管道泄漏检测与定位技术研究进展与展望

金浩　陈健　黄肖静　张英香　王吉武　姚江　潘长城

摘要： 管道泄漏检测与定位技术是管道安全研究领域的核心问题之一，也是公共安全的重要组成部分。本文从管外检测、管壁检测和管内流动状态检测三个方面综述了目前世界上主流的管道泄漏检测与定位技术，阐述了每种技术的机理、优缺点及适用条件。最后，本文结合目前国内外现状从技术、经济、应用三个层面对现有技术进行了总结，认为基于管内流动状态检测的方法将会在未来管道泄漏检测与定位领域发挥越来越重要的角色，尤其是基于动态压力波和声波的方法，并讨论了该方法中的四个关键研究方向。

Abstract： Pipeline leak detection and location technology is not only the core issue in pipeline safety study， but also the important part of public safety. This paper reviews the mainstream pipeline leak detection and location technologies in the world in three major areas： external detection， wall detection and internal flow state detection， and describes the mechanism， advantages and disadvantages and applicable conditions. Finally， combining with the status at home and abroad， a summary is proposed from three aspects： technology， economy and application， which thinks the internal flow state detection method will play a more and more important role in the future， especially the dynamic pressure wave method and acoustic method. Additionally the four key research directions of the internal flow state detection method are also disscussed.

关键词： 管道；泄漏检测与定位；动态压力波法；声波法

Key words： pipeline；leak dection and location；dynamic pressure wave method；acoustic method

中图分类号：TE973 文献标识码：A 文章编号：1006-4311（2016）08-0007-05

0 引言

管道作为当今世界的五大运输方式，凭借其高效、安全、经济、便于控制和管理等多项优点，在长距离输送油气、供水、城镇燃气、工业装置等领域占据了主导地位。但是由于管道老化（如腐蚀、材料失效）、地质条件变化（如滑坡、地震）以及第三方破坏等原因[1]，管道泄漏事故经常发生，轻则造成停工停产、资源浪费，重则会导致爆炸、火灾等次生灾害，造成管道附近的人员伤亡和环境污染。因此，对管道泄漏检测与定位技术的研究具有极为重要的现实意义。

管道泄漏检测技术众多，分类方法也呈现多元化的特点。我国学者王桂增、叶昊等[2]人将基于检测部位的差异将管道泄漏检测方法分为管外检测、管壁检测和管内流动状态检测三类；罗马尼亚学者Pal-Stefan Murvay等[3]从人类干预的程度出发将管道泄漏检测方法分为全自动检测、半自动检测和人工检测三种；Folga等[4]人将管道泄漏检测方法分为直接检测法和间接检测法；美国学者Scott等[5]则提出了基于硬件和软件的泄漏检测方法。本文按照我国学者王桂增等人的分类方法来介绍目前管道泄漏的主流检测方法。

1 管外检测方法

管外检测方法主要是在非开挖的情况下，采用检测设备非接触式的对管道是否发生泄漏进行检测，目前方法有外部巡视法、线缆检测法、光纤传感检测法、示踪化合物检测法、遥感检测法、纹影成像技术检测法和生物检测法等。

1.1 外部巡线法

外部巡线法是管道泄漏检测的早期方法，目前仍然活跃在许多行业当中，这种方法主要依靠有经验的工作人员或者经过训练的动物对管道进行巡线，通过感官器官判断管道附近是否发生由泄漏造成的异常情况。这种方法的缺点是检测速度慢且无法实现连续性检测，并且不适用于有毒或者地理环境较差管道的泄漏检测，但识别和定位准确度较高。

1.2 线缆检测法[6]

线缆检测法主要通过沿管道的外壁敷设对管道介质组分极为敏感的线缆来进行泄漏检测和定位。该方法不仅检测精度非常灵敏，还可以对管道进行实时监测，尤其针对小泄漏、渗漏具有良好的检测效果。但是这种线缆造价昂贵，一旦检测出泄漏，需要及时更换被污染的线缆，导致此方法具有极高的维护成本。

