有重要意义。快速傅里叶变换(fast Fourier transform,FFT)作为一种非平稳信号的经典频谱分析方法,可以将声发射信号时域信息转化为频域信号18,其原理如式(5)所示。X(f)=+-x(t)e-2jftdt(5)式(5)中:x(t)为声发射时域信号;X(f)为声发射频域信号;f 为频域;t 为时间。通过对
23、原始声发射波形信号进行快速傅里叶变换获得二维频谱图。如图 5 所示,通过分析声发射信号的时域信息及频谱图的频域特征实现对包含管道泄漏信息的声发射信号的优选。1.5 基于信号衰减的多传感器融合泄漏源定位由式(1)可知,考虑到环境噪声的影响,3 个传感器采集的声发射信号能量如式(6)所示。E(x1)=E0e-x1+Es1E(x2)=E0e-x2+Es2E(x3)=E0e-x3+Es3(6)式(6)中:xi为 i 号传感器到泄漏源的距离;Esi为距离声发射源 xi处采集到的噪声部分的能量,i=1,2,3。因传感器所处检测环境相同,因此,视各传感器采集的噪声信号所产生的能量相等。即Es1 Es2 Es
24、3(7)为了降低环境噪声干扰,结合式(1)、式(2)与式(5),令 k=E(x1)-E(x2)E(x1)-E(x3)=A21(x1)-A22(x2)A21(x1)-A23(x3),可得泄漏源定位表达式为图 5 声发射波形信号及频谱图Fig.5 Acoustic emission waveform signal and spectrogramx1=-1lnke-x3-e-x2k-1(8)式(8)中:k 为 1 号传感器与 2 号和 3 号传感器能量差的比值。如图 6 所示,S1、S2、S3 为传感器位置,L1为传感器 1 与传感器 2 距离,L2为传感器 2 与传感器 3距离,L3为传感器3 与
25、传感器1 距离,O 为待确定泄漏点,x1为泄漏点到传感器 1 的距离,为泄漏点与传感器 1、传感器 2 所在直线的夹角,为 L3与 L1的夹角。结合图 6 可得 x2、x3与 x1的关系如式(9)所示。x22=(x1sin)2+(L1-x1cos)2x23=x1sin(-)2+L3-x1cos(-)2(9)利用编译软件结合式(8)、式(9),通过穷举法对泄漏点到1 号传感器位置 x1以及 L1与 L2的夹角 解算即可得到此种工况下的泄漏点的坐标集合。为实现泄漏源精确定位,基于贪心策略区域优化的原则调整声发射传感器位置,依据信号衰减的泄漏源计算方法对试验数据进行处理,得到第二次01301科 学
26、技 术 与 工 程Science Technology and Engineering2023,23(24)投稿网址:试验条件下泄漏点集,如图 7 所示,对两组试验所得泄漏源坐标集合进行计算,两组试验泄漏源坐标集合的交点即为泄漏源定位。图 6 传感器布设示意图Fig.6 Diagram of sensor deployment图 7 多传感器融合泄漏源定位示例Fig.7 Example of multi-sensor fusion leaksource localization2 试验设计2.1 埋地管道泄漏模拟试验系统在实际工程应用中,城市的地下输水管道有许多种,包括混凝土管、铸铁管、钢管、
27、聚 氯 乙 烯(PVC)管、聚乙烯(PE)管等。考虑到 PVC 管输水效果高、作为输水管时具有硬度高,可以防止虫蚁侵蚀,使用寿命长等优势,以及在给排水与农业灌溉中所发挥的重要作用,因此,本试验所采用的试验管道材质为 PVC 管。同时为了保证试验管道与实际工程中的埋地管道的相似性,结合给水排水管道工程施工及验收规范(GB 502682008)19设计符合规范的缩放模型。试验模型设计分为循环系统、埋地管泄漏模拟系统、声发射监测系统。试验模型示意图如图 8 所示。图 8 埋地管道泄漏试验模型Fig.8 Buried pipeline leakage test model(1)水循环系统。包括水泵、水
28、箱、流量计、PVC水管,其中水泵流量控制为恒定 8 000 L/h,水箱的尺寸为 1 000 mm(长)600 mm(宽)600 mm(高),PVC 水管外径 32 mm 内径 28 mm。(2)埋地管道泄漏模拟系统。包括试验模拟箱、沙土、预制泄漏孔 PVC 水管。模拟试验箱的尺寸为 850 mm(长)580 mm(宽)480 mm(高),预制泄 漏 孔 位 于 模 拟 试 验 箱 中 心 位 置,直 径 为1.5 mm。(3)声发射检测系统。包括导波杆、声发射采集处理系统。其中,导波杆材质为高频镀铬硬轴实心杆,长500 mm,直径为 20 mm,声发射系统采用美国物理声学公司的 PCI-16
29、 型多通道声发射监测系统,声发射传感器选择 R6-型谐振式高灵敏度传感器,其谐振频率为90 kHz,工作频率范围为35 100 kHz。2.2 试验过程(1)埋地沙土填埋。参考给水排水管道工程施工及验收规范(GB 502682008)19,管底基础埋深 50 mm 以粗砂填充,管道固定埋深 150 mm,使用细颗粒沙土进行填埋,为保证填埋的细颗粒原土具有一定硬度,在本试验中,每填埋 50 mm 夯实一次。(2)放置传感器。以模拟试验箱左下角为原点建立坐标系,则泄漏源坐标为(385,270)。为了保证传感器所采集信号强度近似,同时减小模拟试验中各传感器的间距误差,传感器采用图 9 所示放置方式。
