基于CUSUM 算法的负压波管道无损检测方法

周 杰

（1.周口理工职业学院，河南 周口 466000；2.周口技师学院，河南 周口 466000）

由于目前盐业化工企业主要采用盐卤作为生产原料，大多数盐腔都处于地下，且盐化厂的地理位置使得盐卤管道是盐化厂收获卤水的主要方法，因此卤水集中输送成为提取盐卤的重要环节，在生产中常需要长距离运输。然而随着管道数增多、管道输送距离拉长，以及基本管线处于露天状态，导致管线遭遇破坏和自然环境的腐蚀影响，泄露的风险和状态与日增加。由于卤水具有一定的腐蚀性和流动性，使得卤水泄漏对周围村庄和环境造成严重威胁，同时对企业造成巨大的经济损失[1]，因此盐卤管道的安全检测至关重要。

我国盐卤管道检测技术主要有人工检测、半自动检测、全自动化检测3 种。其中，人工检测速度较慢，周期较长，给企业带来的损失大大增加；半自动检测方法较为简单，但鲁棒性不强，采用物理量检测极易受到周围环境的干扰；全自动化检测是未来的发展趋势，主要分为流量、声波、压力、光纤、磁电传感等[2]。

流量传感型对流入流出量进行计量，但是受到管道形变和温度影响，精确度不高，且无法准确定位到泄漏点；压力传感型对管道内压力信号进行处理，多采用均值滤波等进行消噪、提取特征值，与此同时也会大大降低泄漏信息的特征、影响定位精度；声波传感型以负压波为主，通过管壁负压波进行定位，由于长距离问题，负压波在传输过程中衰减较为严重，对泄漏变化极为敏感，易受到干扰[3]。

目前负压波检测技术的精度受到管道、材料、尺寸、流量等影响，造成负压波适用场景不能通用。本文提出一种基于CUSUM 算法的负压波管道无损检测方法，具有较强的自身抗噪性能，通过历史数据预处理，解决了负压波抗噪能力较差的问题，可靠性强，灵敏度高。该方法对管道泄漏检测定位具有一定的工程实际意义。

1 负压波法基本理论

1.1 负压波检测原理

当卤水管道出现裂纹、造成泄漏时，管道内本来的稳定流体将会沿着裂纹喷射向外挤压，造成流体流失，使得管内在泄漏点压力降低，导致流体膨胀且密度降低。流体以水击波的形式往两端传播、扩散、反射、衰减，由于负压波属于定频信号，因此反射衰减较慢，沿管壁达到管道尽头[4]。当负压波传递到首末两端时，会在一段时间中产生压力陡降，通过首末两端采集的同步时钟差，根据具体的材质，计算出实际负压波在管道中的传播速度，计算出泄漏点的具体位置[5]。负压波传播速度一般在1 000 m/s 左右，负压波法定位迅速，防止事故扩大，争取了宝贵的时间，降低了损失[6]。负压波法原理见图1。

图1 负压波法原理

1.2 负压波法采集信号与定位

管道总长度为L，故障距离PT1 为x，假设负压波传播速度为α，管内流体速度为V，负压波到达两端时间差为Δt，则泄漏点到达PT1 距离的计算公式为

负压波法采集的主要信号包括流量、压力、温度时域信号。根据负压波的结构特征与所采集的压力、流量信号进行分析，将首末两端所采集的压力、流量信号的结构特征与负压波的结构特征进行对比。当满足相应结构特征时，综合管内压力、流速等，计算负压波在管道中不同段的取值情况，通过时间差对泄漏点位置进行定位[7]。

2 CUSUM 算法基本理论

2.1 CUSUM 算法原理

累积和（Cumulative Sum，CUSUM） 是统计学中一种重要的方法，于1945 年在英国剑桥大学诞生[8]。其本质就是凸显观测值与水平值偏移程度的控制图。主要统计一个时序数列中过程平均值的微小变化和未来可变性，具有提前预测的能力。CUSUM算法基于序贯分析中的序贯概率比进行检测，在抽样时，不预先指定样本总数，而且先抽取少量样本，然后停止或者继续抽样，直到满足条件，根据最终的结果状态确定样本数[9]。

2.2 基于CUSUM 算法的负压波检测

由于负压波携带振动信号等泄露信息往两端传播，假设负压波整个时间域上存在m个时间观察点，可知m个时间观察点中观察到的负压波波形数据分别为X1，X2，X3，…，Xm，相互独立且服从分布N（μ1，δ2）。模型主要通过对时间域中的m进行检测，观察其均值分布，假设在时间观察点n＜m后的负压波数据发生突变，则负压波数据量Xn+1，Xn+2，…，且服从分布N（μ2，δ2），要求μ1＜μ2。在发生突变时，假设检验公式为

式中：初始值S0=0；zi为当前负压波观察值相对于负压波历史基线的一个偏移量；Xi为当前PT1 的观测值；μi为历史基线均值；σi为历史基线的标准差；Si为所需的负压波预警统计量；Si-1为上一阶段的负压波状态统计预警量；k为参考值，是CUSUM 负压波模型中待定参数。

当输卤管道出现泄漏时，通过以往历史数据的长期检测，当出现变化时，立刻对变化较为明显的负压波做出精确预警，从而检测负压波到两端PT1、PT2 的时刻，通过同步时间差，即可精准确定泄漏点位置。

3 负压波检测及识别

3.1 程序设计流程

基于CUSUM 算法的负压波检测具有良好的抗噪性，但在复杂工况下，由于现场大量噪声夹杂时获取原始信号较为困难，因此需要采用消噪方法对环境噪声进行先一步处理。本程序采用小波去噪，结合固有工况，设置特定小波基db4，通过长期的正态分布记录数据，保证正常工况下数据的稳定性，通过MATLAB 程序设计，进一步验证算法的准确性，MATLAB 程序中CUSUM 算法负压波检测流程见图2。

图2 MATLAB 程序中CUSUM 算法负压波检测流程图

3.2 检测判别测试及结果分析

根据MATLAB 程序中CUSUM 算法负压波检测流程，首先对采集的时域数据进行小波去噪，得到较为平滑的数据片段，即输卤管道实测负压波波形数据片段，见图3。

图3 输卤管道实测负压波波形数据片段

将实测负压波波形数据通过CUSUM 算法检测，判断数据是否超出历史数据基线裕度，当达到泄漏条件时，即可采集双端检测的负压波到达时间，通过距离公式进行计算，完成管道泄漏点的定位[10]。

通过输卤管道智能检测系统数据采集，选择STM32F767 为主控芯片，建立8 个数据采集点。在每段输卤管道上下游安装终端，采集压力信号和振动信号，并将信号进行存储，采取图2 中CUSUM算法负压波检测流程，通过调试，得到输卤管道检测模型检测判别正确率，见表1。

表1 输卤管道检测模型检测判别正确率

从测试结果来看，基于CUSUM 算法的负压波检测对于盐化工输卤管道的泄漏检测具有较高的准确性，该检测模型能够根据不同场景调整修改参数，从而满足不同现场的要求，具有一定的工程实用价值。

4 结束语

本文从算法层面对负压波检测输卤管道工泄漏检测提出一种基于CUSUM 算法的改进方法，对历史数据进行预处理，通过负压波进行泄漏点定位，具有良好的抗噪性能，同时为企业争取了大量的时间。相对于传统的负压波检测只能检测到较大泄漏的缺点，该算法可以检测到微小泄漏，对于不同场景工况下，通过设置阈值，正确率高于90%，满足实际工况要求。