基于分布式光纖傳感的水下輸氣管道泄漏檢測與定位分析*

韓玲娟，王 強，楊其華，范昕煒

（中國計量學院質量與安全工程學院，杭州 310018）

基于分布式光纖傳感的水下輸氣管道泄漏
檢測與定位分析*

韓玲娟，王 強*，楊其華，范昕煒

（中國計量學院質量與安全工程學院，杭州 310018）

介紹了一種基于Sagnac/Mach-Zehnder混合干涉儀原理的分布式光纖傳感水下輸氣管道泄漏檢測及定位系統。在強干擾微小泄漏情況下，通過分布式光纖傳感器獲取由管道泄漏引起的光干涉信號，采用小波包方法對信號進行多層分解，提取小波包能量特征，用歐式距離法對管道泄漏與否進行聚類分析；對泄漏系統利用零點頻率進行精確定位，并將基于零點頻率的傳統檢測定位、經小波去噪和最小二乘曲線擬合處理后的檢測定位及本文提出的檢測定位三種方法進行對比分析，統計了系統虛警率（FAR）。實驗結果表明，該系統能準確識別管道泄漏，本文提出的泄漏檢測定位法虛警率最低，與經小波去噪和最小二乘曲線擬合處理后的檢測定位法相比，虛警率降低了6.6%，提高了系統泄漏檢測定位的可靠性。

管道泄漏檢測與定位；分布式光纖傳感；小波包分解；歐氏距離法；虛警率

海底輸氣管道泄漏的及時發現與準確定位具有重要的現實意義，由于海底復雜的環境因素，時常會發生管道泄漏狀況。而一旦發生泄漏事故，必將造成一系列嚴重后果，因此如何保障水下輸氣管道的安全運行引起了廣泛關注。

近幾年，分布式光纖傳感器［1］已廣泛應用于油氣管道泄漏檢測系統中，其中，陳偉民［2］等基于雙Sagnac/Mach-Zehnder分布式光纖傳感系統進行了油氣管道預警分析，定位精度達149 m；陳朋超［3］等提出了一種改進型雙Mach-Zehnder干涉儀原理的分布式光纖管道安全預警系統，提高了系統保護距離和定位精度；宋牟平［4］等提出了一種將正交偏振控制引入基于布里淵光時域分析的分布式光纖傳感器中，實現了25 km普通單模光纖的分布式傳感；白莉［5］等基于多傳感器數據融合的思想，提出了基于分布式檢測和決策融合的海底管線檢漏模型；Huang Shih-chu［6］等人提出了一種Sagnac/Mach-Zehnder混合干涉感測系統，利用基于零點頻率的定位算法進行天然氣管道泄漏檢測與定位，具有較高的泄漏定位精度；胡正松［7］等在改進的Sagnac/Mach-Zehnder混合干涉測量系統上，將基于零點頻率的傳統檢測定位法進行了小波去噪和最小二乘曲線擬合處理，提高了零點頻率的辨識性；黃悅［8］等基于Sagnac/Mach-Zehnder混合干涉儀原理的分布式光纖泄漏檢測系統，研究了不同環境以及不同泄漏點位置對檢測系統的影響，平均定位精度達1.44%；周琰［9］等提出了一種基于Mach-Zehnder光纖干涉儀原理的分布式光纖管道泄漏檢測及定位技術，有效提高了系統的靈敏度和定位精度。

本文基于Sagnac/Mach-Zehnder混合干涉儀原理的分布式光纖傳感檢測系統進行水下輸氣管道泄漏檢測及定位實驗，利用小波包能量譜作為聚類分析的特征向量，用歐氏距離法對管道有無泄漏進行判別，并利用零點頻率進行泄漏點的精確定位，并將基于零點頻率的傳統檢測定位、經小波去噪和最小二乘曲線擬合處理后的檢測定位及本文提出的檢測定位三種方法進行對比分析，統計了系統虛警率。