1.3 光纤传感检测法

光纤传感检测法与线缆检测法类似，沿着管线敷设光缆并通过光缆两端的光纤传感器检测的物理或化学特性变化来判断管道是否发生泄漏或遭受到外部力量的破坏。常见的光纤传感检测法根据光纤传感器的类型可以分为光纤温度传感器检测法[7]、基于OTDR技术检测法[8]、基于光纤干涉原理检测法[9]和基于匹配光栅原理检测法[10]。我国天津大学和重庆大学的相关研究人员在基于光纤干涉原理的检测领域开展了长期研究，已在实验室条件下获得较好的效果。天津大学相关研究成果主要体现在周琰[11]、曲志刚[12]和张景川的学位论文中[13]，重庆大学相关研究成果主要体现在吴俊[14]的学位论文中。

1.4 示踪化合物检测法[15]

示踪化合物检测法是在管道内注入一定量的示踪化合物，这种化合物实际上是一种无害、稳定且易挥发的惰性气体。一旦管道发生泄漏，示踪气体就会随管内介质泄漏到管外，被管道外部的探测设备所采集，应用气相色谱的原理测定示踪气体的含量，由此确定泄漏位置。此法对小泄漏的灵敏度较高，但检测周期较长，且需要在检测过程中不断加入示踪气体，花费较高，目前研究大多在实验室完成，对于露天或埋藏较深的管道并不适用，而且管道所处的地质特性突变会对检测结果有较大影响，因此现场应用较少。

1.5 遥感检测法

遥感检测法主要适用于气体管道，包括两种检测方法：主动检测法和被动检测法。主动检测法应用红外发射器向管道发射特定波长范围的红外射线，利用泄漏时生成的气体云团对特定波长红外线的吸收原理，通过测量能量差来实现管道的泄漏检测和泄漏定位[16，17]。该方法受环境因素影响较多，容易产生较高的误报率。

被动检测法一般利用热红外成像进行检测，主要通过各种携带热红外探测器的载体对管道进行巡检。热红外探测器对温度反应灵敏，能够识别0.05℃～0.1℃的温差，分辨率高，空间分辨能力可达10-3rad，其长波红外影像可穿透云层和烟雾。管道发生泄漏时，压力差导致泄漏点温度低于管道温度和环境温度，产生温度梯度，利用热红外成像技术对管道附近环境温度场的变化进行泄漏检测[18]。此方法在环境温度与管道输送温度有较大的温差时精度较高，且不适于埋深较大的管道，因此很少有现场应用。

1.6 纹影呈像检测法

纹影成像技术近年来被不少学者引入用来检测气体管道泄漏。由于不同气体对光的折射率不同，当管外气体混有天然气时会导致光的折射率增高，光栅之间的光线产生偏移，形成纹影图像，因此利用摄像机拍摄下来的纹影图像能检测管道是否发生泄漏，并能根据偏移量估算泄漏量。台湾学者Ting等通过实验验证了该方法在管道压力为5Torr时，可检测出的最小泄漏孔径为27.5μm，当管道压力为1Torr时，可检测出的最小泄漏孔径为35.32μm[19]。纹影成像检测与其它被动检测技术相比，纹影成像技术具有灵敏度高、设备轻巧、使用方便等优点，但不能连续检测泄漏，实时性较差。

1.7 生物检测法

生物检测法是由英国REL Instrumentation Limited公司的Jun Zhang于1997年首次提出，主要基于生物组分识别原理对管道内介质泄漏进行检测[20]。近年来希腊学者Batzias等[21]人设计了一种天然气管道泄漏检测系统：该系统包括23个步骤和7个决策点，根据管道内输送介质的成分选择生物传感器，利用专家经验、相关文献和项目信息等知识建立数据库，采用模糊多重分析的方法对实时数据进行分析来判断管道是否泄漏。生物检测法分析步骤较为复杂，对传感器的数量和类型要求较高，对于远距离管道并不适用，但用来检测危险系数较高的管段（如海底管道、跨河管道、跨隧道管道、厂内管道）较为适合，具备一定的发展前景。

