[发明专利]一种地下管道损伤的检测方法及系统有效
申请号: | 201910541399.7 | 申请日: | 2019-06-21 |
公开(公告)号: | CN110231409B | 公开(公告)日: | 2020-07-14 |
发明(设计)人: | 谯伟;孙琪真;李豪;范存政;李通达;刘懿捷;孙玥真;闫志君 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G01N29/09 | 分类号: | G01N29/09;G01N29/12;G01N29/11;G01N17/00 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 曹葆青;李智 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 地下管道 损伤 检测 方法 系统 | ||
本发明公开了一种地下管道损伤的检测方法及系统,具体为:主动激发可变的声信号并耦合于管道中,声信号在管道中传输时对光纤中的后向散射光信号进行调制,获取光纤中携带声信号信息的后向散射光信号;对后向散射光信号解调获取待检测声信号的时域信息;将声信号的时域信息分别进行傅里叶变换和小波变换,获取待检测声信号的第一和第二特征参量;以待检测声信号的特征参量为输入,通过特征提取等方法检测地下管道损伤的位置及程度。本发明使用了主动式声波探伤方法,通过调控声信号的频率与幅度实现对长距离地下管道的内部损伤的检测,而且采用损伤管道不同位置声信号的特征参量,实现了对管道损伤位置的精确定位以及损伤程度的评估。
技术领域
本发明属于分布式声波传感系统领域,更具体地,涉及一种地下管道损伤的检测方法及系统
背景技术
管道是世界物质和能源供应基础设施的重要组成部分。从本地工业管道系统到遍布大陆的全球管道,各种类型的管道在世界各地都在使用。随着世界管道基础设施的发展和老化,对管道安全和可靠运行的监测需求也在不断增加。近年来,分布式光纤传感器因其长距离、高灵敏等优势,在管道工业中越来越受到各种监测任务的关注。
目前基于分布式声波传感技术的管道安全监测系统主要是基于管道损伤过程的自发射声波进行的被动测量,管道在工作时发生破裂或泄漏会在管道内部产生声波,这种测量技术基于损伤时发出的声波(如泄漏、破裂等)进行定位。
但是管道内部产生损伤时发出的声信号较弱,而且声信号在传输过程中会有较大的衰减,因此传统的基于分布式声波传感技术的管道安全监测系统对于长距离管道内部损伤的测量精度较差;而且基于声发射的被动式管道损伤监测方法主要是基于检测到的声信号的时域波形来判断损伤的产生和位置,受到外界干扰信号的影响较大,而且由于声信号的时域特征的复杂性,难以对损伤程度进行较好地判定,因此需要一种主动式的管道损伤监测方法实现对管道内部损伤的精确探测,并且通过频域特征等参数对管道损伤进行定位和损伤程度的评估。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种地下管道损伤的检测方法及系统,旨在解决现有的基于声发射的被动式管道损伤监测系统难以对地下管道损伤程度进行评估的问题。
为实现上述目的,一方面,本发明提供了一种地下管道损伤的检测方法,包括:
(1)利用待检测声信号对光纤中的后向散射光信号进行调制,获取携带声信号信息的后向散射光信号;
所述待检测声信号耦合于地下管道,且为主动激发产生;
其中,待检测声信号为主动激发可控的声信号;
(2)对携带声信号信息的后向散射光信号解调获取声信号的时域信息;
(3)将声信号的时域信息进行傅里叶变换,获取待检测声信号的第一特征参量;
且将声信号的时域信息进行小波包特征提取,获取待检测声信号的第二特征参量;
其中,第一特征参量为地下管道不同位置声信号的频谱能量-空间分布图像;第二特征参量为地下管道的小波包能量-空间分布图;
待检测声信号的第一特征参量中的地下管道中各位置频带能量的分布强度由以色度图的颜色深浅表示;
(4)以待检测声信号的第一特征参量为输入,根据管道损伤点的图像特征,检测地下管道损伤的位置;
且以待检测声信号的第二特征参量为输入,根据管道损伤程度表,检测地下管道损伤的程度。
优选地,步骤(1)中声信号的频率和幅度根据地下管道的实际尺寸和损伤信息变化;
损伤信息包括地下管道的损伤位置和损伤程度。
优选地,步骤(2)包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910541399.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种测量材料声学常数的方法及装置
- 下一篇:锚杆无损检测数据智能解释方法