|
摘要：管道输送是石油工业中常见的运输方式，其安全监测受国内外研究者的广泛关注，人工侵入事件的识别与报警是其重要研究方向之一。基于光纤传感技术，可以采用同沟铺设的光缆对管道沿线进行监测，获得包括侵入事件在内的各种信号，然而传统分布式光纤震动传感器记录的信号缺少相位信息，无法定位事件。在此使用分布式光纤声波传感器，利用10 km 埋地光缆记录了两个不同场地的人工侵入事件信号，采用长短窗比值法识别出这些信号。依据多道时差技术进行网格搜索定位侵入事件，根据定位结果对事件危险性进行评估。试验初步探索了利用分布式光纤声波传感技术开展侵入事件的识别与报警的可行性。 关键词：管道监测；侵入事件；信号识别；长短窗比值法；信号定位 截至2019 年底，中国长输油气管道总里程达到13.9×104 km[1]。油气管道广泛分布于野外，所处地质环境复杂，经过广大城乡地区，一旦油气管道发生破坏，不仅会造成财产损失、环境污染，而且会产生严重的安全隐患。常见的人类活动如临近施工、农耕活动、打孔盗油等都会威胁管道安全，因此实时监测管道侵入事件具有显著的工程意义。 管道侵入事件监测常用方法包括人工巡检、无人机观测、智能视频监控技术、地震动监测、光纤传感技术等[2]。其中，人工巡检直观简便，但需要大量人力。无人机拍摄的高清图像虽可直观辨别侵入事件，但受天气及机载重量限制，难以实现全天候监测[3]。随着视频监控系统的普及，曹闯明[4]将智能视频监控技术应用于管道安全检测，监测了管道周边的挖掘事件与滑坡等地质灾害。Roper 等[5-6]采用卫星高光谱图像代替传统摄像技术，监测了管道周边的挖掘事件与滑坡等地质灾害。基于图像识别的监测方法往往存在监控盲区，孙洁娣[7]利用多个地震动传感器对石油管道进行安全预警，可以监测管道周边的挖掘事件与管道泄漏事件，然而地震动传感器价格较高，不适于长距离监测。光纤传感技术利用同沟铺设的光缆作为传感器，监测管道附近震动，是一种经济、高效的长输管道监测方式[8]。Nikles 等[9]采用分布式应变和温度传感器探测到管道沿线的侵入事件、漏油事件等。在光纤传感信号处理及算法应用方面，张景川等[10]基于小波信息熵识别出人工与机械挖掘信号的差异；陈吉平[11]利用时域信号包络线寻峰值方法研究120 s 内的侵入事件，根据信号持续时间与频率区分了人工、机械挖掘、车辆信号；Zhao 等[12]利用小波变换阈值降噪代替基于傅里叶变换的滤波器，并采用神经网络算法识别了侵入信号。以上研究采用分布式振动传感器所记录的信号为非线性响应的强度信息，可以识别侵入事件，但缺少振动信号的相位信息，难以判断挖掘位置，尤其是垂直于管道的方向，而准确的位置信息有助于对管道侵入事件的危害性做出判断。 分布式光纤声波传感技术（Distributed Acoustic Sensing，DAS）可用于构建兼具实时数据传输功能的超密集震动观测系统[13]，弥补了其他监测技术在恶劣环境使用受限的不足[14]，且能够同时采集信号强度与相位信息[15-16]，因此可用于测定地震动事件的位置。在此利用分布式光纤声波传感技术在某在役管道沿线的两个场地开展挖掘试验，根据DAS 记录挖掘事件信号的波形和到时信息，进行信号识别与事件定位。 1 技术思路 1.1 油气管道DAS 系统 试验采用的单模光纤为石油管道同沟铺设光缆中的一芯，试验段光缆长约10 km，沿线穿过农田、高速公路、河流、农舍、墓地、树林等场地。管道埋于地下1.5 m，管道直径1 m，光缆位于管道下方0.5 m。道间距为5 m，基线长度5 m，采样率为1 000 Hz。为对比不同地质结构与噪声水平下的信号识别与定位结果差异，分别在高速公路旁的荒地与树林两个场地中开展人工挖掘试验（图1，其中曲线为传感光缆，三角形为标定的位置，数字为道号，方形为所选试验场地位置，红色直线为光缆位置）。场地1 位于荒地中，东侧为高速公路，来往车辆较多，西侧为温室大棚，有农耕活动。场地2 位于树林中，东侧临近未硬化道路，车辆较少，林间落叶较多。以光缆轴向为X 轴、垂向为Y 轴建立直角坐标系，分别采用铁锹与镐头在A（0，0），B（0，3 m），C（0，5 m），D（0，10 m）处地表连续开挖，模拟侵入信号。