2 管壁检测方法

管壁检测法主要有两种思路：一种是采用加速度传感器固定在管壁外侧对管壁进行监测，一旦管道发生泄漏，泄漏声波会沿着管壁传播进而被传感器捕捉；第二种是将搭载检测设备的探测器从管道一端放入，探测器随着介质向管道下游漂浮而下，不仅可以检测出管道泄漏的位置，还可以观察管壁的腐蚀和损伤情况。

2.1 声发射检测法

声发射法[22-28]是目前研究最为广泛的管道外壁检测法之一，其原理是当高压管道发生泄漏时，管内介质在巨大的压差作用下从泄漏孔高速喷出，产生较强的喷射噪声，该噪声引起的管壁振动会向管道两端传播，在管壁外侧安装声波传感器或振动传感器采集声波信号，经过放大电路和模数转换存储到工控机中，通过人工智能算法对声波信号进行分析完成对管道泄漏的检测和泄漏点定位，该方法较其它检测方法具有较高的灵敏度和定位精度。然而由于声发射信号在管壁传播衰减极快，只适合较短距离管道的检测，不适合远距离管道检测。

2.2 管内探测器检测法

采用管内探测器（也叫智能清管器）直接对管道内壁进行检测，分析是否发生腐蚀或者破裂[29]。管内探测器是一种基于漏磁技术[30]或超声波技术[31]，可在管道内部随介质漂流的探测装置。漏磁检测是通过管内探测器上携带的永久强磁体磁化管壁并达到饱和，磁体两极和管壁形成闭合的磁场，当管壁材质处于分布均匀且无缺陷的完美状态，磁通不会从管壁外通过，反之若管壁由于缺陷产生变形则会产生漏磁现象，通过对漏磁场的空间分布、强弱大小进行分析可以确定泄漏点的位置。基于超声波的检测器主要包括智能球、主机、超声波发送和接收器等部件。通过检测器内部的集成计时器和速度计对数据进行分析处理达到泄漏定位的目的。超声波技术是通过发射源向垂直于管道表面的方向（径向）发送超声波信号，管道内壁和外壁的超声波反射信号被传感器接收，利用超声波的穿越时间和波速可以计算得到管壁的壁厚。当管壁存在缺陷时，超声波穿越管壁的时间会缩短，可根据此规律判断管壁是否发生缺陷，其检测准确率和精度极高。管内检测法适用于大口径管线，可以进行渗漏检测，其检测效率高，一次可以进行长达12个小时的检测，但是由于检测过程需要在管道内部运行，无法采用GPS、地磁等外部定位的方法，关于此方面的研究正成为管道检测领域的热点。

3 管道内部流动状态检测方法

近年来，随着信息化与工业化融合的不断深入，基于远程数据采集系统（如PLC、RTU等）可以实时采集并记录管道的压力、流量等流动状态参数，基于各种数据挖掘理论能够有效提取管道状态特征，达到对管道泄漏检测与定位的目的。目前该方法已成为管道泄漏检测领域的研究热点。

3.1 基于模型法

基于模型法[32-34]是利用管道中输送流体的连续性方程、动量方程、状态方程和能量方程进行机理建模，达到对泄漏量和泄漏位置预测的目的。由于管道输送系统是一个非线性分布参数系统，所建立的模型为非线性偏微分方程，为便于求解，孙良等[35]采用差分法或特征线法等方法将其转化为线性差分方程来进行泄漏判断和定位。基于模型的方法可分为稳态模型法和瞬态模型法。

稳态模型法是通过搜寻管道的稳态压力梯度拐点来预测泄漏位置。基于稳态模型的管道泄漏检测方法计算简单，已经在原油、成品油管道上成熟应用[36，37]，然而对于可压缩性气体，受输送温度和压力的影响较大，因此稳态压力梯度拐点很难获取，加之稳态模型建模时需要进行各种简化，导致此方法对输气管道的泄漏检测和定位效果并不理想，目前国内外很少有相关文献提及稳态模型法在输气管道泄漏检测的应用效果。

