CN110410685B - 一种基于时域反射技术的地下管网渗漏定位系统及方法 - Google Patents
一种基于时域反射技术的地下管网渗漏定位系统及方法 Download PDFInfo
- Publication number
- CN110410685B CN110410685B CN201910626795.XA CN201910626795A CN110410685B CN 110410685 B CN110410685 B CN 110410685B CN 201910626795 A CN201910626795 A CN 201910626795A CN 110410685 B CN110410685 B CN 110410685B
- Authority
- CN
- China
- Prior art keywords
- leakage
- signal
- detection
- pipeline
- time domain
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 claims abstract description 118
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 70
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 9
- 239000002689 soil Substances 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 25
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 20
- 238000002310 reflectometry Methods 0.000 claims description 7
- 238000009933 burial Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 4
- 230000000717 retained effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 239000000463 material Substances 0.000 abstract description 6
- 230000006870 function Effects 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 7
- 230000000149 penetrating effect Effects 0.000 description 6
- 238000005070 sampling Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000010219 correlation analysis Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000003064 k means clustering Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009172 bursting Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 239000011449 brick Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- -1 burial depth Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/16—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using electric detection means
- G01M3/18—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using electric detection means for pipes, cables or tubes; for pipe joints or seals; for valves; for welds; for containers, e.g. radiators
- G01M3/182—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using electric detection means for pipes, cables or tubes; for pipe joints or seals; for valves; for welds; for containers, e.g. radiators for tubes
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明属于电子信息技术领域，公开了一种基于时域反射技术的地下管网渗漏实时监测和漏点定位系统及方法，在探测线内输入阶跃脉冲电压信号，并利用高效的信号分析处理算法，对反射信号进行分析，得出地下管道的渗漏位置。时域反射设备具有发射脉冲信号和接收反射信号的功能，并与探测线和电脑控制端连接。探测线和需要进行监测的输水管道平行铺设于地下。脉冲信号沿着探测线传播的过程中，由于阻抗跃变而导致反射信号被收集并记录之后，配合所开发的定位算法，可以准确计算并标定管道渗漏的位置。本发明具有检测速度快、不受天气和外部气象环境的影响、不受管道材质影响、不受管道掩埋深度影响等一系列特点，具有更高的精度和更广泛的适用性。
Description
技术领域
本发明属于电子信息处理技术领域，尤其涉及一种基于时域反射技术的地下管网渗漏定位系统及方法。
背景技术
根据世界银行估计，全世界每年大概浪费486亿立方米淡水，相当于每年损失146亿美元[1]，而且其中大部分的水资源浪费是由于输水管网漏损导致的。当前,我国水资源人均占有量不足世界水资源人均占有量的三分之一[2]。随着我国经济发展和人口普遍增加，水资源供需矛盾日渐加剧。同时，农村城镇化加速建设和城市规模的快速扩张，供水管网作为城市中重要的基础设施之一，也在迅速的建设中。但是，供水管网由于管道的老化、断裂、腐蚀、地下管道漏损检测技术落后等原因[3][4]，我国的输水管网的平均漏损率常年在20％以上，部分地区漏损率高达40％以上，远远超过了国家建设部要求控制在12％以下的标准[5]，然而，一些发达国家管网的平均漏损率可以达到3-7％，如荷兰、德国、日本等，而且大部分发达国家的漏损率不超过10％，远低于我国的实际管网漏损率[6][7][8]。
