2.9 放射性示踪剂检测
    放射性示踪剂检测是将放射性示踪剂(如碘131) 加到管道内, 随输送介质一起流动, 遇到管道的泄漏处, 放射性示踪剂便会从泄漏处漏到管道外面, 并附着于泥土中。示踪剂检漏仪放于管道内部, 在输送介质的推动下行走。行走过程中, 指向管壁的多个传感器可在3600 范围内随时对管壁进行监测。经过泄漏处时, 示踪剂检漏仪便可感受到泄漏到管外的示踪剂的放射性, 并记录下来。根据记录, 可确定管道的泄漏部位。这种方法对微量泄漏检测的灵敏度很高。该方法优点是灵敏度高, 可监测到百万分之一数量级, 甚至十亿分之一数量级,但是由于放射性示踪剂对人身安全和生态环境的影响,因此如何选择化学和生物稳定性好、分析操作简单、灵敏度高、无毒、应用环境安全等特点的示踪剂, 进行示踪监测是亟待解决的问题。　
2.10 体积或质量平衡法
    管道在正常运行状态下，其输入和输出质量应该相等，泄漏必然产生量差。体积或质量平衡法是最基本的泄漏探测方法，可靠性较高。但是管道泄漏定位算法对流量测量误差十分敏感, 管道泄漏定位误差为流量测量误差的6-7 倍, 因此流量测量误差的减小可显著提高管道泄漏检测定位精度。提高流量计精度是一种简便可行的方法,北京大学的唐秀家教授于1996 年首次提出了采用三次样条插值拟合腰轮流量计误差流动曲线, 动态修正以腰轮流量计滑流量为主的计量误差的方法。此方法能显著提高管道泄漏检测的灵敏度和泄漏精度。
2.11 负压波
    当管道发生泄漏事故时, 在泄漏处立即有物质损失, 并引起局部密度减小, 进而造成压力降低。由于管道中流体不能立即改变流速, 会在泄漏处和其任一端流体之间产生压差。该压差引起液流自上而下流至泄漏处附近的低压区。该液流立即挤占因泄漏而引起密度及压力减小的区域在临近泄漏区域和其上、下游之间又产生新的压差。泄漏时产生的减压波就称为负压波。设置在泄漏点两端的传感器根据压力信号的变化和泄漏产生的负压波传播到上下游的时间差，就可以确定泄漏位置。该方法灵敏准确，无需建立管线的数学模型，原理简单，适用性很强。但它要求泄漏的发生是快速突发性的，对微小缓慢泄漏不是很有效。基于负压波的传播理论, 提出了两种定位方法：(1)设计了一种能够快速捕捉负压波前锋到达压力测量点的波形特征点的微分算法, 并基于此种算法进行漏点定位；(2)将极性相关引入漏点定位技术, 通过确定相关函数峰值点的方法, 进行漏点定位。这两种定位方法是对泄漏时的压力时间序列分别从微分和积分, 从瞬态和稳态两方面进行处理,提取特征值。这两种方法配合使用, 相互参照, 能够提高泄漏点定位的准确度。
    目前,负压波法在我国输油管道上进行了多次试验,取得了令人满意的效果,但在输气管道上的试验并不多。有文献指出,负压波法完全适合于气体管道的泄漏检测, ICI 公司曾经使用负压波法在乙烯管道上进行过成功的试验。使用压力波法时,应当选用只对负压波敏感的压力传感器(因为泄漏不会产生正压波) ,传感器应当尽量靠近管道,而且要设定合适的阈值,这样可以更好地抑制噪音。
2.12 压力点分析法(PPA)
    PPA 法是利用压力波原理发展的一种新型检漏方法, 较其它方法体现了许多优点。该方法依靠分析由单一测点取得数据, 极易实现。增添测点可改善性能, 但在技术上不是必需的。在站场或干线某位置上安装一个压力传感器, 泄漏时漏点产生的负压波向检测点传播, 引起该点压力(或流量) 变化, 分析比较检测点数据与正常工况的数据, 可检测出泄漏。再由负压波传播速度和负压波到达检测点的时间可进行漏点定位。PPA具有使用简便、安装迅速等特点。美国谢夫隆管道公司(CPL)将PPA法作为其管道数据采集与处理系统(SCADA)的一部分，试验结果表明，PPA具有优良的检漏性能，能在10min内确定50gal/min的漏失。但压力点分析法要求捕捉初漏的瞬间信息，所以不能检测微渗。该方法使用于检测气体、液体和某些多相流管道，己广泛应用于各种距离和口径的管道泄漏检测。