图1 油气管道DAS 观测系统与测试场地示意图 1.2 信号识别与定位方法 为了识别与定位挖掘信号，首先对连续记录信号进行预处理，以压制无关噪声，然后利用算法自动识别事件信号，根据不同道的差异信息定位事件，通过信号识别与定位结果评估事件的危险性。 预处理包括信号归一化、滤波等步骤。管道挖掘信号识别主要干扰源来自雨、雪、风、野生动物等自然界活动及交通信号、工业噪声等人类活动，根据挖掘信号与干扰信号的频率成分差异设置合理的滤波器可以抑制这些干扰信号。图2a 为记录的场地1 铁锹在A点处413 道挖掘信号归一化后的波形，其时间频率分析结果如图2b，挖掘信号的能量集中在15~100 Hz。图2a 中信号经15~100 Hz 带通滤波后波形如图2c，图中虚线框与实线框表示噪声窗口与信号窗口，将信号窗口与噪声窗口绝对值最大值比作为信噪比，413 道滤波前后信噪比由4.5 提高至8.7。挖掘位置附近15 道信号滤波后波形如图2d，6 s 内人工识别5 次挖掘信号，因挖掘强度不同，每次挖掘信号信噪比与最远传播距离都有所不同，最强事件信号的413 道信噪比为8.7，最远传播距离30 m；最弱事件信号的信噪比2.5，最远传播距离15 m。以强度最强的一次挖掘为例，413道最早观测到该信号，并向两侧光缆传播，传播视速度约为250 m/s（图2d 中虚线所示）。随着距离增加，振幅逐渐衰减，当信号传播（单向）30 m 时，信噪比低于1。
（a）413 道原始波形
（b）413 道时频分析
（c）15~100 Hz 带通滤波后波形
（d）405~420 道带通滤波后波形 图2 场地1 铁锹挖掘信号图 不同场地的土颗粒成分、压实度、含水率、剖面深度、土层刚度与厚度、地下结构不同，会影响地震波信号传播。试验中，用同一铁锹在场地2 管道上方挖掘，采集的信号经过带通滤波后波形如下（图3，虚线框、实线框分别表示噪声窗与信号窗；图3d 中虚线表示视速度200 m/s 的到时），6 s 内人工识别到5 次挖掘信号。以振幅最大的一次挖掘为例，1 810 道最早观测到该信号，并向两侧光缆传播，传播视速度约为200 m/s，光缆轴向传播15 m 后，信号被背景噪声掩盖。相比场地1，场地2 内1 810 道挖掘信号的能量集中在15~55 Hz，铁锹挖掘信号传播15 m，传播距离减少了50％，这可能是由于场地2 内腐植土较厚，信号衰减较快造成的。
（a）1 810 道原始波形
（b）1 810 道时频分析
（c）15~55 Hz 带通滤波后波形
（d）1 805~1 815 道带通滤波后波形 图3 场地2 铁锹挖掘信号图 针对滤波后波形，采用长短窗比值法（Short Time Average over Long Time Average，STA/LTA 法）识别挖掘信号。STA/LTA 算法操作简便、计算效率高、适合实时处理，被广泛运用于微震信号识别[17-21]。该方法是利用第i 点后短窗口的某项特征函数CF 平均值除以长窗口的特征函数CF 平均值〔式（1）〕，若比值大于设定阈值，则认为有信号到达，对应一个事件，常用CF 包括绝对值、平方值等。由于噪声是稳相的，因此噪声的长短窗比值Rl/s 能够保持在1 左右，信号的长短窗比值则会在波起跳点形成一个较大的峰值，如峰值大于设定阈值，判定为有效信号。
式中：Rl/s(i )为信号第i 点长短窗比值；CF 为信号绝对值；s 为短时窗长度，其长度等于低频信号周期，0.7 s；l 为长时窗长度，其长度等于3 倍短时窗长度，2.1 s。 常见信号定位方法是基于信号的到时信息，反演得到事件位置与发生时刻，线性定位方法包括绝对定位法与相对定位法[22]，绝对定位法最早由Geiger[23]提出，是将含震源时空参数的非线性方程通过一阶泰勒公式展开，简化成线性方程组求解。经典绝对定位结果精度依赖于初始条件的选取，Douglas[24]、Crosson[25]依次提出震源位置与台站校正联合反演法、震源位置和速度结构联合反演方法，减小了模型参数选的定位误差；Aki 等[26]建立了震源位置和速度结构联合反演的三维模型。常见的相对定位法包括主事件法、双重残差定位法，主事件定位法是选定震源位置精度较高的主事件，计算附近发生的一系列地震，从而消除模型的速度误差[27]；双重残差定位法利用地震对的走时差残差确定地震对中每个事件的相对位置[28]，扩展了相对定位法的适用范围。在此采用的线性台阵，解的稳定性较差，且到时拾取困难，因此采用多道到时差方法提高拾取精度。受信噪比与波形的复杂性影响，直接拾取到时精度较低，采用两道信号的互相关函数计算其到时差，其原理如下：