输水管网的渗漏造成水资源的严重浪费，导致供水公司成本增加的同时，也可能使得掩埋管道土壤中的污染物进入输水管道，造成供水质量的下降和水资源污染。有的供水工程管网穿越铁路、高速公路、城市公路等，由于供水管道中经常有较高的压强，如果不能及时发现和修复管道漏点，会出现爆管等事故，从而引起道路损坏、环境污染和安全问题等，同时造成巨大的经济损失。在城市里，则经常引起城市局部内涝、道路损坏和财产损失等。2018年12月20日，我国南京市主城区江东中路万达广场输水主管道爆裂，造成南京市全市大范围的停水或供水困难，部分道路被淹而阻断通行，同时部分地下车库以及车辆被淹，造成严重经济损失和环境破坏，如图5所示(图片来自于网络)。此类供水管道爆裂事故在我国的各个地区和城市中均有发生，例如：2018年1月14日，三门峡市崤山路供水主管道突发爆管，2018年8月23日，石家庄市平安大街与和平路交汇处供水主管道爆管，2019年1月26日，西安市长安南路与雁展路交汇处供水管道发生爆管等。此外，其它由管道老化或者破损等原因导致的水资源漏损现象更是数不胜数。
现行的地下管网渗漏检测技术主要包括主动和被动的检测方式。被动检测方式主要是通过组织人员巡查或者群众报漏的方式发现明显的渗漏点之后，组织相关管道维护人员对管道进行维修[1]。该种方式虽然投入少，但是它对地下暗漏的情况是无法发现的。主动检测方法主要基于声波或者电磁波理论，通过使用各种方法和仪器，在地下管道发生渗漏的早期，发现漏点并组织维修，减少水资源浪费，避免爆管等事故。主动检测方式主要包括听音检测法、相关分析检测法、区域内全面声音检测法、探地雷达检测法、压力波检测法和基于传感器的检测法等[10][11]。
我国目前主要使用的检测方式包括听音检测法和相关分析检测法[1][12][13]。听音检测法利用听音棒、检漏仪或者电子声音放大仪等设备，检测由于管道水渗漏而产生的声波，从而判断管道内是否有漏水情况发生。该项技术适用于各种类型的管道检测，但是该种检测方法容易受到外部环境噪声的影响，检测效率差，准确度低。相关分析检测法利用相关仪检测漏水声波到达渗漏管道两端的时间差，然后根据声音传播速度判断漏水点的位置，该方法只能够对具有相同频率的声音信号进行相关处理，适用范围相对较小，而且容易受到其它噪声影响，无法检测静默的渗漏情况。
区域内全面声音检测法是德国等发达国家常用渗漏检测技术[14][15]。该方法借助声音监测器在某个选定的时间对某供水区域内的所有管线进行监听，并将数据自动上传到控制电脑中进行处理分析，具有很好的检测准确性，但是初期投入较大，成本高，同时因该技术也是基于声波的检测技术，因而检测结果容易受到外部环境噪声的影响，必须在深夜或者相对安静的时段进行检测，而且无法检测静默的渗漏情况。
由于管道渗漏时，水和土壤混合之后会使得土壤的介电常数增大20倍左右，因而可以应用探地雷达检测技术定位地下管道的渗漏点[16][17][18]。该技术主要利用相关设备发射一定频率的电磁波，由于渗漏点周围土壤电磁参数的变化导致探测电磁场发生扰动。该扰动被检测线圈接收到之后，经过一定的数据处理和逆散射成像算法处理，即可可视化分析地下管道渗漏点周围渗漏状况。但是由于电磁波在土壤中损耗较大，使用较低频率的探地雷达可以达到2米左右的探测深度，但是低频电磁波很多时候达不到探测精度的需求。当升高电磁波频率时，探测精度得到了较好的改善，但是探测深度一般不超过1米，因而不能探测深埋管道的漏损。同时，探地雷达可以探测到例如石头、砖头等其它存在于土壤中的杂物，因而显示的细节过多，不便于后续数据处理和成像分析，而且设备昂贵，投入较大。
压力波检测技术主要通过在管道中传输压力波然后测试由管道渗漏部位反射的压力波而检测定位渗漏点[20]。该项技术经常通过在管道内部或者外部布置压力传感器[20][21]，通过检测管道内部压力变化判断管道是否存在漏损。但是压力波传输的距离有限，同时传感器只能监测特定部位的压力变化，不能够对较大距离内的所有管道进行全面监测。
综上所述，现有技术存在的问题是：
(1)目前听音检测法容易受到外部环境噪声的影响，检测效率差，准确度低；相关分析检测法只能够对具有相同频率的声音信号进行相关处理，适用范围相对较小，而且容易受到其它噪声影响，无法检测静默的渗漏情况。
(2)现有的区域内全面声音检测法检测结果容易受到外部环境噪声的影响，必须在深夜或者相对安静的时段进行检测，而且无法检测静默的渗漏情况；探地雷达可以探测到例如石头、砖头等其它存在于土壤中的杂物，因而显示的细节过多，不便于后续数据处理和成像分析，而且设备昂贵，投入较大。
(3)现有的压力波检测技术的压力波传输的距离有限，同时传感器只能监测特定部位的压力变化，不能够对较大距离内的所有管道进行全面监测。
解决上述技术问题的意义：建立准确、高效、易用、普适的输水管道漏损检测技术可以方便自来水或者供水公司及时准确的发现管道漏损部位进行维修，避免水资源渗漏浪费或者出现爆管等影响较大的事故。该发明基于微波时域反射技术，建立准确的非侵入式输水管网渗漏定位系统，实现地下输水管网中管道渗漏点的准确定位和分析。在不开挖管道的情况下，利用该系统准确定位地下输水管道的渗漏点，实现地下管道漏水的早期检测和预警，以解决集中供水工程管道漏水检测难的问题，有效地缩短管道漏水修复的时间，降低管道的漏损率和修复费用，提高供水的可靠度，切实保障城市管网供水安全。同时，该系统不受管道材质、管道掩埋深度、漏水点大小、天气变化、地面噪声等因素的影响，具有探测速度快、准确度高等特点。该发明对于提高我国输水管网漏水检测效率和水资源利用率具有重要意义，同时该技术具有很好的应用前景和经济价值。
参考文献
[1].J.Thornton,R.Sturm,and G.Kunkel,Water loss control,2nd ed.NewYork:McGraw-Hill,2008.
[2].L.Ran and X.Lu,Redressing China’s strategy of water resourceexploitation,Environmental Management,vol.51,pp.503-510,2013.
[3].范海凤,陈聪,探讨市政供水管道漏水的成因和对策,城市建设理论研究，vol.6,pp.2095-2104,2016.