1 分布式光纖傳感檢測系統

1.1 系統組成

本實驗基于Sagnac/Mach-Zehnder混合干涉儀原理，采用分布式光纖傳感對水下輸氣管道進行泄漏檢測及定位實驗，裝置詳見文獻［7］，其結構如圖1所示。

圖1 分布式光纖傳感器檢測系統組成

檢測系統包括：光源（ASE）、光環行器（CIR）、光電探測器、2×2光耦合器（DC1）、1×2光耦合器（DC2）、相位調制器、偏振控制器、延遲光纖（A）、感測光纖（L1、L2）、法拉第旋轉鏡、數字式相位載波（PGC）解調模塊、數據采集模塊等。

1.2 檢測原理

當管道發生泄漏時，泄漏氣體與泄漏孔壁的摩擦在管壁上產生高頻應力波，其對布放在管壁外表面的感測光纖產生擾動。由光源產生的激光通過光環形器進入2×2光耦合器DC1被分成1：1的兩路光信號，沿圖2所示的光路徑傳播，最終又回到DC1處進行干涉耦合。

由Sagnac干涉原理知，只有路徑一和路徑二滿足零光程差條件能發生干涉現象。沿路徑一與路徑二傳播的光經泄漏點被調制兩次，所得到的輸出電場表達式［10］為：

路徑一：

圖2 光傳播路徑

路徑二：

將干涉信號利用PGC解調后，輸出干涉項表達式［8］為：

式中：τT為光通過整個光路所需的時間，τd為光通過延遲光纖所需的時間，τx為光從泄漏點傳播到法拉第旋轉鏡所需的時間。

干涉信號經傅立葉等變換，得泄漏點定位公式（見文獻［6］）：

式中：fs為頻譜圖中首個零點頻率值，LS為泄漏點到法拉第旋轉鏡的距離，n為光纖纖芯折射率，c為光速；通過頻域分析，利用首個零點頻率進行泄漏定位。

2.3 系統虛警率

由于海底環境復雜，輸氣管道距離長，口徑大，當發生微小泄漏時，很難判別管道泄漏與否。虛警是指檢測系統把管道無泄漏狀態誤判為泄漏狀態的過程，過多的虛警必然導致管道泄漏檢測結果的不可信。管道泄漏檢測系統在一定時間內發生的虛警數與同一時間內管道泄漏總數之比稱為虛警率，其數學表達式［12］為：

式中：Nf為管道真實泄漏次數，Nfa為虛警次數，N為指示管道泄漏總次數。

3 干涉信號特征提取與分類

3.1 特征提取

水下輸氣管道出現泄漏時，在泄漏點處會產非線性、寬頻譜的聲信號，其泄漏頻譜為連續與離散信號的疊加［12］，在各頻帶上能量分布不同。

3.2 歐式距離法分類

聚類分析是一種定量研究分類問題的多元統計方法。其原理是基于數學公式計算各向量間的距離，按樣本間親疏程度劃分類別。將n個樣本視作m維空間中n個點，則樣本間的親疏程度可用m維空間中兩點距離來衡量。di,j表示樣品 xi與 xj的距離，歐式距離［14］公式為：

若兩樣本間距離di,j越小，相似性越大，則為一類；反之則歸為另一類。

4 實驗與分析

4.1 實驗檢測裝置

在實驗室環境下進行水下輸氣管道泄漏檢測及定位實驗，選取外徑40 mm，壁厚3 mm，長為1.2 m的管道，在管道中部開設一直徑為2.5 mm的小孔模擬泄漏孔，通過高壓氣源輸送1 MPa的氣體；將折射率為1.458的單模光纖作為傳感光纖，采用PE包覆層覆蓋，用環氧樹脂耦合劑可靠的貼覆在管壁外表面，采用同軸式布放于管壁泄漏孔附近，延遲光纖為2 000 m，測量光纖為8 000 m；ASE輸出的最大光功率為15.8 dB，光譜范圍1 528 nm～1 564 nm，波長范圍1250 nm～1650 nm；實驗通過采用美國NI公司的數據采集卡和虛擬儀器軟件Labview對檢測信號進行采集和分析。

