1、前言
管道運輸是運輸量大、安全性高、節能經濟的油氣輸送方式。近期我國將建成多條油氣輸送管道，形成“兩縱、兩橫、四樞紐、五氣庫”，超過10萬公里的油氣管輸格局。
由于管道運輸固有的高壓、易燃、易爆特性，長輸管道的安全管理極為重要。泄漏是長輸管道運行中最主要的安全隱患之一，氣體管道的泄漏往往會造成中毒、火災和爆炸等嚴重事故。近年來，犯罪分子在原油、成品油管道打孔盜油，給國家造成了巨大的經濟損失。
管道泄漏監測系統實時監測管道的運行情況。當管道發生泄漏時，能夠及時發現并確定泄漏發生的位置，從而可以及時有效地進行應急處理，控制和減少因管道泄漏造成的經濟損失，具有明顯的經濟效益和社會效益。
智能音波管道泄漏監測系統引入了先進的信號處理、模式識別和人工智能技術，提高了管道泄漏監測系統的靈敏度、可靠性和穩定性，降低了誤報率，是目前最為先進的第四代管道泄漏監測技術。
2、Dolphin音波智能管道泄漏監測系統簡介
北京寰宇聲望智能科技有限公司與自動化行業中創新與科技的領先者－－貝加萊工業自動化（上海）有限公司合作，引進貝加萊先進的自動化平臺技術，吸收貝加萊公司在管道泄漏監測系統的成功經驗，在國內推廣貝加萊管道泄漏監測方案—Dolphin智能音波管道泄漏監測系統，是貝加萊公司在音波智能管道泄漏監測領域唯一的系統集成商。
Dolphin系統在管道兩端安裝音波傳感器，24小時實時接收并監控管道內音波信號。Dolphin系統通過音波信號處理，消除管道的背景噪聲并抑制管道操作過程中產生的干擾；然后利用模式識別和人工智能技術，實時識別甄別和分析音波信號，確定是否發生泄漏；最后根據音波信號到達管道兩端的時間差，進一步計算出發生泄漏的位置。
Dolphin智能音波管道泄漏監測定位系統主要包括數據采集處理終端、泄漏監測定位服務器以及人機接口界面。同時，系統正常運行需要通訊網絡支持，比如GPRS路由器和VPN服務器等。如圖1所示：
圖1 DOLPHIN音波智能管道泄漏監測定位系統
數據采集處理終端的主要功能是把傳感器采集到的音波信號進行預處理與放大，轉換為數字域的多通道音波信號。通過維納濾波、自適應濾波等多種方法對信號進行預處理，利用GPS信號進行精確時間同步，并通過通訊網絡，實時傳輸到泄漏監測定位服務器。
泄漏檢測定位服務器負責實時接收各個數據采集終端節點傳送來的數據，并對管道進行實時監控。其主要功能是：
通訊：建立并維護各數據采集終端的通訊信道；
數據采集同步：采集并同步各數據處理終端的原始數據；
實時泄漏監測：對音波數據進行實時泄漏監測，并判斷是否發生泄漏；
泄漏位置計算：估計音波信號到達各數據處理終端的時間差，并計算泄漏位置；
系統狀態服務：維護系統工作狀態，并傳送給狀態監控主機；
數據備份：保存原始數據；
泄漏狀態日志：把泄漏發生的時間、地點等關鍵信息保存到數據庫；
運行在各監控終端的人機界面負責提供操作界面以控制系統運行的各種參數，并實時顯示管道運行狀態，當發生管道泄漏，及時發出報警和啟動應急處理。
3、DOLPHIN音波智能管道泄漏監測系統核心技術
音波管道泄漏監測系統需要解決的核心難點是既需要靈敏的檢測到由于微小泄漏引起的微弱音波信號，同時也需要區分泄漏引起的音波和管道日常運行中的背景噪聲以及操作干擾，避免干擾信號引起的誤報警。
泄漏監測的目的是從管道中實時發生的各種音波信號中準確地識別出由于泄漏產生的音波信號，同時拒絕各種可能的干擾。因此管道泄漏監測問題可以歸結為一個模式識別問題：如何有效的建立泄漏音波信號及各種干擾信號的模型？如何從實時的多個音波模型中識別出泄漏音波？