[4].康文利,初探供水管道漏水成因和相应防治措施,科技信息，vol.2,pp.248-252,2015.
[5].中华人民共和国建设部，CAJJ92-2016，城镇供水管网漏损控制及评定标准，中国建筑工业出版社，2016.
[6].Towards efficient use of water resources in Europe,Technicalreport of European Environment Agency,Europe,2012.
[7].M.Farley and S.Trow,Losses in water distribution networks,IWApublishing,London,UK,2003.
[8].European benchmarking cooperation learning from internationalbest-practices,Tech.Rep.,2012Water andWastewaterBenchmark,2012.
[9].雷林源，城市地下管线探测与探漏，北京：冶金工业出版社，2003.
[10].R.Puust,Z.Kapelan,D.Savic,and T.Koppel,A review of methods forleakage management in pipe networks,Urban Water Journal,vol.7,pp.25-45,2010.
[11].V.Bhende1 and S.Deshmukh,Review of Water Leakage DetectionApproaches,International Journal ofResearch in Advent Technology,vol.6,pp.359-363,2018.
[12].E.Moyer,J.W.Male,C.Moore,and G.Hock,The economics ofleakdetection and repair-a case study.Journal ofAmerican Water Works Association,vol.75,pp.29-35,1983.
[13].J.Hough,Leak testing of pipelines uses pressures and acousticvelocity.Oil and GasJournal,vol.21,pp.35-41,1988.
[14].J.Rajtar and R.Muthiah,Pipeline leak detection system for oiland gas flowlines.Journal ofManufacturing Science and Engineering,Transactions of ASME,vol.19,pp.105-109,1997.
[15].G.Hesssel,W.Schmitt,F.Vorst,and F.Weiss,A neural networkapproach for acoustic leak monitoring in the VVER-440pressure vessel head,Progress in NuclearEnergy,vol.34,pp.173-189,1999.
[16].O.Hunaidi,Ground-penetrating radar for detection of leaks inburied plastic water distribution pipes,In:Proceedings of 7th InternationalConference on GroundPenetratingRadar,Lawrence,KS,USA,1998.
[17].O.Hunaidi and W.Chu Acoustical characteristics of leak signalsin plastic water distributionpipes.AppliedAcoustics,vol.58,pp.235-254,1999.
[18].O.Hunaidi,W.Chu,and A.Wang,Detecting leaks in plastic pipes,Journal American Water WorksAssociation,vol.92,pp.82-94,2000.
[19].A.Lockwood,T.Murray,G.Stuart,and L.Scudder,A study ofgeophysical methods for water leak location,In:Proceedings of PEDS2003Electromechanical Devices and Systems Applied to Urban Water Management,Valencia,Spain,2003.
[20].K.Fukushima,Y.Maruta,K.Izumi,I.Yusuke,Y.Ayumi,T.Toshiaki,A WaterLeak Detection Service Based on Sensors and ICT Solutions,Special Issue onSolutions for Society-Creating a Safer and More Secure Society,NECTechnicalJournal,vol.9,pp.332-347,2015.
[21].R.Perez,V.Puig,J.Pascual,J.Quevedo,E.Landeros,Methodology forleakage isolation using pressure sensitivity analysis in water distributionnetworks,ControlEngineeringPractice,vol.19,pp.116-157,2011.
[22].R.Nozaki and T.K.Bose,Broadband complex permittivitymeasurements by time-domain spectroscopy,IEEE Transactions on Instruments andMeasurements,vol.39,pp.945–951,1990.
[23].S.Wu,C.Furse,and C.Lo,Noncontact probes for wire fault locationwith reflectometry,IEEE Sensors Journal,vol.6,pp.1716–1721,2006.