4.2 干涉信號的小波能譜分析與分類

在實驗室環境下，為模擬水下復雜環境存在的強干擾狀況，產生不同流速的水流沖刷管道，針對水下輸氣管道在強干擾條件下微小泄漏和無泄漏兩種情況進行泄漏檢測及定位實驗。利用PGC解調電路對干涉信號進行解調，通過Labview采集解調后光干涉信號，采樣頻率為200 kHz，采樣點數為8 192，取其中兩組典型解調后光干涉信號時域圖。

圖3（a）、3（b）分別是有泄漏（泄漏點位置為3 984m）和無泄漏原始信號時域圖。由圖3（a）、3（b）可知，在強干擾微小泄漏條件下，從原始干涉信號時域波形圖較難判別管道泄漏與否。因此需對信號進行處理，根據小波包能量譜提取方法，對泄漏點位置為3 984 m、5 984 m、7 984 m及無泄漏四種光干涉信號進行三層小波包分解，得8個子頻帶，各頻帶分別為0～25 kHz、25 kHz～50 kHz、50 kHz～75 kHz、75 kHz～100 kHz、100 kHz～125 kHz、125 kHz～150 kHz、150 kHz～175 kHz、175 kHz～200 kHz，并提取各子帶能量，如圖4所示。

圖3 光干涉信號時域波形圖

圖4 水下輸氣管道干涉信號對比能譜圖

從圖4（a）～4（c）可看出，在水下輸氣管道發生泄漏時，三個子圖頻帶1上的能量均占絕大部分，其余7個子帶能量所占比例較少；從圖4（d）可看出，在水下輸氣管道未發生泄漏時，8個子頻帶能量幾乎均勻散布在各個子帶，與有泄漏能譜圖有一定區別。

根據圖4對比能譜圖可知，發生泄漏時，在泄漏點處會產生0～50 kHz的寬頻聲信號，當泄漏點位置分別為3 984 m、5 984 m、7 984 m時，由定位公式（5）可知泄漏頻率為0～25 kHz的連續變量（泄漏信號有效頻帶范圍），因此頻譜能量主要集中在頻帶0～25 kHz上，25 kHz以上的各子頻帶能量均勻分散且很弱；在無泄漏時，由于不同流速水流沖刷管道過程產生的強干擾會對目標泄漏信號產生較嚴重的干擾，干擾信號頻率不是單一頻率成分，是各種噪聲頻率的輸出組合，信號能量在頻帶0～200 kHz內分散分布。

利用歐式距離法對水下輸氣管道泄漏與否進行聚類分析，以小波包能量譜作為特征向量，對泄漏點位置分別為3 984 m、5 984 m、7 984 m及無泄漏各采集10組數據（共4×10組），取有泄漏25組和無泄漏5組（共30組）向量作為訓練樣本，其余10組（5組有泄漏和5組無泄漏，共2×5組）向量作為測試樣本。識別結果如圖5所示，從圖5中可以看出歐式距離法能夠準確識別管道泄漏。

圖5 管道有泄漏和無泄漏聚類結果

4.3 泄漏定位及虛警率分析

經歐式距離法定性判別水下輸氣管道泄漏與否后，需精確定位泄漏點位置。泄漏定位算法是將干涉信號通過傅立葉變換進行頻譜分析，尋找首個零點頻率利用定位公式（5）計算泄漏點位置。圖6（a）、6（c）為采集的經PGC解調后基于零點頻率的傳統檢測定位信號頻譜；圖6（b）、6（d）為小波去噪和最小二乘曲線擬合處理后的檢測定位信號頻譜。對測量光纖為8 000 m，進行泄漏定位實驗，其中有泄漏（泄漏點位置為7 984 m）和無泄漏信號頻譜分析如圖6所示。