2.13 压力梯度法
    压力梯度法是上世纪80年代末发展起来的一种技术，它的原理是：当管道正常输送时，站间管道的压力坡降呈斜直线，当发生泄漏时，漏点前后的压力坡降呈折线状，折点即为泄漏点，据此可算出实际泄漏位置。压力梯度法只需要在管道两端安装压力传感器，简单、直观，不仅可以检测泄漏，而且可确定泄漏点的位置。但因为管道在实际运行中，沿线压力梯度呈非线性分布，因此压力梯度法的定位精度较差，而且仪表测量对定位结果有很大影响。所以压力梯度法定位可以作为一个辅助手段与其它方法一起使用。
2.14 小波变换法
    小波变换即小波分析是20世纪80年代中期发展起来新的数学理论和方法，被称为数学分析的“显微镜”，是一种良好的时频分析工具。利用小波分析可以检测信号的突变、去噪、提取系统波形特征、提取故障特征进行故障分类和识别等。因此，可以利用小波变换检测泄漏引发的压力突降点并对其进行消噪，以此检测泄漏并提高检测的精度。小波变换法的优点是不需要管线的数学模型，对输入信号的要求较低，计算量也不大，可以进行在线实时泄漏检测，克服噪声能力强，是一种很有前途的泄漏检测方法。但应注意，此方法对山工况变化及泄漏引起的压力突降难以识别，易产生误报警。   
2.15 互相关分析法
    相关技术实质是在时延域中考察两个信号之间的相似性，包含自相关和互相关两个内容。油气输送管道管壁一般都是弹性体，流体发生泄漏时，流体受压力喷射而诱发弹性波并沿管壁内传播。检测管道某两点处的弹性波信号，分析其互相关函数,利用相关时延技术便可判定是否发生泄漏及泄漏的位置。相关检漏技术是综合振动、测试、信号处理等许多学科知识的高新技术。用互相关分析法检漏和定位灵敏、准确，只需检测压力信号，不需要数学模型，计算量小。但它对快速突发性的泄漏比较敏感，对泄漏速度慢、没有明显负压波出现的泄漏很难奏效。
2.16 基于瞬变流模型的检漏法
    文献[18]介绍了一种基于瞬变流模型的检漏方法。该方法根据拟稳态流的假设，考虑了在瞬态条件下管道的流量变化和压力分布。对一条假设天然气管道的研究结果表明，即使是对于瞬态条件，该方法也比以往一些未考虑管道的流量变化和压力分布的常规方法更准确地确定管道的泄漏点。这种方法也能应用于设有能引起管道流量分布突变的配气站的管道系统。
瞬态模型法主要针对动态检测泄漏,瞬时模拟管道运行工况,它可以提供确定管道存储量变化的数据,为流量平衡法提供参考量。使用管道瞬变模型法的关键在于建立比较准确的管道流体实时模型,以可测量的参数作为边界条件,对管道内的压力和流量等参数进行估计。当计算结果的偏差超过给定值时,即发出泄漏报警。
2.17 应力波法
    管线由于腐蚀、人为打孔原因破裂时，会产生一个高频的振动噪声，该噪声以应力波的形式沿管壁传播，强度随距离按指数规律衰减。在管道上安装对泄漏噪声敏感的传感器，通过分析管道应力波信号功率谱的变化，即可检测出流体的泄漏。由于影响管道应力波传播的因素很多，在实际中很难用解析的方法准确描述出管道振动。有人提出使用神经网络学习管道正常信号与泄漏信号，进而对管道的泄漏进行判断。
2.18 基于状态估计的方法　