发明内容
本发明主要解决复杂环境下地下输水管道渗漏点的非侵入式检测问题。通过将K-均值聚类机器学习算法、微波时域反射技术和时域反射信号处理技术的有效结合，利用三种技术各自的优势，实现在输水管网正常运行的情况下，对地下管道渗漏进行实时监测、渗漏预警、多漏点准确定位，避免输水管道爆管等重大事故。一方面，从微波时域反射技术的基本理论出发，搭建完备的硬件测试系统，并结合K-均值聚类机器学习算法、傅里叶快速变换和尼科尔森方法，开发可用于快速、准确分析硬件系统测量所得数据的数据处理系统，最终构建可以高效、高精度的定位多个地下输水管道渗漏点的非侵入式检测系统。具体发明的主要内容为：
根据微波时域反射技术的基本原理，搭建可用于地下输水管道渗漏检测的硬件系统。选择适合于土壤的探测线类型和输入信号类型是该系统能够高效、高精度的进行渗漏探测的关键之一，因而需要利用电磁仿真软件，研究多种信号在不同传输线和不同背景材料中的传输特性，选择最优化的探测线和输入信号，构建最优化的硬件检测系统。同时，良好的数据处理算法是该系统能够高效、高精度探测地下管道渗漏点的一项关键技术。主要解决以下三个问题：首先，当地下输水管道周围存在多个渗漏点、其它管道或者其它区别于土壤的介质时，微波时域检测技术针对于各个渗漏点的检测和定位精度会大幅度的降低。其次，由于信号发生器的不稳定因素、被测介质中的阻抗变化、测量设备中的噪声或者其它未知因素等，测量所得数据中经常有较小的时域信号扰动。这些扰动经常影响渗漏点的检测和定位，所以需要在信号后处理中去掉这些扰动。最后，微波信号(或者探测线中的电压信号)在土壤等介质中传播时，都有一定的损耗。这些损耗都会很大程度上影响信号的传输距离和反射信号的幅度，从而影响渗漏点的准确定位。以上三个问题在本发明中通过以下方式解决，实现管道多个渗漏点的高精度检测和定位。
1)本发明基于K-均值聚类机器学习算法、快速傅里叶变换和尼科尔森方法去掉信号中的微小扰动和噪声。
2)在K-均值聚类算法产生的信号聚类的基础上，利用不同反射信号传输路径的不同，构建合适的信号反演算法，从测量信号中反演计算由不同渗漏点所反射的信号
3)通过构建合适的损耗补偿算法补偿信号在传输过程中的损耗，最终构建适用于高效处理检测数据的数据处理系统，确保该数据处理系统具有良好的鲁棒性，能够利用测量数据对地下输水管道多个渗漏点进行准确定位。
本发明的具体实现步骤包括：
第一步，将阶跃脉冲电压信号发生器与50欧姆的同轴电缆连接，同轴电缆的中心铜线与一根铜芯探测线连接，另外一根铜芯探测线与信号发生器的参考地端连接，将两根探测线和管道并行埋入地下。
第二步，阶跃脉冲信号发生器对探测线发送阶跃脉冲信号；当出现渗漏时，管道里的水与附近的土壤混在一起，出现阻抗不匹配，从而引起反射信号反向传输并被信号采集器采集。
第三步，采集得到的反射电压信号是反射系数ρ与考虑阻抗变化的示距Lapp的函数；
第四步，用本系统的数据处理算法对电压脉冲反射信号进行处理；
第五步，根据处理后得到的信号，确定管道渗漏点的物理位置。
进一步，所述信号处理的算法包括：
步骤一，截取采样数据中的相关样本，剔除其他无关样本；
步骤二，利用信号补偿算法对信号进行损耗补偿。
步骤三，基于K-均值聚类算法对不同漏点的信号进行信号反演，获取不同信号所对应的信号幅值。
步骤二，对于所不同漏点所对应的采样信号进行快速傅里叶变换；
步骤三，保留振幅大于阈值的谐波，其它谐波幅度置零；
步骤四，将保留的谐波信号乘以2πjf，f是频率，j是虚数单位；
步骤五，将处理后的信号进行逆傅里叶变换，获得去噪后信号的一阶导数
步骤六，确定一阶导数中最小值点或最大值点的横坐标，该点既是渗漏点。
进一步，根据处理后得到的采用信号，确定渗漏点的物理位置具体包括：
步骤一，测定传输探测线Lse的实际物理长度；
步骤二，根据处理后的电压脉冲信号的一阶导数，得出
的横坐标和
的横坐标；
步骤三，得出信号传输的示距，即渗漏点与参考点的距离：
参考点与探测线终点的距离：
步骤四，根据已知的Lse和
确定土壤的相对介电常数εapp，
步骤五，根据第四步得出的土壤相对介电常数εapp，计算渗漏的实际物理距离
本发明同时提供一种基于所述基于时域反射技术的地下管网渗漏定位方法的基于时域反射技术的地下管网渗漏定位硬件系统，所述基于时域反射技术的地下管网渗漏定位硬件系统包括：电压信号发生器、反射电压信号采集器、同轴电缆、探测线、线间连接方法、数据处理方法和电脑端信号处理算法、采样算法。
电压脉冲信号发生器与50欧姆的同轴电缆连接，同轴电缆的中心铜线与一根铜芯探测线连接，另外一根铜芯探测线与脉冲电压信号发生器的参考地端连接，探测线和管道平行铺设掩埋在地下。
综上所述，本发明的优点及积极效果为：本发明基于微波时域反射方法，围绕地下输水管道的漏损定位和可视化分析理论方法展开研究，建立地下输水管网渗漏情况的实时监测和定位系统以及渗漏状况可视化分析系统。该技术将克服传统的基于声波和电磁波探测技术所遇到的各项困难，实现在输水管网正常运行的情况下，对地下输水管道的渗漏状况进行长距离的连续实时监测和渗漏预警，避免出现输水管道爆管等重大事故，同时准确定位管网渗漏点，并对地下管网渗漏状况进行可视化分析。同时，该漏损检测技术不受管道材质、掩埋深度、漏水点大小、天气变化、地面噪声等因素的影响，具有探测速度快、准确度高等特点。
