基于声信号的供水管网自适应泄漏检测定位仪器系统 11页

'基于声信号的供水管网自适应泄漏检测定位仪器系统基于声信号的供水管网自适应泄漏检测定位仪器系统?47?基于声信号的供水管网自适应泄漏检测定位仪器系统杨进,文玉梅，李平(重庆大学光电工程学院，重庆400摘要:介绍了自适应供水管网泄漏检测及漏点定位的基木原理及仪器系统的构成.针对城市供水管网分布密度大，泄漏信号特征因管道材质，口径，管内压力，流量，漏点形状的不同而各异，以及检测现场存在不可避免的突发干扰噪声的情况，采用自适应信号处理技术估计泄漏信号到达漏点管道两侧传感器的时间延迟检测定位漏点，采用小波分解识别，取阈值消除突发噪声.系统由主机,多个数据采集单元和加速度传感器组成，基于虚拟仪器技术构建，软硬件结合，实现信号的采集，分析处理及检测信息的显示等功能.关键词:泄漏检测;漏点定位;时延估计;自适应信号处理;小波分析;虚拟仪器中图分类号:TP273文献标识码:A文章编号:1000—8829(2005)10—0047—o4AdaptiveLeakDetectionandLocationlnstrumentSystemforDistributionWaterPipelinesBasedonAcousticSignalYANGJin,WENYu-mei,LIPing(DepartmentofOptoelectronicEngineering?ChongqingUniversity,Chongqing400044,China)Abstract:eprincipleandthebasicstructureoftheleakdetectionandlocationsystemforwaterpipelinesareintroduced.Asthefeaturesofleaksignalvarywiththematerials^sizes.inbuihconditions,pres sureandflowofpipes,andburstinginterferencesareinevitablewheredetectionoperates.SOtheadaptivesignalprocessingandthewaveletanalysismethodaredeployedtoestimatethetimedelayandlocatetheleak.Theinstrumentsystemconsistsofahostcomputer,multipledataacquisitionunitsconnectedtoaccelerometers.Basedonthevirtualinstrumentation.thehardwarecombinedwiththesoftwareimplementsthefunctionalitiesofinformationacquisi.tlon,storage,transmission,processingandpresentation.Keywords:leakdetection;leaklocation;timedelayestimation;adaptivesignalprocessing;waveletanalysis;virtualinstrumentation目前,己有的管道泄漏检测定位技术从检测环境上可分为管内和管外检测两种,管内检测技术主要基丁磁通，涡流，录像等-;管外检测主耍通过测量管道流量，压力，声音等物理参数实现泄漏检测定位，其中基于声学的检漏方法已被大量采用，该方法利用振动传感器获取泄漏点噪声，通过互相关方法估计泄漏噪声到达漏点管道两侧传感器的时间延迟实现漏点定位.文献［11］为了提高信号信噪比，在已知信号频率特征的情况下,在互相关处理前对信号进行了预滤波处理来提取有用信号,从而提高漏点定位精度•但在实际管道泄漏检测定位中，不同材质，不同管径,不同埋设条件及不同泄漏情况的管收稿H期:2005—02—16作者简介:杨进(1979—)，男,重庆铜梁县人，博士研究生，主要从事自来水管道泄漏信号处理研究.道所产牛的泄漏信号具有不同的频率特征，甚至同漏点产生的信号经同一管道不同距离传播后也不具有完全相同的频率特征，因此，实际泄漏检测中较难确定被检测管道泄漏信号的频率特性•木系统采用自适应信号处理技术，克服广义互相关法-需要首先确定泄漏信号频谱的限制，自适应各种实际泄漏信号特性进行时延估计-.并且采用小波分析方法，自适应消除突发噪声，提高检测有效性.系统以多功能,高性能的单片机为核心构成实时数据釆集，预处理嵌入式系统,实现检测数据的分布采集;以性价比高的便携式个人计算机为仪器系统主机，采用虚拟仪器技术，实现齐种仪器功能.1基于声信号的吋延估计泄漏检测定位原理 基于声发射的时延估计泄漏检测定位原理如图148?