摘要：简单说明了油气长输管道泄漏的原因和泄漏的危害，简单回顾了国内外油气长输管道泄漏检测技术发展的历史，详细介绍了热红外线成像、探地雷达、气体成像、传感器法、探测球法、半渗透检测管检漏法、GPS时间标签法、放射性示踪剂法、体积或质量平衡法、压力波法、小波变换法、相关分析法、状态估计法、系统辨识法、神经网络法、统计检漏法和水力坡降法等20多种管道泄漏检测技术方法，同时介绍了泄漏检测方法的诊断性能指标和综合性能指标，最后指出了现在存在的问题和发展的趋势。
关键词：油气；长输管道；泄漏；原因；检测方法；性能指标；问题；发展；趋势
油气长输管道发生泄漏的原因多种多样，但大致可以分为：(1)管道腐蚀：防护层老化、阴极保护失效, 以及腐蚀性介质对管道外壁造成的腐蚀和传输介质的腐蚀成分对管道内壁造成的腐蚀；(2)自然破坏：由于地震、滑坡等自然灾害以及气候变化使管道发生翘曲变形导致应力破坏；(3)第三方破坏：不法分子的盗窃破坏, 施工人员违章操作, 野蛮施工造成的破坏；(4)管道自身缺陷：包括管道焊接质量缺陷, 管道连接部位密封不良, 未设计管道伸缩节, 材料等原因。油气管道泄漏不仅给生产、运营单位造成巨大的经济损失，而且会对环境造成破坏、严重影响沿线居民的身体健康和生命安全。
1 检漏技术发展历史
国外从上个世纪70年代就开始对管道泄漏检测技术进行了研究。早在1976年德国学者R.Isermann和H. Siebert就提出以输入输出的流量和压力信号经过处理后进行互相关分析的泄漏检测方法；1979年Toslhio Fukuda提出了一种基于压力梯度时间序列的管道泄漏检测方法；L.Billman和R.Isermann在1987年提出采用非线性模型的非线性状态观测器的检漏方法；A.Benkherouf在1988年提出了卡尔曼滤波器方法；1991 年Kurmer 等人开发了基于Sagnac 光纤干涉仪原理的管道流体泄漏检测定位系统；1993年荷兰壳牌(shell)公司的X.J.Zhang提出了统计检漏法；1999年美国《管道与气体杂志》报道了一种称作“纹影”( Schlieren)的技术，即采用空气中的光学折射成象原理可用于管道检漏；2001年Witness提出了采用频域分析的频域响应法，其基本思想是将管道系统的模型转换到频域进行泄漏检测和定位分析；2003年Marco Ferrante提出了采用小波分析的方法，利用小波技术对管道的压力信号进行奇异性分析，由此来检测泄漏。
我国对于管道泄漏技术的研究起步较晚，但发展很快。1988年方崇智提出了基于状态估计的观测器的方法；1989年王桂增提出了一种基于Kullback信息测度的管线泄漏检测方法；1990年董东提出了采用带时变噪声估计器的推广Kalman滤波方法；1992年提出了负压波法泄漏检测法；1997, 1998年天津大学分别采用模式识别、小波分析等技术对负压波进行了很大程度的改进；1997年唐秀家等人首次提出基于神经网络的管道泄漏检测模型；1999年张仁忠等提出了压力点分析(PPA)法和采集数据与实时仿真相关分析法相结合的方法；2000年胡志新等提出了分布式光纤布拉格光栅传感器的油气管道监测系统；2002年崔中兴等介绍了声波检漏法；2003年胡志新提出了基于Sagnac 光纤干涉仪原理的天然气管道泄漏检测系统理论模型；2003年潘纬等利用小波分析方法来分析信号的奇异性及奇异性位置,来检测天然气管线泄漏；2003年夏海波等提出了基于GPS 