深埋管道气体泄漏信号降噪处理

安徽理工大学电气与信息工程学院 林 龙

深埋管道气体泄漏信号微弱且易受噪声干扰，导致泄漏难以检测以及对泄漏点无法准确定位。现搭建实验系统模拟埋土管道气体泄漏事故，通过在埋土土表摆放传感器的方法采集泄漏信号，观察并分析深埋管道气体泄漏信号的时频域特征。针对泄漏信号易被噪声干扰的问题，本文采用在泄漏信号上添加高斯白噪声的方法，来模拟实况环境下的采集信号，再使用EMD算法对信号做降噪处理。算法降噪结果表明，EMD算法可有效去除信号中的噪声，提高信号的信噪比。

管道运输由于具有运输量大，运输成本低等优点，从而成为天然气最主要的运输手段之一。经过多年的使用，部分管道在磨损、老化、腐蚀等多重作用下开始频繁发生泄漏事故。据统计，2020年全年共计发生燃气安全事故539起，共造成88人死亡，496人受伤，因此如何有效防范该类事故成为一个重要研究方向。

传统泄漏检测方法有很多种，如光线检测法、机器人检测法以及负压波法等，但对于埋藏于地下的管道泄漏仍缺乏有效检测手段。近年来利用泄漏产生的声波/振动信号对泄漏点的检测与定位技术得到广泛运用，该类方法通过传感器采集泄漏信号并对其分析计算得出准确地泄漏信息，有效避免了土壤隔绝作用带来的检测难题。

深埋燃气管道泄漏产生的振动信号在土壤介质中传播时，会发生严重的衰减作用，导致泄漏信号极易淹没在周围环境噪声中，因此对采集信号分析时需对其降噪处理。传统降噪算法有局域均值模态分解算法、小波算法、傅里叶变换等，本文采用EMD算法对含有噪声的泄漏信号做降噪处理，降噪结果表明EMD可去除该类信号中的噪声，有效提高信号的信噪比。

1 EMD算法介绍

EMD算法被认为是20世纪以来以傅里叶变换为基础的线性和稳态频谱分析的一次重大突破，算法无需预先设置基函数，而是仅以自身的时间尺度特征来完成信号的分解，因为这一运算特点，EMD算法在处理非平稳、非线性信号上更具优势。EMD算法认为一个信号是由若干个本征模态函数构成的，各个本征模态函数之间相互叠加混杂构成了一个完整的复合信号，算法通过各个时间尺度特征将每个本征模态函数分解出来。

EMD算法分解信号时首先找出信号上所有的极值点，利用三次样条插值函数拟合形成上下包络线，其次计算出上下包络线的均值曲线，用原始信号减去均值曲线即可得到一个新的信号系列。分解后信号可显示为若干个IMF分量以及一个残余分量rn(t)之和，此时信号可表达为：

2 实验部分

为了获得较为真实的埋土管道泄漏信号，现在实验室中搭建模拟埋土管道系统。系统分为埋土管道部分、储气系统以及传感器部分：通过空压机向储气罐打入高压气体并存储，通过阀门控制向管道内输入规定气压的气体；埋土管道部分模拟实况环境下的深埋燃气管道，将管道固定在预设的小箱体中，向其中埋入预设有湿度系数的土壤并压实，管道壁上预设有已知孔径、形状的泄漏口；本文采用传感器贴于土表的方法采集泄漏信号。

实验开始前，打开空压机向储气罐内打入气体，待到罐内气压达到预设值后关闭空压机，此时关闭阀门将储气罐内气体留作备用。向箱体内导入土壤并将土壤夯实，等到土表与泄漏孔的距离达到标准后停止掩埋，此时向箱内均匀喷洒纯净水以模拟土壤在自然环境下的状态。完成工况模拟后，将传感器贴于土表并调试准备齐全。打开储气罐阀门，气体冲入管道并从泄漏孔处泄漏，等到管内气压稳定后开始采集信号。埋土管道实验系统示意图如图1所示。

图1 埋土管道实验系统示意图

3 信号分析与处理

将传感器采集到的信号导入MATLAB中，画出信号的时域图与频谱图（如图2所示），图中可看出信号经土壤隔绝后幅值非常微弱，信号的幅频范围集中在100-800Hz之间。通常埋地燃气管道铺设环境较为集中在城镇环境中，该环境下通常有较大的噪声，如汽车声、工地施工、人为敲击等，管道泄漏信号极易被这些噪声干扰甚至淹没其中，导致信号分析处理难度增大，影响泄漏点定位精度，甚至出现信号完全无法使用的问题。

图2 信号时域图（左）与频谱图（右）

由于实验采集的泄漏信号无背景噪声掺杂，因此本文采用向采集信号加入高斯白噪声的方法模拟实际情况下采集的信号。向原始信号中加入信噪比为0的高斯白噪声，加噪后的信号时域图与频谱图如图3所示，可见加噪后的信号时域信息被噪声淹没，主要频率幅值未发生变化但整个频响范围内充满了噪声。

图3 加噪信号时域图（左）与频谱图（右）

对加噪信号做EMD分解处理，分解可得15个IMF分量以及一个剩余分量，计算各个IMF分量与信号的互相关系数。各个IMF分量由高频到低频依次分布，而噪声通常包含在高频分量中，因此去除该类分量即可去除信号中大部分噪声。本文选取互相关系数最大的IMF分量作为界限分量，首个分量到界限分量之间的所有IMF分量均选择丢弃以去除噪声信号。各个分量与信号的互相关系数计算结果如表1，选取IMF4作为界限分量，将IMF1-3作为噪声丢弃，去除噪声后将剩余分量与残余分量重构即可得到降噪信号，此时信号信噪比为6.22dB，信号信噪比有着显著提高。各分量与信号互相关系数如表1所示。

表1 各分量与信号互相关系数表

总结：埋土管道气体泄漏信号微弱不易察觉，易被环境噪声影响导致信号分析处理精度降低。EMD算法因其无需预设基函数以及对非线性非平稳信号有着极佳处理效果的优点，广泛运用于各类工程信号的降噪中。本文通过选取合适的IMF分量筛选方法以此筛选出分量并加以去除来达到降噪的目的。通过实验获取埋土管道泄漏信号数据，通过加噪模拟实际工况下的采集信号，最后通过数据计算，EMD算法可有效去除埋土管道泄漏信号的噪声，提高采集信号的信噪比。