埋地非金屬管線的智能預測與定位可視化研究

王文明 郭建強 張桂瑞 喬振銘 趙永卓 湯凱 何令普

1中國石油大學（北京）機械與儲運工程學院

2北京中油建設項目勞動安全衛生預評價有限公司

3大慶油田第四采油廠

4長慶油田第四采油廠

隨著智慧數字化油田建設不斷發展，各油氣田設備技術產業均走向數字化，使得數據存儲、技術控制更加完善[1]。但由于油氣田不同發展階段的需要，使得按照不同工業需求建設的管線埋設錯綜復雜，并且由于技術等原因相關資料記錄不明確、地下管線空間不可見，管線種類多和埋設多樣性等特點，決定了埋地管線探測必然是一項具有復雜性和涉及多方面學科的技術[2]。準確的管線資料是避免事故的前提，常規的金屬管道可以通過金屬探測方式進行定位探測，但是非金屬管道則很難通過這種方式進行探測[3]。

國內外非金屬管線探測方法主要包括地質雷達電磁波法、示蹤電磁感應法、非金屬管線聲波測位法以及高密度電阻率法[4-8]。另外還包括一些數據后處理方法，如時域分析法、頻域分析、小波分析以及神經網絡分析法等[9-10]。針對以上方法，地質雷達電磁波法作為非金屬管線探測相對有效的方法被國內外大量研究與應用，加拿大Guelph 大學工程學院針對探地雷達資料解釋進行研究，利用復折射率模型（CRIM）解釋地質雷達資料可以更好地輔助GPR 資料解釋[11]；上海銳特測繪有限公司袁建華通過應用加拿大EKKOl00 型探地雷達，對其應用于地下管道探測的效果進行了分析并取得有益成果[12]；湖北省建筑工程質量監督檢驗測試中心魯勇波利用LD6000 管線探測儀對宜昌市某污水處理廠內管線進行探測，該探測儀提供了四種管線探測方式，其中示蹤法主要用于排水等非金屬管道，且受管道內條件限制大，應用較少[13]。普渡大學對于利用GPR 對地下管線探測進行去噪算法的改進[14]。但探地雷達對于大深度小管徑非金屬玻璃鋼管道應用卻很少，其可行性和準確度有待考證。因此，提出了一種依據電磁法（EM）來檢測非金屬污水管線的定位方法。

基于電磁法檢測非金屬污水管線的定位方法，進行非金屬管線電磁檢測實驗，并得到相關磁場分布特征和數據。其次，利用BP 神經網絡將已有管線信息數據進行訓練，經過驗證測試得到合理地網絡net，最終調用net 預測非金屬管線的管徑大小。調試硬件添加GPS 模塊并做數據采集系統，利用GPS 信息采集確定管線走向的位置信息，將信息數據后處理后進行Mapping 定位計算，并進行可視化顯示。

1 非金屬管線檢測方法

1.1 方法原理

管線探測儀依據電磁法探測管線，其根本在于金屬管線的導電性。地下管線探測的理論基礎是電磁感應定律。將地下管線視為無限長直導線，當對其施加交變信號時，就成為無限長載流直導線。由右手螺旋法則可知，該載流直導線周圍空間存在磁感應強度。此方案中管中污水視為無限長導線，玻璃鋼管視為導線絕緣層，增加了探測效果，不再直接探測管道，而是通過檢測定位管道內部污水介質確定管道走向與深度。

在電磁學里，時變電場可以生成磁場，而根據法拉第感應定律，時變磁場又可以生成電場。這樣，兩個方程在理論上允許自我維持的電磁波傳播于空間。利用麥克斯韋方程來求解電磁學問題[15]，其微分形式為

式中：H為磁場強度，A/m；J為電流密度，A/m2；D為電位移矢量，C/m2；B為磁感應強度，Wb/m2；ρ為電荷密度，C/m3。

式（1）表示麥克斯韋-安培定律的定量關系，表示穩定的電場和變化的電場都可以產生磁場。式（2）表示高斯磁場定律，代表磁通守恒定律，也表示了磁通量的連續性，并且磁力線沒有起始點。

1.2 實驗論證

采用管線探測儀進行非金屬管道測量，不再直接探測管道，而是通過檢測定位管道內部污水介質確定管道走向與深度。如圖1 所示，將發射機電極改造為鉆頭電極，并配置相應非金屬管線密封卡座連接裝置，地面接收機接收信號來探測管線。

圖1 非金屬管線檢測實驗Fig.1 Non-metallic pipeline inspection experiment

以上實驗表明，通過檢測定位管道內部污水介質確定管道走向與深度的非金屬管線檢測方法是有效的。并且從管線儀可以得到管線埋深、電流大小以及磁場強度等數據信息，為后續建立數據庫奠定了基礎。

依據以上非金屬管線探測方法，得到相關管線數據作為數據庫，利用BP 神經網絡進行學習訓練，對非金屬管線管徑大小預測，可以彌補管線探測儀僅可測深、導向功能之外的空缺，真正實現管線特征一體化檢測。

2 非金屬管線管徑預測

神經網絡是近年來一種發展迅速的前沿交叉學科，它可以實現網絡輸入因子和網絡輸出目標之間的高度非線性映射。基于MATLAB 編程的BP 神經網絡能有效地預測非線性關系[16]。它由一個非線性自適應動態系統組成，可以在不同層級上模仿大腦的信息處理機制，可以靈活方便地對多原因的、復雜的未知變量進行建模。