瞬态模型法又分为实时瞬态模型法[38-40]和状态空间模型法[41，42]，其中实时瞬态模型法虽然基于完整管道瞬态方程，但在定位上仍然采用类似于稳态模型法的算法，因此对于输气管道定位误差较大；状态空间模型法又分为观测器法和状态估计法，其中观测器法与实时瞬态模型法的原理类似，只是通过状态空间的形式表达管道模型。状态估计法在管道内设置虚拟泄漏点，通过对比虚拟泄漏点、虚拟泄漏量与真实泄漏点所形成的压力梯度关系进行泄漏点预测，但是该方法没有考虑泄漏产生的瞬态信号的时间顺序，因此仍然存在难以稳定定位的问题，此外基于模型的方法需要建立关于管道流动的较为准确的数学模型，其中流量参数至关重要，因此对于没有安装流量计的管道，模型法的使用则受到了限制。

3.2 基于动态压力波方法

基于动态压力信号的管道泄漏检测方法主要包括压力点分析法[43]、压力梯度法[44]和负压波法[45]。

①压力点分析法：管道处于正常运输工况时，管道进出口的压力分布趋于平稳，当发生泄漏时压降产生的扰动波向上下游传播，导致管道沿线的压力分布失稳，通过动态压力传感器获取动态压力变化信息，崔谦等[46]应用统计学原理分析获取的压力变化信息，当压力均值低于预设门槛值时进行泄漏报警，通过上下游站点获取压降拐点的时间差和压力波速进行泄漏定位。Schlaffman等[47]通过实验证明压力点分析法具有较好的检漏性能，但检测时需要准确捕捉泄漏发生时的瞬态压力变化，所以无法检测小泄漏。

②压力梯度法：输气管道输送介质的粘度系数、沿程摩阻系数及密度等参数都是温度函数，在稳定流的理想条件（等温）下，沿管道压力梯度为固定斜率的直线，泄漏时泄漏点上游流量增大，压力梯度增大，泄漏点下游流量减小，相应的压力梯度也减小，压力梯度由直线变为折线，形成的第二类间断点即为泄漏点。对于非恒温长输管道，由于首末端温差较大，导致沿程压力梯度呈非线性变化，忽略热力变化的简化方法将产生较大误差，甚至检测结果无效。此外该方法不考虑管道内流体的可压缩性，并假定管道进口到泄漏点处的压降和泄漏点到出口处的压降沿呈线性分布，因此针对长输输气管道误差较大，李俊华等[48]将压力梯度法与逆瞬态法相结合，以管道泄漏点前后摩阻系数和泄漏流量作为优化控制变量，数值模拟仿真结果与真实测量值之差作为控制目标，基于遗传算法对管道泄漏点前后的摩阻系数进行寻优计算，结合压力梯度法对管道泄漏点进行迭代更新计算，取得了较好的现场应用效果。

