埋地天然气管道泄漏激光检测影响分析

沈书乾，李海三，沈晶，王莉莉，李栋*，李茜

（1. 广东省特种设备检测研究院茂名检测院，广东 茂名 525000；2. 大庆油田采油二厂规划设计研究所，黑龙江 大庆 163318； 3. 东北石油大学土木建筑工程学院，黑龙江 大庆 163318）

埋地天然气管道泄漏激光检测影响分析

沈书乾1，李海三1，沈晶2，王莉莉3，李栋*3，李茜3

（1. 广东省特种设备检测研究院茂名检测院，广东 茂名 525000；2. 大庆油田采油二厂规划设计研究所，黑龙江 大庆 163318； 3. 东北石油大学土木建筑工程学院，黑龙江 大庆 163318）

激光技术是天然气管道泄漏检测的重要手段，而泄漏扩散过程对其检测过程存在一定影响。通过建立埋地天然气管道泄漏扩散模型，模拟得到了泄漏天然气扩散特性，计算了天然气扩散光谱检测值，分析了不同检测高度、不同泄漏口大小以及不同风速对天然气扩散光谱特性的影响。研究表明：泄漏口越大，测得的光谱检测曲线越低，降低幅度在距泄漏口40 m内最为明显；有风速影响时，光谱检测曲线最低点均向下风向偏移，在距泄漏口6 m左右时光谱检测值最小。研究结果可为合理有效地进行激光检测提供参考。

天然气管道；激光检测；检测高度；泄漏孔径；数值模拟

天然气是一种新型的能源。管道是天然气运输的主要方式。但天然气管线易受到人和自然因素的影响，管道泄漏频频发生[1-4]，且管道泄漏极大的影响着能源输送的安全，可造成巨大的经济损失和环境破坏[5-7]。由此，管道泄漏检测是保障管道安全运行的必要手段，研究不同因素对天然气管道泄漏激光检测的影响对于管道检测技术的发展与完善至关重要。

目前，天然气管道泄漏的检测方法有：神经网络法[8]、声波检测法[9]、负压波法[10]、生物检测法[11]和激光检测法等。其中，激光具有灵敏度高、响应快、可遥测等特点[12,13]。李克等[14]在采用机载激光甲烷探测仪在1.65 μm的波长下进行空中探测，对长输管线小泄漏直升机激光检测进行试验验证，结果发现，在飞机飞行高度低于90 m范围内，检测结果达到要求。张帅等[15]采用波长为1.65 μm可调谐半导体激光吸收光谱技术对天然气管道泄漏进行了测试，提出了软阈值小波去噪法，提高了移动遥测灵敏度，可达80 ppm。Gao等[16]利用功率为10 mW、波长为1.65 μm的DFB激光器通过地面反射来检测天然气的泄漏，并利用比检测技术消除地形散射的影响，测灵敏度可达50 ppm。

本文建立了埋地天然气管道泄漏扩散和激光检测过程模型，分析了不同泄漏条件下气体扩散的浓度和速度变化过程，并以此为基础，分析了其对激光检测的影响。以期为天然气管道泄漏的激光检测提供一定参考。

1 理论模型

1.1 控制方程

土壤属于多孔介质，表征参数主要有孔隙率和渗透率。流体在多孔介质中的运动规律符合达西渗流定律，流体在单位时间内通过介质的体积与其流过的截面积和起止压差成正比。本模型考虑气体由管道泄漏扩散到地面，在时间和空间上浓度的分布。

渗流运动方程：

渗流过程遵循质量守恒定律，多孔介质中满足连续性方程：

式中:φ为多孔介质孔隙率。

通过以上方程可得到广义方程：

由于天然气泄漏过程属于湍流流动，压力梯度和流速之间为非线性关系，达西定律可写成：

式中:β为非线性达西系数，m-1；ρ为天然气密度，kg/m3。

天然气在多孔介质中扩散，其组分传输方程：

式中:ic为溶于液体中天然气的浓度，mol/m3；Pc为固体颗粒的吸收量，mol/kg；θ为多孔介质液体体积分数；bρ为多孔介质容重，为气体体积分数，v-a ε θ= ；Pρ为固相密度，kg/m3；φ为多孔介质孔隙率。在方程右边，第一项表示混合物扩散的组分分布，DD 和eD分别表示张量（m2/s）和有效扩散（m2/s）。

激光检测天然气管道泄漏时，当激光扫过天然气管道泄漏点，部分激光被天然气所吸收，其原理基于气体分子对光谱的选择吸收特性。通过初始功率和回波功率反演泄漏点处天然气浓度。

朗伯-比尔（Lambert-Beer）定律分析吸收光能情况：

式中:T为透射比，A为吸光度；b为吸收层厚度，cm；k为光吸收比例系数，100 cm2/g·mol；c为吸光物质浓度，mol/L。

由于天然气管道泄漏时，泄漏的天然气分布不均匀，激光传输能量损失计算公式为：

探测器检测反射光束，从而确定天然气吸光度：

式中:ρ为天然气的反射率。

本文利用 FLUENT软件求解天然气的二维非稳态泄漏扩散问题，采用SIMPLE算法求解，对流项采用二阶迎风格式离散，采用标准k ε- 湍流模型，残差精度为10-5。

