1 西安科技大学安全科学与工程学院，陕西 西安 710054
2 陕西省煤火灾害防治重点实验室，陕西 西安 710054
针对天然气管道沿线威胁事件的实时识别问题，笔者提出了一种基于瑞利光时域反射分布式光纤振动监测系统和深度学习网络的方法。首先，利用分布式光纤振动监测系统采集28.9 km长管道沿线6类事件的波形信号，并通过格拉姆角场（GAF）将其转化为二维图像信息，然后利用GoogLeNet、VGG、AlexNet三种深度学习网络对图像信息进行分类对比，并分析了不同信噪比条件下GoogLeNet的分类效果。结果表明：GoogLeNet对6类事件的分类准确率最高，优于其他两种网络；当信噪比为8 dB时，GoogLeNet对人工挖掘和机械破坏事件数据进行滤波、GAF等处理之后没有出现误报。本文所提方法适合在实际现场使用，为管道安全监测提供了一种新的技术手段。
光纤光学 管道监测 格拉姆角场 分布式光纤振动 特征识别
1 华北理工大学 机械工程学院, 河北 唐山 063210
2 唐山市天然气有限公司, 河北 唐山 063020
针对长距离油气管道预警信号所产生的庞大信息量问题以及预警信号精准识别问题, 提出以现场可编程门阵列(FPGA)和数字信号处理器(DSP)作为硬件平台核心部件的预警系统, FPGA主要完成预警信息的高速采集控制, DSP主要进行大信息量及预警信号精准识别算法的快速处理, FPGA和DSP通过高速接口进行数据传输, 以实现对管道入侵行为进行迅速而精准的报警。完成了上位机和下位机的各功能模块设计, 采用C#开发语言进行了软件系统设计, 通过网络协议的通信方式实施对管道系统的实时监测。最后对系统进行了实验验证, 证明了系统的可行性及准确性。
预警监测系统 光纤预警 FPGA和DSP 背向瑞利散射 管道监测 软件流程 early warning monitoring system optical fiber early warning field programmable gate array and digital signal p backward rayleigh scattering pipeline monitoring software flow
1 中国科学技术大学环境科学与光电技术学院, 安徽 合肥 230026
2 中国科学院安徽光学精密机械研究所, 安徽省光子器件与材料重点实验室, 安徽 合肥 230031
针对目前管道泄漏监测与安全预警技术的不足,提出了光纤布拉格光栅(FBG)振动传感的方法,搭建了管道振动信号实时监测系统,并在石油管道上进行了现场实验。通过对实验得到的时域信号进行初步分析,以及采用基于偏最小二乘判别分析法(PLSDA)的模式识别方法,可以对管道上的噪声、铁锹敲击、铁锤敲击、电钻钻孔信号进行有效区分,且信号识别正确率达到96%,得出FBG加速度振动传感器系统检测管道振动信号具有可行性的结论,为石油管道运输中存在的打孔盗油等破坏性行为的监测提供了可行方案,从而实现管道上振动信号的实时在线监测与科学管理。
光纤传感 FBG振动传感器 管道监测 信号识别 偏最小二乘判别分析法 optical fiber sensing FBG vibration sensor pipeline monitoring signal recognition PLSDA