③负压波法：当管道发生泄漏时，泄漏点因输送介质损失引起局部流体密度减小，导致瞬时压力突降和速度差，瞬时压降作用在流体介质上形成减压波，通过管内流体向泄漏点的上下游传播，传播速率大小等于当地声速值。通过安装在上下游站点的压力变送器实时采集压力信号，捕捉泄漏时产生的瞬时负压波完成泄漏检测，同时通过计算负压波传播到上下游的时间差和介质的波速实现泄漏定位。精确确定负压波波速和时间差成为负压波法的关键因素，而负压波的传播速度是一个动态变化的物理量，受管道弹性模量、管壁厚度和管径大小等因素的影响[49]，其中Yang等[50]提出了一种基于小波分析的管道泄漏定位算法，采用龙贝格算法对负压波波速进行动态实时修正，然后通过二分法搜寻泄漏位置，并在中国天津某管道开展了现场试验，定位相对误差仅为1%。Beck等[51]提出了一种基于互相关分析的方法来确定负压波传播到上下游的时间差，其原理是：若互相关函数值不收敛并出现周期成分说明两组信号具有同频周期或包含周期成分；若互相关函数值近似等于零则说明二者不相关。管道正常输送时，采集信号不相关，互相关函数值接近零；当泄漏发生时互相关函数值发生明显波动且存在极大值，极大值处对应的延迟即为负压波达到上下游传感器的时间差，因此可通过互相关分析来进行泄漏定位。此外针对小泄漏产生的负压波特征不明显的问题，Hu等[52]提出了一种基于谐波小波（Harmonic Wavelet）分析的管道泄漏识别方法，首先对采集的负压波信号进行谐波小波分解，然后通过时频网格图、时频等高线图和时频轮廓图来提取泄漏特征，从而达到在复杂噪音环境下仍能对管道小泄漏进行识别的目的。由于气体是可压缩性的，因此气体管道泄漏产生的压力拐点很难获取，因此负压波法在应用到气体管道的泄漏检测与定位时误差较大。

3.3 基于管内声波法

声波法应用于管道泄漏检测源于上世纪30年代，其原理是高压气体管道由于腐蚀等原因发生泄漏时，管内压力平衡被打破，管内气体从泄漏口处高速冲出产生喷注噪声，除了伴随压力的变化外，还会激发持续的喷注噪声信号，噪声能量以声波的形式沿管壁和管内介质向管道上下游传播，由于声波在管壁传播过程中衰减极快，所以对于气体管道通常将麦克风传感器镶嵌在管壁内以获取管内噪声信号。金浩等[53]对天然气管道泄漏噪声声源及泄漏噪声沿管内传播规律进行了仿真模拟研究，研究表明泄漏声波主要源于流场中的压力脉动和速度脉动，四级子声源为管道泄漏声源的主要声源；泄漏声波中的低频部分（<5Hz）可以在管道内沿管内介质传播较远距离，从理论上给出了管内声波法在长输气体管道上运用的可行性，Meng等[54]在实验室内成功的将管内声波法应用到气体管道泄漏检测。真实的管道的运输过程是复杂的非线性系统，加之外部环境的干扰，导致管道泄漏声波信号不可避免的混有噪声，掩盖了泄漏特征，Jin[55]、Xu等[56]对泄漏声波信号的降噪及信号特征进行了详细研究，认为泄漏噪声与管内噪声以及环境、压缩机和工况调节产生的噪声具有不同的时频特征，可采用人工智能分类算法进行分类识别。基于管内声波的泄漏诊断方法具有成本低、可全管段连续监测等优点，在管道泄漏检测方面具有很好的应用前景。

4 结论

综上所述，基于管道内部流动状态检测方法特别是声波法、动态压力波法，在未来互联网+时代具有较好的应用平台、较高的准确性和较合理的经济性，但理论上目前仍需在以下几个方面加强研究：①进一步加强管道泄漏特征参数产生及衰减规律的研究。目前该方法缺乏相对应的泄漏发生机理、泄漏特征信号在管道内传播衰减规律方面的研究，导致相关方法在实际运用过程中缺乏理论指导和先验知识，因此有必要立足于理论分析，利用数值模拟和现场实验方法，开展管道泄漏流场、声场特征及传播衰减规律等方面的研究，以完善基于管道内部流动状态检测方法。②加强管道泄漏特征信号特征提取方法研究。泄漏信号的能量主要集中在低频部分，且经过管道远距离传输后泄漏声波能量衰减严重，泄漏信号极易淹没在各种噪声里，如何根据泄漏信号的特征制定降噪方案，最大限度剔除干扰噪声对于泄漏识别和定位至关重要的意义。③探寻稳定、可靠的管道泄漏识别理论。目前管道泄漏识别方法主要基于单一参数或基于传统DS融合理论实现多传感器融合，由于管道外部环境的复杂性，加之管道多、变工况产生的干扰和传感器的不完善性，导致现场应用效果并不理想。笔者认为建立多参数、多阶次、高冲突下的泄漏识别模型是解决这一问题的关键所在。④缺乏精确的管道泄漏定位算法。目前的定位算法计算结果与真实值误差较大，主要是由于定位公式中的波速往往被设置为固定值，且不考虑管内流体流速或将流速也看成为一定值（平均流速）。然而音速与管内介质流速均与温度、压力等参数密切相关，对于长输管道，由于站间距较长，管段两端的温度和压力相差很大，因此采用固定的音速值和流速必定会产生较大误差。因此必须从理论上探寻音速、流速与管道热力学参数之间的关系，建立动态环境下泄漏位置、时间差、音速、流速之间的关系方程，并寻求高精度的求解方法计算泄漏位置。在实际运用上，建议根据对象性质选择其他方法配合声波法或者负压波法进行联合使用，以保证系统的准确性和经济性。例如，对于长输天然气管道，建议定期开展外部或内部检测法；对于固定区域内的管道，建议使用遥感检测或示踪化合物检测法配合使用。总之，管道泄漏检测与定位技术未来仍是管道安全领域的研究热点和难点，具有很广阔的研究前景。

