本发明涉及管道检测系统技术领域,更具体地说,涉及一种分布式声波管道在线监测系统。
背景技术:
化工管道一旦发生失效事故,不但会导致生产停滞并带来巨大的经济损失还会对社会环境造成严重的不良后果。对油气管道的安全健康状况的实时监测并及时发现管道服役过程中出现的安全隐患,对于保障管道安全运营、保护国民经济和人民生命财产安全起着至关重要的作用。
国内王强等人在2005年通过研究提出了管道第三方破坏预警系统,该系统是以声信号检测为基础构建的。北京科创三思技术公司和中石化储运公司在2006年时将一项管道预警系统向公众公布,该系统也是以声波为基础构建的,在数据传输时,主要利用无线通讯电台来完成,它在片状集输管网中能够发挥一定的作用,但在一些长距离的长输管道中并不适用。美国ge公司开发出来的一套系统(threatscanimpactdetectionsystem)能够很好的对其进行检测,其主要是采取水听器为传感器,对所检测的管道进行开挖以检测其内部液体的声波状况;同时为了能够对第三方破坏及泄露情况进行良好的监测,法国lds公司为此研发出了lds声音震击检测系统能够很好的实现此功能。瑞士rosen公司在2008年国际管道会议上声称其也在此方面展开了相关的研究。不过由于国外所开发出来的这些系统都是针对突发意外事件情况进行开发的,而国内大多需要实时在线监测,故这些系统与我国的国情不相适应,不能够很好的对其进行引进应用。
目前还没有看到能够对长距离光纤沿线所有位置进行振动监测,从而获得管道腐蚀缺陷的相关信息的分布式光纤传感的报道。
技术实现要素:
(一)要解决的技术问题
为了解决现有技术的上述问题,本发明提出了一种分布式声波管道在线监测系统,该系统能够对化工管道的腐蚀位置进行定位,预测化工管道的腐蚀趋势,并在化工管道失效时及时预警。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
设计一种分布式声波管道在线监测系统,包括:
光源,用于发出光信号;
光环形器,用于将光信号传递给啁啾光栅声学传感阵列;
啁啾光栅声学传感阵列,用于探测和识别化工管道内部的异常声波信号;
信号处理单元,用于分析和处理异常声波信号;
计算机,用于计算所述信号处理单元发送的数据,获取化工管道的腐蚀位置及腐蚀趋势,并在化工管道失效时发出预警。
在上述方案中,所述啁啾光栅声学传感阵列均匀分布在化工管道内壁,构成光纤分布式振动传感器。
在上述方案中,所述啁啾光栅声学传感阵列为超低反射率的全同啁啾光栅声学传感阵列。
在上述方案中,所述计算机的声波监测软件利用多次测量数据来建立所需的训练集,构建基于mlp神经网络的化工管道监测模型和基于lstm神经网络的化工管道腐蚀状况监测模型,将计算得到的测量值与预设值进行比较,当测量值超过预设值时发出预警。
(三)有益效果
本发明的有益效果是:本发明具有结构简单、响应速度快、准确性高、应用范围广等特点,能够对化工管道的腐蚀位置进行定位,预测化工管道的腐蚀趋势,并在化工管道失效时及时预警。
附图说明
图1为一种分布式声波管道在线监测系统的结构示意图;
图2为基于lstm神经网络的化工管道腐蚀状况监测模型的结构示意图。
图中:光源1、光环形器2、啁啾光栅声学传感阵列3、信号处理单元4、计算机5、化工管道6。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
如图1所示,本发明提供一种分布式声波管道在线监测系统,该系统在化工管道6内壁均匀分布啁啾光栅声学传感阵列3,构成光纤分布式振动传感器,探测和识别化工管道6内部的异常声波信号,信号处理单元4对异常声波信号进行分析和处理,由计算机5的应用软件计算信号处理单元发送的数据,获取化工管道6的腐蚀位置及腐蚀趋势,并在化工管道6失效时发出预警。
该系统包括:光源1,用于发出光信号;光环形器2,用于将光信号传递给啁啾光栅声学传感阵列3;啁啾光栅声学传感阵列3,用于探测和识别化工管道6内部的异常声波信号;信号处理单元4,用于分析和处理异常声波信号;计算机5,用于计算所述信号处理单元4发送的数据,获取化工管道6的腐蚀位置及腐蚀趋势,并在化工管道6失效时发出预警。啁啾光栅声学传感阵列3均匀分布在化工管道6内壁,构成光纤分布式振动传感器。光源1发出的光信号经过光环形器2传输至啁啾光栅声学传感阵列3,啁啾光栅声学传感阵列3探测化工管道6异常声波信号并进行扰动识别,实现化工管道6健康状况实时在线监测。
在本发明实施例中,啁啾光栅声学传感阵列3选用超低反射率(反射率低于0.4%)的全同啁啾光栅声学传感阵列,因为全同啁啾光栅的光谱相对较宽,可以克服光栅光谱失配、相位衰落、偏振衰落等问题。本发明在分布式声波探测系统中引入了超低反射率的全同啁啾光栅声学传感阵列,与光时域反射仪系统(φ-otdr系统)相比,具有更高的信噪比,提高了测量的精度。
在本发明实施例中,计算机5的ai应用软件(基于eclipse开发的声波监测软件)利用深度神经网络技术,深度准确地挖掘数据隐含的信息,建立健康状况分析模型,对化工管道6腐蚀趋势进行预测以及在化工管道6失效时发出预警。本发明通过多次测量数据,来建立所需训练集,设计并构建了基于mlp神经网络的化工管道监测模型,借助lstm神经网络在处理长时间序列数据方面的优势,创新性地提出了一种适用于长时间序列监测数据特性的基于lstm神经网络的化工管道腐蚀状况监测模型,其结构如图2所示,该结构包括输入层、隐藏层、输出层,其工作原理如下:首先设置输入节点、输出节点及隐藏节点的值;控制训练样本数及训练轮数;最后与感知机联系起来,控制每一轮迭代的更新步长,通过运行程序得到测量值,并与预设值进行比较,当测量值超过预设值时,即会发出预警声。
该系统已应用于武汉石化油气管道中,测量现场采用无源光纤传感器件采集信号,并通过50米的光缆将信号传输到位于非防爆区的控制机柜中进行信号处理及报警显示。
附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。