管道运输作为五大重要的运输方式之一,具有运输量大、运输距离长、可持续运输、不受地域与气候条件的影响、成本低等优点,在油气输运、供水供热等多行业领域占据主导地位[1-2]。为满足经济发展过程中对油气资源的需求,各国均在不断扩大对于油气管道的建设投入。油气管道工程规模和里程都在不断增加,据统计,截至2021年底,全球在役管道总里程约202×104 km,其中天然气管道占67%。2022年中国新建成油气管道里程约4 668 km,油气管道总里程累计达到15.5×104 km。
然而,由敷设年限长导致的管道破损老化、开裂、腐蚀,地质条件发生变化,以及第三方施工破坏等原因,管道泄漏事故频繁发生。输气管道以开裂与穿孔为主,而输油管道以穿孔泄漏形式为主[3-6]。另外,管道周围环境、流动介质、泄漏发生的情况不同,导致目前尚未有检测方便、适合不同场景工况下的泄漏检测方法。因此,开展针对管道泄漏检测与定位技术的研究具有重要的现实意义。
利用文献计量学能够从宏观角度直观分析目前“管道泄漏检测”研究方向的文献信息,可为相关研究提供参考,以便读者明晰当前研究现状及未来发展趋势。基于中国知网、Web of Science等文献资源库,以“管道泄漏”、“检测定位”、“定位方法”等为关键词检索发表时间为1994年1月至2023年12月的文献,可得到近30年关于“管道泄漏检测”的国内外发文情况与研究现状。关于管道泄漏检测以不同关键词发表的文献数量如图1所示,可见,以“管道泄漏”、“定位方法”、“泄漏检测”关键词使用频次高,以“天然气管道”、“输油管道”、“输气管道”、“供水管道”均有采用。
图2所示为依据年份的“管道泄漏检测研究”相关论文发表量,可见,2000—2010年间论文发表量呈指数上升,与国家经济的快速发展、油气能量利用以及基础建设有紧密相关。与此同时,2012—2018年间论文发表量也有一定程度的增长。整体来看,近10年此类论文热度持续呈上升趋势。
通过VOSviewer软件绘制管道泄漏检测技术关键词的气泡云图,其结果如图3所示。气泡的大小代表对应关键词使用频率及关注热度,气泡之间的连接线代表关键词之间的连接关系。由此可见,研究使用最多的关键词为“泄漏检测”、“管道泄漏”。基于声波法、小波变换、漏点定位、分布式光纤传感器等方法的研究居多,相关分析法是针对声波的传播速度与到达时间差两方面的估计来定位泄漏点,因此与其关联密切的关键词是漏点定位。
根据管道泄漏信号的获取方法与信号处理方式的不同,可分为基于硬件与软件的检测方法。其中,基于硬件的检测方法主要包括光学法、声学法、光纤光缆法等；基于软件的检测方法包括体积质量平衡法、实时瞬变模型法、神经网格法等。不同的管道泄漏检测方法根据设备成本、算法准确性、操作方便性等方面的不同,具有各自的优缺点。据了解,目前现场管道泄漏检测主要采用以硬件设备检测采集数据,数据算法进行分析,以及人工实施判断相结合的方法。管道泄漏检测方法分类如图4所示。
1. 基于硬件的检测方法
1.1 光学方法
1.1.1 激光雷达系统
激光雷达系统基于光谱吸收原理,气体分子可选择性地吸收光,并且气体浓度可通过激光设定功率与回声功率来分析确定[7]。由ITT机构研制的ANTM GEL系统可实现160 km·h−1的检测速度,Bridger Photonics公司研制的检测设备可获得高清三维气体云图,方便精准地检测泄漏[8]。由Ball Aerospace机构研发的飞行检测器提高了检测设备分辨率与定位精度。
1.1.2 激光二极管吸收法
