天然气管道积液红外成像检测方法

宋华军 戴永寿 杨涛 李立刚 孙伟峰

1.中国石油大学（华东）信息与控制工程学院电子信息工程系 2.山东省天然气管道有限责任公司

天然气管道积液红外成像检测方法

宋华军1戴永寿1杨涛2李立刚1孙伟峰1

1.中国石油大学（华东）信息与控制工程学院电子信息工程系 2.山东省天然气管道有限责任公司

传统天然气管道积液量的测量方法存在积液检测精度低、具有安全隐患等问题。为此，提出一种新的基于红外成像的非介入式测量法：利用管道内部气液两相之间热容差别大及对流换热的性质，对外管壁加热，使气液两相在管道外壁形成温度梯度，再利用红外热像仪测量外壁温度，形成温度分布图像，结合智能图像处理技术，对高压天然气管道积液进行实时高精度检测。实验室和现场试验结果均表明，该方法测量误差小于10%，能够满足天然气管道积液现场检测的要求。

天然气管道 积液检测 图像处理 红外成像 积液数学模型

积液的存在会降低管道的气体输送能力，甚至引发管道堵塞、管道内壁腐蚀，形成安全隐患。定期清管是清除管内积液的有效途径［1］，而确定清管周期、选择清管器的型号和数目、确定终端液体收集容器等都需要预先得到管内的积液量。因此，输气管道的积液量检测具有十分重要的意义。

目前，已有多种方法用于检测输气管道的积液量，包括模型模拟法［2］、透明管道法［3］、荧光法、快关阀门法［4］、光纤探针法、射线衰减法［5］、接触探针法、电层析成像法、超声波法［6］和微波吸收法［7］等。快关阀门法只适用于实验室测量管道平均积液量；射线衰减法和微波吸收法的射线或微波不能穿透管壁，不能对已建集输管道积液量进行检测；荧光法需要管壁透明，无法应用到生产现场；层析成像法和接触探针法都属于介入式测量。管道积液量测量方法中的直接法需要改动管道结构，具有安全隐患；而间接法由于参数、速度和模型匹配等因素的限制，积液检测精度低，无法实现积液量的实时检测［8］。为此，利用管道内部气液两相之间热容差别大及对流换热的性质，利用红外成像原理，结合智能图像处理技术，研发了非介入式输气管道积液检测方法。该方法具有不用改动管道结构、检测精度高、携带方便等优点。

1 红外成像测量积液原理

1.1 持液率测量模型

在气液两相分层流中，液相由于重力作用在管道底部流动，气相在管道上方流动，气液两相间存在气液界面。气液界面距离管道底部的距离（hL）以及实验管道内径（d）在图像上均可由相应的红外成像的像素值来表征：

式中Ph、Pd分别为图像上以像素点为单位表征的气液界面线距管道底部的距离以及管径长度；R为比例尺，反映了实际距离与图像上以像素点表征的相应距离的比值，为一定值。

h、d确定后，截面持液率（HL）可根据下式计算［9］：

1.2 红外成像测量积液原理

由于天然气管道制作材料的主要成分是碳钢，其导热系数介于50～60 W／（m·K），属于非保温材料，因此，加热管道外壁后管壁可以迅速传导热量。管道中水的比热容为4.2×103J／（kg·℃），气体的比热容介于0.5～15.0 J／（kg·℃），当在管道外壁给管道施加一恒定热流密度的热源时，由于管内气体和液体的流速及比热容不同，气体和液体带走的热量就不同，管壁上就会产生温度梯度。利用高精度红外热像仪（分辨率为0.01℃）可以测出管壁上的温度分布，进而确定管道内积液的高度。

现场情况下，输气管道内部积液和气体的温度基本一致，管道外壁表面没有明显的温度梯度变化，无法通过管道外壁的温度梯度变化来判断管道内部的积液含量。为此，采用外加热方法使管壁表面产生一个合适的温度梯度变化。当输气管道内部有液体沉积时，利用电加热膜均匀加热管道外壁，由于管壁的易导热性，热量会迅速由管壁表面向管道内部的液体和气体传导，并且由于气体的比热容小，吸收管壁的热量少，所接触管壁表面会形成一个温度梯度，液体的比热容大，吸收管壁的热量多，所接触管壁表面会形成另一个温度梯度，这样管道外壁上就会形成一个温度梯度变化，其与管道中实际的积液高度有一个对应的关系。