采用BP 神經網絡進行預測時網絡的結構包括輸入層、隱藏層和輸出層。根據式（3）確定BP 神經網絡的隱藏層的神經元數目。

式中：p為隱藏層神經元數目；m為輸入參數的數目；n為輸出神經元的數目；a為常數，并且a∈[1，10]。

在確定隱藏層的神經元數目時，為了防止過擬合和欠擬合，根據預測值和測量值之間的相關系數，將神經元數目由小變大依次進行訓練并測試其準確性。通常選擇一個小的非零隨機數作為神經網絡模型的初始權重，根據經驗，通常在(-2.4/F，2.4/F)之間取值。

當使用管線探測儀探測管線時，可以直觀看到信號強度、電流大小以及管線埋深，卻無法得到管徑的信息，因此，需要研究探測管徑大小的方法。通過實驗可以將管徑標記好，進行多次實驗得到大量數據，形成屬性為信號強度、電流大小、管線埋深、管徑大小的數據庫。在訓練網絡時提取數據庫中70%的數據進行BP 神經網絡訓練，30%的數據作為測試集進行驗證，經過大量調試得到較好的網絡。管線探測因素如表1 所示，按照以上方法將埋深以及磁場強度作為輸入層，管徑大小為輸出層，得到人工神經網絡（圖2）。

表1 管線探測因素Tab.1 Pipeline detection factors

圖2 人工神經網絡Fig.2 Artificial neural networks

通過實驗得到埋深、管徑和場強等因素，用BP 神經網絡訓練和學習管道的各種因素，可以分別得到訓練集、驗證集、測試集以及整體的回歸誤差圖，訓練結果如圖3 所示。

由圖3 可知，訓練集、驗證集和測試集部分的R值分別為0.992 55、0.990 61 和0.999 98，其中R值越接近與1 其性能越好，因此得到的網絡是較準確的。為了更直觀地了解網絡的準確性：首先，要保存上面訓練好的網絡。其次，導入一組輸入值，用premnmx 函數進行歸一化，然后用sim 函數調用訓練好的網絡得到輸出值并進行反歸一化，最終得到輸出管徑的預測值為178 mm，與實際管道半徑（d=180 mm）相比，誤差為1.1%。由此可以看出此種方法對于管徑的預測具有較好的效果和一定的指導意義。

3 Mapping 定位及信息可視化

在對非金屬管線定位過程中，需要將位置信息采集并上傳，作為GIS 系統的備份記錄。利用百度地圖的開發工具，實現GPS 經緯度坐標到百度地圖坐標的轉換以及百度地圖的調用。

通過配備GPS 模塊與單板計算機進行定位采集數據，將數據存儲于儲存卡中，設置GPS 數據的傳輸模式，使用串口和上位機通信的GPS 模塊，設定波特率等，可直接搭載上位機繪制界面，實現實時Mapping 定位。硬件連接，編譯采集程序使之采集所得數據可以自動保存，隨時調用。添加相關附件封裝，如圖4 所示。

圖4 硬件采集系統Fig.4 Hardware acquisition system

在計算位移時，記地球半徑是R，這里以0°經線作為基準，那么根據地球表面任意兩點的經緯度就可以計算出這兩點間的地表距離。設第一點A的經緯度坐標為(LonA，LatA)，第二點B 的經緯度坐標為(LonB，LatB)，按照0°經線的基準，東經取經度的正值，西經取經度負值，北緯90-緯度值，南緯取90+緯度值，得到地表位置點（圖5）。

圖5 地表位置點Fig.5 Ground location point

中國處于東半球、北半球，所以不對經度作處理，而對緯度作（90-Latitude）處理，因此進行簡化，根據三角定理推導，可以得到計算兩點距離的公式為

通過公式（4）可以獲取管線長度等信息，根據采集計算得到的管線位置、管線長度、埋深以及管徑大小等數據信息，通過軟件開發工具進行程序編譯，將相關信息實現可視化并打包為APP。APP可視化界面如圖6 所示。

圖6 APP 可視化界面Fig.6 APP visual interface

對于將所采位置數據可視化于APP 界面之中，需要百度地圖開放平臺密鑰，進行百度地圖API 接口連通。以上界面包括三個主菜單即主界面、管徑后臺預測、生成報告。主界面包括位置變化曲線圖、管徑變化曲線圖、埋深變化曲線圖、方向、百度地圖mapping 定位可視化等信息；管徑后臺預測包括網絡層的搭建（各層參數修改）、訓練、檢測與驗證，以及后期的管徑預測；報告生成包括鏈接到主界面的管線位置、埋深以及管徑大小等數據信息，評價以文檔形式表現并自動保存。

4 結論

在目前的工作中，提出了一種基于電磁法的非金屬管道測繪預測及可視化方法，并通過理論分析以及實驗驗證了方法的可行性。

通過電磁法測量數據后，BP 神經網絡可以實現較為有效、智能和方便預測管徑。根據掩埋深度和場強等因素預測直徑大小，結果精度在許用范圍內，可以為實際工程管道檢查提供思路和理論參考。這種管徑預測方法不僅彌補了管道檢測儀無法測量管徑的缺點，而且智能方便。但是，仍然存在一些誤差，將來需要添加更多數據庫。管線數據可視化研究增加了硬件GPS 采集系統，同時將各管線必要數據傳輸到APP 可視化界面，在PC 端APP中一鍵生成管線關鍵信息文檔，更加完善了管線資料系統。