激光二极管吸收法的检测原理与雷达系统的相似,可近距离手持设备进行检测。当二极管激光束靠近待测泄漏管道时,部分光束将被吸收,为了确定被测物体的甲烷浓度,光谱信号被探测器接收并进行解调与分析[9]。LIANG[10]利用可调谐激光二极管吸收光谱仪（TDLAS）测量了低浓度下氢气的泄漏情况。
1.1.3 毫米波雷达检测
毫米波雷达检测是一种利用30~300 GHz频段的毫米波进行无线电波探测的雷达技术。相较于传统雷达技术,毫米波雷达具有更高的分辨率和更强的穿透力,可以对目标进行更为精确地探测和识别。由于甲烷密度比空气密度要小,故毫米级雷达系统可利用甲烷/空气密度差进行甲烷泄漏的检测[11]。Argonne国家实验室开发应用的毫米波雷达检测系统包括高分辨率摄像机、摄影跟踪仪、识别系统和毫米波检测器等。
1.1.4 热成像法
热成像法是利用红外探测器和光学成像物镜,接收被测目标的红外辐射能量分布图形,并反映在红外探测器的光敏元件上从而获得红外热像图,可用于检测管线上的介质热辐射变化[12]。当介质流体发生泄漏进而出现喷射时,流体会引起周围土壤温度变化。因此,该方法可借助移动交通工具,实现长距离管线泄漏检测[13]。目前,具有代表性的热成像设备包括美国GasFindIR系列、Bertin技术公司研制的气体视觉成像仪[14]。
1.1.5 成像光谱法
成像光谱法是一种应用于光谱分析的成像技术。相比于传统的光谱分析技术主要关注光的频率或波长分布,成像光谱法可以同时提供光谱信息和空间位置信息,从而实现对物体或样品的成像分析。根据光谱波段数的不同,光谱成像技术可分成多波段成像技术与高光谱成像技术,也分为吸收模式和放射模式。多波长放射技术认为泄漏气体温度比周围空气的温度要高,多波长吸收技术利用背景辐射可直接用于天然气浓度测量。目前,具有代表性的磁共振成像系统（AIRIS）应用包括美国PSI公司、加拿大可携带式成像放射性光谱仪（FIRST）[14]。
1.2 声学法
1.2.1 声波法
声波法是利用声波在不同介质中传播速度不同的特性,通过检测管内介质泄漏传播产生的声波信号,用于泄漏分析与泄漏点定位,此方法的关键是声波传播速度的准确性[15]。此外,对于声波检测信号,如何选择有效的滤波降噪方法,是该方法的研究重点。由于以压力波与声波为代表的弹性波在天然气中比在油中的传播速度小,所以气体管道的泄漏检测比油管泄漏的检测精度高[16]。
1.2.2 声发射法
声发射技术具有实时性强、非接触检测、定位精度高等优势[17-18],被广泛应用于管网系统泄漏的定位。声发射是指材料局部因能量的快速释放而发出瞬态弹性波的现象。流体噪声和结构变形声发射是声发射泄漏检测的主要影响因素。当管道发生泄漏时,泄漏点产生的噪声通过传播被声音传感器所捕获放大[18-19],再通过信号算法将噪声转化为全波形式来定位泄漏源。此技术适合于低流速与低压管道泄漏检测。泄漏信号的时差定位技术是声发射泄漏检测技术研究的热点,可以较为准确地确定泄漏源位置。然而,仍有以下两个问题需要深入研究[20]：管道泄漏产生的声发射应力在传播过程中存在频散现象；管网泄漏检测成本与精度之间的矛盾。
1.2.3 超声波法
当管道发生泄漏时,气体通过泄漏孔产生涡流,且超声波在交界面处发生反射,导致波形发生转换与交互干扰[21],而通过超声波检测仪能够识别超声波,并用于泄漏分析。根据管道超声波检测仪器的不同,可分为模拟单波与多模式导波法。此方法可实时监测、响应快速,并具有高灵敏度[22],可用于长距离油气管线,节约检测时间、缩短工作强度,并且能够检测管道截面缺陷[23]。当管道发生泄漏,管内流体受到干扰从而接收压力传感器发生明显变化时,可通过检测泄漏点与压力变化的关系,来确定泄漏点位置。