    该方法根据质量平衡方程、动量平衡方程、能量平衡方程及状态方程等机理建模。得到一个非线性的分布式参数系统模型, 通常可采用差分法或特征线法等方法将其线性化。设计状态估计器对系统状态进行估计,将估计值作为泄漏检测的依据,这就是基于状态估计的方法的基本原理。其中估计器可以是观测器,也可以是Kalman 滤波器。根据建立模型的方法,这类方法可分为不包含故障的模型法和包含故障的模型法。
    ①不包含故障的模型法。不包含故障的模型法的基本思路是,建立管道模型并设计估计器,模型中不含有泄漏的信息。当泄漏发生时,模型估计值与实际测量值将会产生残差,可用残差信号来进行检测定位。当泄漏量大时,该方法不可行。另外,该方法需要设置流量计,而且对于气体管道,检测和定位的响应时间太慢。
    ②包含故障的模型法。包含故障的模型法的基本思路是,建立管道模型时预先假设管道有几处指定的位置发生了泄漏, 通过对系统的状态估计得到这几个预先假设的泄漏点的泄漏量估计值, 运用适当的判别准则便可进行泄漏检测和定位。该方法在长90 km、内径785 mm 的气体管道上,在80 min 内可检测出2 %的泄漏量,并在100min 内可完成定位,定位精度比较高。但当实际泄漏点不处于指定泄漏点之间时,定位公式将无法使用。对于气体管道,检测速度相对较慢,仍需设置流量计。
2.19 基于系统辨识的方法
    通过系统辨识来建立模型是工业上经常使用的方法,与基于估计器的方法相比,具有实时性强和更加精确等优点,管道的模型也可以通过系统辨识的方法来得到。目前,采用的方法是在管道系统上施加M 序列信号,采用线性ARMA 模型结构增加某些非线性项来构成管道的模型结构,采用辨识的方法来求解模型参数,并用与估计器方法类似的原理进行检漏和定位。
    为了对管道的泄漏进行检测,可以对根据管道实际情况建立“故障灵敏模型”及“无故障模型”进行对比和计算。系统辨识法的局限性与不包含故障的模型法类似。基于模型法的一个共同的问题在于,检测管道泄漏时的响应时间慢,特别是对于气体管道。这是由于气体的动态特性变化比较缓慢,实际测量信号的采样时间比较长的缘故。另外,基于模型的方法无一例外,都要采用实际测量的流量信号,由于流量计价格昂贵,维护起来比较困难,因此,我国多数管道没有安装,而且受流量测量时流体成分、温度以及压力等参数变化的影响,测量的准确度比较低。
2.20 基于神经网络的方法
    由于有关管道泄漏的未知因素很多,采用常规数学模型进行描述存在较大困难,用于泄漏检测时,常因误差很大或易漏报误报而不能用于工业现场。基于人工神经网络检测管道泄漏的方法,不同于已有的基于管道准确流动模型描述的泄漏检测法,能够运用自适应能力学习管道的各种工况,对管道运行状况进行分类识别,是一种基于经验的类似人类的认知过程的方法。试验证明这种方法是十分灵敏和有效的。理论分析和实践表明,这种检漏方法能够迅速准确预报出管道运行情况,检测管道运行故障并且有较强的抗恶劣环境和抗噪声干扰的能力。泄漏引发应力波适当的特征提取指标能显著提高神经网络的运算速度。基于神经网络学习计算研制的管道泄漏检测仪器简洁实用,能适应复杂工业现场。神经网络检测方法可推广应用到管道堵塞、积砂、积蜡、变形等多种故障的检测中,对于管网故障诊断有广泛的应用前景。
2.21 统计检漏法
    该方法采用一种“顺序概率测试”( SequentialProbability Ratio Test) 假设检验的统计分析方法,从实际测量到的流量和压力信号中实时计算泄漏发生的置信概率。在实际统计上,输入和输出的质量流通过流量变化( Inventory Variation) 来平衡。在输入的流量和压力均值与输出的流量和压力均值之间会有一定的偏差,但大多数偏差在可以接受的范围之内,只有一小部分偏差是真正的异常。通过计算标准偏差和检验零假设,对偏差的显著性进行检验,来判断是否出现故障。泄漏发生后,采用一种最小二乘算法进行定位。