式中：xk (t )、x1 (t )分别为提取的第k、1道信号；Ak、A1分别为第k、1 道信号幅值；s(t )为挖掘信号；t 为挖掘信号发生时刻，s；tk、t1分别为第k、1 道挖掘信号与接收信号的时间差，s；nk(t )、n1(t )分别为高斯噪声。
综上，互相关函数Rxkx1(t )最大值位置即两道到时差△tk1。在确定的速度下，可计算出该位置与第k、1 道信号所在位置的理论到时差△tk1'，△tk1' 与△tk1残差的倒数1/σ2 可表示信号发生在该格点的概率，在管道临近区域网格搜索即可确定事件位置[29]。 2 试验结果 2.1 事件检测 图2 中挖掘信号经STA/LTA 法处理后信号噪声窗口比原始信号更平滑（图4，其中红色虚线表示检测事件发生时间）。对管道构成威胁的挖掘信号具有持续性，据统计，人工侵入事件1 min 内出现5~60 次，且相邻事件间隔大于0.7 s[30]，因此将0.7 s 内信号判定为同一侵入事件，根据上述标准，对60 min 的挖掘事件进行了人工识别。阈值是STA/LTA 识别事件的关键参数，超过阈值认为是有效信号，阈值过大容易造成漏报，不能对危险信号进行及时预判；阈值过小容易造成误报，增加工作量，因此有必要选取合适的阈值。图5（红色实线框、蓝色虚线框分别表示人工识别的侵入事件与STA/LTA 法误判的事件，图5b 中红色虚线表示检测事件发生时间）给出413 道某次挖掘信号STA/LTA 识别结果，图5a 为408~418 道D 点某次开挖的波形，可人工识别出0.9 s、2.3 s 两处挖掘信号，图5b 是STA/LTA 法识别413 道侵入事件的结果，如阈值选取20，则会漏报2.3 s 处挖掘事件；如阈值选取10，则会将1.7 s 处误判为挖掘信号。
（a）处理前波形
（b）信号的绝对值
（c）STA/LTA 法处理后波形 图4 413 道信号STA/LTA 法处理结果图
（a）408~418 道波形
（b）413 道STA/LTA 法处理后波形 图5 STA/LTA 法不同阈值识别结果图 不同场地挖掘信号的信噪比不同，STA/LTA 法处理后也有较大差别。图3 中1 810 道信号经STA/LTA 法处理后信号更加平滑（图6，红色虚线表示检测事件的发生时间）。场地2 的STA/LTA 值比场地1 小很多，如仍按照场地1 所选取的15 作为场地2 识别信号的阈值，则较弱的挖掘信号将会被漏判，时间窗口内5 次挖掘信号仅识别出3 次。综上，不同场地的阈值差别较大，如按照相同的阈值筛选挖掘信号，则会造成误判或漏判，可在不同场地进行模拟试验以确定合适的阈值。
（a）处理前波形
（b）信号的绝对值
（c）STA/LTA 法处理后波形 图6 1 810 道信号STA/LTA 法结果图 为确定不同场地的阈值，分别取试验前后1 h 内的数据用STA/LTA 法对413 与1 810 道的信号进行识别（表1）。结果表明：阈值增大，误报率减小，漏报率增大；反之，阈值减小，误报率增大，漏报率减小。根据场地1、场地2 中漏报率与误报率随阈值的变化曲线（图7）可见：场地1 漏报率、误报率曲线在阈值14 处相交，在此阈值附近，漏报率与误报率均较低，推荐作为场地的事件识别的阈值。同样方式，推荐将场地2 阈值设为8。在实际工作中，可根据对误报率与漏报率的容忍度，对其加以权重，确定阈值范围。 表1 不同阈值试验识别结果
（a）场地1