30、导波杆垂直插入沙土 150 mm 深度,导波杆与传感器之间以凡士林作为耦合剂。(3)声发射系统参数设定。试验设置采样率为1 MHz,采样长度为 2 048 个,滤波器上限设为1 MHz,下限设为 1 kHz,峰值鉴别时间(PDT)为50 ms,撞击鉴别时间(HDT)为 150 ms,撞击闭锁时间(HLT)为 300 ms。(4)环境噪声测量。声发射系统门槛值首先设为 40 dB,不开启水泵的情况下,打开声发射系统对113012023,23(24)田宝柱,等:基于多传感器融合的埋地输水管道泄漏声发射定位方法投稿网址:环境噪声进行采集,如果没有采集到持续信号,则逐渐下调门槛值数值,待所设门槛值可以
31、采集到持续信号后,基于此设定门槛值。本试验环境中,当门槛值为 28 dB 时,传感器可以采集到持续信号,门槛值设为 29 dB 时,噪声信号不明显,因此本试验所设门槛值为 29 dB。(5)断铅试验。在试验开始前,在图 10 所示两处位置的模拟试验箱壁 50 mm 高度处分别进行 2次断铅试验,以确定声发射传感器的耦合效果并对该工况下的衰减系数进行测量。(6)开启水泵待水流稳定后采集声发射信号,持续采集声发射信号 20 30 min,保存试验数据。(7)更换介质材料,进行沙土填埋,并基于试验1 采集的声发射信号重新调整传感器位置。重复上述试验步骤,基于 2 次试验所得数据进行泄漏源定位。两组试
32、验传感器位置及泄漏点位置关系图如图 11 所示。S1、S2、S3 为试验 1 传感器位置图 9 试验 1 传感器的放置Fig.9 Experiment 1 Placement of sensors图 10 断铅试验示意图Fig.10 Schematic diagram of lead breakage experimentS1、S2、S3 为试验 1 传感器位置;S1、S2、S3试验 2 传感器位置图 11 传感器布设图Fig.11 Layout diagram of sensors3 试验结果分析3.1 测定衰减系数基于式(4)计算可得试验 1、试验 2 断铅试验所得试验数据及衰减系数如表
33、1 所示。表 1 试验衰减系数Table 1 Test attenuation coefficient试验编号1 号传感器幅值/dB1 号传感器距离/mm2 号传感器幅值/dB2 号传感器距离/mm衰减系数/mm-1试验 129291.55431500.005 5试验 230291.55451500.005 73.2 埋地管道泄漏声发射信号优选图 12(a)、图 12(b)分别为能量趋于 0 的声发射信号及其频谱图,可以看出,此类型信号在各频域范围波动不显著,因此所采集的声发射信号中能量为 0 的信号不具有意义,属于噪声信号。与噪声信号相比,由图 12(c)、图 12(d)可知,此类型信号在
34、0 11 kHz 范围内幅值波动明显,而在 11 50 kHz范围内,与噪声信号相比幅值无明显变化。由此可知,在该试验条件下,埋地管道泄漏信号频域主要集中在 0 11 kHz,因此,通过分析声发射信号频谱图 0 11 kHz 范围内的幅值波动实现埋地泄漏声发射信号的优选。3.3 能量比值 k 的确定由式(8)可知,所提出的定位方法的精度主要由衰减系数 以及能量差比值 k 决定,在衰减系数已测得的情况下,能量差比值 k 的取值直接决定定位精度的大小。管道泄漏声发射信号具有不确定性、复杂性、非平稳性等特征,难以用单一信号的幅值实现对泄漏点的定位。因此,从优选后信号的整体进行考虑,首先将优选后的信号
35、进行穷举计算得到 k 的取值,通过平均信号强度、信号数量初步缩小 k 的取值21301科 学 技 术 与 工 程Science Technology and Engineering2023,23(24)投稿网址:图 12 特殊信号波形及频谱图Fig.12 Special signal waveform and spectrogram范围,最后对结果进行区间划分。根据式(8)与式(9)穷举法计算得试验 1 能量比值(k)的区间占比如图 13(a)所示,试验 2 的 k 区间占比如图 13(b)所示。表 2 为试验 1 与试验 2 各个传感器采集的有效信号数量,由表 1 可知,试验 1 各个传感器
36、到泄漏点的距离大小关系为 x2 x1 x3,试验 2 各个传感器到泄漏点的距离大小关系为 x3 x1&x2,基于表 2 通过穷举法所得筛选后的 k 取值区间如图 14 所示。因为管道泄漏声发射信号的不确定性特征,试验过程中出现少量幅值与能量差距较大的声发射信号,因而导致出现区间占比较低的 k。为了提高泄漏源的定位精度,更好地确定 k 的取值,分别计算k 不同占比取值时的定位误差。对不同 k 占比计算横向与纵向的平均相对误差,确定 k 占比取值的最佳值,结果如表3、图15 所示。由图15 可知,当能量图 13 穷举法计算能量比值 kFig.13 The exhaustive method to
