船舶管路长期处于强噪声、强振动、高温、潮湿甚至腐蚀的状态下,难以避免发生管路泄漏事故,有些泄漏轮机值班人员无法及时发现,会直接影响船舶各系统的正常运行,进一步影响船舶的安全航行,甚至导致人身伤亡等重大安全事故[1]。对船舶管路泄漏的及时发现及定位,有着重要的意义。Matthaios Bimpas等[2 – 3]在2010年利用地质雷达检测地下管路的泄漏;A.Lay-Ekuakille等[4]提出用多维滤波器对角化方法检测管路的泄漏故障。随着故障诊断技术的高速发展,管路泄漏检测技术已经成为融合多技术、涉及多学科的一项综合性研究内容[5 – 6]。检测技术主要分为基于硬件的和基于软件的方法[7]。基于软件的负压波法[8]和压力梯度法[9]由于设备要求简单,检测及时,被广泛用于实用。压力梯度法用普通传感器即可进行,成本低于负压波法[10]。但是至今对于压力梯度法的应用还很少,没有实现可行的工程应用。
本文分析了船舶典型船舶管系泄漏机理后,搭建了船舶管路泄漏定位实验台,选择了适当的流量计以及压力变送器进行实验数据的测量和采集,并运用了小波变换法对采集数据进行处理。进而按照流体网络的知识计算管路上的各参数,对流体网络模型进行实验验证,在此基础上作出泄漏的判断,最后选择了压力梯度法并辅以压力点分析法对泄漏点进行定位,实现了对船舶管路泄漏的定位检测。
1 实验台的搭建 1.1 实验台设计原理图1为船舶管路泄漏实验平台的原理图。整个系统由水箱、离心泵、流量计、截止阀、单向阀、手动调节阀、压力变送器、温度传感器及相关连接管路组成。在实验室中按照原理图搭建了船舶管路泄漏实验平台,利用手动调节阀作为漏点,控制泄漏,并模拟不同程度的泄漏,在2个泄漏点的两端分别安装2个压力变送器,在水箱出口处安装流量计,利用数据采集卡实时采集管道的压力数据和流量数据。
在硬件方面,数据的采集主要使用了研华的PCI-1712高频数据采集卡,配合采集压力的高频压力传感器CYG系列压力变送器,实现高速有效实时的对压力数据进行采集,采集频率1万次/s。数据的收集主要使用了MCGS1061Hi型触摸屏。通过与其他相关的硬件设备结合,可以快速、方便地开发各种用于现场采集、数据处理和控制的设备。如图2所示,用MCGS设计的用户界面设计图,图中的表格涵盖了所有所测的数据,并实时动态变化。
实验前通过标准S型热电偶对测温设备Pt100热电阻进行标定,在实验温区20℃~80 ℃范围内,实验用的热电阻与标准热电阻相差基本小于0.15 ℃。这表明热电阻的精度可靠。压力传感器、流量表均在相应厂家进行了标定,与更高精度的测量元件相比,误差一般在0.5%以内,各个传感器的精度均满足实验要求。
启动离心泵,运行一段时间,排尽各循环管道中的空气。离心泵工作稳定后,开始进行强制泄漏操作,打开泄漏点调节阀,记录泄漏时间点,便于最后进行时间大致对比,并将漏出的水引至量桶内,一段时间后关闭阀门,测量泄漏量。流体经过离心泵和止回阀后,会依次通过P1,P2,P4,P5,P3这5个高精度压力变送器,压力变送器会测量并采集这5个压力点的压力数据。在本实验中,压力的数据最为重要,采集后的压力数据进行处理和分析可以对泄漏点进行定位。实时采集数据,进而进行分析利用。
2 基于小波变换的数据处理实验过程中由于外界环境以及本身流态的影响,所采集的数据带有噪声。如果不对数据进行影响,则会造成最终结果的不精确。这里选用小波变换的方法对数据进行处理。
2.1 小波变换理论小波分析的基本思想是用一簇小波函数系来表示或逼近某一信号或函数[11]。因此,小波函数是小波分析的关键,它是指具有震荡性、能够迅速衰减到0的一类函数,即小波函数
$\int_{ - \infty }^\infty {\psi (t){\rm d}t = 0}\text{,} $
|
(1) |
${\psi _{a,b}}(t) = {\left| a \right|^{ - \frac{1}{2}}}\psi (\frac{{t - b}}{a})\text{,}$
|
(2) |
其中a,b∈R,a≠0。
对于给定能量有限信号f(t),其连续小波变换为:
${W_f}(a,b) = {\left| a \right|^{ - \frac{1}{2}}}\int_R^{} {f(t)} \overline \psi (\frac{{t - b}}{a}){\rm d}t\text{,}$
|
(3) |
${W_f}(a,b) = {\left| a \right|^{ - \frac{1}{2}}}t\sum\limits_{k = 1}^N {f(kt)} \psi (\frac{{kt - b}}{a})\text{。}$
|
(4) |
通过式(3)和式(4)不难看出,小波分析的基本原理就是通过增加或者减少尺度a得到信号的低频和高频信号进行分析,最终实现对信号不同时间尺度和空间特征的分析[12]。