时间标签的管道泄漏定位方法；2004年白莉等提出了一致最大功效检验探测泄漏信号；2004年吴海霞等运用负压波和质量平衡原理,采用模糊算法和逻辑判断法,利用压力、流量和输差三重机制实现了对原油管道的泄漏监测及定位、原油渗漏监测和报警；2004年伦淑娴等利用自适应模糊神经网络系统的去噪方法可以提高压力信号；2005年张红兵等介绍了根据管道的瞬态数学模型，并应用特征线法求解进行不等温输气管道泄漏监测；2005年刘恩斌等研究了一种新型的基于瞬态模型的管道泄漏检测方法,并对传统的特征线法差分格式进行了改进,将其应用于对管道瞬态模型的求解；2005年朱晓星等提出了将仿射变换的思想应用到基于瞬态压力波的管道泄漏定位算法中；2005年白莉等等将扩展卡尔曼滤波算法,应用于海底管道泄漏监测与定位；2006年白莉等利用多传感器的信息融合思想,提出分布式检测与决策融合方法进行长距离海底管线泄漏监测；2006年提出了一种基于Mach-Zehnder光纤干涉原理的新型分布式光纤检漏测试技术[1-12]。
2 泄漏检测技术方法
对于检漏技术的分类，现在没有统一的规定，根据检测过程中所使用的测量手段不同，分为基于硬件和软件的方法；根据测量分析的媒介不同可分为直接检测法与间接检测法；根据检测过程中检测装置所处位置不同可分为内部检测法与外部检测法；根据检测对象的不同可分为检测管壁状况和检测内部流体状态的方法[1-19]。
2.1 热红外成像
对于加热输送的液体管道，当管道发生泄漏时,土壤被泄漏的液体加热后温度上升，通过红外辐射的不同来感知这种异常的温度，将其与事先保存在计算机中的管道周围土壤正常温度分布图进行比较检测泄漏。近年美国OIL TON公司开发出一种机载红外检测技术，由直升飞机携带一高精度红外摄像机沿管道飞行，通过分析输送物资与周围土壤的细微温差确定管道是否泄漏。这类方法不能对管线进行连续检测，因此发现泄漏的实时性差而且对管道的埋设深度有一定的限制,具有关资料介绍,当直升机的飞行高度为300m时,管道的埋设深度应当在6m之内。
2.2 探地雷达
探地雷达(GPR) 将脉冲发射到地下介质中，通过时域波形的处理和分析探知地下管道是否泄漏。当管道内的原油发生泄漏时,管道周围介质的电性质会发生变化,从而反射信号的时域波形也会发生变化,根据波形的变化就可以检测到管道是否发生了泄漏。应用探地雷达探测时,物体必须有一定的体积,因此这种方法不适用于较细的管道。而且用探地雷达探测泄漏时,与管道周围的地质特性有关,地质特性的突变对图象有很大的影响,这也是应用中的一个难点。
2.3 气体成像
在输气管道泄漏检测中,气体成像技术也是一个比较有效的方法。以前气体成像的原理主要是根据背景吸收气体成像和红外辐射吸收技术。设备比较笨重,需要大型的激光器。近年来,开发了一种称之为“纹影”的技术,即采用空气中光学折射成像原理检漏。其设备轻巧、使用方便,还能提供有关泄漏量的指示。这种光学非侵入技术，可以远距离观测漏失量为每分钟仅为几毫升的轻微泄漏。泄漏到大气中的天然气比周围的空气折射率高，天然气泄漏使光线发生折射，在摄像机和照明条件下光栅之间的泄漏，使光线到达摄像机时产生位移。这样肉眼见不到的天然气泄漏就变成可视的纹影图象并可拍摄下来。利用这种技术，氧气和氮气难于在空气中成象，但烃类气体、挥发性流体的蒸气却容易看到；氦气、氢气、含氯氟烃等密度大于或小于空气的气体都可成象。同样纹影摄像机也能看到冷暖气流和超声冲击波。纹影成象技术不仅能发现气休泄漏而且能提供信息估算泄漏量。这种技术是地面成象系统，但检测来自地下的天然气泄漏也是可行的。
2.4 传感器法
随着传感器技术的发展,人们已经制造出对某种化学物质特别敏感的传感器,再借助于计算机和现代信号处理技术可以大大地提高检测的灵敏度和精确度。
(1) 嗅觉传感器
将嗅觉传感器应用于管道检测还是一项不大成熟的技术。可以将嗅觉传感器沿管道按一定的距离布置,组成传感器网络对管道进行实时监控。当发生泄漏时,对泄漏物质非常敏感的嗅觉传感器就会发出报警。
(2) 分布式光纤声学传感器