1.2.4 声呐法
声呐技术利用自身装置向水中发射声波,通过接收反射回波来确定泄漏点,距离可通过发射脉冲和回波到达的时间差进行测算,经过计算机专业声呐软件处理后可形成管道的截面图,并以此准确判断管径和泄漏点等管道情况[15]。声呐可采用快速、高带宽超声脉冲对水中遇到的障碍物进行回声检测。一旦发生管道泄漏,系统将自动产生视觉/听觉警报,并可通过监测仪显示泄漏状况与位置[13]。
1.3 分布式光纤检测法
分布式光纤检测法以光纤为传感敏感元件和传输信号介质,对沿线管道的温度变化进行检测。管道发生泄漏时会引起管壁与周围土壤的振动、介质与温度的变化。当纤维管贴于管线上,物理参数的变化将导致光学纤维发生温度与应力的变化。因此,分布式光学纤维可用于检测应力与温度的异常现象,从而实时监测管线泄漏情况。光纤传感器具有防腐蚀、重量轻体积小、每个感应点均无需电能、免疫电磁干扰、灵敏度高等优势[24]。如何进一步提高光纤测温技术的检测精度、降低成本、实现长距离大范围的管道泄漏检测是光纤测温系统在未来发展中面临的挑战。
1.4 动态压力变送法
动态压力变送法是通过动态压力变送器获取管道的动态压力信号,提取信号的特征向量,来实现管道泄漏识别的,并采用相关时延估计算法获得管道泄漏点位置。动态压力传感器易于安装、维护,具有较高检测灵敏度与分辨率。通过调节信号放大倍率,由泄漏引起的压力变化可被敏感地捕捉。ZHANG[25]利用动态压力传感器,提出了一种泄漏判别的波包熵法,用于长距离油气管道泄漏检测。
1.5 探地雷达法
探地雷达法（GPR）常用于地下设施与油气工厂管道泄漏的检测,地面穿透雷达也可用于油气管道泄漏检测。当管道发生泄漏时,覆盖管道的土壤的透气率、饱和湿度等参数将发生变化[26]。地面穿透雷达对土壤湿度敏感,故可用来检测泄漏源。当采用GPR检测法时,目标必须具有一定容积,所以其适合于大管径管道的检测。另外,当利用地面穿透雷达检测管道时,管道周围的地质特性对于检测的准确程度具有重要影响。突变的地质特性会对图像的形成有较大影响,这是其应用中的难点[16]。
1.6 智能小球法
智能球是安装有声音传感器的专门用来检测泄漏点的球体,包括声波检测器、加速度仪、磁力计、超声波传感器、温度传感器等,可在油气管道及水管内随介质向前移动,并在行进过程中记录所有因为泄漏而发出的声音异常,可用于管道泄漏定位与泄漏点大小评估的综合性检测[27]。为了适用于长距离检测,Pure Technologies公司开发了智能小球分析软件以及蓄电和数据储存功能,该设备作业可达110 h,并具有16 GB、32 GB的数据存储能力。
1.7 超声流量计法
超声流量计在增加流量信号后,可以利用瞬时流量的对比区分管道泄漏与管道正常工况的变化。当管道发生泄漏时,管道上游端瞬时流量上升、压力下降,管道泄漏端瞬时流量下降、压力下降。超声流量计由流量表、温度计和数据处理单元组成,可分别用于体积流量、流体与环境温度、声速的测量。所有的测量数据通过调度分析中心处理分析后,可用于计算流量平衡分析。越大的泄漏需要越短的积分时间,反之亦然[28]。
2. 基于软件的检测方法
2.1 信号处理方法
2.1.1 体积/质量平衡法
根据质量守恒平衡定律,当管内未发生泄漏时,管道进口流体的质量流量应等于管道出口的质量流量。一旦发生泄漏,且泄漏达到一定量时,进出口流量将产生较大差异。因此,在管道多点处检测进出口流量,或检测管道末端面泵站,从而依据检测信号可汇总形成质量平衡图。通过质量平衡图可确定泄漏程度和泄漏位置[29-30]。为了提高油气管道泄漏检测的精度和灵敏度,技术人员常利用动态体积/质量平衡法。管道中的流体物质沿管道运行时其温度、压力、密度、黏度可能发生变化,需要根据具体情况进行修正,故该方法较为复杂,计算量大[30]。
