基于物聯網和超聲導波的管道檢測系統研究

陳志奎，賈少攀，趙 亮，張清辰

（1.大連理工大學軟件學院，遼寧 大連 116621；2.西南大學計算機與信息科學學院，重慶 400715）

0 引 言

城市管道泄漏和斷裂等故障會造成嚴重的浪費并威脅著城市安全，管道檢測能夠有效檢測管道故障，避免不必要的浪費，保障居民安全。現在城市管道的檢測大多采用超聲導波無損檢測技術，然而超聲導波管道檢測系統在進行管道檢測時，維修人員需要深入地下將檢測設備安裝到需要檢測的管道上，這使得維修人員的工作量和工作難度很大，并且現在的管道檢測系統中并沒有對管道工作環境信息進行分析預警的功能。所以，目前需要設計和開發一套完整的城市管道檢測預警系統來解決以上的問題，物聯網的出現提供了新的解決思路。物聯網被描述為一個新興的全球性的基于因特網的信息服務架構[1]。物聯網體系主要可以分為感知識別層、網絡構建層、管理服務層和綜合應用層[2]。

本研究采用物聯網、超聲導波檢測、數據處理、信號處理等技術，設計和開發了一套基于物聯網和超聲導波的城市管道檢測系統，實現管道數據采集、缺陷定位、無線組網、異構網絡數據傳輸和數據分析、預警等功能。

1 管道檢測預警系統設計

1.1 系統框架

基于物聯網和超聲導波的城市管道檢測系統分為4部分：（1）管道信息智能無線傳感器網絡節點，該部分主要負責激勵超聲導波信號，接收管道回波信號，采集管道工作環境信息；（2）異構網絡架構，包括無線傳感網、通信網、互聯網以及智能網關，這一部分主要實現節點采集信息的傳輸；（3）基于物聯網和超聲導波的城市管道檢測系統云端數據處理中心平臺，該部分主要功能是實現控制超聲導波探頭陣列激勵信號、管道信息分析處理、缺陷定位、提供預警等，為相關部門提供解決方案；（4）管理控制平臺，主要響應管理人員的操作，根據管道檢測結果通知管道維護人員進行維修。

1.2 智能無線傳感器網絡終端節點設計

智能無線傳感器網絡終端節點分為環境信息采集節點和超聲導波信號激勵采集節點兩種。智能無線傳感器網絡終端節點結構如圖1所示。

圖1 智能無線傳感器網絡終端節點結構圖

1.2.1 環境信息采集節點

環境信息采集節點主要負責采集管道工作環境的信息（空氣溫濕度、酸性程度等），用來作為判斷管道是否腐蝕的輔助依據。這些節點通過無線方式將數據傳送到網關，交由云端數據處理中心處理。

1.2.2 超聲導波信號激勵采集節點

超聲導波在一個位置固定脈沖回波陣列就可做管道的雙向無損檢測，通過回波信號識別管道的腐蝕、焊縫等缺陷[3]。根據脈沖回波法原理，采用同端激勵、同端接收的方式進行管道檢測，所以超聲導波信號激勵采集節點既負責激勵導波信號也負責采集回波信號。該節點由高性能的嵌入式處理器和裝配到管道上的超聲導波探頭陣列[4-5]組成。嵌入式處理器設定激勵信號參數、產生超聲導波激勵信號，由超聲導波探頭陣列在管道表面激發，接收回波信號。回波信號經過一定處理后傳輸到云端數據處理中心進行進一步分析。

管道中的導波分為軸對稱縱向模態、軸對稱扭轉模態和非軸對稱彎曲模態。對于軸對稱縱向模態中的L（0，2）模態而言，它主要有以下特點：在相當寬頻率范圍內，該模態幾乎非頻散；傳播速度最快，任何不希望出現的模態信號都在其后到達，易于在時域內識別；內外表面的徑向位移相對較小，波在傳播過程中能量泄漏較少，傳播距離相對較遠[6]。

所以，在管道檢測時超聲導波信號激勵采集節點激發L（0，2）模態的超聲導波信號。超聲導波信號是一個經海寧窗調制的5～10周期的單音頻脈沖信號[7]，經海寧窗函數調制的單音頻疊加信號定義為

式中：n——選用的單音頻數目；

fc——信號的中心頻率；

t——時間。

1.3 云端數據處理中心設計

云端數據處理中心主要分為管道數據分析處理和預警平臺兩部分，其結構框架如圖2所示。

1.3.1 管道數據分析處理平臺設計

管道數據分析處理平臺可以設定超聲導波激勵信號參數，控制底層節點觸發超聲導波激勵信號。底層節點采集到管道回波信號后，將數據發送到該平臺進行分析處理，經過希爾伯特變換處理[8]之后，得到容易觀察的回波波形。

利用希爾伯特變換，對于原回波波形信號x（t），構造出希爾伯特變換信號x^（t），然后獲得其瞬時包絡，瞬時包絡 α（t）定義為

當導波通過管道缺陷時，由于傳播介質的不連續性，導波遇到缺陷處將發生反射、透射等現象，被分解成反射波與透射波。其中反射波形將會向超聲導波信號激勵采集節點方向傳播，然后節點采集回波波形。反射系數F和缺陷截面積與管道截面積比值β之間關系為