方法是利用Sagnac干涉仪测量泄漏所引起的声辐射的相位变化来确定泄漏点的范围，这种传感器可以用于气体或液体运输管道。这种方法是把光纤传感器放在管道内，通过接收到的泄漏液体或气体的声辐射，来确定泄漏和定位。由于是玻璃光纤，所以不会被分布沿线管道的高压所影响，也不会影响管道内液体的非传导特性，而且光纤还不受腐蚀性化学物资的损害，寿命较长。在理论上，10km管道定位精度能达到±5m，反应也较灵敏及时，但成本较高。
2.5 探测球法
基于磁通、超声、涡流、录像等技术的探测球法是上世纪80年代末期发展起来的一项技术，将探测球沿管线内进行探测，利用超声技术(“超声猪”)或漏磁技术(“磁通猪”)采集大量数据，并进行事后分析，以判断管道是否有泄漏点。该方法检测准确、精度较高，缺点是探测只能间断进行，易发生堵塞、停运的事故，而且造价较高。
2.6 半渗透检测管法
这种检漏管埋设在管道上方，一旦气体管道发生泄漏，安装在检测管一端的抽气泵持续地从管内抽气，并进入烃类检测器，如检测到油气，则说明有泄漏发生。但这种方法安装和维修费用相对较高，另外，土壤中自然产生的气体(如沼气)可能会造成假指示，容易引起误报警。美国谢夫隆管道公司在天然气管道上安装了这种检测系统(LASP)。
2.7 检漏电缆法
检漏电缆多用于液态烃类燃料的泄漏检测。电缆与管道平行铺设，当泄漏的烃类物质渗入电缆后，会引起电缆特性的变化。目前己研制的有渗透性电缆、油溶性电缆和碳氢化合物分布式传感电缆。这种方法能够快速而准确地检测管道的微小渗漏及其渗漏位置，但其必须沿管道铺设，施工不方便，且发生一次泄漏后，电缆受到污染，在以后的使用中极易造成信号混乱，影响检测精度，如果重新更换电缆，将是一个不小的工程。
2.8 GPS时间标签法
GPS(全球定位系统)的基本定位原理是：卫星不间断地发送自身的星历参数和时间信息，用户接收到这些信息后，经过计算求出接收机的三维位置，三维方向以及运动速度和时间信息。采用GPS同步时间脉冲信号是在负压波的基础上强化各传感器数据采集的信号同步关系，通过采样频率与时间标签的换算分别确定管道泄漏点上游和下游的泄漏负压波的速度，然后利用泄漏点上下游检测到的泄漏特征信号的时间标签差就可以确定管道泄漏的位置。采用GPS进行同步采集数据，泄漏定位精度可达到总管线长度的1%之内，比传统方法精度提高近3倍。
2.9 放射性示踪剂检测
放射性示踪剂检测是将放射性示踪剂(如碘131) 加到管道内, 随输送介质一起流动, 遇到管道的泄漏处, 放射性示踪剂便会从泄漏处漏到管道外面, 并附着于泥土中。示踪剂检漏仪放于管道内部, 在输送介质的推动下行走。行走过程中, 指向管壁的多个传感器可在3600 范围内随时对管壁进行监测。经过泄漏处时, 示踪剂检漏仪便可感受到泄漏到管外的示踪剂的放射性, 并记录下来。根据记录, 可确定管道的泄漏部位。这种方法对微量泄漏检测的灵敏度很高。该方法优点是灵敏度高, 可监测到百万分之一数量级, 甚至十亿分之一数量级,但是由于放射性示踪剂对人身安全和生态环境的影响,因此如何选择化学和生物稳定性好、分析操作简单、灵敏度高、无毒、应用环境安全等特点的示踪剂, 进行示踪监测是亟待解决的问题。
2.10 体积或质量平衡法
管道在正常运行状态下，其输入和输出质量应该相等，泄漏必然产生量差。体积或质量平衡法是最基本的泄漏探测方法，可靠性较高。但是管道泄漏定位算法对流量测量误差十分敏感, 管道泄漏定位误差为流量测量误差的6-7 倍, 因此流量测量误差的减小可显著提高管道泄漏检测定位精度。提高流量计精度是一种简便可行的方法,北京大学的唐秀家教授于1996 年首次提出了采用三次样条插值拟合腰轮流量计误差流动曲线, 动态修正以腰轮流量计滑流量为主的计量误差的方法。此方法能显著提高管道泄漏检测的灵敏度和泄漏精度。
2.11 负压波