1.2 计算参数

模拟空间为120 m×115 m，泄漏口为速度入口，管道为无滑移壁面，静风时模拟空间上、左、右边均采用压力出口，有风速时空间上、右面为压力出口，左面为速度入口。初始天然气的浓度和速度均为零。模型建立及计算过程均采用甲烷气体。

某天然气埋地管道Φ=700 mm，管道埋深1 m，泄漏口为圆孔，天然气温度为298.15 K，大气稳定性较好。管道所在大气压为 1.013×105Pa，粘度为1.789×10-5Pa·s，空气密度为1.225 kg/m3，比热比为1.3，环境平均温度 288.15 K。重力加速度为 9.81 m2/s。管道所在地势平坦，土壤密度为1500 kg/m3，导热系数为1.5 W/(m·K)，比热为2200 J/(kg·K)，孔隙度0.45；粘性阻力系数为4.72×109，惯性阻力系数为2.1×105。土壤对天然气不吸收，对光的反射率为0.4。

2 结果分析

（1）泄漏口大小的影响

模拟参数主要为：泄漏速度v=626.1 m/s，泄漏时间t=240 s，周围环境风速为零，测量高度H=110 m，泄漏孔径分别为50、66、82和100 mm。其模拟结果如图1。

图1 不同泄漏口大小天然气浓度场与速度场Fig.1 Natural gas concentration field and velocity field with different leakage apertures

图1为此工况条件下不同泄漏口大小的天然气的浓度场和速度场。由图可知，在计算区域顶部，泄漏口垂直方向上四种泄漏口对应的浓度场值分别为0.07、0.08、0.01和0.11，速度场分别为值为7.49、7.88、9.57和10.67。通过对比可知，相同条件下，随着泄漏口的增大，天然气的扩散范围越大，天然气的扩散速度越大，空气回流也越明显。

图2为此工况条件下不同泄漏口大小的天然气扩散光谱检测对比图。由图可知，由于泄漏口上方天然气浓度最高，四种泄漏口时均在泄漏口垂直方向上取得光谱最小值，分别为0.025、0.019、0.009和0.005，后随着距离的增大而逐渐增大，不同泄漏口时光谱检测曲线差别较大，泄漏口越大，光谱 检测曲线越低，在达到距离泄漏口水平距离为40 m左右时，四种泄漏口对应下测得的天然气云团光谱检测值相差不多，在40～50 m范围内光谱检测曲线几乎重合，说明此时天然气浓度分别较为接近。通过对比可知，不同泄漏口大小对距泄漏口0～40 m范围内的天然气泄漏扩散光谱检测影响较大。

图2 不同泄漏口大小天然气扩散光谱检测对比图Fig.2 Contrast diagram of natural gas diffusion spectrum detection with different leakage apertures

（2）风速的影响

模拟参数主要为：泄漏速度v=626.1 m/s，泄漏孔径d=50 mm，泄漏时间t=240 s，测量高度H=110 m，周围环境风速为0、4、8和12 m/s。其模拟结果如图3。

图3 不同风速天然气浓度场与速度场Fig.3 Natural gas concentration field and velocity field with different wind speeds

图4为此工况条件下不同风速的天然气扩散光谱检测对比图。由图可知，当风速为零时，光谱检测曲线以泄漏口垂直方向为中心对称，在泄漏口垂直方向上光谱检测值最低，为0.025，之后光谱检测曲线随着距离的增大逐渐上升，到距泄漏口 50 m左右时光谱检测值接近0.4，为地面的反射值；当风速不为零时，所得的光谱曲线最低点均向下风向偏移，在距泄漏口水平距离6 m左右时光谱检测值最小，分别为0.236、0.289和0.307。在上风向当风速为4 m/s时，探测器在距泄漏口水平距离超过40 m左右时光谱检测曲线开始保持稳定，值为0.4，当风速为8和12 m/s时，探测器在距泄漏口水平距离超过20 m左右时光谱检测曲线开始保持稳定，值为0.4。上升，在距离泄漏口水平距离为50 m时，三个风速下光谱检测值分别为0.330、0.317和0.344。通过对光谱检测值最低点下风向曲线随着距离的增大逐渐比可知，风速对天然气泄漏扩散光谱检测影响较大。

图4 不同风速下天然气扩散光谱检测对比图Fig.4 Contrast diagram of natural gas diffusion spectrum detection with different wind speeds

3 结 论

本文主要通过建立不同条件下埋地天然气管道泄漏扩散的二维模型，采用CFD计算软件进行计算求解，得到各条件下的天然气管道泄漏扩散云图及浓度分布数据，利用朗伯-比尔定律计算天然气泄漏扩散的光谱检测曲线，并分析天然气云团光谱特性的影响因素。结论如下：

（1）泄漏口越大，测得的光谱检测曲线越低，降低幅度在距泄漏口40 m内最为明显；

（2）有风速影响时，光谱检测曲线最低点均向下风向偏移，在距泄漏口6 m左右时光谱检测值最小。

［1］Kirti Bhushan Mishra, Klaus-Dieter Wehrstedt. Underground gas pipeline explosion and fire: CFD based assessment of foreseeability[J]. Journal of Natural Gas Science and Engineering,2015,24:526-542.