《测控技术))2005年第24卷第10期所示,当管道由于材料腐蚀或其他外力作用产生裂纹或小孔时，由于管道内外存在压力差而使管道内的水向外喷射，与管图1泄漏检测定位原理图壁之间产生摩擦，并伴随着泄漏处气穴的破裂,进而在泄漏处形成振动，该振动经由管道向远处传播,在泄漏点的管道两侧分别放置一振动传感器同时采集该泄漏信号.其中传感器1和2分别采集的信号模型如下f(七)二(七)+(七(1)【:(七)=(k—D)+(七)式中,s()为泄漏信号;n.()和n:(k)为干扰噪声，其中s(),n(),n:(k)两两互不相关;D为泄漏信号到达布置在漏点两侧管道上传感器的时间延迟;为衰减因子，表示泄漏信号由于传输距离的不同而造成的不同能量损失•设通过时延估计算法得到两信号间的时间延迟为D,则泄漏点距传感器1的距离为L=(L+vD)/2⑵其中,为两传感器间的管道长度;为泄漏信号的传播速率.1.1自适应时延估计泄漏检测定位用于时延估计的广义互相关法源于最大似然估计•…•，在广义互相关法时延估计中，采用一种权重滤波器估计⑴和:⑴的互相关函数,其中相关函数最大值点对应两信号间的时间延迟•根据极大似然原则,该滤波器有如下结构⑶其中,12()=三二=匸1zk~;O)二,G2()是1(£)和2VGnJG22(J (t)的互功率谱密度;GO和G控()分别是(t)和⑴信号的功率谱密度.式(3)表明为了实现时延估计，需要知道・(t)和:⑴信号的功率谱，而在实际泄漏检测中,泄漏信号的特征与管道材质，管径大小，埋设环境，管网内部压力及流量等因素有关，并常受到汽车喇叭声等噪声干扰,难于确定泄漏信号和噪声的频谱特征•因此采用自适应滤波方法自适应提取两信号的相似性,去除干扰噪声，得到高精度的时延估计结果.最小均方自适应时延估计算法的原理框图如图2所示I其中，⑴的采样序图2最小均方自适应时延估计算法原理框图列表示为(k),:(t)的采样序列表示为:(k)•图2中滤波器是FIR滤波器，其权系数向量W:[—,,r(符号T表示转置),(k)=[・(k—P),(k—P+1),・・•,・(k+P)],是离散信号.(k)组成的向量,长度为2P+1,P的选择根据检测距离，泄漏信号在管道传播速率及数据采样频率确定，应保证p/f.Mr=L/v(4)则滤波器的误差输岀为8(七)=:(后)一wT(七)(七)(5)根据Windrow的最小均方自适应算法"(k+lF(七)+(七)(七)(6)式中，是步长控制系数，它由(k)向量的自相关矩阵R=EI()()I决定，需要满足0</.L<2/A(7) 其屮,Xmax是矩阵R的最大特征值.当自适应滤波收敛吋，滤波器权系数向量w()表示如下W()二Wo=RP(8)其中,P:E[:(k)X(k)]为期望信号:(k)和输入矢量(k)的互相关矢量.此时滤波器权系数向量()中的最大值便是两信号间的吋间延迟D.1.2突发干扰噪声对自适应时延估计的影响及其消除在管道泄漏检测现场，不可避免存在各种干扰噪声,尤其是突发干扰噪声，比如汽车喇叭声，工地施工噪音等•在式(1)(£)=s(£)+n(£)中，当管道泄漏孔或裂纹的大小，流体输送压力及流量保持一定时，可以认为泄漏信号s⑴是平稳的，但当泄漏信号中叠加上突发干扰噪声后，信号便成为非平稳信号.LMS算法的目的是使滤波器输出和期望输入间的均方误差最小,均方误差表达式如下••_,=E{[e()]}E}[:()—WT()x()]}(9)=E)[:()].}—2WT()PA+w()RAw()其中，满足均方差最小的解如下W(七)二置Pt(10)图3表示了均方误差和权系数向量间的关系-H,由式(9)可知,当自适应滤波输入和参考信号都是平稳随机信号的情况下，均方误差•，是加权矢量w各分量的二次函数，均方误差•，是,}空间中的一个中间下凹的抛物面，抛物面的最低点满足式(10).当信号平稳时，自适应滤波自动调整权系数，收敛口仅收敛于一个抛物面顶点，即惟一的稳态解wn.当泄漏信号叠加上突发干扰噪声后，随着自适应滤波迭代的进行，在突发干扰出现的时段 时，尤其是当输入信号和期望响应中均含有空间某一点产生的突发基于声信号的供水管网自适应泄漏检测定位仪器系统?49?干扰噪声时,自适应滤波将调节权系数收敛于另一个稳态值•这样，随着迭代的进行，自适应滤波将由于不同的突发干扰源而出现多个抛物面;对于滤波器权系数来说，将有多个峰值点,既有反映真正时间延迟的点，也有突发干扰引起的峰值图3滤波器收敛示意图点，因此，通过有限的采集数据难于确认反映泄漏信号时间延迟的峰值点.因此，信号自适应时延估计之前，需要消除叠加在泄漏信号中的突发干扰噪声，减小该噪声对自适应算法收敛的影响，提高检测稳定性和可靠性.图4为突发干扰叠加在泄漏信号中的示意图.图4突发干扰叠加在泄漏信号中Donoho和Johnston提出的通过小波变换的非参数化去噪法已被广泛应用.其核心是利用信号小波分解系数和信号奇异性间的关系，达到去除噪声，保留有用信号的目的•在小波去噪中假设:有用信号相对于噪声的总体变化速率较慢或者更平滑，有用信号变化集中在某些时间点或时间段上.