当管道发生泄漏事故时, 在泄漏处立即有物质损失, 并引起局部密度减小, 进而造成压力降低。由于管道中流体不能立即改变流速, 会在泄漏处和其任一端流体之间产生压差。该压差引起液流自上而下流至泄漏处附近的低压区。该液流立即挤占因泄漏而引起密度及压力减小的区域在临近泄漏区域和其上、下游之间又产生新的压差。泄漏时产生的减压波就称为负压波。设置在泄漏点两端的传感器根据压力信号的变化和泄漏产生的负压波传播到上下游的时间差，就可以确定泄漏位置。该方法灵敏准确，无需建立管线的数学模型，原理简单，适用性很强。但它要求泄漏的发生是快速突发性的，对微小缓慢泄漏不是很有效。基于负压波的传播理论, 提出了两种定位方法：(1)设计了一种能够快速捕捉负压波前锋到达压力测量点的波形特征点的微分算法, 并基于此种算法进行漏点定位；(2)将极性相关引入漏点定位技术, 通过确定相关函数峰值点的方法, 进行漏点定位。这两种定位方法是对泄漏时的压力时间序列分别从微分和积分, 从瞬态和稳态两方面进行处理,提取特征值。这两种方法配合使用, 相互参照, 能够提高泄漏点定位的准确度。
目前,负压波法在我国输油管道上进行了多次试验,取得了令人满意的效果,但在输气管道上的试验并不多。有文献指出,负压波法完全适合于气体管道的泄漏检测, ICI 公司曾经使用负压波法在乙烯管道上进行过成功的试验。使用压力波法时,应当选用只对负压波敏感的压力传感器(因为泄漏不会产生正压波) ,传感器应当尽量靠近管道,而且要设定合适的阈值,这样可以更好地抑制噪音。
2.12 压力点分析法(PPA)
PPA 法是利用压力波原理发展的一种新型检漏方法, 较其它方法体现了许多优点。该方法依靠分析由单一测点取得数据, 极易实现。增添测点可改善性能, 但在技术上不是必需的。在站场或干线某位置上安装一个压力传感器, 泄漏时漏点产生的负压波向检测点传播, 引起该点压力(或流量) 变化, 分析比较检测点数据与正常工况的数据, 可检测出泄漏。再由负压波传播速度和负压波到达检测点的时间可进行漏点定位。PPA具有使用简便、安装迅速等特点。美国谢夫隆管道公司(CPL)将PPA法作为其管道数据采集与处理系统(SCADA)的一部分，试验结果表明，PPA具有优良的检漏性能，能在10min内确定50gal/min的漏失。但压力点分析法要求捕捉初漏的瞬间信息，所以不能检测微渗。该方法使用于检测气体、液体和某些多相流管道，己广泛应用于各种距离和口径的管道泄漏检测。
2.13 压力梯度法
压力梯度法是上世纪80年代末发展起来的一种技术，它的原理是：当管道正常输送时，站间管道的压力坡降呈斜直线，当发生泄漏时，漏点前后的压力坡降呈折线状，折点即为泄漏点，据此可算出实际泄漏位置。压力梯度法只需要在管道两端安装压力传感器，简单、直观，不仅可以检测泄漏，而且可确定泄漏点的位置。但因为管道在实际运行中，沿线压力梯度呈非线性分布，因此压力梯度法的定位精度较差，而且仪表测量对定位结果有很大影响。所以压力梯度法定位可以作为一个辅助手段与其它方法一起使用。
2.14 小波变换法
小波变换即小波分析是20世纪80年代中期发展起来新的数学理论和方法，被称为数学分析的“显微镜”，是一种良好的时频分析工具。利用小波分析可以检测信号的突变、去噪、提取系统波形特征、提取故障特征进行故障分类和识别等。因此，可以利用小波变换检测泄漏引发的压力突降点并对其进行消噪，以此检测泄漏并提高检测的精度。小波变换法的优点是不需要管线的数学模型，对输入信号的要求较低，计算量也不大，可以进行在线实时泄漏检测，克服噪声能力强，是一种很有前途的泄漏检测方法。但应注意，此方法对山工况变化及泄漏引起的压力突降难以识别，易产生误报警。
2.15 互相关分析法
相关技术实质是在时延域中考察两个信号之间的相似性，包含自相关和互相关两个内容。油气输送管道管壁一般都是弹性体，流体发生泄漏时，流体受压力喷射而诱发弹性波并沿管壁内传播。检测管道某两点处的弹性波信号，分析其互相关函数,利用相关时延技术便可判定是否发生泄漏及泄漏的位置。相关检漏技术是综合振动、测试、信号处理等许多学科知识的高新技术。用互相关分析法检漏和定位灵敏、准确，只需检测压力信号，不需要数学模型，计算量小。但它对快速突发性的泄漏比较敏感，对泄漏速度慢、没有明显负压波出现的泄漏很难奏效。
