深埋管道氣體泄漏信號降噪處理

安徽理工大學電氣與信息工程學院 林 龍

深埋管道氣體泄漏信號微弱且易受噪聲干擾，導致泄漏難以檢測以及對泄漏點無法準確定位。現搭建實驗系統模擬埋土管道氣體泄漏事故，通過在埋土土表擺放傳感器的方法采集泄漏信號，觀察并分析深埋管道氣體泄漏信號的時頻域特征。針對泄漏信號易被噪聲干擾的問題，本文采用在泄漏信號上添加高斯白噪聲的方法，來模擬實況環境下的采集信號，再使用EMD算法對信號做降噪處理。算法降噪結果表明，EMD算法可有效去除信號中的噪聲，提高信號的信噪比。

管道運輸由于具有運輸量大，運輸成本低等優點，從而成為天然氣最主要的運輸手段之一。經過多年的使用，部分管道在磨損、老化、腐蝕等多重作用下開始頻繁發生泄漏事故。據統計，2020年全年共計發生燃氣安全事故539起，共造成88人死亡，496人受傷，因此如何有效防范該類事故成為一個重要研究方向。

傳統泄漏檢測方法有很多種，如光線檢測法、機器人檢測法以及負壓波法等，但對于埋藏于地下的管道泄漏仍缺乏有效檢測手段。近年來利用泄漏產生的聲波/振動信號對泄漏點的檢測與定位技術得到廣泛運用，該類方法通過傳感器采集泄漏信號并對其分析計算得出準確地泄漏信息，有效避免了土壤隔絕作用帶來的檢測難題。

深埋燃氣管道泄漏產生的振動信號在土壤介質中傳播時，會發生嚴重的衰減作用，導致泄漏信號極易淹沒在周圍環境噪聲中，因此對采集信號分析時需對其降噪處理。傳統降噪算法有局域均值模態分解算法、小波算法、傅里葉變換等，本文采用EMD算法對含有噪聲的泄漏信號做降噪處理，降噪結果表明EMD可去除該類信號中的噪聲，有效提高信號的信噪比。

1 EMD算法介紹

EMD算法被認為是20世紀以來以傅里葉變換為基礎的線性和穩態頻譜分析的一次重大突破，算法無需預先設置基函數，而是僅以自身的時間尺度特征來完成信號的分解，因為這一運算特點，EMD算法在處理非平穩、非線性信號上更具優勢。EMD算法認為一個信號是由若干個本征模態函數構成的，各個本征模態函數之間相互疊加混雜構成了一個完整的復合信號，算法通過各個時間尺度特征將每個本征模態函數分解出來。

EMD算法分解信號時首先找出信號上所有的極值點，利用三次樣條插值函數擬合形成上下包絡線，其次計算出上下包絡線的均值曲線，用原始信號減去均值曲線即可得到一個新的信號系列。分解后信號可顯示為若干個IMF分量以及一個殘余分量rn(t)之和，此時信號可表達為：

2 實驗部分

為了獲得較為真實的埋土管道泄漏信號，現在實驗室中搭建模擬埋土管道系統。系統分為埋土管道部分、儲氣系統以及傳感器部分：通過空壓機向儲氣罐打入高壓氣體并存儲，通過閥門控制向管道內輸入規定氣壓的氣體；埋土管道部分模擬實況環境下的深埋燃氣管道，將管道固定在預設的小箱體中，向其中埋入預設有濕度系數的土壤并壓實，管道壁上預設有已知孔徑、形狀的泄漏口；本文采用傳感器貼于土表的方法采集泄漏信號。

實驗開始前，打開空壓機向儲氣罐內打入氣體，待到罐內氣壓達到預設值后關閉空壓機，此時關閉閥門將儲氣罐內氣體留作備用。向箱體內導入土壤并將土壤夯實，等到土表與泄漏孔的距離達到標準后停止掩埋，此時向箱內均勻噴灑純凈水以模擬土壤在自然環境下的狀態。完成工況模擬后，將傳感器貼于土表并調試準備齊全。打開儲氣罐閥門，氣體沖入管道并從泄漏孔處泄漏，等到管內氣壓穩定后開始采集信號。埋土管道實驗系統示意圖如圖1所示。

圖1 埋土管道實驗系統示意圖

3 信號分析與處理

將傳感器采集到的信號導入MATLAB中，畫出信號的時域圖與頻譜圖（如圖2所示），圖中可看出信號經土壤隔絕后幅值非常微弱，信號的幅頻范圍集中在100-800Hz之間。通常埋地燃氣管道鋪設環境較為集中在城鎮環境中，該環境下通常有較大的噪聲，如汽車聲、工地施工、人為敲擊等，管道泄漏信號極易被這些噪聲干擾甚至淹沒其中，導致信號分析處理難度增大，影響泄漏點定位精度，甚至出現信號完全無法使用的問題。

圖2 信號時域圖（左）與頻譜圖（右）

由于實驗采集的泄漏信號無背景噪聲摻雜，因此本文采用向采集信號加入高斯白噪聲的方法模擬實際情況下采集的信號。向原始信號中加入信噪比為0的高斯白噪聲，加噪后的信號時域圖與頻譜圖如圖3所示，可見加噪后的信號時域信息被噪聲淹沒，主要頻率幅值未發生變化但整個頻響范圍內充滿了噪聲。

圖3 加噪信號時域圖（左）與頻譜圖（右）

對加噪信號做EMD分解處理，分解可得15個IMF分量以及一個剩余分量，計算各個IMF分量與信號的互相關系數。各個IMF分量由高頻到低頻依次分布，而噪聲通常包含在高頻分量中，因此去除該類分量即可去除信號中大部分噪聲。本文選取互相關系數最大的IMF分量作為界限分量，首個分量到界限分量之間的所有IMF分量均選擇丟棄以去除噪聲信號。各個分量與信號的互相關系數計算結果如表1，選取IMF4作為界限分量，將IMF1-3作為噪聲丟棄，去除噪聲后將剩余分量與殘余分量重構即可得到降噪信號，此時信號信噪比為6.22dB，信號信噪比有著顯著提高。各分量與信號互相關系數如表1所示。

表1 各分量與信號互相關系數表

總結：埋土管道氣體泄漏信號微弱不易察覺，易被環境噪聲影響導致信號分析處理精度降低。EMD算法因其無需預設基函數以及對非線性非平穩信號有著極佳處理效果的優點，廣泛運用于各類工程信號的降噪中。本文通過選取合適的IMF分量篩選方法以此篩選出分量并加以去除來達到降噪的目的。通過實驗獲取埋土管道泄漏信號數據，通過加噪模擬實際工況下的采集信號，最后通過數據計算，EMD算法可有效去除埋土管道泄漏信號的噪聲，提高采集信號的信噪比。