利用电加热膜均匀加热管道外壁时，如果气液两相的运动状态不同，其热量传导过程也会不同，因此，积液高度与温度分布的对应关系也不同。实验中，分别在不同气体／液体流速、加热温度、加热时间、液体含量、外界温度等各种条件下进行测试，最终得到这些参数与积液高度对应的数学模型。

2 积液检测系统

2.1 积液检测装置结构图

积液检测装置的结构如图1所示。

图1 积液检测装置结构图

设计的非介入式输气管道积液检测装置包括管道加热子系统、数据采集子系统以及数据处理子系统。管道加热子系统主要包括加热部分和温控部分，加热部分用于加热待测管道管壁，温控部分用于控制加热部分的加热温度。数据采集子系统由红外热像仪构成，用于精确采集管壁表面的温度图像，并将图像实时传送给数据处理子系统。数据处理子系统接收数据采集子系统采集的温度图像，运行积液检测软件，采用积液检测算法实时检测管道内部的积液含量。

2.2 检测流程

红外热像仪对准要加热的管壁，使管壁的上、下边沿都在热像仪的拍摄范围内。在积液检测软件中设置管道的相关参数，包括管道外径、管道壁厚和气液状态等。然后使用电加热膜覆盖管壁，短时间加热管壁后从管壁上撤离加热膜，使用红外热像仪采集管壁表面温度图像，并在计算机主机上运行积液检测软件，应用智能积液检测算法确定输气管道内部的积液量，最后生成报表。

3 智能检测算法

整个识别算法流程如图2所示。

图2 智能识别算法流程图

红外热像仪采集的图像首先使用图像预处理算法（包括中值滤波、目标分割等）将图像中的噪声和背景信息去掉。被预处理后的图像只保留了含有温度梯度变化的部分目标图像。使用智能识别算法对图像进行识别，计算出液体的含量。

4 相关实验

4.1 实验条件

实验室的实验环道如图3所示，实验系统采用GA45VSD型全封闭低噪声螺杆式空气压缩机，其额定功率为45 k W，最大工作压力为1.3 MPa，排气量为78～354 m3／h。水泵采用ZS65－40－200离心泵，量程为25 m3／h，扬程为62 m。气体计量采用Y040－EALSS4－0D涡旋流量计。液体流量计量采用Emerson CMF型质量流量计。实验环道口径为40 mm，测试段外径为200 mm，壁厚为15 mm。

图3 实验环道示意图

实验流程如下：空气由变频压缩机提供，通过气体流量计后在气液混合器内与水混合，之后进入实验环道；水由水泵增压，通过流量计后与空气在气液混合器内混合并进入实验环道。最后，气、水两相进入到卧式分离器进行气、水分离，之后，气相直接排空，水则循环回水罐。

实验中，针对不同的积液高度和不同的气液状态，采用两端加热、背面加热、全管液体高温加热和全管短时间加热4种加热方法进行实验，对比选取一种合适的加热方法。经过大量的实验，最终确定选择全管短时间加热作为设计装置的加热方法。

当气体流速为2 m／s、4 m／s、6 m／s、8 m／s时，通过实验检测得到的积液高度和实际积液高度的对比情况如图4所示。

从图4可以看出，检测得到的积液高度的变化趋势同实际积液高度的变化趋势大致相同，呈上升趋势，是递增函数，基本上是一一映射的关系。

4.2 实际测量结果

根据大量实验数据得到相关实验模型，对“西气东输”天然气管道积液进行现场测量，测得结果如下。

在中国石化中原油田分公司普光气田公司（以下简称普光气田）的协助下，根据测试位置的要求，最终选取了斜拉桥和桁架处作为管道积液测试位置（图5）。

图4 不同气体流速下实际积液高度与测得积液高度的对比图

实验系统需要根据输气管道外壁表面的温度图像计算管道内的积液高度，而普光气田输气管道外壁包裹了3层PE和玻璃丝布，裸露部分还涂有黄色的漆。为了能够采集管道外壁表面的温度图像，首先要对测试位置管道进行预处理，去除管道表面的3层PE和玻璃丝布，使管道外壁裸露，如图5－a中椭圆所指位置。

图5 管道积液测试位置示意图

现场管道积液检测结果如表1所示。

现场实验测试结果表明，斜拉桥处和桁架处2个位置的积液都比较多，实验结果跟现场流量、压力及地形变化吻合。根据普光气田定期排出的液体量，测量结果与实际结果基本吻合。误差可以控制在10%以内，检测结果和检测精度达到了预期的目标。

