严欣明1郝永梅2顾玉明2毛小虎1岳云飞1徐明2
（1．江苏省特种设备安全监督检验研究院常州分院常州 213016）（2．常州大学环境与安全工程学院 常州 213164）
摘要：应用Mat lab小波变换对燃气管道泄漏信号进行消噪处理，得到了更为精确的泄漏定位结果。首先阐述了小波变换的原理和步骤，通过实验室模拟油气管道进行燃气管道泄漏模拟试验，运用mat lab小波工具箱，对不同小波基以及不同阈值处理后的几种偏差进行比较后选取db8小波基对气体管道进行7尺度分析，结合时延估计的检测定位原理得出泄漏位置坐标。结果证明小波消噪确实提高了管道泄漏的定位精度。
关键词：燃气管道小波变换泄漏检测应用中图分类号：X933.4
文章编号：1673-257X(2016)06-0014-04 DOI: 10. 3969/j .issn .1673-257X .2016. 06. 003
管道作为一种运输设备越来越广泛地应用于石油、化工及城市燃气和供热系统中，同时因管道泄漏引发的火灾爆炸事故也越来越多，若能及早发现管道泄漏就可以最大程度上防止或减少事故的发生。由于管道本身、环境等不确定因素影响，通过检测接收到的管道泄漏信号中存在大量噪声，这些噪声影响了泄漏信号的识别，造成泄漏定位不准确。小波消噪技术由于其在信号处理方面的优势受到越来越多人的关注，用小波技术对原始信号进行处理，去除泄漏信号中与源定位信号不符合的部分，可以更加准确地找到泄漏源位置。而实践证明小波理论具有极大的应用前景，尤其在信号处理方面具有无可比拟的优势。
1 小波变换的基本原理及步骤
小波变换是一种集信号的时间——尺度和时间——频率的分析方法，其具有很多优势特性，被誉为分析信号的显微镜。小波变换可视为信号x(t)在实轴上的局部区域内的正则性。信号x(t)小波变换的定义为：
小波变换就是利用噪声与信号在各个尺度上的小波（变换模极大值）谱具有不同表现的这一特征，将噪声小波谱分量去掉，然后再利用小波变换重构算法，重构出原信号。
小波消噪的基本步骤如下：
1)对泄漏信号进行小波多尺度变换。选取最大尺度寻找奇异点，在此最大尺度J=5；
2燃气管道泄漏模拟检测实验
燃气管道模拟实验检测系统主要由2个部分组成：1)声发射检测系统：美国物理声发射公司(PAC)生产的PAC6006系统；2）模拟管道实验平台（见图1）。
该管道平台由泵、阀、空气压缩机和金属管道等构件组成，压力管道泄漏的实验模型为20号普通碳素钢管，外径32.9mm，长6000mm，管道压力为0～1.2MPa，管道上有计量压力、温度和流量等仪表。
在管道系统上取一段长为5000mm的直管段作为本次试验的管道，模拟泄漏孔口位置在距离上游A传感器3600mm处，如图2所示。
L1为上游传感器A到泄漏孔的距离，L2为下游传感器B到泄漏孔的距离，上下游传感器接收泄漏信号经前置放大器输入到声发射仪，计算得到粗定位结果。其定位原理为：
打开泄漏阀门，保持小泄漏状态，进行实验数据的采集，共分3次，每次测定3组，得到9组定位数据见表1。得到试验定位误差均值为15.03%，定位误差较大。
3 Ma tlab小波变换消噪处理
3.1小波基选取
不同的小波基具有不同的时频特征，用不同的小波基对同一个问题进行分析，会产生不同的效果。因此，在对某特定信号进行消噪时，必须选取一个合适的小波基。分别使用db1、db8、sym2对其中第1组信号进行4尺度小波分解，分解结果如图3所示。
通过matlab小波工具箱统计功能得到9组实验的每个信号的绝对偏差、中值偏差、标准差结果统计见表2。
通过对不同小波基分解的标准差、中值偏差、绝对偏差的结果比较，得到每组信号的最优小波基个数，结果见表3。
从表3中可知，db8最优小波基个数最多，因此选取db8小波作为管道泄漏小波消噪的小波基。
3.2尺度及阈值函数选择
小波基已选定，但如果尺度和阈值选择不当，对信号分析的效果仍然会有影响。对气体泄漏信号进行7尺度分解如图4所示。
通过对泄漏信号的7尺度处理发现，随着尺度的增加，信号所包含的内容越少，当分解层数为7尺度时，分解信号几乎趋于一条直线，只出现为数不多的起伏，从该图中也可以看出在低尺度时信号尖锐的部分比较多，也验证了小波基小尺度处理信号时，其结果主要保留较多的是信号的尖锐的部分，当尺度增加时，其处理后的信号变化比较平缓，信号整体比较光滑，验证了在大尺度分解时，处理结果中能够保留较多的缓慢变化的成分，从7尺度看信号缓慢变化的部分已经较少，说明低频部分的信号已经能够显示出来，所以选取7尺度能够满足要求。
对于阈值的处理方法，拟对MATLAB中两种阈值方法进行比较选取，分别为固定形式的阈值、基于无偏似然估计sure阈值。用这两种阈值处理方法分别对9组气体管道小泄漏信号进行处理，利用MATLAB的统计功能，比较经过每种阈值处理后的信号的标准差、中值偏差、绝对偏差来选择合适的阈值处理方法，处理结果见表4和表5。
比较表4和表5相同试验信号的标准差、中值偏差以及绝对偏差，比较结果见表6。
根据表6结果可知选用基于无偏似然估计sure阈值的最优个数为5个，而固定式阈值的最优个数有4个，基于此因素，确定使用无偏似然估计sure阈值方法来确定阀值。
3.3 MATLAB小波消噪结果
综上所述采用db8对泄漏信号进行7尺度分析，采取基于无偏似然估计sure闽值选取方法，分别对以上其中1组实验泄漏信号进行小波消噪处理，消噪后的结果见图5和图6。结合互相关定位算法，得出db8小波7尺度消噪定位值。
对信号进行奇异点分析，可发现传感器A信号奇异点在采样点数为600，传感器B信号奇异点在采样点数为282，可得采样点数差为318，通过计算时间差为3.18×10-4S。计算得泄漏点位置为x=3973mm处。
重复以上步骤分别对另外8组泄漏信号进行消噪处理，得到表7小波消澡后定位数据。
4结论
通过研究得到以下结论：
1)通过用db1、db8、sym2等几种小波基分别对气体泄漏数据信号处理，结果得出db8更适用于气体管道的小波消噪，再对基于无偏似然估计sure阈值处理方法和固定形式的阈值处理方法进行比较，发现前者更优一些。
2)对实验室粗定位结果与小波消噪后的定位结果比较分析发现，经小波消噪后，定位误差有较大程度减小，由粗定位误差的15.03%降低到7.6%。
3)小波消噪后的定位结果明显好于粗定位结果，这在一定程度也说明了小波消噪方法在提高管道泄漏检测定位精度方面是可行的。
小波分析为信号分析处理打开了一个巨大的领域，但目前大部分都停留在实验室研究阶段，距离现场应用还存在一定的距离，这也是今后小波消噪应用技术的发展方向。