2.16 基于瞬变流模型的检漏法
文献[18]介绍了一种基于瞬变流模型的检漏方法。该方法根据拟稳态流的假设，考虑了在瞬态条件下管道的流量变化和压力分布。对一条假设天然气管道的研究结果表明，即使是对于瞬态条件，该方法也比以往一些未考虑管道的流量变化和压力分布的常规方法更准确地确定管道的泄漏点。这种方法也能应用于设有能引起管道流量分布突变的配气站的管道系统。
瞬态模型法主要针对动态检测泄漏,瞬时模拟管道运行工况,它可以提供确定管道存储量变化的数据,为流量平衡法提供参考量。使用管道瞬变模型法的关键在于建立比较准确的管道流体实时模型,以可测量的参数作为边界条件,对管道内的压力和流量等参数进行估计。当计算结果的偏差超过给定值时,即发出泄漏报警。
2.17 应力波法
管线由于腐蚀、人为打孔原因破裂时，会产生一个高频的振动噪声，该噪声以应力波的形式沿管壁传播，强度随距离按指数规律衰减。在管道上安装对泄漏噪声敏感的传感器，通过分析管道应力波信号功率谱的变化，即可检测出流体的泄漏。由于影响管道应力波传播的因素很多，在实际中很难用解析的方法准确描述出管道振动。有人提出使用神经网络学习管道正常信号与泄漏信号，进而对管道的泄漏进行判断。
2.18 基于状态估计的方法
该方法根据质量平衡方程、动量平衡方程、能量平衡方程及状态方程等机理建模。得到一个非线性的分布式参数系统模型, 通常可采用差分法或特征线法等方法将其线性化。设计状态估计器对系统状态进行估计,将估计值作为泄漏检测的依据,这就是基于状态估计的方法的基本原理。其中估计器可以是观测器,也可以是Kalman 滤波器。根据建立模型的方法,这类方法可分为不包含故障的模型法和包含故障的模型法。
①不包含故障的模型法。不包含故障的模型法的基本思路是,建立管道模型并设计估计器,模型中不含有泄漏的信息。当泄漏发生时,模型估计值与实际测量值将会产生残差,可用残差信号来进行检测定位。当泄漏量大时,该方法不可行。另外,该方法需要设置流量计,而且对于气体管道,检测和定位的响应时间太慢。
②包含故障的模型法。包含故障的模型法的基本思路是,建立管道模型时预先假设管道有几处指定的位置发生了泄漏, 通过对系统的状态估计得到这几个预先假设的泄漏点的泄漏量估计值, 运用适当的判别准则便可进行泄漏检测和定位。该方法在长90 km、内径785 mm 的气体管道上,在80 min 内可检测出2 %的泄漏量,并在100min 内可完成定位,定位精度比较高。但当实际泄漏点不处于指定泄漏点之间时,定位公式将无法使用。对于气体管道,检测速度相对较慢,仍需设置流量计。
2.19 基于系统辨识的方法
通过系统辨识来建立模型是工业上经常使用的方法,与基于估计器的方法相比,具有实时性强和更加精确等优点,管道的模型也可以通过系统辨识的方法来得到。目前,采用的方法是在管道系统上施加M 序列信号,采用线性ARMA 模型结构增加某些非线性项来构成管道的模型结构,采用辨识的方法来求解模型参数,并用与估计器方法类似的原理进行检漏和定位。
为了对管道的泄漏进行检测,可以对根据管道实际情况建立“故障灵敏模型”及“无故障模型”进行对比和计算。系统辨识法的局限性与不包含故障的模型法类似。基于模型法的一个共同的问题在于,检测管道泄漏时的响应时间慢,特别是对于气体管道。这是由于气体的动态特性变化比较缓慢,实际测量信号的采样时间比较长的缘故。另外,基于模型的方法无一例外,都要采用实际测量的流量信号,由于流量计价格昂贵,维护起来比较困难,因此,我国多数管道没有安装,而且受流量测量时流体成分、温度以及压力等参数变化的影响,测量的准确度比较低。
2.20 基于神经网络的方法