37、calculate the energy ratio k表 2 试验信号采集数量Table 2 Number of test signal acquisition试验编号采集信号数量/个1 号传感器2 号传感器3 号传感器试验 110241258试验 2486473315313012023,23(24)田宝柱,等:基于多传感器融合的埋地输水管道泄漏声发射定位方法投稿网址:图 14 能量比值 k 占比分析Fig.14 Energy ratio k share analysis表 3 不同占比区间误差Table 3 Different percentage interval errork 占比选择
38、/%k1取值k2取值横向平均误差/%纵向平均误差/%1-0.5、-1.5、-2.5、-3.5、-4.5、-5.50.5、-0.5、-1.5、-2.5、-3.5、-4.5、-5.5、-6.5、-7.59.777.344-0.5、-1.5、-2.50.5、-0.5、-1.5、-2.5、-3.5、-4.58.067.765-0.5、-1.50.5、-0.5、-1.5、-2.56.767.4210-0.5、-1.50.5、-0.5、-1.56.166.8920-0.50.513.3312.94 注:k1、k2分别为实验 1 信号的能量比值和实验 2 信号的能量比。差比值 k 占比选择大于 10%时,横
39、向与纵向的平均相对误差最小,因此,将区间占比大于 10%的 k 值进行定位计算。分别取 k 占比选择大于 10%的各区间的中间数,则试验 1 符合要求的 k1分别为-0.5、-1.5,试验 2 符合要求的 k2分别为 0.5、-0.5、-1.5。图 15 不同占比选择及误差Fig.15 Different percentage selection and error3.4 基于多传感器融合的泄漏源定位多传感器融合的泄漏源定位方法是将符合误差范围内的能量差 k 值结合式(8)、式(9),通过穷举法计算泄漏源点集,两组试验所得泄漏源点集的交点即为泄漏源定位点。如图 16 所示,蓝线为试验 1能量比
40、值 k1取-0.5 时所得多传感器融合的泄漏源定位方法泄漏点集,红线为试验 2 能量比值 k2取-0.5 时多传感器融合的泄漏源定位方法所得泄漏点集,二者交点即为泄漏点。分别带入两组试验k 的不同取值即可确定泄漏源所在区域。根据试验 1 与试验 2 能量比值 k 的取值排列组合共有 6 种结果,分别代入式(8)与式(9)计算交点坐标如表 4 所示。图 17 为基于定位点所得泄漏源定位区域。3.5 误差分析与应用讨论表 5 为试验 1、试验 2 不同取值下所得交点坐标误差。由表5 可知,基于多传感器融合的泄漏源泄漏定位结果与实际泄漏源坐标最大误差为 70.54 mm,图 16 多传感器融合定位F
41、ig.16 Multi-sensor fusion positioning41301科 学 技 术 与 工 程Science Technology and Engineering2023,23(24)投稿网址:表 4 多传感器融合定位点坐标Table 4 Multi-sensor fusion locating point coordinates定位点编号k1k2定位点坐标/mmP1-0.50.5(323.72,304.94)P2-0.5-0.5(381.64,261.42)P3-0.5-1.5(398.00,248.33)P4-1.50.5(368.88,295.78)P5-1.5-0.5(
42、398.33,265.35)P6-1.5-1.5(406.84,254.22)P1 P6 为定位点编号图 17 定位点分布及泄漏点坐标Fig.17 Distribution of location points andcoordinates of leakage points表 5 泄漏源定位误差分析Table 5 Leak source location error analysis定位点编号定位点坐标/mm误差/mm横向相对误差/%纵向相对误差/%P1(323.72,304.94)70.5413.3212.94P2(381.64,261.42)9.211.723.18P3(398.00,2
43、48.33)25.275.978.03P4(368.88,295.78)30.401.599.55P5(398.33,265.35)14.126.061.72P6(406.84,254.22)26.948.275.84最小 误 差 为 9.21 mm,横 向 最 大 相 对 误 差 为13.32%,横向最小相对误差 1.59%,纵向最大相对误差为 12.94%。纵向最小相对误差为 1.72%。6个定位点平均误差为 29.41 mm,纵向与横向的平均相对误差为 6.52%。在实际应用中,将计算所得定位点围成的多边形作为泄漏源潜在区域,研究中,泄漏源检测区域为 两 组 试 验 传 感 器 所 围