因此，噪声的非零小波系数多于有用信号非零小波系数;同时,虽然有用信号小波变换非零系数值可能大于噪声小波变换系数值，但由于在整个信号中有用信号非零小波系数出现儿率相对较小,可以认为有用信号小波变换系数对噪声信号小波变换系数的统计量如方差等的估计影响不大.因此，在小波去噪屮，以信号小波系数的多种估计量为阈值，保留大于该阈值的信号小波变换系数重构有用信号•因此，木系统釆用与小波去噪相似，但非线性取阈值和小波去噪取阈值相反的操作.由于突发干扰噪声发生在某些时间点或时间段上，因此大多数情况下，突发干扰噪声的非零小波变换系数比泄漏信号小波变换系数非零值少;但突发干扰噪声能量却比泄漏信号强 得多,因此突发干扰噪声小波变换系数值大于泄漏信号小波变换系数值,并且突发干扰噪声小波系数出现几率可能较大，在这种情况下，若以采集信号小波系数的统计量如方差等为阈值，则突发干扰噪声小波系数将是统计量进行估计的主要决定因素,当保留小于该阈值的信号小波系数进行重构时，达不到消除突发干扰的目的.因此，为了自适应信号的不同特征，将采集信号分成等长度的若干段，并保证至少有一段信号屮没有突发干扰噪声，计算各段小波变换模极大值，选取所有模极大值中的最小值为阈值叼，则信号小波系数的取阈值非线性操作如下嚣Xw・然后对阈值处理后的小波系数进行重构，从而消除突发干扰•突发干扰消除后的信号如图5.里:一图5突发干扰消除后的信号2仪器系统基本构成管网泄漏检测定位系统由主机，数据采集单元和传感器构成•系统结构如图6所示.数据采集单元=]=—I传感器IUSB集线器数据采集单元二]二二1传感器1数据采集单元=]==1传感器1数据采集单元 二T二1传感器图6系统基本结构主机完成对整个系统的控制和信息处理,显示.通过USB接口向各个数据采集单元发送系统定时时间，数据采集吋间等参数,并同步发送定时启动命令；数据采集单元接收定时启动命令后和主机分离，并与传感器一起布置到数据采集点,由于数据采集单元均有自身时钟和大容量存储单元,因此系统能够实现分布参数同步采集;采集结束后，主机和采集单元再通过USB接口连接在一起，主机接收所采集的数据进行信号处理.2.1数据采集单元基本工作原理数据采集单元主要完成传感信号的调理，数据采集，存储以及与PC机间的数据通信.其基本结构见图7.信号调理电路主要由滤波器，稈控放大器组成.由于传感器获取的泄漏信号强度与多种因素有关，首先漏点产生的源泄漏信号强度由漏点形状，大小，管道50?《测控技术))2005年第24卷第10期内流体的压力等决定，同时泄漏信号经过管道，流体及管道周圉的埋设介质等形成的传播途径传播到传感器屮，信号的强度将随传播距离的増加而不断衰减;检测环境不可避免的各种干扰噪声的强度也各不相同•因此，在实际检测过程中，传感器所要获取的信号强度是未知的，为了减小量化误差，在信号模数转换前系统需要根据信号强度对放大倍数进行动态调整•并且采用单片机控制滤波器的频率参数,满足实际情况下对滤波的不同需要•在系统数据采集过程中，由于各单元和主机间是独立,非在线的工作，因此，各数据采集单元均有一个高稳定度频率的时钟来控制这一过程.A/D转换后的数据通过SPI(serialperipheralinterface)串行接口存储在非易失性存储器DATAFLASH屮採集结束后，数据采集单元通过USB接口将采集数据传送到主机传感信号一滤波图7数据采集单元基本构成2.2基于虚拟仪器技术构建的仪器系统整个检测定位系统基于虚拟仪器技术构建，结合分布，嵌入式数据采集系统,在通用计算机平台上，通过软件控制仪器系统数据采集和传输 过程;通过软件技术和相应的数值算法,对所采集的传感泄漏信号进行自适应时延估计•检测定位系统界面如图8所示.该界而主要由5个区域组成，在界而左边显示的是仪器系统需要实现的基本功能，数据采集，数据存储，信号处理及声音播放;界面右面主要是显示系统在进行数据采集，数据存储，信号处理及声音播放过程中的状态.如图8中显示出了泄漏信号经自适应滤波处理后的波形，波形的峰值点直观地反映出了管道具体泄漏点的位置.检测完毕后，系统自动生成检测报告，必要时打印相关信息.3应用及结论系统实际泄漏检测如图9,该系统现应用丁城市地下自来水管网漏点定位中，根据被检测管道周围的噪声干扰，管道材质，管径及管网分布等情况，在5〜15min内完成一次泄漏检测定位操作,其中包括传感器和采集单元布置，数据采集，存储及传输，信号处理及检测结果的显示;并且对铸铁,镀锌和水泥等不同管材,管径从100〜1500mm不同规格的管道进行泄漏定位时,99%的漏点定位误差未超过lm;系统采用多探头同吋采集复杂分布管线的泄漏信息，更能快速，准确确认泄漏点•表1列出了铸铁管道不同口径下的泄漏检测定位结果,其中,d表示管道口径;表示泄漏信号传播速度;为两传感器间管道长度;厶为管道实际泄漏点离传感器1的距离;L为系统检测定位结果（离传感器1的距离）;AL为检测定位误差（AL=L厶).图8自适应管网泄漏检测定位仪器系统界面图9系统泄漏检测图表1铸铁管道不同口径下的泄漏检测定位结果参考文献：[1]HennnigarGW.Advancesingasleakdetection[J].PipeandGasJournal,l985,212(11):39—42.