参考文献：

[1]Dong Y H， Yu D T. Estimation of failure probability of oil and gas transmission pipelines by fuzzy fault tree analysis[J]. Journal of Loss Prevention in the Process Industries， 2005， 18（2）： 83-88.

[2]王桂增，叶昊.流体输送管道的泄漏检测与定位[M].北京： 清华大学出版社，2009：1-3.

[3]Murvay P S， Silea I. A survey on gas leak detection and localization techniques. Journal of Loss Prevention in the Process Industries， 2012， 25（6）： 966-973.

[4]Folga S M. Natural gas pipeline technology overview[R]. Chicago： Argonne National Laboratory， 2007.

[5]Scott S L， Barrufet M A. Worldwide assessment of industry leak detection capabilities for single & multiphase pipelines[R]. Austin： Offshore Technology Research Center， 2003.

[6]Brodetsky I， Savic M. Leak monitoring system for gas pipelines. IEEE International Conference onAcoustics， Speech， and Signal Processing. Minneapolis，1993，3：17-20.

[7]Mirzaei A， Bahrampour A R， Taraz M， et al. Transient response of buried oil pipelines fiber optic leak detector based on the distributed temperature measurement[J]. International Journal of Heat and Mass Transfer， 2013， 65： 110-122.

[8]Buerck J， Roth S， Kraemer K， et al. OTDR fiber-optical chemical sensor system for detection and location of hydrocarbon leakage[J]. Journal of Hazardous Materials， 2003， 102（1）： 13-28.

[9] Tanimola F， Hill D. Distributed fibre optic sensors for pipeline protection[J]. Journal of Natural Gas Science and Engineering， 2009， 1： 134-143.

[10]Okazaki S， Nakagawa H， Asakura S， et al. Sensing characteristics of an optical fiber sensor for hydrogen leak[J]. Sensors and Actuators B： Chemical， 2003， 93（1）： 142-147.

[11]周琰.分布式光纤管道安全监测技术研究[D].天津：天津大学精密仪器及机械系，2006.

[12]曲志刚.分布式光纤油气长输管道泄漏检测及预警技术研究[D].天津：天津大学精密仪器及机械系，2007.

[13]张景川.分布式光纤油气管道安全检测信号处理技术研究[D].天津：天津大学精密仪器及机械系，2010.

[14]吴俊.长途油气管道破坏预警的干涉型分布式光纤传感系统定位技术研究[D].重庆：重庆大学光电工程系，2007.

[15]Bryce P W， Jax P， Fang J. Leak-detection system designed to catch slow leaks in offshore Alaska line[J]. Oil & Gas Journal， 2002，100（50）： 53-59.

[16]Van der Meijde M， Van der Werff H M A， Jansma P F， et al. A spectral-geophysical approach for detecting pipeline leakage[J]. International Journal of Applied Earth Observation and Geoinformation， 2009， 11（1）： 77-82.

