基于光纤传感技术的埋地燃气管道预警研究

发布时间：2021-06-23 02:01

　　为保障埋地燃气管道的安全运行,提出基于光纤传感技术的埋地燃气管道预警系统。系统由光源模块、传感控制模块、信号处理模块和预警模块等结构组成,利用光纤光栅应力传感器采集可能对管道造成破坏的行为所产生的土壤振动信号,将信号时频特征、能量窗口特征和频域特征合并为振动信号特征向量,分析其在不同危害程度下的光纤预警响应规律;利用支持向量机与BP神经网络构建分类器,依照特征向量区分并确定信号安全与否,利用预警模块对非安全信号发出预警信息;结合GIS与SCADA系统等技术构建应急救援指挥决策模块,提升光纤预警系统的智能化程度。实验结果表明,该方法可准确识别不同性质的破坏行为,平均识别分类精度高达92. 64%,且预警定位误差在300 m之内,预警响应时间低于300 ms,可有效实现管道危险预警。 

【文章来源】：激光杂志. 2020,41(03)北大核心

【文章页数】：5 页

【部分图文】：

基于光纤传感技术的埋地燃气管道预警系统结构图

基于光纤传感技术的埋地燃气管道预警系统，主要包括信号分类模块、信号采集模块、信号特征提取模块以及预警模块[6-7]。其中信号采集模块包括光纤光栅应力传感器、可调谐光滤波器、光电转换器，宽频光源发出光源信号后，经可调谐光滤波器进行滤波处理，被光电转换器分配至不同光栅阵列内，各通道信号波长经光电转换器后，实现信号的采集。当出现不安全信号时，预警模块对其实施报警[8]。基于光纤传感技术的埋地燃气管道预警系统模块图如下图2所示:2.2.1 信号分类模块

埋地燃气管道预警系统中的信号可分为安全性与非安全性两类，因此，可将神经网络与支持向量机相结合构建级联分类器，对确定的主成分土壤振动信号进行分类[9]。利用支持向量机确定土壤振动信号安全与否，通过BP神经网络对安全信号与非安全信号分别进行分类，确定信号类别，智能判断和区分人走动开挖、车辆行驶影响、挖掘机作业等不同危害情况[10]。二级分类器示意图如图3所示。联级分类器中的第二级分类器主要利用BP神经网络，在生成BP神经网络过程中输入层、中间层和输出等节点数以及中间层与输出层的激活函数。其中特征向量维数决定输入层节点数，振动信号类数决定输出层节点数。中间层和输出层激活函数分别为logsig和tansig，并以人工确认并标定个不同振动信号类型的特征向量作为神经网络训练样本[11-12]。


本文编号：3243991