由于有关管道泄漏的未知因素很多,采用常规数学模型进行描述存在较大困难,用于泄漏检测时,常因误差很大或易漏报误报而不能用于工业现场。基于人工神经网络检测管道泄漏的方法,不同于已有的基于管道准确流动模型描述的泄漏检测法,能够运用自适应能力学习管道的各种工况,对管道运行状况进行分类识别,是一种基于经验的类似人类的认知过程的方法。试验证明这种方法是十分灵敏和有效的。理论分析和实践表明,这种检漏方法能够迅速准确预报出管道运行情况,检测管道运行故障并且有较强的抗恶劣环境和抗噪声干扰的能力。泄漏引发应力波适当的特征提取指标能显著提高神经网络的运算速度。基于神经网络学习计算研制的管道泄漏检测仪器简洁实用,能适应复杂工业现场。神经网络检测方法可推广应用到管道堵塞、积砂、积蜡、变形等多种故障的检测中,对于管网故障诊断有广泛的应用前景。
2.21 统计检漏法
该方法采用一种“顺序概率测试”( SequentialProbability Ratio Test) 假设检验的统计分析方法,从实际测量到的流量和压力信号中实时计算泄漏发生的置信概率。在实际统计上,输入和输出的质量流通过流量变化( Inventory Variation) 来平衡。在输入的流量和压力均值与输出的流量和压力均值之间会有一定的偏差,但大多数偏差在可以接受的范围之内,只有一小部分偏差是真正的异常。通过计算标准偏差和检验零假设,对偏差的显著性进行检验,来判断是否出现故障。泄漏发生后,采用一种最小二乘算法进行定位。
2.22 水力坡降线法
水力坡降线法的技术不太复杂。这种方法是根据上游站和下游站的流量等参数, 计算出相应的水力坡降, 然后分别按上游站出站压力和下游站进站压力作图, 其交点就是理想的泄漏点。但是这种方法要求准确测出管道的流量、压力和温度值。对于间距长达几十或百公里的长输管道, 由仪表精度造成的误差可能使泄漏点偏移几公里到几十公里, 甚至更远, 给寻找实际泄漏点带来困难。因此,应用水力坡降线法寻找长输管道泄漏点时应考虑仪表精度的影响。压力表、温度计和流量计等的精度对泄漏点的判定都有直接关系。把上、下游站这3种仪表的最大和最小两种极端情况按照排列组合方式, 可以构成64 种组合, 其中有2 种组合决定泄漏区间的上、下游极端点。目前这种方法较少采用。
3 检漏方法性能指标
3.1 泄漏检测性能指标
一个高效可靠的管道泄漏检测与定位系统，必须在微小的泄漏发生时，在最短的时间内，正确地报警，准确地指出泄漏位置，并较好地估计出泄漏量，而且对工况的变化适应性要强，也即泄漏检测与定位系统误报率、漏报率低，鲁棒性强，当然还应便于维护。归结起来可分为:灵敏性、定位精度、响应时间、误报率、评估能力、适应能力、有效性、维护要求、费用。
3.2 诊断性能指标
1) 正常工序操作和泄漏的分离能力:是指对正常的起/ 停泵、调阀、倒罐等情况和管道泄漏情况的区分能力。这种区分能力越强,误报率越低。
2) 泄漏辨识的准确性:指泄漏检测系统对泄漏的大小及其时变特性的估计的准确程度。对于泄漏时变特性的准确估计,不仅可识别泄漏的程度,而且可对老化、腐蚀的管道进行预测并给出一个合理的处理方法。
3.3 综合性能指标
1) 鲁棒性:指泄漏诊断系统在存有噪声、干扰、建模误差等情况下正确完成泄漏诊断的任务,同时保证满意的误报率和漏报率的能力。诊断系统鲁棒性越强,可靠性就越高。
2) 自适应能力:指诊断系统对于变化的诊断对象具有自适应能力,并且能够充分利用由于变化产生的新的信息来改善自身。
在实际工程设计中,首先要正确分析工况条件及最终性能要求,明确各性能要求的主次关系,然后从众多的泄漏检测方法中进行分析,经过适当权衡和取舍,最后选定最优解决方案。
4 存在问题及发展趋势
长输管道的泄漏检测与定位具有十分重要的现实意义,尽管已经取得很大的进步,工程实践中已得到应用,取得了一定的经济效益,同时也暴露了许多尚需解决的问题。例如长输管道的小泄漏检测和定位仍是重点攻克问题；如何增强泄漏检测和定位系统的自适应能力和自学习能力；如何将多种方法有机的结合起来进行综合诊断,发挥各自的优势,从而提高整个系统的综合诊断性能；如何有效解决长输管道的非线性分布参数的时间滞后问题等。