表1 现场管道积液检测结果表

5 结论

在经过大量实验室实验和现场实验的基础上，设计了一种非介入式红外成像天然气管道积液含量的检测方法。该方法的关键是建立与各种参数相关的积液量计算数学模型，但是这种模型需要大量不同参数、不同工况的实验数据，实验室中很难完成全部参数、不同工况的实验，目前为止只进行了液体静止、气体流速变化时的管道积液实验。因此，得到的积液量计算数学模型不够准确，使得积液测量结果的误差较大。后续还要针对流动液体的条件进行实验，建立更加完善的积液量计算数学模型，减小测量误差。

［1］张建，唐建峰，李玉星.输气管道内凝析液对流动参数的影响分析［J］.天然气工业，2006，26（5）：118－121.

［2］张友波，李长俊，杨静.湿天然气管路持液率计算方法研究［J］.新疆石油学院学报，2004，16（4）：46－49.

［3］LI Yuxing.Method to judge the formation of gas hydrate in pipeline［J］.Gas Industry，1999，19（2）：99－102.

［4］WONGWISES S，PIPATHATTAKUL M.Flow pattern，pressure drop and void fraction of two－phase gas－liquid flow in an inclined narrow annular channel［J］.Experimental Thermal and Fluid Science，2006，30（4）：345－354.

［5］CHAOUKI JAMAL，LARACHI FAICAL，DUDUKOVICMILORAD P.Noninvasive tomographic and velocimetric monitoring of multiphase flows［J］.Industrial ＆Engineering Chemistry Research，1997，36（11）：4476－4530.

［6］万新强，孙壁君.长距离天然气管道干空气干燥技术及应用［J］.油气储运，2007，26（4）：26－32.

［7］梁法春，陈婧，曹学文.截面含气率的单丝电容探针测量［J］.石油化工高等学校学报，2009，22（2）：70－72.

［8］梁法春，曹学文，魏江东，等.积液量预测方法在海底天然气管道中的应用［J］.天然气工业，2009，29（1）：103－105.

［9］梁法春，陈婧，曹学文.基于图像处理的分层流持液率测量［J］.石油天然气学报：江汉石油学院学报，2008，30（4）：161－164.

The infrared imaging method for measuring the liquid contents in natural gas pipelines

Song Huajun1，Dai Yongshou1，Yang Tao2，Li Ligang1，Sun Weifeng1
（1.College of Information and Control Engineering，China University of Petroleum，Dongying，Shandong 257061，China；2.Shandong Gas Pipeline Co.，Ltd.，Jinan，Shandong 250101，China）

NATUR.GAS IND.VOLUME 32，ISSUE 5，pp.62－65，5／25／2012.（ISSN 1000－0976；In Chinese）

The traditional method for the liquid measurement of natural gas pipelines has many disadvantages，such as a low accuracy in detection，great potential risk in operation，etc.This paper hereby puts forward a new non－intrusive measuring method based on infrared imaging.Relying on the big difference in heat capacity between gas and liquid in the pipeline and the characteristic of the convective heat transfer，we heat the pipe wall to generate temperature difference on the pipe wall；then use the infrared thermal imager to measure the outer wall temperature and establish temperature distribution image；perform the real－time measurement with a high accuracy on the high－pressure natural gas pipeline liquid with the intelligent image processing technology.The laboratory and on－site test results show that the measurement error of the method is less than 10%，which can meet the requirement of on－site measurement.

natural gas pipeline，liquid measurement，image processing，infrared imaging，liquid mathematical model

国家科技重大专项“高含硫气田集输工艺与安全控制技术研究（专题四）”（编号：2008ZX05017－004－02－02HZ），中央高校基本科研业务费专项资金资助项目（编号：12CX04064A），中国石油科技创新基金项目（编号：2010D－5006－0602）。

宋华军，1978年生，副教授，博士；从事图像处理、模式识别研究工作。地址：（266555）山东省青岛市青岛经济技术开发区长江西路66号。E－mail：huajun.song＠gmail.com

宋华军等.天然气管道积液红外成像检测方法.天然气工业，2012，32（5）：62－65.

10.3787／j.issn.1000－0976.2012.05.017

（修改回稿日期 2012－03－08 编辑 何 明）

DOI：10.3787／j.issn.1000－0976.2012.05.017

Song Huajun，associate professor，born in 1978，holds a Ph.D degree.He is mainly engaged in image processing and pattern recognition work.

Add：No.66，West Changjiang Rd.，Eco－Tech Development Zone，Qingdao，Shandong 266555，P.R.China

E－mail：huajun.song＠gmail.com