本发明通过在探测线内输入阶跃脉冲电压信号，并利用高效的信号分析处理算法，对电压信号在探测线内传播时由于管道渗漏区域的介质阻抗变化所导致的反射信号进行分析，得出地下管道的渗漏位置。时域反射设备具有发射脉冲信号和接收反射信号的功能，并与探测线和电脑控制端连接。探测线和需要进行监测的输水管道平行铺设于地下。由于管道渗漏导致管道周围的土壤介电性能出现20到40倍的突变，从而导致探测线周围的阻抗不连续跃变。脉冲信号沿着探测线传播的过程中，由于阻抗跃变而导致反射信号被收集并记录之后，配合所开发的定位算法，可以准确计算并标定管道渗漏的位置。本发明具有检测速度快、不受天气和外部气象环境的影响、不受管道材质影响、不受管道掩埋深度影响等一系列特点，相对于传统的听音检测法与探地雷达法具有更高的精度和更广泛的适用性。
本发明基于电压脉冲信号在传输线中的反射原理，双传输线与输水管道平行掩埋与地下。土壤的相对介电常数一般为2-4，水的相对介电常数很大一般为80，当管道出现渗漏之后，渗水的土壤发生较大范围的阻抗变化，电压脉冲信号发生器所发射的阶跃信号在传输线中传输时，阻抗变化引起电压脉冲信号反射。通过对于反射系数后处理，精确得出渗漏点的位置。
本发明利用地下水管渗漏之后，渗漏点的潮湿土壤与附近干燥土壤的阻抗不一样的特点，通过本发明的算法处理反射信号采样数据，得出渗漏的具体位置。
本发明通过将时域反射测量设备与计算机连接，实时对采样信号进行处理，可视化显示渗漏的实际位置，可以做到实时监控管道，达到渗漏预警的目的。
本发明为实现多管道实时监测系统提供技术解决方案，利用电压脉冲信号在探测线中传输的原理，将电压脉冲信号发生器与多探测线连接，可以达到同时监测多条地下水管，构建一个集监测、预警和渗漏定位为一体的大型系统。
本发明基于电压脉冲信号在探测线传输原理，针对水管渗漏处地下土壤阻抗发生变化的特点，通过分析采样所得到的反射信号，精确得出渗漏的具体位置。
本发明克服了传统的基于声波和电磁波探测技术所遇到的各种困难，可以在不开挖管道的情况下，准确定位地下水管的渗漏点，而且该系统不受管道材质、掩埋深度、漏水点大小、天气变化、地面噪声等因素的影响，具有探测速度快、准确度高等特点。
本发明利用微博时域反射技术对地下管道渗漏进行精确定位，为后续开发地下管道的检测预警网络提供必要的技术解决方案。由于管道渗漏对于供水的有效性和安全性具有极大的破坏，本发明整套系统廉价、便携，对于渗漏的位置可以做到精确定位，做到早发现、早维修，避免大型爆管事件，减少经济损失。
附图说明
图1是本发明实施例提供的基于时域反射技术的地下管网渗漏定位流程图。
图2是本发明实施例提供的实验场景的示意图。
图3是本发明实施例提供的基于反射信号的定位处理算法的流程图。
图4是本发明实施例提供的谐波模值示意图。
图5是本发明实施例提供的对滤波后的信号反傅里叶变换(IFFT)示意图。
图6是本发明实施例提供的Lapp的一阶导数示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
针对现有技术探测受到漏水点大小、环境噪声、掩埋深度等诸多因素的限制，探测时需要开挖地点较多，探测距离不够。由于基础物理本质的限制，探测的分辨率和准确度无法得到保障。本发明利用时域反射技术对地下管道渗漏进行准确定位，为后续开发地下管道的检测预警网络提供必要的技术解决方案。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示，本发明实施例提供的基于时域反射技术的地下管网渗漏定位方法包括以下步骤：
S101：时域阶跃信号脉冲发生器连接同轴电缆。同轴电缆和探测线相连接。探测线和管道并行掩埋，构成传输系统。
S102：时域阶跃信号脉冲发生器产生阶跃信号。
S103：从探测线采集反射信号。
S104：利用数据处理算法处理采集的反射信号，定位渗漏点。
S105：自动重新开始，对管道进行实时监测。
下面结合附图对本发明的应用原理作进一步的描述。
如图2所示，将信号发生器与50欧姆的同轴电缆连接，同轴电缆的中心铜线与一根铜芯探测线连接，另外一根铜芯探测线与信号发生器的参考地端连接，将两根探测线埋入地下，与地下管道保持平行。反射信号沿管道两旁平行的探测线形成的传输线传播，土壤是信号传播过程中的介质。
时域反射信号的波形是反射系数ρ与示距Lapp的函数。反射系数定义为：
反射系数为测试中系统的反射信号幅度与入射信号幅度的比值。同时有-1≤ρ≤1。
Lapp可以被认为是电磁信号在相同的时间间隔内以速度C传播所经过的距离。C即为真空中的光速。Lapp可以通过以下公式与信号在传输线中传播的实际的物理距离联系L起来：
公式中的tt为信号沿传输线在两个关键节点B点和D点之间的往返时间，εapp为信号传播介质(土壤)的相对介电常数。相对介电常数变化导致阻抗发生变化，导致反射系数ρ产生变化。相对介电常数恒定即阻抗恒定，反射系数ρ保持不变。
在图2中，同轴电缆连接到信号发生器的输出端口(点F)，铜芯探测线的起始点与同轴电缆(点B)的中间铜线(单股的实心线或多股绞合线)相连接。另外一根铜芯探测线与参考地端相连接。系统中在点F和点B之间使用同轴电缆，防止因为巨大的阻抗不匹配导致信号衰减，波形发生巨大波动。由同轴电缆为传输中介，信号发生器产生的电压脉冲信号沿着同轴电缆传播到B点，此时信号从同轴电缆中离开，沿着探测线传播，可视为双线传输线模型。在图中，以点C作为参考点，点B相对于点C的距离为L0。点E(即渗漏点)相对于点C的距离为L0+L1。点D相对于点C的距离为L0+Lse＝L0+L1+L2。在图中，距离L0和Lse可以通过物理测量得出数据，本发明是为了精确得出渗漏的位置E点到探测线起始位置点B的距离L1。