由式（4）可知，缺陷越大，則反射系數越大，反射波形也會變大。回波波形的大小與缺陷位置無關，故建立管道缺陷位置檢測模型為

圖2 云端數據處理中心結構框架圖

式中：XP——距管道接收信號缺陷位置；

t——激發到接收缺陷回波信號的時間間隔；

c——波速。

t可根據脈沖回波時間測定。波速取楊氏速度：

式中：E——介質彈性模量；

ρ——介質密度；

υ——泊松比。

故可以計算XP的值，確定缺陷在管道的軸向位置信息，管道數據分析處理平臺將回波波形和缺陷信息交給控制平臺，通過手機移動網絡發送到維修人員的手機上，通知維修人員進行管道維修。

1.3.2 預警平臺設計

對各種常見的惡劣管道工作環境信息進行采集后，建立GA-BP網絡預測模型[9]。首先建立基于BP網絡的預測模型，在分析BP網絡預測模型對管道工作環境信息預測的基礎上，針對該模型的不足，采用遺傳算法進一步優化網絡初始模型。通過使用GABP網絡預測模型對管道周圍環境的信息的分析，預測管道是否處于惡劣的工作環境。

2 實驗仿真

2.1 實驗仿真環境

在實驗環境中，空氣溫濕度采集節點、酸性程度采集節點和超聲導波信號激勵采集節點硬件配置相同。表1和表2分別描述了環境信息采集節點（空氣溫濕度采集節點、酸性程度采集節點）和超聲導波信號激勵采集節點的硬件配置。云端數據處理中心平臺采用了一個普通的服務器。表3描述了該服務器的CPU、內存和硬盤大小信息。

由于環境信息采集節點采集的信息和其他物聯網設備中采集的信息基本一致，處理簡單，所以以下部分只介紹超聲導波信號激勵采集節點的部分實驗仿真數據和結果。

在實驗中，分別對直徑203.2mm、長3000mm鋼管（Pipeline1）和直徑304.8mm、長4 000mm鋼管（Pipeline2）兩種不同規格的管道進行了測試。Pipeline1實驗是對管道的同一位置不同缺陷的測試，Pipeline2是對管道不同位置不同缺陷的測試。實驗中管道缺陷是用砂輪切割機對管道切割所造成的損失。對Pipeline1管道和Pipeline2管道缺陷設置分別如表4和表5所示。

表1 環境信息采集節點硬件配置表

表2 超聲導波信號激勵采集節點硬件配置表

表3 云端服務器硬件配置表

表4 Pipeline1管道缺陷設置1）

表5 Pipeline2管道缺陷設置

2.2 實驗仿真結果

在實驗時，只需要將智能無線傳感器網絡終端節點安裝在管道上，就可以在控制平臺上控制超聲導波激勵采集節點檢測管道。節點安裝后，不再拆卸，用于以后的管道檢測，減少了每次檢測的人工安裝過程。

實驗時，探頭陣列均布置在距管道左端250mm處。圖3是Pipeline1管道上7.21%缺陷的回波波形。Pipeline1管道上不同缺陷經過希爾伯特變換后的回波波形如圖4所示。圖4中的0.00%曲線表示Pipeline1管道無缺陷的回波波形。Pipeline2管道上不同缺陷經過希爾伯特變換后的回波波形如圖5所示。

由采集到的Pipeline1管道缺陷數據分析，Pipeline1管道缺陷位于圖4每條曲線的波包處；由采集到的Pipeline2管道缺陷數據分析，Pipeline2管道缺陷依次位于圖5中的a、b、c、d 4個波包處。

圖3 Pipeline1管道7.21%缺陷回波波形

圖5 Pipeline2不同缺陷希爾伯特變換后回波波形

由于探頭陣列布置在距管道左端250mm處，得到的波形整體向后偏移250mm，所以在計算檢測位置時應減去偏移量。Pipeline1和Pipeline2缺陷位置檢測結果分別如表6和表7所示，可知管道缺陷檢測位置相對誤差在5%以內。

表6 Pipeline1管道缺陷檢測結果

表7 Pipeline2管道缺陷檢測結果

3 結束語

本文設計并實現了一套基于物聯網和超聲導波城市管道檢測系統。該系統采用物聯網、超聲導波檢測、數據處理、信號處理等技術，實現城市管道數據采集、缺陷定位、無線組網、異構網絡數據傳輸和數據分析、預警等功能。該系統將城市管道的超聲導波無損檢測技術與物聯網結合，減少管道檢測中的人工操作，缺陷定位誤差在5%以內，提供了管道工作環境信息分析預警功能。

[1]Weber R H.Internet of things-need for a new legal environment[J].Computer Law&Security Review，2009（25）：522-527.

[2]劉云浩.物聯網導論[M].北京：科學出版社，2010：6-9.

[3]Rose J L，MU J，CHO Y.Recent advances on guide waves in pipeline inspection[C]//17th World Conference on Nondestructive Testing，2008：25-28.

[4]何存富，黃垚，劉增華.小型超聲導波管道檢測系統的研究和開發[J].測控技術，2008，27（1）：33-35.

[5]王軍陣，王建斌，張軒碩.基于ARM和Linux的超聲導波管道檢測系統[J].儀表技術與傳感器，2011（4）：51-52，65.

[6]董為榮，帥建.管道超聲導波檢測技術[J].管道技術與設備，2006（6）：21-23.

[7]吳斌，王智，金山，等.用于激勵超聲導波的任意波形發生器[J].北京工業大學學報，2002，28（4）：389-393.

[8]吳斌，鄧菲，何存富.超聲導波無損檢測中的信號處理研究進展[J].北京工業大學學報，2007，33（4）：342-348.

[9]柳益君，吳訪升，蔣紅芬，等.基于GA-BP神經網絡的環境質量評估方法[J].計算機仿真，2010，27（7）：121-124.