（b）场地2 图7 不同阈值的识别结果统计图 2.2 事件定位 根据场地1 中A、B、C、D 点识别的信号多道时差定位结果（图8，三角形表示道位置，星号表示定位结果，圆圈表示实际挖掘位置），图中颜色越亮，侵入事件在该点的残差越小，事件发生概率越大，红色曲线表示挖掘事件有95％的概率出现在该误差椭圆内。S95表示光缆一侧误差椭圆面积，EX、EY 分别表示误差椭圆X 轴、Y 轴方向上光缆一侧最大值与最小值的差值，DY 表示定位结果与实际开挖位置在Y 轴方向的差值。由于DAS 所记录为光缆轴向应变信息，缺乏光缆垂向约束，因此EY 大于EX，即误差椭圆呈现细高状。另一方面，空间中必然存在一点M 与另一点N 于X 轴对称，M、N 两点与任意两道震源距差值△r 相同，定位结果也必然关于X 轴对称，因此定位结果仅能判断事件距X 轴的距离，而无法分辨事件在X 轴的哪一侧。随着侵入事件远离X 轴，两点时差越来越小，到时差识别误差影响越来越大，S 、EX、EY 越来越大，定位精度越来越低。根据《中华人民共和国石油天然气管道保护法》，距离油气管道5 m 外的侵入事件，对管道安全威胁较小[31]，试验管道沿线5 m 内信号定位误差DY＜ 1 m，因此认为多道到时定位技术满足管道安全监测的需求。
（a）A 点
（b）B 点
（c）C 点
（d）D 点 图8 场地1 中A、B、C、D 点识别的信号多道时差定位结果图 线性台阵的垂向定位误差EY 通常大于EX，为减小垂向定位误差EY，可考虑与其他定位方式结合。随着地震波由震源向四周扩散，波前面积变大，由于地震波能量保持不变，散布在波前面的平均能量越小，地震波振幅越小。当震源距离从r1增加至r2，面波振幅 （小于1），根据两道信号的振幅比，网格搜索即可确定事件的位置[32]，得到以下基于信号振幅信息定位结果（图9）。与到时差定位相比，DY变大，但EY 变小，且随着信号远离光缆，EX、EY 均多道时差定位小，与到多道时差定位技术联合反演，以期可提高定位精度，获得更好的结果。
（a）A 点
（b）B 点
（c）C 点
（d）D 点 图9 场地1 中A、B、C、D 点振幅比定位结果图 2.3 讨论分析 多道到时差定位与振幅比定位结果关于X 轴对称，这是由于道都位于X 轴上造成的。为了增强Y 轴方向的约束，识别出信号位于光缆哪一侧，可以用两根平行光缆进行定位。模拟D 点挖掘，以正弦函数模拟挖掘信号并加入随机噪声后，信号在30 m 后信噪比小于2，光缆位置与现场试验相同（图10a），在Y =5 m 处添加一条测线，由于该测线的引入，多道时差定位法能够准确分辨出挖掘信号的位置（图10b）。
（a）1 根光缆定位结果
（b）2 根光缆定位结果 图10 阵列形状对多道时差定位结果的影响图 利用到时信息进行定位，需要给定传播速度，用于计算理论到时。对图8 中D 点挖掘信号，波速分别按100 m/s、250 m/s、500 m/s、1 000 m/s 做到时差定位（图11），随着计算速度增大，计算位置越来越靠近光缆，当波速大于500 m/s，定位结果靠近光缆；波速小于100 m/s 时，定位结果则会位于搜索边界。可见，传播速度误差会引起较大定位误差，需要对场地地震波速度进行分析。
（a）波速为100 m/s
（b）波速为200 m/s
（c）波速为500 m/s
（d）波速为1 000 m/s 图11 不同速度对多道时差定位的影响图 管道工程穿越距离较长，沿线不同场地波速有所差异，通过提取背景噪声互相关函数的频散曲线可获取该场地的速度结构[33]。以场地1 中416 道为虚拟震源，410~380 道为接收道；场地2 中1 826 道为虚拟震源，以1 820~1 790 道为接收道，得到其互相关函数频散曲线（图12，其中圆形表示拾取的相速度，黑色曲线为场地1 频散曲线，红色曲线为场地2 频散曲线）。可见：当频率为5 Hz 时，场地1 相速度比场地2 相速度高约30 m/s，结果与震源定位所用速度接近。
图12 不同场地Rayleigh 波的频散曲线图 3 结论 利用分布式光纤声波传感设备开展了管道沿线侵入事件监测，根据挖掘信号的频域特性对原始信号进行带通滤波，不仅减小了交通信号的干扰，而且提高了信号的信噪比。利用STA/LTA 法识别挖掘信号，讨论不同试验场地信号识别阈值的差异及选取方法。利用多道时差定位挖掘信号，评估挖掘信号的危险性。并且利用背景噪声互相关函数频散曲线，分析了波速对定位结果的影响。尝试采用振幅比方法提高定位精度，并利用合成数据证明了两根平行光缆提高光缆垂向定位的分辨率的可行性。试验初步表明：分布式光纤声波传感设备可用于长输油气管道侵入事件的识别与定位，实现线性工程安防实时监控，并为光缆沿线管道侵入事件的定位提供了新思路。
| 