从图2中可以看出，在管道在没有渗漏的情况下，沿着管道附近的土壤具有恒定的相对介电常数，因此反射系数ρ沿着金属导线是一条近似的水平线。与此同时，当水管发生渗漏后，在渗漏点附近，反射系数ρ会有一个局部且明显的变化。因为水和沙子的混合物具有较高的相对介电常数(约等于80)，显著高于土壤的典型相对介电常数(约为2-4)，反射系数ρ的变化是确定渗漏位置点E的基础。探测线在点D的无限开路使得反射系数趋近于+1，系统中这样的设计对于确定渗漏位置至关重要。从而，可以确定相对介电常数εapp，通过此常数，可以依据反射系数ρ的示距换算出实际的物理距离。换算公式如下：
其中
通过利用反射系数图像上的示距，得出最终需要测出的距离L1(即渗漏点E与探测线起点B之间的距离)。
下面结合具体实施例对本发明的应用效果作详细的描述。
在本发明中，首先需要通过反射系数的图像得出
这就需要一种基于反射系数ρ的图像的数据处理算法。
在采集到的反射系数ρ的图像中，在起始位置处，ρ的数值会产生一个较大幅度的跃升，这个位置对应于
的横坐标，故
的横坐标是相对容易确定的。然而
和
的横坐标却很难确定。本方法中，通过对于反射系数ρ的图像进行求导，得出
的横坐标是反射系数ρ的导数图像的最小值出现的位置，
的横坐标是反射系数ρ的导数图像的最大值出现的位置。但是对于原始获得的反射系数ρ进行处理的过程中，由于噪声的影响，使得导数图像中预期的最值点不够明显。为了得到更好的一阶倒数的图像，本发明中开发出了一种新的数据处理算法，对于原始的反射系数ρ的采样数据进行处理，得出更易分辨的ρ的一阶导数。
参照流程图3，本发明中所采用的算法(数据处理算法)：
(1)取图像上B点到末端D点的反射电压信号样本。
(2)对于所采取的信号进行快速傅里叶变换。
(3)保留幅值大于给定阈值的谐波，其它谐波幅值置零。
(4)将保留的谐波参数乘2πjf。f是频率，j是虚数单位。
(5)E点是反射系数一阶导数的最小值，D点是反射系数一阶导数的最大值。
本发明对信号选取前N个幅值大于给定阈值的谐波，相当于将信号通过一个线性低通滤波器对信号进行过滤，去除高频的杂波信号和噪声信号。这个给定阈值根据实际管道铺设环境给定。通过本发明的算法处理之后的电压信号曲线是原始的采样信号的平滑版本，其中噪声、峰值和杂散振荡大大降低。这样的信号更有利于对信号的后处理和渗漏点的定位，并对探测线周围土壤的物理状态进行评估。最后，将处理过后的信号曲线求一阶导数，得出
和
的横坐标。
根据一阶导数的图像得出
和
的横坐标。此时根据以下的公式得出实际的渗漏位置(点E)相距铜芯探测线起点(点B)的实际物理距离L1：
下面结合附图对本发明的技术效果作详细的描述。
1、在获得到的TDR图像中，
的横坐标很容易确定的，然而
和
的横坐标很难确定。本发明的方法中，通过对ρ进行求导，E点的距离是Lapp的一阶导数的最小值的横坐标，D点的距离是Lapp的一阶导数的最大值的横坐标。为了得到更好的一阶导数，在Nicolson的基础上，提出了一种具体的方法：
(1)取信号B点到TDR信号的末端的信号样本。
(2)对于所采取的信号样本进行快速傅里叶变换(FFT)。
(3)保留大于Nh阈值的谐波参数，其它谐波置零。
(4)将保留的谐波参数乘j*2π*f，f是频率，j是虚数单位。
(5)E点的距离是Lapp的一阶导数的最小值的横坐标，D点的距离是Lapp的一阶导数的最大值的横坐标。
2、利用谐波的模值选取Nh的值，如图4所示，选取幅值在-25db以下的为高次谐波即噪声，将其之后的谐波置零。图5所示的是经过算法的第三步之后即滤波后的信号样本的快速傅里叶反变换的图像。通过求和，恢复了原来的线性函数，可以看出这个曲线与原始的TDR信号相比更加的平滑，其中噪声的峰值和振荡都大大降低，这可以用于TDR信号的可视化定性评估，从而对管道周围土壤的物理状态进行评估。最后，经过滤波的TDR曲线的一阶导数如图6所示，尽管在TDR信号的导数中存在波动，但D点和E点很容易定位。
3、实验结果：
峰值位置的计算是基于Python完成，它将执行两个任务：一是将采样信号进行如上算法的变换；二输出L1的值(通过公式
计算)。在实验中，通过图Ⅲ可以得到：
由
得：
通过对实际渗漏位置的验证，测得实际渗漏距离为L1＝0.65m。通过分析相差11cm是因为，所计算的结果是从铜线的起点距离渗漏点的距离，但是在实验中，由于铜线有一段曲折，所测得渗漏位置并非是以铜线的起点为标准，经测量曲折部分的铜线距离为10cm,所以计算结果准确。
Claims (5)
1.一种基于时域反射技术的地下管网渗漏定位方法，其特征在于，所述基于时域反射技术的地下管网渗漏定位方法利用信号发生设备发送脉冲信号到探测系统中； 当水管发生渗漏时，渗漏位置的土壤与水混合，土壤的介电常数发生大范围的变化，引起阻抗不连续；通过对反射系数图像的处理，得出管道渗漏的位置；
所述基于时域反射技术的地下管网渗漏定位方法具体包括：
第一步，将信号发生器与50欧姆的同轴电缆连接，同轴电缆的另一端与一根探测线连接，另外一根探测线与信号发生器的参考地端连接；将两根探测线以及地下管道平行掩埋；
第二步，信号发生器对探测线发送脉冲电压信号，当出现渗漏时，管道里的水与附近的土壤混在一起，出现阻抗不匹配，导致反射电压信号沿管道两侧的探测线传输；
第三步，采集得到原始反射的电压信号，信号波形的示意图是反射信号幅度与示距的函数；
第四步，利用本系统的数据处理算法对采集的反射信号进行处理；
第五步，利用本系统的数据处理算法和处理后得到的信号，确定管道渗漏点的具体物理位置。
2.如权利要求1所述的基于时域反射技术的地下管网渗漏定位方法，其特征在于，所述反射信号处理的算法包括：
步骤一，取相关信号段，剔除其他无关样本，保证参考点和探测线终端点包含在所取样本内；
步骤二，对于所采集的信号样本进行离散傅里叶变换；
步骤三，保留特定幅值范围内的谐波项，其他谐波项的幅值置零，剔除其他谐波项所包含的高频杂波信息和噪声信息；