[17]Kasai N， Tsuchiya C， Fukuda T， et al. Propane gas leak detection by infrared absorption using carbon infrared emitter and infrared camera[J]. NDT&EInternational， 2011， 44（1）： 57-60.

[18]Berezin A G， Malyugin S V， Nadezhdinskii A I， et al. Remote helicopter-borne detector for searching of methane leaks[J]. Spectrochimica Acta Part A： Molecular and Biomolecular Spectroscopy， 2007， 66（4）： 803-806.

[19]Ting C C， Chen C C. Detection of gas leakage using microcolor schlieren technique[J]. Measurement， 2013， 46： 2467-2472.

[20]Zhang J. Designing a cost effective and reliable pipeline leak detection system[J]. Pipes and Pipelines International， 1997，42（1）： 20-26.

[21]Batzias F A， Siontorou C G， Spanidis P M P. Designing a reliable leak bio-detection system for natural gas pipelines[J]. Journal of Hazardous Materials， 2011， 186（1）： 35-58.

[22]Ahadi M， Bakhtiar M S. Leak detection in water-filled plastic pipes through the application of tuned wavelet transforms to Acoustic Emission Signals. Applied Acoustics， 2010， 71（7）： 634-639.

[23]Muggleton J M， Brennan M J. Leak noise propagation and attenuation in submerged plastic water pipes. Journal of Sound and Vibration， 2004， 278（3）： 527-537.

[24]Jiao J P， He C F， Wu B， et al. A new technique for modal acoustic emission pipeline leak location with one sensor. Insight-Non-Destructive Testing and Condition Monitoring， 2004， 46（7）： 392-395.

[25]Miller R K， Pollock A A， Watts D J， et al. A reference standard for the development of acoustic emission pipeline leak detection techniques. NDT&E International， 1999， 32（1）： 1-8.

[26]Rajtar J M， Muthiah R. Pipeline leak detection system for oil and gas flowlines. Journal of Manufacturing Science and Engineering， 1997， 119（1）： 105-109.

[27]Juliano T M， Meegoda J N， Watts D J. Acoustic emission leak detection on a metal pipeline buried in sandy soil. Journal of Pipeline Systems Engineering and Practice， 2012， 4（3）： 149-155.

[28]Ozevin D， Harding J. Novel leak localization in pressurized pipeline networks using acoustic emission and geometric connectivity. International Journal of Pressure Vessels and Piping， 2012， 92： 63-69.

[29]Bukman F， Schmidt R. Corrosion pig minimizes shut down in German pipeline. Pipeline and Gas Journal， 1995， 222（8）： 63-66.

[30]Afzal M， Udpa S. Advanced signal processing of magnetic flux leakage data obtained from seamless gas pipeline. NDT&E International， 2002， 35（7）： 449-457.

[31]Baumeister M， Bouaoua N， Woltermann F， et al. Ultrasonic crack-detection in demanding pipeline environments and low diameter pipes. The 8th International Pipeline Conference. ASME. Calgary， 2010： 423-428.

[32]Kam S I. Mechanistic modeling of pipeline leak detection at fixed inlet rate. Journal of Petroleum Science and Engineering， 2010， 70（3）： 145-156.

[33]Reddy H P， Narasimhan S， Bhallamudi S M， et al. Leak detection in gas pipeline networks using an efficient state estimator. Part-I： Theory and simulations. Computers and Chemical Engineering， 2011， 35（4）： 651-661.

[34]Reddy H P， Narasimhan S， Bhallamudi S M， et al. Leak detection in gas pipeline networks using an efficient state estimator. Part II. Experimental and field evaluation. Computers & Chemical Engineering， 2011， 35（4）： 662-670.

[35]孙良，王建林.基于泄漏瞬变模型的管道泄漏检测与定位方法.应用基础与工程科学学报[J].2012，20（1）：159-168.

[36]Zhang X J. Statistical leak detection in gas and liquid pipelines. Pipes and Pipelines International， 1993，38（4）：26-29.

