输油管道泄漏检测中光纤传感信号处理技术研究

引言

输油管道承担着大量石油运输任务，是能源供应体系的“生命线”。然而，受地质变化、腐蚀老化、第三方破坏等因素影响，管道泄漏事故频发。光纤传感技术利用光在光纤中的传输特性变化感知外界物理量，可实现长距离、分布式实时监测，在输油管道泄漏检测领域极具应用价值。不过，实际监测中，光纤传感信号会受到风雨、施工振动、管道泵机启停等干扰，因此研究有效的信号处理技术，对准确识别泄漏信号、保障管道安全运行意义重大。

1 光纤传感技术在输油管道泄漏检测中的原理

1.1 分布式光纤温度传感原理

DTS 基于拉曼散射效应工作。光在光纤中传输时会产生斯托克斯光和反斯托克斯光，其中反斯托克斯光强度对温度敏感。当输油管道发生泄漏，泄漏处原油与周围环境的温度差异会引起光纤温度变化，通过检测两种光强度比例的变化，就能判断是否存在泄漏并定位。该技术适合输送热油的管道，对于常温油品，因温度变化不明显，检测效果欠佳。

1.2 分布式光纤声波传感原理

DAS 利用瑞利散射效应。管道泄漏时，原油喷射和摩擦产生的振动会引起光纤周围介质扰动，改变光纤局部的应变或折射率，进而调制瑞利散射光的相位。通过相干检测技术，将散射光的相位变化转化为电信号，就能捕捉到泄漏产生的声波或振动信号，实现泄漏点的定位与监测。该技术时间分辨率高，能快速发现泄漏瞬间的声发射信号。

1.3 分布式光纤应变传感原理

DOFS 基于布里渊散射效应。光在光纤中传输时与声子相互作用产生布里渊散射光，其频率与光纤所受应变和温度相关。管道泄漏引发的土壤沉降、管道变形等会使光纤产生应变，通过检测布里渊散射光的频率变化，就能获取光纤应变信息，从而判断管道是否泄漏及确定泄漏位置。该技术对缓慢泄漏导致的微小变形检测效果较好。

2 光纤传感信号特征及干扰分析

2.1 泄漏信号特征

2.1.1 时域特征

输油管道泄漏产生的光纤传感信号在时域上有明显特点。以 DAS 信号为例，泄漏发生时会出现脉冲状波形，初始幅度较大，随后逐渐衰减。泄漏孔径、压力不同，脉冲的幅度和持续时间也不同。如直径 30mm 的管道在 1MPa 压力下泄漏，DAS 信号脉冲持续约 300ms 。而正常运行时，管道周围的信号相对平稳，幅度小且波动频率低。

2.1.2 频域特征

泄漏信号在频域也有独特表现。经分析，DAS 泄漏信号频率主要集中在几十到几百赫兹。小孔径泄漏时，原油喷射速度快，高频成分多，主频可能在 100-200Hz ；大孔径泄漏则低频成分占主导，主频降至 50-100Hz 。

2.2 干扰信号来源及特征

2.2.1 环境噪声干扰

环境噪声是主要干扰源，包括自然和人为因素。自然噪声如风雨、雷电、地震，会通过地面振动影响光纤信号，风雨信号不规则，雷电可能导致信号畸变。人为噪声如车辆行驶、施工机械作业、铁路运行等，车辆干扰信号频率一般在 10-50Hz ，有周期性；施工机械干扰频带宽、幅度大、持续久。

2.2.2 系统噪声干扰

在光纤传输过程中，由于光纤材料的微观结构不均匀，光在传播时会发生瑞利散射，产生随机的瑞利散射噪声。这种噪声在整个光频范围内近似均匀分布，会使信号产生背景波动，干扰微弱泄漏信号的检测。光电探测器是将光信号转换为电信号的关键部件，但其内部电子的热运动和光子到达的随机性会分别产生热噪声和散粒噪声。热噪声与探测器的温度密切相关，温度越高，热噪声越明显，表现为高斯白噪声特性，在信号中表现为无规则的起伏；散粒噪声则是由于光信号的量子特性，光子到达探测器的时间和数量存在随机性而产生，同样呈现高斯白噪声特征，会使转换后的电信号产生波动，影响信号质量。系统噪声虽然单个噪声强度较小，但在长距离信号传输和微弱信号检测时，其累积效应会对信号产生明显干扰，使信号变得不稳定，增加了信号处理和泄漏特征提取的难度。2.2.3 管道运行工况干扰