步骤四，将保留的谐波参数乘2πjf，f是频率，j是虚数单位；
步骤五，将处理后的谐波信号，对其进行逆傅里叶变换，计算原始信号的一阶导数；
步骤六，确定逆傅里叶变换后的最小值点或最大值点的横坐标，计算其实际物理距离，该距离既是渗漏点位置。
3.如权利要求1所述的基于时域反射技术的地下管网渗漏定位方法，其特征在于，根据处理后得到的信号，确定渗漏点的物理位置具体包括：
(1)确定传输探测线Lse的实际物理长度；
(2)根据处理后的反射电压信号的一阶导数的图像，计算
的横坐标和
的横坐标；
(3)得出图像上的示距，即反射电压信号参考点与渗漏点的距离：
以及参考点与探测线终点的距离：
(4)根据已知的Lse和
确定土壤的相对介电常数εapp；
(5)根据第四步得出的土壤相对介电常数εapp，计算渗漏的实际物理距离
4.一种基于权利要求1所述基于时域反射技术的地下管网渗漏定位方法的基于时域反射技术的地下管网渗漏定位系统，其特征在于，所述基于时域反射技术的地下管网渗漏定位系统包括：电压信号发生器、反射电压信号采集器、同轴电缆、探测线；
电压脉冲信号发生器与50欧姆的同轴电缆连接，同轴电缆的中心铜线与一根铜芯探测线连接，另外一根铜芯探测线与脉冲电压信号发生器的参考地端连接，探测线和管道平行铺设掩埋在地下。
5.一种基于权利要求1～3任意一项所述基于时域反射技术的地下管网渗漏定位方法的地下水管渗漏检测终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910626795.XA CN110410685B (zh) | 2019-07-11 | 2019-07-11 | 一种基于时域反射技术的地下管网渗漏定位系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910626795.XA CN110410685B (zh) | 2019-07-11 | 2019-07-11 | 一种基于时域反射技术的地下管网渗漏定位系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110410685A CN110410685A (zh) | 2019-11-05 |
| CN110410685B true CN110410685B (zh) | 2020-11-24 |
Family
ID=68361153
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910626795.XA Active CN110410685B (zh) | 2019-07-11 | 2019-07-11 | 一种基于时域反射技术的地下管网渗漏定位系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110410685B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113007612B (zh) * | 2021-03-02 | 2024-09-10 | 中铁第四勘察设计院集团有限公司 | 基于时域反射技术的铁路给水管网检漏系统及方法 |
| CN113028303A (zh) * | 2021-03-16 | 2021-06-25 | 中铁第四勘察设计院集团有限公司 | 一种铁路给水管网检漏机器人 |
| CN113435040B (zh) * | 2021-06-26 | 2022-09-23 | 天津大学 | 基于瞬变流的爆管直径反演方法 |
| CN114811452A (zh) * | 2022-04-08 | 2022-07-29 | 国网山东省电力公司建设公司 | 一种变电站埋地管道泄漏监测定位方法、装置和系统 |
| CN115453437B (zh) * | 2022-09-19 | 2025-01-03 | 西安交通大学 | 一种非侵入式时域反射探头标定方法及系统 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5172730A (en) * | 1989-07-03 | 1992-12-22 | Insituform Of North American, Inc. | Two-wall leakage detection system for a pipe |
| CN200958686Y (zh) * | 2006-07-21 | 2007-10-10 | 中国科学院上海光学精密机械研究所 | 准分布式光纤漏油传感器系统 |
| CN102997045B (zh) * | 2011-09-14 | 2014-08-06 | 中国石油天然气集团公司 | 一种光纤传感天然气管道泄漏事件识别方法和装置 |
| CN103837900B (zh) * | 2013-09-09 | 2016-08-31 | 北京鼎臣超导科技有限公司 | 一种基于矢量磁场探测的地下电缆定位方法及装置 |
| CN105022131B (zh) * | 2015-08-05 | 2019-02-01 | 苏州大学 | 一种用于长距离隧道/管道渗漏监测的传感光缆 |
| CN106015947A (zh) * | 2016-05-11 | 2016-10-12 | 吉林省中科环宇智能科技有限公司 | 基于互联网的管道原位监测系统 |
| US10197378B2 (en) * | 2016-10-27 | 2019-02-05 | Deere & Company | Time domain depth sensor |