2.22 水力坡降线法
    水力坡降线法的技术不太复杂。这种方法是根据上游站和下游站的流量等参数, 计算出相应的水力坡降, 然后分别按上游站出站压力和下游站进站压力作图, 其交点就是理想的泄漏点。但是这种方法要求准确测出管道的流量、压力和温度值。对于间距长达几十或百公里的长输管道, 由仪表精度造成的误差可能使泄漏点偏移几公里到几十公里, 甚至更远, 给寻找实际泄漏点带来困难。因此,应用水力坡降线法寻找长输管道泄漏点时应考虑仪表精度的影响。压力表、温度计和流量计等的精度对泄漏点的判定都有直接关系。把上、下游站这3种仪表的最大和最小两种极端情况按照排列组合方式, 可以构成64 种组合, 其中有2 种组合决定泄漏区间的上、下游极端点。目前这种方法较少采用。
3 检漏方法性能指标
3.1 泄漏检测性能指标
    一个高效可靠的管道泄漏检测与定位系统，必须在微小的泄漏发生时，在最短的时间内，正确地报警，准确地指出泄漏位置，并较好地估计出泄漏量，而且对工况的变化适应性要强，也即泄漏检测与定位系统误报率、漏报率低，鲁棒性强，当然还应便于维护。归结起来可分为:灵敏性、定位精度、响应时间、误报率、评估能力、适应能力、有效性、维护要求、费用。
3.2 诊断性能指标
    1) 正常工序操作和泄漏的分离能力:是指对正常的起/ 停泵、调阀、倒罐等情况和管道泄漏情况的区分能力。这种区分能力越强,误报率越低。
    2) 泄漏辨识的准确性:指泄漏检测系统对泄漏的大小及其时变特性的估计的准确程度。对于泄漏时变特性的准确估计,不仅可识别泄漏的程度,而且可对老化、腐蚀的管道进行预测并给出一个合理的处理方法。
3.3 综合性能指标
    1) 鲁棒性:指泄漏诊断系统在存有噪声、干扰、建模误差等情况下正确完成泄漏诊断的任务,同时保证满意的误报率和漏报率的能力。诊断系统鲁棒性越强,可靠性就越高。
    2) 自适应能力:指诊断系统对于变化的诊断对象具有自适应能力,并且能够充分利用由于变化产生的新的信息来改善自身。
    在实际工程设计中,首先要正确分析工况条件及最终性能要求,明确各性能要求的主次关系,然后从众多的泄漏检测方法中进行分析,经过适当权衡和取舍,最后选定最优解决方案。
4 存在问题及发展趋势
    长输管道的泄漏检测与定位具有十分重要的现实意义,尽管已经取得很大的进步,工程实践中已得到应用,取得了一定的经济效益,同时也暴露了许多尚需解决的问题。例如长输管道的小泄漏检测和定位仍是重点攻克问题；如何增强泄漏检测和定位系统的自适应能力和自学习能力；如何将多种方法有机的结合起来进行综合诊断,发挥各自的优势,从而提高整个系统的综合诊断性能；如何有效解决长输管道的非线性分布参数的时间滞后问题等。
    目前的泄漏检测和定位手段是多学科多技术的集成,特别是随着传感器技术、模式识别技术、通信技术、信号处理技术和模糊逻辑、神经网络、专家系统、粗糙集理论等人工智能技术等发展,为泄漏检测定位方法带来了新的活力,可对诸如流量、压力、温度、密度、粘度等管道和流体信息进行采集和处理,通过建立数学模型或通过信号处理,或通过神经网络的模式分类，或通过模糊理论对检测区域或信号进行模糊划分,利用粗糙集理论简约模糊规则,从而提取故障特征等基于知识的方法进行检测和定位。将建立管道的数学模型和某种信号处理方法相结合、将管外检测技术和管内检测技术相结合、将智能方法引入检测和定位技术实现智能检测、机器人检测和定位等是一研究方向^[20]。
参考文献
[1] 朱芸.天然气长输管道泄漏检测与定位方法研究[D].兰州.2005,5.