2.1.2 负压波法
当管道某处突然发生泄漏时,泄漏点处将产生瞬时压降,从而产生负压波。采用负压波法检测时,布置于管道两端的传感器通过计算压力信号和时间差的变化,确定检测泄漏点位置。小波变换技术可用于去除瞬态负压波信号,两终端的检测信号特征将被捕捉,从而提高了检测精度。
基于负压波检测技术,有以下两种定位方法：快速捕捉波形特征点差分算法和确定相差函数最大峰值法。两种方法的结合可提高泄漏检测精度[31]。WANG[32]利用多种压力传感器获取了负压波信号,通过记录泵站中两组负压波序列,来确定负压波的产生原因,可有效减少误报率和提高定位精度。ZHANG[33]提出了一种实时瞬态模型与负压波组合的技术,试验证明该技术可有效地从正常工况中辨别出泄漏工况。
2.1.3 互相关分析法
油气管道壁面均为弹性体,当发生泄漏时,流体引起的压力喷射将导致弹性波沿着管壁传播,故在管道两端可检测到弹性波,然后通过互相关函数进行泄漏分析。相关延迟技术可用于确定是否发生泄漏,根据最大延迟时间和管道声波传播速度,计算出泄漏点距两测量点的长度[34]。互相关分析的关键之处在于得到由泄漏与管道振动引起的声波。此外,压电陶瓷加速度传感器可拓展检测范围,通过广义互相关技术与多谱信号分析可提高信噪比和检测精度[28]。
2.2 实时模型方法
2.2.1 状态评估法
状态评估法主要适合于管道小流量泄漏检测与定位[35]。基于质量、动量、能量守恒定律和流体状态方程,可以得到非线性分布参数模型,再通过差分法进行线性处理。状态评估器可用于评估系统状态和泄漏量[23]。
2.2.2 系统分辨法
系统分辨法通过ARMA模型与管道结构模型进行非线性构建,计算得到预测值与管道实际值并对比以判断泄漏。建立管道故障敏感模型与故障自由模型,用于检测与满足不同的泄漏工况检测与定位。基于故障敏感模型,利用互相关分析方法可实现泄漏检测；基于故障自由模型,近似算法可评估泄漏定位[35]。
2.2.3 神经网络算法
在现实情况中导致管道泄漏的因素较多,且各因素之间的耦合关系复杂,建立的刚性数学模型无法求解多因素影响的泄漏工况[36]。神经网络具有良好的学习能力和自适应能力,可以模拟任何连续非线性函数,通过样本学习,利用泄漏信号特征指数构建神经网络输入矩阵,区分管道运行状况的神经网络模型可检测泄漏[37]。适应性的神经网络算法可以在线学习故障,无需从实现泄漏的训练数据中进行学习,可适应于动态背景噪声环境,弥补了传统神经网络算法的不足[38]。
2.2.4 谐波分析法
谐波分析法可用于泄漏检测瞬时流量的计算,压力瞬时流量的控制方程可通过脉冲响应进行求解；并可推导在管道任意位置的瞬时压力响应函数表达式,管道终端瞬时压力分析表达式。通过瞬时压力值的分析,可比较和分析管道泄漏和不同位置泄漏的转换函数曲线,其能用于检测长距离管道的泄漏[39-40]。
3. 管道泄漏检测的相关标准
管道泄漏检测除了技术与设备的发展,相关标准与规范也尤为重要。国内外管道泄漏检测相关标准如表1所示,通过文献调研,现有的通用标准共16项。根据功能可将标准分为：工作流程（用于检测技术领域的准备与运行指导）、技术说明（介绍相关技术规则）与管理规定。根据油气水管道泄漏相关标准,可以看到,自2015年之后油气管道泄漏的检测标准明显增加,大部分标准由API（美国石油协会）和ISO（国际标准化组织）发布。