[2]ChetSandberg.Theapplicationofacontinuousleakdetectionsystemtopipelineandassociatedequipment[J]JEEETransactionsonlndustryApplicationJ99&25(5):906一909.(下转第64页)芷〜高一一《测控技术))2005年第24卷第10期TRFT.1O 图4开关量控制器硕件结构2结束语随着工业化和城市化的13益发展，大气污染，世界性能源短缺现象的日益严重，有效地利用地热资源己经成为迫切的需要.本控制系统采用了先进的Lon-Works技术与OPC标准,具有技术先进，功能强大，运行可靠，通用性强,易于维护升级等特点，不但很好地完成了控制的要求，而口适于推广和普及.参考文献：[1]杨育红,LON网络控制技术及其应用[M].西安:西安电子科技大学出版社,1999,[2]赵舒畅，王普•基于LON总线技术的暖通空调控制系统[J]•测控技术,2000,19(11):29—31•(上接第50页)[3]Hameed5AbdulMalhotraVN.Detectionofleaksfromprocesspipes[J].PipesandPipelinesIntemational,1999,44(5):2332.f4]Schlaffman,DonaldT.Pressureanalysisimproveslinesleak一detectioncapabilities[J]•OilandGasJournal,1991,89(52):98—101.[5]RajtUTJM.Pipelineleakdetectionsystemforoilandgasflowlines[J]JournalofManufacturingScienceandEngi一neering,TransactionsoftheASME,1997,119(1):105一109.[61KleinWR.Acousticleakdetection[R].NewYork:Ameri.canSocietyofMechanicalEngineersJ993:57一61.[7]FuchsHV,RiehleR.Tenyearsofexperiencewithleakde一tectionbyacousticsignalanalysis[J].AppliedAcoustics,1991,33:1—19.[8]ZhouShi一Dong,WuMing,WangJun.Leakdetectionofoilpipeliningbasedoncorrelationanalysis[J].ProceedingsofthelnternationalSymposiumonTestandMeasurement,2003,4:3112—3114.[9]赵松龄，盛胜我，殷业.自來水管网声学检漏技术的研究[J]•同济大学,1997,25(2):172—175. [7]王潜龙冯全科，屈展，帕娜尔汗•基于声发射与小波包理论的压力管道泄漏检测[J].西安交通大学，2003,37(5):515—518.[11]KnappCH,CarterGC-Thegeneralizedcorrelationmethodforestimationoftimedelay|J].lEEETransactionsOnAS.SP,1976,ASSP—24(4):320—327.[12]ReedFA,FeintuchPL,BershadNJ.TimedelayestimaetionusingtheLMSadaptivefilter一staticbehavior[J].IEEETransactionsonASSP,1981,ASSP一29(3):561—576.[13]BershadNJ,LianZuoQu.Ontheprobabilitydensityrune一tionoftheLMSadaptivefilterweights[J]JEEETransac一tionsonAcoustic.Speech^andSignalProcessingJ989,37(1):43—56.[14]WidrowB,etal.Adaptivenoisecancellingprinciplesandapplication|J|.Proc.IEEE,l975,63:1692—1716.[15]DonohoDLJohnstoneIM.Thresholdselectionforwaveletshrinkageofnoisydata[J].Proceedingsofthe16AnnualInternationalConferenceofthelEEEEngineeringinMedi一cineandBiologySociety,1994,1:24一25.口'