[37]Tu Y Q， Qiu D Q， Zhang D. A revised statistical deduction approach to pipeline leak detection. IEEE Instrumentation and Measurement Technology Conference.Vail， 2003，2：1639-1642.

[38]Ni L， Jiang J C， Pan Y. Leak location of pipelines based on transient model and PSO-SVM. Journal of Loss Prevention in the Process Industries， 2013，26（6）：1085-1093.

[39]Lazhar A， Hadj-Ta？觙eb L， Hadj-Ta？觙eb E. Two leaks detection in viscoelastic pipeline systems by means oftransient. Journal of Loss Prevention in the Process Industries， 2013，26（6）：1341-1351.

[40]Liang W， Zhang L B. A wave change analysis （WCA） method for pipeline leak detectionusing Gaussian mixture model. Journal of Loss Prevention in the Process Industries， 2012， 25（1）：60-69.

[41]Liu M， Zang S， Zhou D H. Fast leak detection and location of gas pipelines based on an adaptive particle filter. International Journal of Applied Mathematics and Computer Science， 2005， 15（4）： 541-550.

[42]Lopes dos Santos P， Azevedo-Perdicoúlis T P， Jank G， et al. Leakage detection and location in gas pipelines through an LPVidentification approach. Commun Nonlinear Sci Numer Simulat， 2011，16（12）：4657-4665.

[43]Schlaffman D T. Pressure analysis improves lines' leak-detection capabilities. Oil and Gas Journal， 1991， 89（52）： 98-101.

[44]Feng J， Zhang H G. Oil pipeline leak detection and location using double sensors pressure gradient method. The 5th World Congress onIntelligent Control and Automation. IEEE. Hangzhou， 2004， 4： 3134-3137.

[45]Ge C H， Wang G Z， Ye H. Analysis of the smallest detectable leakage flow rate of negative pressure wave-based leak detection systems for liquid pipelines. Computers and Chemical Engineering， 2008，32（8）：1669-1680.

[46]崔谦，靳世久，王立坤，等.基于序贯检验的管道泄漏检测方法[J].石油学报，2005，26（4）：123-126.

[47]Schlaffman DT. Pressure analysis improves lines' leak-detection capabilities. Oil and Gas Journal， 1991，89（52）：98-101.

[48]李俊花，刘文白，崔莉，等.一种新的长输管道泄漏点定位方法[J].力学学报，2010，42（1）：127-131.

[49]Li Y， Sun L， Jin S， et al. Long range hot oil pipeline leak detection and location technique based on negative pressure wave. International Pipeline Conference. ASME. Calgary， 2006，2：963-968.

[50]Yang Z， Xiong Z， Shao M. A new method of leak location for the natural gas pipeline based on wavelet analysis. Energy， 2010，35（9）：3814-3820.

[51]Beck S B M， Williamson N J， Sims N D， et al. Pipeline system identification through cross-correlation analysis. Journal of Process Mechanical Engineering， 2002， 216（3）： 133-142.

[52]Hu J Q， Zhang L B， Liang W. Detection of small leakage from long transportation pipeline with complex noise. Journal of Loss Prevention in the Process Industries， 2011，24（4）：449-457.

[53]金浩，张来斌，梁伟，等.天然气管道泄漏声源特性及传播机理数值模拟[J].石油学报，2014，35（1）：172-177.

[54]Meng L Y， Li Y X， Wang W C， et al. Experimental study on leak detection and location for gas pipeline based on acoustic method. Journal of Loss Prevention in the Process Industries， 2012，25（1）：90-102.

[55]Jin H， Zhang L B， Liang W， et al. Integrated leakage detection and localization model for gas pipelines based on the acoustic wave method. Journal of Loss Prevention in the Process Industries， 2014， 27（1）： 74-88.

[56]Xu Q Q， Zhang L B， Liang W. Acoustic detection technology for gas pipeline leakage. Process Safety and Environmental Protection， 2013，91（4）：253-261.