[2] 潘纬,李炜.信号奇异性检测在输气管线泄漏检测中的应用[J].计算技术与自动化,2003,22(2)：71-73.
[3] 夏海波.基于GPS 时间标签的管道泄漏定位方法[J]. 计算机测量与控制, 2003,11(3) :161-176.
[4] 白 莉,岳前进,李洪升.噪声干扰条件下长输管道检漏的一致最大功效检验[[J].石油学报,2004,25(2)：115-117.
[5] 吴海霞,蒋耘晨,赵显利.运用虚拟仪器实现输油管道泄漏监测和定位[J].北京理工大学学报,2004,24(2)：174-177.
[6] 伦淑娴,张化光,冯 健.自适应模糊神经网络系统在管道泄漏检测中的应用[J].石油学报,2004,25(4)：101-104.
[7] 张红兵,李长俊.不等温输气管道泄漏监测技术[J].石油工程建设,2005,31(1)：25-27.
[8] 刘恩斌,彭善碧,李长俊,等.基于瞬态模型的油气管道泄漏检测[J].天然气工业,2005,25(6)：67-69.
[9] 朱晓星,陈悦,王桂增,等.仿射变换在管道泄漏定位中的应用[J].山东大学学报,2005,35(3)：32-35.
[10] 白 莉,李洪升,贾 旭,等. 基于瞬变流和故障检测的管线泄漏监测试验分[J].大连理工大学学报,2005.45(1)：8-11.
[11] 白 莉,岳前进,崔 莉.基于分布式检测与决策融合的海底油气管线检漏[J].海洋工程,2006,24(1)：55-59.
[12] 周琰,勒世久,张昀超,等.分布式光纤管道泄漏检测和定位技术[J].石油学报,2006,27(2)：122-124.
[13] 赵福麟, 孙铭勤, 杨庭秀, 等.埕东油田西区南块整体堵水中示踪剂的选择和应用[J].油田化学,1991,8(2):124- 130
[14] 蒋仕章，蒲家宁.用动态质量平衡原理进行管道检漏的精度分析[J].油气储运,2000,19(2)：12-l 3
[15] 赵堂玉:基于软件的输油气管道泄漏检测技术[J].油气储运,2004 ,23 (9)：1-7.
[16] Edward J. Farmer管道泄漏检测的新方法[J].自动化仪表,1992,10(3)：11-14.
[17] 周俊,李永强,王占宇,等.利用压力趋势图判断管道盗油点[J].油气储运,2002,21(7)：28-29.
[18] 苏欣,袁宗明,范小霞,等.油气长输管道检漏技术综述[J].石油化安全技术,2005,21(4)：14-17：26.
[19] 刘恩斌,彭善碧,李长俊.现代管道泄漏检测技术探讨[J].管道技术与设备,2004(5): 17- 19.
[20] 付道明,孙军,贺志刚,等.国内外管道泄漏检测技术研究进展[J].石油机械,2004,32(3): 48- 51.