從圖6（a）、6（c）可知，在傳統檢測定位信號頻譜圖中，波谷較明顯，但零點頻率和虛警頻率附近混雜大量噪聲，無法清晰辨識；從圖6（b）、6（d）可看出，經小波去噪和曲線擬合處理后零點頻率的辨識性得到了提高，在圖6（b）中，零點頻率為 fs=6.508kHz，由定位公式（5），可算出泄漏點距法拉第旋轉鏡為7 904 m，絕對誤差為-80 m，相對誤差為1.01%；在圖6（d）圖中在 fs=12.86kHz處有明顯的低峰值點，此最低點為虛警頻率，由定位公式（5）算出虛警位置為4 000 m。

圖6 零點頻率定位分析

從圖6可知，水下輸氣管道泄漏檢測系統采用基于零點頻率的傳統檢測定位方法，雖波谷較明顯，但零點頻率和虛警頻率辨識非常困難；經小波去噪和最小二乘曲線擬合處理后的檢測定位方法，雖去除了大量噪聲信號，一定程度上提高了零點頻率的辨識性，但不穩定，且仍無法去除某些強干擾和雜波噪聲導致的虛警頻率，此時虛警率極高，極大降低了系統的可靠性。

為統計系統虛警率，本實驗采用泄漏點位置為3 000 m～8 000 m之間的各100組數據（50組有泄漏和50組無泄漏）進行虛警率分析。從表1可知，采用基于零點頻率的傳統檢測定位方法，虛警率最大，高達34.7%；采用處理后的檢測定位方法，此時虛警率最高達9.0%；當采用本文所提出的檢測定位方法，虛警率最低，在泄漏點位置為6 000 m時達2.4%，相比經小波去噪和最小二乘曲線擬合處理后的檢測定位法相對虛警率降低了6.6%，極大提高了泄漏檢測系統可靠性。

表1 三種檢測定位方法的虛警率實驗數據

5 結論

本文基于Sagnac/Mach-Zehnder混合干涉儀原理的分布式光纖傳感泄漏檢測系統，模擬水下輸氣管道泄漏檢測及定位實驗，采用測量光纖為8 000 m，取泄漏點位置為3 984 m、5 984 m、7 984 m各20

組采樣數據（10組有泄漏和10組無泄漏），利用小波包對干涉信號進行多層分解，提取能量特征，用歐式距離法對管道泄漏與否進行聚類分析；泄漏系統利用零點頻率進行強干擾情況下的精確定位，并將基于零點頻率的傳統檢測定位、經小波去噪和最小二乘曲線擬合處理后的檢測定位及本文提出的檢測定位三種方法進行對比分析，統計了系統虛警率。實驗結果表明，利用歐氏距離法能夠準確識別管道微小泄漏；三種泄漏檢測定位法中，本文所述檢測定位法虛警率最低，與經小波去噪和曲線擬合處理后的檢測定位法相比虛警率降低了6.6%，提高了系統泄漏檢測的可靠性。

［1］ 賈振安，王虎，喬學光，等.基于分布式光纖布里淵散射的油氣管道應力監測研究［J］.光電子激光，2012，23（3）：534-537.

［2］ 陳偉民，吳俊，譚靖，等.雙馬赫-曾德爾分布式光纖傳感系統定位技術［J］.光學學報，2007，27（12）：2128-2132.

［3］ 陳朋超，蔡永軍，李俊，等.基于改進型馬赫-曾德干涉儀原理的管道安全預警系統研究［J］.傳感技術學報，2009，22（11）：1661-1664.

［4］ 宋牟平，鮑翀，葉險峰.基于正交偏振控制的布里淵光時域分析長距離分布式光纖傳感器［J］.中國激光，2010，37（3）：757-762.