2.2 小波基的选择小波变换的最大优点是能够对信号进行局部分析,可以分析信号在任何时间域或者空间域的特征。通过小波变换分析信号可以发现其他分析方法不能辨识的隐藏在大量数据背后的结构特性的信息,然而这些被隐藏的结构特性信息对于损伤和故障等的识别都很重要。选择不同的小波基对于分解信号的尺度不一样,因此对于小波基的选择对于小波变换过程十分重要。常用的小波基有haar小波基,dbn小波基,symlet小波基,bior小波基等15种小波基[13]。为了选择合适的小波基,选择各个小波基分别对采集到的流量信号进行5层小波分解,分解后的波形如图3所示。
小波函数具有相似性、对称性等特点[14],其中相似性对于去噪效果的衡量是一个很重要的指标。因此,由图4可以得出运用haar小波基和sym8小波基去噪效果好。对于连续较差的信号,haar小波基去噪比sym8效果好;对于光滑性较好的信号,sym8去噪效果好[15]。因此选用sym8作为去噪小波基。
3 管路系统泄漏定位实验 3.1 基于流体网络的管路泄漏检测在分析问题当中,运用流体网络的知识,可将海水管路转化为电路模型图[16],因此分析管路泄漏问题的时候,可以转化为求解电路中各节点的电压、电流以及电阻的问题。如图4所示,即为海水管路的电路模型[17]:
根据电路有关知识,有式(5)成立:
$U = {U_1} + {U_2} + {U_3} + {U_4} + \cdots {U_n} \cdots \text{。}$
|
(5) |
在管路系统中,压力源的压力等于各个压力阻抗压力降之和,如式(6):
$P = {p_1} + {p_2} + {p_3} + \cdots {p_n} \cdots = \sum\limits_{i = 1}^n {{p_i}} \text{。}$
|
(6) |
同时,根据电路模型欧姆定律以及电路节点定律推及流体网络可知[18]:
$\Delta P = \sum\limits_{i = 1}^n {{Z_i}} {Q_M} \text{。}$
|
(7) |
式中:Zi为流阻;QM为流量。
因此只要知道管路中两端之间的压差,可将管路中的压力计算转化为电路中的电压计算。
搭建的实验台如图3所示,管路DN50,在管路设置有压力传感器和泄漏点,实验管路总长为14 m,分为4个节段,传感器1和2距离2.8 m,传感器2和4长度4.6 m,传感器4和5长度2.0 m,传感器5和3长度4.6 m,根据流体网络知识进行验证。
实验条件下流量计显示流量为6 m3/h,求得管路的平均流速为0.855 m/s,计算得到雷诺数Re=3.42×104,流体处于紊流,计算紊流下流阻为:
${R_{wT}} = {\left( {\frac{{{R_e}}}{{1185}}} \right)^{3/4}} \times {R_W} = 3.861\;{\rm{s}}/{{\rm{m}}^2} \text{,}$
|
(8) |
因此在传感器2和4距离上的阻抗有:
$Z(j\omega ) = R + j(\omega L - 0) = 3.861 + j1170 \text{,}$
|
(9) |
所以阻抗值的大小为|Z|=1 170,所以有:
${P_2} - {P_4} = \Delta {P_2} = \sum\limits_{i = 1}^n {{Z_i}} {Q_M} = 2.95 \times {10^3}\;{\rm{Pa}} \text{。}$
|
(10) |
采集到传感器2和4的数据,经过小波变换处理后得到的结果如图5所示。
从采集的数据,结合流体网络计算可以得到,发现管路在未发生泄漏时,压力产生波动都在压力采集点平均值±3 kPa范围内,因此设置变化范围阈值为±3 kPa,当采集点压力超过±3 kPa时可以认为发生泄漏。
3.2 基于压力梯度法的泄漏定位研究管路发生泄漏后,实验采集数据如图6所示,经过测量,泄漏量为10%,经过计算泄漏后各个传感器平均值如表1所示。
${x_0} = \frac{{{l_{12}}{l_{34}}\left( {{p_4} - {p_1}} \right) - L \times {l_{34}}\left( {{p_4} - {p_3}} \right)}}{{{l_{34}}\left( {{p_2} - {p_1}} \right) - {l_{12}}\left( {{p_4} - {p_3}} \right)}}\text{。}$
|
(11) |
距离P1点的距离为4.8 m,管路实际的泄漏点位置为5.1 m,定位误差为5.8%。考虑到传感器的量程、精度和传感器安装环境对定位误差的影响,这个误差可以接受。
4 结 语本文搭建了船舶管路泄漏定位实验台,选择了适当的流量计以及压力变送器进行实验数据的测量和采集,并运用小波变换法对采集数据进行处理。进而按照流体网络的知识计算管路上的各参数,主要对压力传感器2和4进行计算,对流体网络模型进行实验验证,在此基础上将±3 kPa作为泄漏判断的标准,最后选择了压力梯度法对泄漏点进行定位计算得到距离P1点的距离为4.8 m,误差为5.8%,分析了误差产生的原因,实现了对船舶管路泄漏的定位检测。
[1] |
陈作武. 浅谈汽油船火灾事故的成因及对策[C]//中国航海学会危险货物运输专业委员会年会论文集, 2008: 97–98.