目前的泄漏检测和定位手段是多学科多技术的集成,特别是随着传感器技术、模式识别技术、通信技术、信号处理技术和模糊逻辑、神经网络、专家系统、粗糙集理论等人工智能技术等发展,为泄漏检测定位方法带来了新的活力,可对诸如流量、压力、温度、密度、粘度等管道和流体信息进行采集和处理,通过建立数学模型或通过信号处理,或通过神经网络的模式分类，或通过模糊理论对检测区域或信号进行模糊划分,利用粗糙集理论简约模糊规则,从而提取故障特征等基于知识的方法进行检测和定位。将建立管道的数学模型和某种信号处理方法相结合、将管外检测技术和管内检测技术相结合、将智能方法引入检测和定位技术实现智能检测、机器人检测和定位等是一研究方向[20]。
参考文献
[1] 朱芸.天然气长输管道泄漏检测与定位方法研究[D].兰州.2005,5.
[2] 潘纬,李炜.信号奇异性检测在输气管线泄漏检测中的应用[J].计算技术与自动化,2003,22(2)：71-73.
[3] 夏海波.基于GPS 时间标签的管道泄漏定位方法[J]. 计算机测量与控制, 2003,11(3) :161-176.
[4] 白 莉,岳前进,李洪升.噪声干扰条件下长输管道检漏的一致最大功效检验[[J].石油学报,2004,25(2)：115-117.
[5] 吴海霞,蒋耘晨,赵显利.运用虚拟仪器实现输油管道泄漏监测和定位[J].北京理工大学学报,2004,24(2)：174-177.
[6] 伦淑娴,张化光,冯 健.自适应模糊神经网络系统在管道泄漏检测中的应用[J].石油学报,2004,25(4)：101-104.
[7] 张红兵,李长俊.不等温输气管道泄漏监测技术[J].石油工程建设,2005,31(1)：25-27.
[8] 刘恩斌,彭善碧,李长俊,等.基于瞬态模型的油气管道泄漏检测[J].天然气工业,2005,25(6)：67-69.
[9] 朱晓星,陈悦,王桂增,等.仿射变换在管道泄漏定位中的应用[J].山东大学学报,2005,35(3)：32-35.
[10] 白 莉,李洪升,贾 旭,等. 基于瞬变流和故障检测的管线泄漏监测试验分[J].大连理工大学学报,2005.45(1)：8-11.
[11] 白 莉,岳前进,崔 莉.基于分布式检测与决策融合的海底油气管线检漏[J].海洋工程,2006,24(1)：55-59.
[12] 周琰,勒世久,张昀超,等.分布式光纤管道泄漏检测和定位技术[J].石油学报,2006,27(2)：122-124.
[13] 赵福麟, 孙铭勤, 杨庭秀, 等.埕东油田西区南块整体堵水中示踪剂的选择和应用[J].油田化学,1991,8(2):124- 130
[14] 蒋仕章，蒲家宁.用动态质量平衡原理进行管道检漏的精度分析[J].油气储运,2000,19(2)：12-l 3
[15] 赵堂玉:基于软件的输油气管道泄漏检测技术[J].油气储运,2004 ,23 (9)：1-7.
[16] Edward J. Farmer管道泄漏检测的新方法[J].自动化仪表,1992,10(3)：11-14.
[17] 周俊,李永强,王占宇,等.利用压力趋势图判断管道盗油点[J].油气储运,2002,21(7)：28-29.
[18] 苏欣,袁宗明,范小霞,等.油气长输管道检漏技术综述[J].石油化安全技术,2005,21(4)：14-17：26.
[19] 刘恩斌,彭善碧,李长俊.现代管道泄漏检测技术探讨[J].管道技术与设备,2004(5): 17- 19.
[20] 付道明,孙军,贺志刚,等.国内外管道泄漏检测技术研究进展[J].石油机械,2004,32(3): 48- 51.