［5］ 白莉，岳前進，李洪升.噪聲干擾條件下長輸管道檢漏的一致最大功效檢驗［J］.石油學報，2004，25（2）：108-11.

［6］ Huang Shihchu，Lin Wuwen，Tsai Mengtsan.Fiber Optic in-Line Distributed Sensor for Detection and Localization of the Pipeline Leaks［J］.Sensors and Actuators A：Physical，2007，135（2）：570-579.

［7］ 胡正松，楊其華，喬波.干涉型分布式光纖水下長輸氣管道泄漏檢測系統設計［J］.激光與光電子學進展，2012，49（7）：69-73.

［8］ 黃悅，王強，楊其華，等.水下天然氣管道分布式光纖泄漏檢測系統實驗分析［J］.激光與光電子學進展，2014，51（11）：106-111.

［9］ 周琰，靳世久，張昀超，等.分布式光纖管道泄漏檢測和定位技術［J］.石油學報，2006，27（2）：121-124.

［10］杭利軍，何存富，吳斌，等.新型分布式光纖管道泄漏檢測技術及定位方法研究［J］.光學學報，2008，28（1）：123-127.

［11］張曉勇，羅來源.一種被動聲吶信號檢測的低虛警率方法［J］.聲學學報，2013，38（4）：467-471.

［12］Wassef W A，Bassim M N，Houssny-Emam M，et al.Tangri.Acoustic Emission Spectra due to Leaks from Circular Holes and Rectangular Slits［J］.Acoustical Society of America（S1557-0215），1985，77（3）：916-923.

［13］邢秀玉，劉鴻宇，黃武.基于加速度的小波能量特征及樣本熵組合的步態分類算法［J］.傳感技術學報，2013，26（4）：545-549.

［14］張慶慶，許月萍，牛少鳳，等.變權歐式距離模型在水質綜合評價中的應用［J］.中山大學學報：自然科學報，2010，49（4）：141-145.

韓玲娟（1991-），女，安徽安慶人，碩士研究生，主要從事檢測技術方面的研究，1026187092@qq.com；

王 強（1976-），導師，通訊作者，男，湖北應城人，博士，教授，主要從事結構健康檢測方面的研究，qiangwang@cjlu.edu.cm。

Leak Detection and Localization Analysis of Underwater Gas Pipeline Based on Distributed Fiber Optic Sensing*

HAN Lingjuan，WANG Qiang*，YANG Qihua，FAN Winwei
（College of Quality and Safety Engineering，China Jiliang University，Hangzhou 310018，China）

For underwater gas pipeline leakage point detection and localization，a distributed optical fiber sensor system was proposed based on a hybrid configuration of Sagnac/Mach-Zehnder interferometer.Tiny leakage signals were covered by strong interferences，and optical interferometric signals caused by pipeline leakage can be obtained by the distributed optical fiber system.Wavelet packet is used to deal with interferometric signals，and signals were decomposed into different frequency bands to extract energy features.Those features were clustered with Euclidean distance to discriminate pipeline leakage.The leakage point can be captured from null frequency spectrum.Three leakage localization methods（the traditional detection based on null frequency，the detection of wavelet de-noising and least squares curve fitting process，the proposed method）performances were compared，and the false alarm rate （FAR）is calculated.The experimental results show that the system can identify leakage point accurately.The proposed method owns the lowest FAR in three methods.Compare to the wavelet de-noising and least squares curve fitting method，the FAR of proposed method is reduced about 6.6%，and it improves the reliability of leakage detection and localization system.

pipeline leakage detection and localization；distributed optical fiber sensor；wavelet packet decomposition；Euclidean distance method；false alarm rate EEACC：7230E

TE973

A

1004-1699（2015）07-1097-06

10.3969/j.issn.1004-1699.2015.07.026

項目來源：國家自然科學基金項目（51374188）；浙江省自然科學基金項目（LR13E040001）；質檢公益性行業科研專項項目（201310152）

2015-02-04 修改日期：2015-03-28