| CN106678551A (zh) * | 2017-03-06 | 2017-05-17 | 中国石油大学(华东) | 一种高压co2管道泄漏检测系统及方法 |
| CN109932614A (zh) * | 2017-12-19 | 2019-06-25 | 中国科学院长春光学精密机械与物理研究所 | 一种电缆故障排查方法及装置 |
| CN108773598B (zh) * | 2018-08-13 | 2020-06-09 | 西安石油大学 | 一种用于埋地油罐渗漏的在线监测装置及方法 |
| CN109813500B (zh) * | 2019-02-25 | 2021-03-02 | 河北工程大学 | 利用时域有限差分原理定位hdpe膜渗漏位置的方法 |
-
2019
- 2019-07-11 CN CN201910626795.XA patent/CN110410685B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110410685A (zh) | 2019-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110410685B (zh) | 一种基于时域反射技术的地下管网渗漏定位系统及方法 | |
| Cataldo et al. | A new method for detecting leaks in underground water pipelines | |
| CA2626186C (en) | System and method for monitoring of electrical cables | |
| CN101358827B (zh) | 管道壁厚腐蚀检测、无损检测方法 | |
| CA2889332C (en) | Method and system for monitoring a condition of electrical cables | |
| CN104747912B (zh) | 流体输送管道泄漏声发射时频定位方法 | |
| CN107942198A (zh) | 一种基于阻抗频谱分析的电缆局部缺陷评估的装置和方法 | |
| EP2538192B1 (en) | Apparatus and method for detection and localization of leaks in underground pipes | |
| Cataldo et al. | A TDR-based system for the localization of leaks in newly installed, underground pipes made of any material | |
| Cataldo et al. | Experimental validation of a TDR-based system for measuring leak distances in buried metal pipes | |
| Conway et al. | An introduction to fibre optic Intelligent Distributed Acoustic Sensing (iDAS) technology for power industry applications | |
| US9207192B1 (en) | Monitoring dielectric fill in a cased pipeline | |
| Zhou et al. | A novel method for sign judgment of defects based on phase correction in power cable | |
| CN106641741A (zh) | 一种检测超埋深管道的外壁防腐层的破损点的装置和方法 | |
| CN115031906A (zh) | 基于次声波的管道泄漏在线监测方法 | |
| CN108758358B (zh) | 一种基于声回波信号解调的管道泄漏监测方法及系统 | |
| CN117743765A (zh) | 基于声波的输水管道泄漏检测定位方法 | |
| CN215569800U (zh) | 基于时域反射技术的铁路给水管网检漏系统 | |
| CN117706549A (zh) | 一种基于探地雷达的地下网格管道连接点检测方法和系统 | |
| CN109882741A (zh) | 一种下水管道堵塞检测方法 | |
| CN115015709A (zh) | 一种电缆局部放电源在线定位方法 | |
| CN104535869A (zh) | 基于行波法的停电电缆防盗监测方法 | |
| Cataldo et al. | An electromagnetic-based method for pinpointing leaks in buried pipes: a practical validation | |
| Chabira et al. | RNL used for the verification of the efficiency of a localization model in a real WDNs | |
| CN113007612B (zh) | 基于时域反射技术的铁路给水管网检漏系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |