基于MEMS惯导系统的小口径油气管道中心线测绘技术.pdf

无损检测2023年第45卷第7 期41试验研究DOI:10.11973/wsjc202307009基于MEMS惯导系统的小口径油气管道中心线测绘技术章卫文，卢润坤？，陈金忠？，杨志强，马义来，梁闯，周汉权，孙小静，韩旭东（1.浙江浙能天然气运行有限公司，杭州3 10 0 0 0；2.中国特种设备检测研究院，北京10 0 0 2 9；3.中特检管网科技（嘉兴）有限公司，嘉兴3 140 51）摘要：针对小口径管道内检测场景，提出了基于MEMS惯导系统的小口径油气管道中心线测绘技术，自研了基于捷联惯导平台的速度、位姿与位置解算算法。根据捷联惯导、轮式里程计的误差方程，使用卡尔曼滤波器对IMU输出信息进行补偿矫正，最后融合地表磁标记信息获得高精度的管道中心线位置信息。利用某内检测项目的实际检测数据进行算法效果验证，并对比了纯惯导方案与多传感器融合方案的效果。结果表明，提出的导航算法可以将检测精度控制在每公里1m以内，改善了纯惯导测量的检测效果，满足工程应用对检测精度的要求。关键词：管道内检测；捷联式惯导系统；轮式里程计；管道地表标记；传感器融合中图分类号：TG115.28;TE978文献标志码：A文章编号：10 0 0-6 6 56（2 0 2 3)0 7-0 0 41-0 4Centerline mapping technology of small diameter oil and gas pipeline based onMEMS inertial navigation systemZHANG Weiwen,LU Runkun?,CHEN Jinzhong”,YANG Zhiqiang,MA Yilai?,LIANG Chuang,ZHOU Hanquan,SUN Jing,HAN Xudong(1.Zhejiang Energy Natural Gas Operation Co.,Ltd.,Hangzhou 310000,China;2.China Special Equipment Testing Research Institute,Beijing 100029,China;3.China Special Inspection Pipe Network Technology(Jiaxing)Co.,Ltd.,Jiaxing 314051,China)Abstract:Aiming at the internal detection scene in small-diameter pipelines,this paper proposed a small-diameter oil and gas pipeline centerline mapping technology based on MEMS inertial navigation system.Thealgorithm of velocity,pose and position solution based on strapdown inertial navigation system was developed aswell.According to the error equations of strapdown inertial navigation and wheel odometer,Kalman filter was usedto compensate and correct the output information of IMU.Finally the high-precision pipeline centerline positioninformation was obtained by fusing ground magnetic marking information.In this paper,the effectiveness of thealgorithm was verified by the actual test data of an internal detection project.The simple inertial navigation schemeand the multi-sensor fusion scheme were also compared.The experimental results indicated that the proposedalgorithm can control the detection precision within 1 meter per kilometer,which greatly improved the detectionability of simple inertial navigation measurement to meet the detection accuracy of practical engineering applications.Key words:pipe internal inspection;strapdown inertial navigation system;wheel odometry;pipeline surfacemarker;sensor fusion收稿日期：2 0 2 2-0 1-2 1基金项目：国家市场监督管理总局科技计划项目（2 0 2 2 MK202）；中国特检院内部项目（2 0 2 2 重点0 1）作者简介：章卫文（198 9一），男，工程师，主要从事油气管道运维生产技术管理、科技创新及检验检测工作通信作者：卢润坤，油气管道承担着我国石油、天然气等能源输送的重任，根据中长期油气管网规划，我国油气管网规模在2 0 2 5年将达到2 4万公里。油气管道一旦发生泄露，会对环境以及人民生命财产安全造成巨大危害，如6 13十堰燃气爆炸事故的主要原因为钢无损检测2023年第45卷第7 期42基于MEMS惯导系统的小心线测绘技术章卫文，等：管受到严重腐蚀而出现破裂。因此，定期对管道进行检测维护可以有效预防管道事故发生。油气管道内检测具有检测连续与可靠的优点，是首选的管道检测评价方法。常见内检测流程主要有清管、变形与智能内检测(漏磁、涡流、电磁超声等)1，此外还需融合定位与数据比对技术测量管道中心线、缺陷以及管体特征位置，从而探明管道路由走向，并对管体缺陷进行精准治理2 。由于钢质埋地管道对GPS(全球定位系统)信号传输具有屏蔽效应，轮式里程计和惯性导航单元(IMU)成为管道内检测装置(PIG)定位功能的主要传感模块，配合管道地表标记（AGMs)坐标3 ，该模块可以较好地实现定位功能。惯性导航系统(INS)根据安装方式可以分为平台式和捷联式，其中捷联式惯性导航系统(SINS)可以直接固连于载体上，且体积小、功耗低、重量轻，故适合搭载于油气管道PIG上。根据精度与安装体积要求，SINS主要有两类：基于光纤陀螺仪(FOG)或微电机系统(MEMS)。FOGSINS通常应用于中高精度领域，但其体积相对较大，无法应用于小口径管道内检测。国外该项技术十分成熟，例如美国Honeywell公司的IMUHG778成果应用于大口径管道长距离检测时的零偏稳定性为0.0 0 5(）h-14；国内如航天科工三院等研究机构也已制作出精度较高的FOGSINS,并应用于国产大口径内检测装备上5-6 1。MEMSSINS通常应用于中低精度领域，体积更小，成本更低，可以应用于小口径管道内检测。但MEMSIMU信号噪声大，且极易受温度等因素干扰，误差还会随时间的增加逐渐累积，故其对误差修正、导航算法的要求极高。目前国内外机构相关研究多为短距离管道检测C7-101，长距离检测具体定位参数多不详。因此，文章将基于MEMS惯性导航单元，研究小口径管道中心线导航测绘优化算法，提出一套可行的优化流程，以满足实际工程精度需求。1惯性元件导航算法定义b，e,i 和n分别为载体、地球、地心惯性和导航坐标系。文章使用的IMU包含加速度计与陀螺仪，二者测量输出的值分别为比力fs和载体系相对于地心惯性系的角速度%。定位算法可分为姿态、速度和位置更新3 部分111.1姿态更新使用等效旋转矢量算法求解姿态，方向余弦矩阵C（载体系相对于导航坐标系的旋转矩阵)的更新规则为q+qi-q2-q2(q1q2-qoq:)2(q1q3-qoq2)C=2(q1q2+q0q3)q-qi+q2-qs2(q293-qoq1)(1)2(q1q3-qoq2)2(q2q3+qoq1)q-qi-q2+qa式中：记（q0，91，q 2，q 3）为单位四元数。四元数初始化时可令Q。=1,91=q 2 q 3=0，利用一阶龙格库塔法可以得到四元数的更新规则为qoq-q1-w,q2-wq3q1q1q2q22wrq3+wyqo-wq1q3Lq3mm-1(2)式中：tm为时刻；T为时间差（tm一tm-1）；约定为其分量。1.2速度更新导航坐标系的速度=N，u T，U N，0分别为内检测器在坐标系中的东、北、天向速度。通过求解比力方程，同时考虑有害加速度，得到如下速度更新递推公式(m)m=v1)+Avs(m)+Avor/g(m)m-1(3)式中:vs(m)及vor/g(m)分别为tm-1,tm时段n坐标系的比力速度增量以及有害加速度增量；v）为n坐标系中tm时刻的速度。TAVs(m)=n一2in(m-1/2)ChaB Avm+Av6(m-1)b(m-1)rot(m)scul(m)（4)式中：v与v分别为速度的旋转与划桨误差补偿量；0=%十，0 为导航坐标系相对地心惯性系的角速度,与分别为为地球自转引起的导航系旋转和管道系统在地表附近移动引起的导航坐标系旋转；I为单位矩阵。令地理纬度为L，即可得到=O,Wiecos L,Oisin LT(5)式中：ie为地球自转角速度。此外，令地理垂线长度为Rn，子午圈曲率半径为RM，高程为h，则有无损检测2023年第45卷第7 期43基于MEMS惯导系统的小口径油气管道中心线测绘技术章卫文，等：nTntanL(6)enRm+hRn+hRn+h对于三维向量=，,T,记()为由其构成的反对称矩阵，其具体形式为0(vX)=0(7)0因此，根据公式（6）（7)可以计算出式（4)中的m(m-1/2)X,需注意 tm-1/2 时刻的量可根据外推法求得（后续相关公式也可参照此算法）。1.3位置更新惯导系统的位置更新涉及3 个参数，分别为纬度 L,经度入和高程h,记为 p=L,入,hT,因此位置更新公式为pm=Pm-I+M p(m-1/2)vng-,n(m)T(8)m2式中:M po(m-1/2)为过渡矩阵。2误差分析与组合导航内检测导航系统的误差来源可以分为确定性误差和随机性误差，其中确定性误差主要包括零偏、温度敏感漂移、刻度误差等。随机性误差包括量化噪声、角随机游走等12 。使用IMU前可以通过开源工具对设备的内参和随机误差进行标定。捷联式惯导系统位置参数随着时间的累积误差会持续增大，长时间导航精度不高，因此往往还需融合里程轮和预埋的地表标记点信号13 进行位置判断。2.1误差方程通过将内检测器的位置状态方程泰勒展开并进行一阶线性化近似，可以得出导航系下捷联惯导系统的位置误差方程14-15Loh1UN8UNRM+h(RM+h)2sec LUesec Ltan LUESecLSUESL2hR+hR+h(R+h)2(9)式中：L，o，h 分别为纬度、经度、高程的误差状态变量；L，Sh 为对应纬度和高程的误差状态；UN，U E，U u 为坐标系中北、东、天向的速度误差。对于非惯性元件如轮式里程计也可以建立误差方程16 O2.2状态方程结合误差方程对捷联惯导与轮式里程计进行组合并建模，系统的状态包括载体的欧拉失准角、速度误差、位置误差、陀螺漂移、加速度计零偏、轮式里程计位置和刻度系数误差，基于此，定义系统状态方程为X(t)=F(t)X(t)+G(t)w(t)(10)式中：w(t)为均值为O,方差为Q的白噪声;G(t)为噪声系数矩阵；F（t）为系统矩阵；X（t）为系统状态；X(t)为系统状态变量。2.3测量方程参考卡尔曼滤波器，定义MEMSIMU与里程轮的观测速度差值，并基于差值构建系统的测量方程为z(t)=H(t)x(t)+v(t)(11)式中：v（t）为白噪声；H（t）为测量矩阵；x（t）为状态量；z（t）为测量矢量。z(t)由采集的加速度和角速度构成。将状态方程与测量方程离散化后可实现对导航数据的误差修正1管道中心线测绘算法流程如图1所示，首先对IMU进行惯性解算；然后对里程数据与系统状态信息进行卡尔曼滤波估计，修正导航数据误差；最后参考文献利用磁标记信息进一步修正位置数据，最终得到修正后的经度、纬度与高程，即可确定管道的中心线位置。速度IMU数据读取惯性解算管道内检测器融合卡尔曼滤波器轮式里程计里程计解算数据读取速度磁标记导航系统姿态、位系统误差矫正数据读取置、速度实际数值图1管道中心线测绘算法流程3工程应用选用霍尼韦尔的HG4930型MEMSIMU，其为六轴结构，包含陀螺仪与加速度计，现场原始输出信号如图2，3 所示。内检测器上的轮式里程计结构如图4(a)所示，输出信号如图4(b)所示。以高明-三水-花都段成品油内检测项目为例进无损检测2023年第45卷第7 期44基于MEMS惯导系统的小心线测绘技术章卫文，等：0.90.70.5(-s.pe)/单0.30.1-0.1-0.3轴-0.5-0.7-0.9-1.1之轴-1.3050010001500200025003000时间/s图2陀螺仪现场输出角速度信号252015(as.w)/率10之轴50-5轴-10-15-20-25050010001500200025003000时间/s图3加速度计现场输出信号滚轮磁铁霍尔元件，摆臂、(a)里程轮结构30002.5002000Au/田审150010005000010002.0003000400050006000时间/s(b)输出信号图4里程计结构及输出信号示例行验证，其线路总长度为7 7.8 km，规格2 19.1mmX5.6mm（直径X厚度），输送介质为成品油，工作温度为常温，管道材料为X52，设计压力为9.5MPa。分析图2，3 可知，内检测器在经过环焊缝、法兰、弯头等管体特征时，陀螺仪和加速度计某一轴的角速度和加速度会呈现出明显的特征畸变，通过这些特征可直接获取陀螺仪经过该类特征点的时间，与变形监测数据相互映照，可以提升数据对齐效果。此外，上述图示包含噪声，因此需使用第2 节介绍的卡尔曼滤波器进行滤波，减小噪声影响。管道每隔1km预埋了磁标记盒，可以对IMU、里程轮以及磁标记点等信息进行多源数据融合，经过传感器数据解算、滤波、融合等流程后，在GIS(地理信息系统)中的检测效果如图5所示，图中红色轨迹为真实轨迹，紫色轨迹为纯惯导方案导航效果（图中轨迹偏差约为3 0 0 m），黄色轨迹为多传感器融合方案得到的结果，结果显示每公里偏差约为1m，符合工程检测精度。图5GIS系统内检测中心线测绘效果图4丝结语（1）基于MEMSIMU研发了适用于小口径油气管道中心线测绘的装备及系统。（2）阐述了MEMS捷联惯导系统速度、位置、姿态解算算法，提出了基于IMU以及里程轮的卡尔曼滤波算法，同时结合地面磁标记信息，提出了多传感器数据融合方案。（3）将该系统应用于实际工程，基于自研内检测装备，得到了较好的中心线测绘精度，误差约为每公里1m，大大改善了纯惯导测量的检测效果，满足了工程应用对检测精度的要求，对小口径油气管道中心线测绘有一定的指导意义。参考文献：1辛佳兴，陈金忠，李晓龙，等.油气管道内检测技术研究前沿进展J.石油机械，2 0 2 2,50（5）：119-12 6.2胡朋，史冠男，张庆保，等.基于多轮内检测数据的对齐和比对J.无损检测，2 0 2 2，44（6）：3 6-3 9，6 6.3WU X,XU A T,XIAO Y K,et al.Research on aboveground marker system of pipeline internal inspectioninstrument based on geophone arrayC/2010 6thInternational Conference on Wireless CommunicationsNetworking and Mobile Computing(WiCOM).Chengdu,China:IEEE,2010:1-4.（下转第52 页）（上接第44页）AAAAAAAAA基于图嵌图卷积神经网络的复合材料缺陷定位董文利，等：14MUSTAPHA S,YE L,DONG X J,et al.Evaluationof barely visible indentation damage(BVID)in CF/EP sandwich composites using guided wave signalsJ.Mechanical Systems and Signal Processing,2016,76/77:497-517.15WANG Z,HUANG S L,WANG S,et al.Multihelicallamb wave imaging for pipe-like structures based on aprobabilistic reconstruction approach J.IEEETransactions on Instrumentation and Measurement,2021,70:1-10.16BANG S S,LEE Y H,SHIN Y J.Defect detection inpipelines via guided wave-based time-frequency-domain reflectometry JJ.IEEE Transactions onInstrumentation and Measurement,2021,70:1-11.17邹兰林，叶知秋.小波分析结合神经网络的桩基缺陷检测J.无损检测，2 0 2 2，44（7）：50-54.18杨志学，汪正山，叶雅婷，等.基于超声导波的长距离高压多芯电缆缺陷检测J.无损检测，2 0 18，40（12）：57-62.19徐浩，王中枢，马寅魏，等.基于超声导波和机器学习的蜂窝夹层结构脱黏诊断J.无损检测，2 0 2 2，44(10):44-47.20WANG Y M,KANG Y H,WU X J.Application ofSTFT and HOS to analyse magnetostrictivelygenerated pulse-echo signals of a steel pipe defectJ.NDT&E International,2006,39(4):289-292.21LI T F,ZHAO Z B,SUN C,et al.Multireceptive field4管练武.MEMS捷联惯性导航系统辅助的管道检测定位技术研究D.哈尔滨：哈尔滨工程大学，2 0 16.5苏林，马雪莉，薛鹏.管道惯性测绘系统研制及应用J.管道技术与设备，2 0 2 0（2）：2 2-2 4.6于希宁，彭鑫，冯丽丽，等.基于惯性的组合导航管道中心线测绘及缺陷定位J.化学工程与装备，2 0 2 1(5):215-216.7CHOWDHURY M S,ABDEL-HAFEZ M F.Pipelineinspection gauge position estimation using inertialmeasurement unit,odometer,and a set of referencestationsJJ.ASCE-ASME J Risk and Uncert in EngrgSys Part B Mech Engrg,2016,2(2):021001.8杨理践，李瑞强，高松巍，等.管道内检测导航定位技术.沈阳工业大学学报，2 0 12，3 4（4）：42 7-43 2.9牛小骥，旷俭，陈起金.采用MEMS惯导的小口径管道内检测定位方案可行性研究.传感技术学报，2016,29(1):40-44.10马义来，陈金忠，周汉权，等.基于微机械惯导的管道多功能内检测系统研发J.石油机械，2 0 2 1，49（4）：522023年第45卷第7 期无损检测graph convolutional networks for machine faultdiagnosis J.IEEE TransactionssonIndustrialElectronics,2021,68(12):12739-12749.22ZHANG S Y,LI C M,YE W J.Damage localization inplate-like structures using time-varying feature andone-dimensional convolutional neural network J.Mechanical Systems and Signal Processing,2021,147:107107.23YANG C Y,ZHOU K B,LIU J.SuperGraph:spatial-temporal graph-based feature extraction for rotatingmachinery diagnosis JJ.IEEE TransactionsonIndustrial Electronics,2022,69(4):4167-4176.24MOLL J,KATHOL J,FRITZEN C P,et al.Openguided waves:online platform for ultrasonic guidedwavemeasurements J .St r u c t u r a lHealthMonitoring,2019,18(5/6):1903-1914.25WU Z H,PAN S R,LONG G D,et al.GraphWaveNet for deep spatial-temporal graph modelingC/Proceedings of the twenty-eighth internationaljoint conference on artificial intelligence,California:International Joint ConferencesonArtificialIntelligence Organization,2019.26RAUTELA M,GOPALAKRISHNAN S.Ultrasonicguided wave based structural damage detection andlocalization using model assisted convolutional andrecurrent neural networksJ.Expert Systems withApplications,2021,167:114189.133-137.11严恭敏.捷联惯导算法与组合导航原理M.西安：西北工业大学出版社，2 0 19.12陈嘉扬.MEMS捷联惯导与组合导航算法设计与仿真D.广州：广东工业大学，2 0 2 1.13杨理践，李晖，靳鹏，等.管道地理坐标测量系统SINS安装误差标定J.仪器仪表学报，2 0 15,3 6(1)：40-48.14SAVAGE P G.Strapdown inertialnavigationintegration algorithm design part l:attitudealgorithms J.Journal of Guidance,Control,andDynamics,1998,21(1):19-28.15SAVAGEPG.Strapdowninertial1navigationintegration algorithm design part l:attitudealgorithms J.Journal of Guidance,Control,andDynamics,1998,21(1):19-28.16NOURELDIN A,KARAMAT T B,GEORGY J.Fundamentals of Inertial Navigation,Satellite-basedPositioning and their Integration M .Be r l i n,Heidelberg:Springer Berlin Heidelberg,2013.