CHEN Zuo-wu. Discussion on the causes and countermeasures of the fire accident of the gasoline ship [C]// The Annual Meeting of the China Navigation Society Dangerous Goods Transportation Specialized Committee Annual Meeting, 2008: 97–98. |
[2] | Matthaios Bimpas, Angelos Amditis, Nikolaos Uzunoglu. Design and Implementation of an Integrated High Resolution Imaging Ground Penetrating Radar for Water Pipeline Rehabilitation[J]. Water Resources Management, 2011, 25 (4): 1239–1250. DOI: 10.1007/s11269-010-9631-y |
[3] | ATLAMAZOGLOU P E, UZUNOGLU N K. A Galerkin moment method for the analysis of an insulated antenna in a dissipative dielectric medium[J]. Transactions on Microwave Theory and Techniques, 1998, 46 (7): 988–996. DOI: 10.1109/22.701454 |
[4] | LAY-EKUAKILLE A. Improving leak detection sensing in pipelines: AmultidimensionalapproachwithFDM[J]. SensingTechnology, 2013, 3 (5): 714–718. |
[5] | EVANS K D, RYAN N J, MCEWAN I K. Leak location and sealing using Platelet technology TM[J]. OCEANS, 2007, 1 (4): 18–21. |
[6] | BILLMAN L, ISERMAN R. Leak detection method for pipelines[J]. Pipes & Pipelines International, 1987 (2): 381–383. |
[7] | MOHAMMED J R. A new simple adaptive noise cancellation scheme based on ALE and NLMS filter[J]. Services Research, 2007 : 245–254. |
[8] |
沈国伟. 基于压力传感器的负压波法泄漏检测[J]. 传感器世界, 2005, 11 : 17–19.
SHEN Guowei. The negative pressure wave method based on the pressure sensor to detect the leakage of[J]. Sensor in the world, 2005, 11 : 17–19. DOI: 10.3969/j.issn.1006-883X.2005.02.004 |
[9] | MARCO Ferrante, BRUNO Brunone. Pipe system diagnosis and leak detection by unsteady-state tests wavelet analysis[J]. Advance in Water Resources, 2003 (26): 107–116. |
[10] | P. Detection of partial blockage in single pipelines[J]. Hydraulic Engineering, 2006, 2 : 200–206. |
[11] |
焦敬品, 李涌, 何存富, 等. 压力管道泄漏的声发射检测试验研究[J]. 北京工业大学学报, 2003, 29 (2): 144–146.
JIAO Jingpin, LI Yong, HE Cunfu, et al. Experimental study on acoustic emission detection of pressure pipeline leak[J]. Journal of Beijing University of Technology, 2003, 29 (2): 144–146. |
[12] |
胡瑾秋, 张来斌, 梁伟, 等. 基于谐波小波分析的管道微小泄漏诊断方法[J]. 中国石油大学学报, 2009, 33 (4): 118–124.
HU Jinqiu, ZHANG Laibin, WANG Zhaohui. A method for detection of small leakage of pipelines based on harmonic wavelet analysis[J]. Journal of China University of Petroleum, 2009, 33 (4): 118–124. |
[13] | X. Optical and Sonar Image Classification: Wavelet Packet Transform vs Fourier Transform[J]. Computer Vision and Image Understanding, 2000, 7 (9): 25–46. |
[14] | 葛哲学, 沙威. 小波分析理论与MATLAB2007实现7[M]. 北京: 电子工业出版社. 2007. |
[15] | YE Hao, Wang Guizeng, Fang Chongzhi. Application of wavelet transform to leak detection and location transport pipelines[J]. Engineering Simulation, 1996, 33 (13): 1025–1032. |
[16] | 罗志昌. 流体网络理论[M]. 北京: 机械工业出版社, 1988. |
[17] |
窦雨淋, 张涛. 舰船管路流体脉动衰减器的性能研究[J]. 中国舰船研究, 2008, 04 : 40–44.
DOU Yulin, Zhang Tao. Research on the performance of the fluid pulsation attenuator of the ship's pipeline[J]. China Ship Research, 2008, 04 : 40–44. DOI: 10.3969/j.issn.1673-3185.2008.04.010 |
[18] | 刘超, 任福安. 工程流体力学[M]. 大连: 大连海事大学出版社, 2004. 7. |
[19] |
王兰兰. 基于负压波的输油管道泄漏检测技术研究[D]. 大庆: 东北石油大学, 2011.
WANG Lan-lan. Research on oil pipeline leak detection technology based on negative pressure wave [D].Daqing: Northeast Petroleum University, 2011. |
[20] |