44、区 域,其 面 积 为39 623.42 mm2,定位点围成的多边形泄漏源定位区域面积为 1 501.26 mm2,泄漏源定位面积占总检测面积的 3.79%。由此可知,基于多传感器融合的埋地输水管道泄漏声发射定位方法在埋地管道泄漏源定位具有一定的指导意义,可以有效地提高埋地管道泄漏源定位的工作效率。4 结论(1)利用声发射技术,基于贪心策略思想和信号衰减理论,构建了埋地输水管道泄漏源多传感融合定位方法,实现了无裸露埋地输水管道泄露源的精确定位。(2)试验结果表明,埋地管道泄漏声发射多传感器融合定位方法平均相对定位误差为 6.52%,泄漏源定位区域面积与检测区域面积占比为 3.79%,该方法定位
45、效果良好,可以实现对埋地输水管道泄漏源的定位。(3)与所设计的试验系统相比,在实际工程中管道埋深更大,环境噪声更复杂,但是试验系统与实际工况结构相似,可以根据不同环境实现对埋地泄漏管道的定位。参考文献1 王俊岭,邓玉莲,李英,等.排水管道检测与缺陷识别技术综述J.科学技术与工程,2020,20(33):13520-13528.Wang Junling,Deng Yulian,Li Ying,et al.A review on detectionand defect identification of drainage pipelineJ.Science Technol-ogy and Engi
46、neering,2020,20(33):13520-13528.2 高琳,曹建国.管道泄漏检测中两个难点问题的研究进展J.科学技术与工程,2021,21(31):13203-13210.Gao Lin,Cao Jianguo.Review of two knotty issues on testing ofpipe leakageJ.Science Technology and Engineering,2021,21(31):13203-13210.3 耿志远,李新宏,陈国明,等.近海埋地管道泄漏气体扩散安全评估研究J.中国安全生产科学技术,2020,16(3):12-17.Geng Zhiy
47、uan,Li Xinhong,Chen Guoming,et al.Study on safety as-sessment of leaking gas dispersion from offshore buried pipelineJ.Journal of Safety Science and Technology,2020,16(3):12-17.4 汪建新,王恩浩.管道泄漏源定位中最优小波基变换J.科学技术与工程,2022,22(12):4797-4803.Wang Jianxin,Wang Enhao.Optimal wavelet-based transform inpipeline
48、 leak source localizationJ.Science Technology and Engi-neering,2022,22(12):4797-4803.5 Ahmad S,Ahmad Z,Kim C,et al.A method for pipeline leak de-tection based on acoustic imaging and deep learningJ.Sensors,2022,22(4):432-441.6 Bach P,Jaeyoung K,Inkyu J,et al.Acoustic emission burst ex-traction for m
49、ulti-level leakage detection in a pipelineJ.AppliedSciences,2020,10(6):19-33.7 Pan S S,Xu Z D,Li D S,et al.Research on detection and loca-tion of fluid-filled pipeline leakage based on acoustic emission tech-nologyJ.Sensors,2018,18(11):103390.8 Li P Q,Xu C H,Xu J,et al.A CNN-based transfer learning
50、meth-od for leakage detection of pipeline under multiple working condi-tions with AE signalsJ.Process Safety and Environmental Protec-tion,2023,170:4811-4825.9 梅兆池,杨绪运,刘哲,等.基于声发射技术的管道泄漏检测513012023,23(24)田宝柱,等:基于多传感器融合的埋地输水管道泄漏声发射定位方法投稿网址:与定位方法研究J.管道技术与设备,2021(5):17-21.Mei Zhaochi,Yang Xuyun,Liu Zhe,