VMD-Hilbert联合谱分析法在油气管道检测中的应用-辽宁化工2022年01期

摘      要：针对油气管道特征工况信号噪声大，难以从中提取有效信息的问题，提出使用变分模态分解（Variational Mode Decomposition，VMD）结合Hilbert联合谱分析处理油气管道信号的方法。首先，根据各带限本征模态分量（Band-Limited Intrinsic Mode Function，BIMF）的瞬时频率均值确定最优分解尺度;其次，求得最优分解尺度下各BIMF的Hilbert联合谱，分析其时频特征与能量分布，确定主频分量;最后，根据主频分量对信号重构去噪。经过验证，该方法能有效提取信号特征信息且重构去噪效果明显，具有一定的实际应用意义。

关  键  词：管道检测;VMD算法;信号去噪;特征提取

中图分类号：TE973     文献标识码： A      文章编号： 1004-0935（2022）01-0092-04

管道运输具有成本小，损耗低等优势，在油气行业产品运输中受到广泛应用;由于管道易受地质灾害和人为破坏的影响，且自身也存在着易腐蚀的缺点，因此导致泄漏事故时有发生^[1]。目前管道泄漏检测方法应用较多的为高频信号检测法，在管道两端安装传感器，根据采集的信号变化检测泄漏^[2]。但在实际应用与管道数据采集过程中，由于气液在管道内流动、管道动力端及管道外部噪声对信号的影响，采集的信号常包含很多噪声。目前已有研究以EMD（经验模态分解，Empirical Mode De-composition）算法处理采集的含噪声信号如在管道中采集的信号，轴承损坏信号等。但由于EMD本身采用的数学方法存在缺陷，其分解出的信号分量存在模态混叠的现象。为抑制这种现象，许多学者也对EMD算法进行了改进，但这些方法仍未从根本上解决问题^[3]。

2014年由Konstantin提出的VMD算法在经典维纳滤波的基础上采用变分框架获得BIMF，能有效避免模态混叠、过包络、边界效应等问题，并且对于低频特征更敏感，更适合用于处理有用信息包含在低频段的油气管道信号^[4-6]。

1  VMD-Hilbert联合谱分析法

3  结 论

提出的VMD-Hilbert联合谱分析法对待处理信号进行VMD分解，根据分解出的各BIMF的瞬时频率均值分布特点确定分解尺度K，通过各BIMF对应的Hilbert联合谱分析其时频特征与能量分布，进而选择主频分量。选择的主频分量可作为信号的特征分量用于管道的工况检测，也可重构信号去噪，具有一定的实际应用意义。

参考文献：

[1]刘龙飞，张芯，胡衡，等.埋地石油管道阴极防腐措施与风险预警研究[J].当代化工，2021，50（05）：1155-1158.

[2]刘睿， 吴明， 宋博强. 输油管道泄漏原因探究 [J]. 当代化工， 2015， 44（10）： 2460-1.

[3]邢昀， 荣剑. 常见不同模态信号分解方法探讨 [J]. 现代计算机（专业版）， 2018， 36： 7-11.

[4]梁洪卫， 刘冬冬， 阚玲玲， 等. 基于VMD改进算法的气体管道泄漏检测 [J]. 吉林大学学报（信息科学版）， 2019， 37（05）： 490-6.

[5]王秀芳， 檀丽丽， 高丙坤， 等. 变分模态分解和相关系数联合算法在管道泄漏检测中的应用 [J]. 压力容器， 2016， 33（12）： 59-63.

[6]罗小燕， 卢文海， 游义平， 等. 基于VMD和SVD联合降噪方法的球磨机振动信号随机噪声压制 [J]. 噪声与振动控制， 2019， 39（06）： 169-75.

[7]吴文轩. 基于变分模态分解的齿轮箱复合故障提取研究 [D]. 中北大学， 2018.

[8]阚玲玲， 叶蕾， 高丙坤， 等. 气体管道运行状态特征提取与状态识别 [J]. 压力容器， 2021， 38（02）： 14-21.

[9]毛兴翔，吴世德，王文明， 等. 基于支持向量机的燃气管道泄漏识别方法研究[J].石油机械，2021，49（07）：147-154.

[10]刘勇，张楠楠.基于VMD-LPP融合的轴承故障特征频率提取[J].机械设计与研究，2021，37（03）：89-93.

[11]贺利乐，陈奕昕，贺宁，等.基于粒子滤波的管道泄漏检测与定位方法[J].控制工程，2021，28（04）：787-798.

[12]张忆，龚志千.基于BP神经网络的气体管道泄漏检测方法[J].电子设计工程，2020，28（17）：142-147.

Application of VMD-Hilbert Combined Spectrum Analysis Method in Oil and Gas Pipeline Inspection

ZHANG Rui-da

（Petroleum Engineering College， Yangtze University （Wuhan campus）， Wuhan Hubei 430100， China）

Abstract：  Aiming at the problem that it is difficult to extract effective information from the characteristic working condition signal of oil and gas pipeline， a method of processing oil and gas pipeline signal by using variational mode 5361436ba38cffd8eb74e5e54000d15fde92af5aeabf613ae23c07d69cb5299adecomposition （VMD） combined with Hilbert joint spectrum analysis was proposed. Firstly， the optimal decomposition scale was determined according to the instantaneous frequency mean of each band limited intrinsic mode function （BIMF）; Secondly， the Hilbert joint spectrum of each BIMF under the optimal decomposition scale was obtained， its time-frequency characteristics and energy distribution were analyzed， and the main frequency component was determined; Finally， the signal was reconstructed and denoised according to the dominant frequency component. The verification results has proved that this method can effectively extract the signal feature information， and the reconstruction and denoising effect is obvious， which has a certain practical significance.

Key words：  Pipeline inspection; Variational mode decomposition; Signal denoising; Feature extraction