［2］单广斌,刘小辉,亓婧,等. 天然气管道开裂失效分析[J]. 压力容器,2013,11:47-51.

［3］ 戚元华,林伟国,吴海燕. 基于时域统计特征的天然气管道泄漏检测方法[J]. 石油学报,2013,06:1195-1199.

［4］胡忆沩. 天然气管道泄漏分析及动态处理技术[J]. 天然气工业,200 1,04:98-100+1-0.

［5］马世海. 城区天然气管道泄漏数值模拟与爆炸危害分析[J]. 中国安全生产科学技术,2011,07:26-30.

［6］魏立新,辛颖,余斌. 大庆油田天然气管道泄漏事故后果模拟[J]. 油气储运,2008,06:41-43+15+62.

［7］冯文兴,项小强,闫啸,李保吉,王兆芹. 高压天然气管道泄漏燃烧爆炸后果[J]. 油气储运,2010,12:903-904+928+875.

［8］Bingkun Gao, Guojun Shi, Qing Wang. Neural Network and Data Fusion in the Application Research of Natural Gas Pipeline Leakage Detection[J]. International Journal of Signal Processing, Image Processing and Pattern Recognition, 2013, 6(6): 129-140.

［9］Hao J, Zhang L, Wei L, et al. Integrated leakage detection and localization model for gas pipelines based on the acoustic wave method[J]. Journal of Loss Prevention in the Process Industries, 2014, 27(1):74-88.

［10］刘恩斌, 李长俊, 彭善碧. 应用负压波法检测输油管道的泄漏事故[J]. 哈尔滨工业大学学报, 2009, 41(11): 285-287.

［11］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.

［12］Bushmeleva K I, Plyusnin I I, Bushmelev P E, et al. Modeling the optimal parameters for a remote sensing device[J]. Measurement Techniques, 2011, 54(3):294-299.

［13］ 王莉莉,王梦珠,吕妍,齐晗兵,李栋. 泄漏位置对激光检测天然气管道泄漏影响分析[J]. 压力容器,2016,08:60-64+74.

［14］ 李克, 李振林,宫敬, 等. 天然气管道小泄漏高空激光检测试验[J].中国石油大学学报: 自然科学版, 2010, 34(1): 129-133.

［15］张帅, 刘文清, 张玉钧, 等. 基于激光吸收光谱技术天然气管道泄漏定量遥测方法的研究[J]. 物理学报, 2012, 61(5): 50701-050701.

［16］Gao X, Fan H, Huang T, et al. Natural gas pipeline leak detector based on NIR diode laser absorption spectroscopy[J]. Spectrochimica Acta Part A Molecular & Biomolecular Spectroscopy, 2006, 65(1):133-138.

Analysis on the Influence Factors of Laser Detection of Buried Natural Gas Pipeline Leakage

SHEN Shu-qian1,LI Hai-san1,SHEN Jing2,WANG Li-li3,LI Dong*3,Li Qian3

（1. Maoming Inspection Institute, Guangdong Institute of Special Equipment Inspection and Research, Guangdong Maoming525000，China；2. Daqing Oilfield Company the Second Oil Recovery Plant Planning Design Institute, Heilongjiang Daqing 163318，China; 3. School of Civil Engineering and Architecture, Northeast Petroleum University, Heilongjiang Daqing 163318，China）

Laser technology is an important means of natural gas pipeline leak detection, and the leak diffusion process has a certain impact on the detection process. Through the establishment of buried gas pipeline leakage diffusion model, the leakage of natural gas was simulated to gain natural gas diffusion characteristics, and then the gas diffusion spectrum detection value was calculated, and the effect of different detection height, leak hole size and wind speed on the gas diffusion spectrum characteristics were analyzed. The research shows that, the larger the leakage hole size, the lower the measured spectral detection curve, decreasing range in 40 meters from leaking hole is obvious; under the effect of wind velocity, the lowest detection curve of spectrum shifts to downwind direction, spectral leakage detection value is the minimum at a distance of about 6 m. The results of this study can provide reference for reasonable and effective laser detection.

Natural gas pipeline;Laser detection; Detection height; Leakage aperture; Numerical simulation

TH49；TQ055.8；TQ050.7

B

1671-0460（2017）04-0693-04

广东省质量技术监督局科技项目，项目号：216CT12，国家质检总局科技计划项目，项目号：22016qk143。

2016-11-28

沈书乾（1979-），男，江西省九江市人，高级工程师，硕士，2006年毕业于辽宁石油化工大学化工机械专业，研究方向：从事安全检测技术研究工作。

李栋（1979-），男，副教授，博士，研究方向：管道泄漏光学检测研究工作。E-mail：lidonglvyan@126.com。