為了提高系統靈敏度，降低由于干擾噪聲引起的誤報，DOLPHIN音波智能管道泄漏監測系統采用先進的傳感器技術及前端處理技術以獲取高質量的音波信號、領先的信號處理技術抑制背景噪聲和操作干擾、先進的人工智能技術和模式識別技術以準確的識別微小泄漏音波同時拒絕各種干擾音波信號。DOLPHIN音波管道泄漏監測系統采用基于HMM（Hidden Markov Model）模型的識別器，實時監測管道運行狀況。DOLPHIN系統內核包括音波信號處理、泄漏波形特征提取、實時識別器優化及模型適應性訓練優化等先進的核心技術。
傳感器及前端處理模塊
主要作用是實時將管道中的音波信號轉換為電訊號，并傳輸到DOLPHIN系統信號采集處理終端。在微小泄漏孔徑的情況下，泄漏產生的微弱音波信號，經過長距離傳輸進一步衰減，使信號的捕捉變得更加困難。微弱信號的捕捉、放大和噪聲的抑制是傳感器及前端處理模塊的關鍵。DOLPHIN系統信號采集處理終端采用定制化的傳感器和前端處理模塊，有效的解決了微弱信號的捕捉、放大和噪聲抑制的問題。
音波信號處理：
環境噪聲會影響音波信號質量。在嚴重的情況下，由于管道泄漏產生的音波信號將完全淹沒在噪聲中，無法分辨。音波信號處理的目的是為了有效的去除管道背景噪聲，抑制管道日常操作引起的各種干擾信號，提取盡可能干凈的音波信號，從而有效地提高了泄漏監測的靈敏度，同時降低了由于干擾和噪聲引起的誤報。
管道中存在的噪聲信號分為兩種：管道運行過程中的背景噪聲和管道操作過程中產生的各種干擾噪聲。在有效的獲取微弱音波信號的基礎上，DOLPHIN泄漏監測系統采用維納濾波和自適應濾波等多種方法進行噪聲抑制。
圖2 維納濾波濾除背景噪聲
背景噪聲的特點是變化比較緩慢的寬頻信號。DOLPHIN泄漏監測系統采用先進的背景噪聲功率譜估計算法，可以有效地估計管道運行過程中的平穩和非平穩背景噪聲。維納濾波是最小均方誤差意義下的最優估計器，在噪聲消除方面得到了廣泛的應用。在有效估計到噪聲功率譜的情況下，DOLPHIN系統采用維納濾波對背景噪聲進行最優化噪聲抑制。利用維納濾波濾除背景噪聲的處理框圖參見圖2。
圖3 自適應濾波濾除干擾信號
管道分輸等操作干擾噪聲的特點比較接近泄漏音波信號，因此，不能通過普通濾波器簡單的過濾。DOLPHIN系統采用主傳感器獲取音波信號，同時采用多個傳感器采集參考信號。由于參考信號的干擾信號強度高于主傳感器，因此，主傳感器的干擾信號可以通過自適應濾波有效地濾除。利用自適應濾波器濾除參考干擾信號的處理框圖參見圖3。
波形特征提取
包含各種噪聲和干擾信號的原始音波信號經過維納濾波去除背景噪聲，自適應濾波去除干擾之后，將提取泄漏波形特征。DOLPHIN音波智能管道泄漏監測系統選擇不同頻帶的低頻音波能量作為特征向量。波形特征向量經過能量壓縮、信息壓縮之后，作為實時識別器的輸入。
基于HMM模型的實時識別器
HMM（Hidden Markov Model）模型是強大而靈活的統計模型，能有效地描述復雜的信號模型，在語音識別、話者識別等領域得到了廣泛的應用。DOLPHIN音波管道泄漏監測系統采用了基于HMM模型的識別器實時處理并甄別管道的運行狀態。DOLPHIN音波管道泄漏監測系統采用HMM模型來描述泄漏音波及各種干擾信號模型，解決了HMM模型建立、模型訓練、實時識別以及在嵌入式系統上的識別器優化等一系列問題，從而能有效地區分泄漏音波信號及干擾信號，提高了系統識別微弱信號的靈敏度，降低了誤報率。
基于HMM模型的快速自適應訓練
由于實際管道的運行狀況千差萬別，壓力、溫度、流體特性以及背景噪聲都各不相同，準確快速地適應調整識別模型將進一步提高識別系統的性能。DOLPHIN音波管道泄漏監測系統采用先進的快速適應性訓練技術對原始模型進行訓練。經過實際管道數據現場快速適應訓練之后，實時識別器的HMM模型能夠更好的適應管道的現場運行狀況和操作干擾，從而，進一步了提高識別器的識別精度。
開放式、模塊化軟硬件架構