管道泵机组启停、阀门调节、油品流量和压力波动等运行工况变化，也会产生干扰信号。泵机组启停会引起大幅脉冲，阀门调节会产生阶跃特征信号，这些信号与泄漏信号相似，增加了识别难度。

3 输油管道泄漏检测中光纤传感信号处理技术

3.1 信号去噪技术

小波变换能把信号分解到不同频率尺度分析。在处理光纤传感信号时，选好小波基函数后，对含噪信号多尺度分解，再根据噪声和信号在各尺度的差异，用软阈值或硬阈值处理细节系数，去除噪声系数后重构信号，可有效抑制高频噪声，提升信号信噪比。EMD 是自适应分解方法，将信号分解为多个本征模态函数。处理光纤传感信号时，依据信号局部极值点特征分解，再通过分析各分量与原信号相关性，保留含泄漏信号特征的分量，去除噪声相关分量，重构后能有效去除噪声，突出信号特征。卡尔曼滤波基于状态空间模型，适用于动态信号。在光纤传感信号处理中，建立信号状态空间模型，通过不断更新状态估计和误差协方差矩阵，实时对信号滤波，能有效去除系统噪声和工况干扰。

3.2 信号特征提取技术

从时域提取信号峰值幅度、上升时间等参数，从频域提取主频、频带能量分布等特征，再利用时频分析方法获取时频分布特征，这些特征能全面描述泄漏信号，为后续识别提供依据。利用支持向量机（SVM）等机器学习算法，将去噪和初步处理后的信号作为样本训练，算法自动提取对分类有效的信号特征，构建分类模型，能更准确区分泄漏信号与其他信号。以卷积神经网络（CNN）为例，将光纤传感信号转换为时频图像输入网络，通过多层卷积和池化层自动提取图像中的局部特征，最后经全连接层分类，相比传统方法，能大幅提高泄漏信号识别准确率。

3.3 信号定位技术

在分布式光纤传感系统中，利用泄漏信号到达不同监测点的时间差定位。在管道沿线设多个监测点，根据信号到达各点的时间差异，结合信号传播速度和监测点位置信息，计算泄漏点位置。依据泄漏信号在光纤中传播时强度随距离衰减的特性定位。建立信号强度衰减模型，测量不同位置的信号强度，反推泄漏点位置，实际应用中需考虑多种因素对模型修正优化。将时间差定位和信号强度衰减定位算法结合，先用时间差算法确定泄漏大致区域，再用信号强度衰减算法精细定位，可显著提高定位准确性。

4 结语

综上所述，随着能源行业对管道安全要求不断提高，未来光纤传感信号处理技术仍有很大发展空间。一方面，需进一步融合多源信息，结合多种光纤传感技术与其他监测手段，提高复杂工况下的检测能力；另一方面，随着人工智能技术的快速发展，深度学习模型的优化与轻量化部署，将使信号处理更智能、实时。此外，研发适用于不同管道环境的专用信号处理算法和设备，也将成为保障输油管道安全运行的重要方向。

参考文献：

[1]李蓓蓓.高压输油管道泄漏后果与应急处理技术分析[J].化工安全与环境,2025,38(04):90-93.

[2]张康,杨建男,马瑞泽,等.基于主动瞬态水击压力波的管道泄漏检测方法研究[C]//中国力学学会流体力学专业委员会.第十三届全国流体力学学术会议摘要集（下）.大连海事大学船舶与海洋工程学院；,2024:286.

[3]刘珊珊.基于负压波法输油管道泄漏监控软件的开发[J].北京石油化工学院学报,2023,31(04):40-44

作者简介：陈圆圆（1992 年——），男，甘肃省庆阳市镇原县，汉，本科，油气储运。