누출 감지

파이프라인 누출 감지는 액체와 가스를 포함하는 시스템에서 누출이 발생했는지 여부와 경우에 따라 결정하는데 사용된다. 검출 방법으로는 파이프라인 설치 후 정수시험, 적외선, 레이저 기술, 서비스 중 누출 탐지가 있다.

파이프라인 네트워크는 석유, 가스 및 기타 유체 제품의 운송 수단이다. 장거리 수송 수단으로서, 파이프라인은 안전, 신뢰성, 효율성의 높은 요구를 충족시켜야 한다. 제대로 유지된다면 파이프라인은 누수 없이 무한정 지속될 수 있다. 일부 중요한 누출은 인근 굴착물 손상으로 발생하지만 대부분의 누출은 부식 및 장비 고장과 잘못된 작동으로 발생한다.^[1] 파이프라인이 제대로 유지되지 않으면 특히 건설이음부, 수분이 모이는 저점, 파이프에 결함이 있는 위치 등에서 부식될 수 있다. 다른 누출 원인으로는 외부 힘 손상(자동차와 시추 장비에 의한 손상 등)과 자연력(지구 이동, 폭우 및 홍수, 번개, 온도 등)이 있다.^[1]

파이프라인 운영자에게 가장 일반적인 누출 감지 방법은 SCADA(감독관리 및 데이터 획득) 시스템이라고 불린다. 이 시스템은 일련의 센서를 사용하여 압력, 유량, 온도, 밸브의 개방 또는 폐쇄 여부 등의 데이터를 추적한다. 이 센서는 작업자가 누출 경보의 정당성을 판단하는 제어실로 정보를 전달한다. 일부 시스템에는 누수 탐지가 주 업무인 전산관측시스템(CPM)이 추가됐다. 이러한 시스템은 미국 교통부의 송유관 및 위험 물질 안전 관리국에 의해 누출 탐지가 비효율적이라고 보고되었다. 이마저도 SCADA 시스템은 19%만, CPM 시스템은 10%만 누출을 감지한 것으로 알려졌다. ^[2]^[1]

누출 감지 시스템(LDS)의 주요 목적은 파이프라인 컨트롤러가 누출의 감지 및 국지화를 지원하는 것이다. LDS는 의사결정을 지원하기 위해 파이프라인 제어기에 알람을 제공하고 기타 관련 데이터를 표시한다. 또한 파이프라인 누출 감지 시스템은 다운타임과 검사 시간을 단축하여 생산성과 시스템 신뢰성을 향상시킬 수 있다.

API 문서 「RP 1130」에 의하면, LDS는 내부 기반 LDS와 외부 기반 LDS로 나뉜다. 내부 기반 시스템은 내부 파이프라인 파라미터를 모니터링하기 위해 현장 계측기(예: 유량, 압력 또는 유체 온도 센서)를 사용한다. 외부 기반 시스템은 외부 파이프라인 파라미터를 모니터링하기 위해 다른 필드 계측기 세트(예: 적외선 방사선계 또는 열 카메라, 증기 센서, 음향 마이크 또는 광섬유 케이블)를 사용한다.

규칙 및 규정

일부 국가는 공식적으로 파이프라인 운영을 규제한다.

API RP 1130 "액체용 전산 파이프라인 모니터링"(미국)

본 권고안(RP)^[3]은 알고리즘 접근방식을 사용하는 LDS의 설계, 구현, 시험 및 운영에 초점을 맞춘다. 본 권고안의 목적은 파이프라인 운영자가 LDS의 선정, 구현, 시험 및 운용과 관련된 문제를 식별하는 데 도움을 주는 것이다.

TRFL(독일)

TRFL은 "Technische Regel für Fernleitungsanlagen"(파이프라인을 위한 기술 규칙)의 약칭이다.^[4] TRFL은 파이프라인에 대한 요구사항을 공식 규정의 적용을 받는 것으로 요약한다. 가연성 액체를 수송하는 파이프라인, 물에 위험한 액체를 수송하는 파이프라인, 가스를 수송하는 파이프라인 대부분이 망라돼 있다. 다음과 같은 5가지 종류의 LDS 또는 LDS 기능이 필요하다.

정상 상태 작동 중 연속 누출 감지를 위한 2개의 독립적인 LDS. 이러한 시스템 중 하나 또는 추가 시스템도 파이프라인 시동 중과 같이 과도 작동 중에 누출을 감지할 수 있어야 한다.
셧인 작동 중 누출 감지를 위한 LDS 1개
슬립 누출에 대한 LDS 1개
빠른 누출 위치를 위한 LDS 1개

요구 사항들

API 1155^[5](API RP 1130으로^[3] 대체)는 LDS에 대한 다음과 같은 중요 요구사항을 정의한다.

민감도: LDS는 누출로 인한 유체 손실이 가능한 한 작다는 것을 보장해야 한다. 이것은 시스템에 두 가지 요구 사항을 두고 있다: 그것은 작은 누출을 감지해야 하고, 그것들을 빨리 감지해야 한다.
신뢰성: 사용자는 LDS를 신뢰할 수 있어야 한다. 이는 모든 실제 경보를 올바르게 보고해야 함을 의미하지만 허위 경보를 생성하지 않는 것도 마찬가지로 중요하다.
정확도: 일부 LDS는 누출 흐름과 누출 위치를 계산할 수 있다. 이것은 정확하게 해야 한다.
견고성: LDS는 이상적이지 않은 상황에서 계속 작동해야 한다. 예를 들어,변환기 고장의 경우, 시스템은 고장을 감지하고 계속 작동해야 한다(아마 감도 감소와 같은 필요한 절충으로 작동해야 한다.

정상 상태 및 과도 상태

정상 상태 조건 동안, 파이프라인 내의 흐름, 압력 등은 시간이 지남에 따라 일정하다(이상 또는 그 이하). 과도 상태에서는 이러한 변수가 빠르게 변할 수 있다. 변화는 유체의 음속과 함께 송유관을 통해 파도처럼 전파된다. 예를 들어 시동 시에, 유입구 또는 배출구의 압력이 변경되는 경우(변화가 작더라도), 배치 변경 시 또는 여러 제품이 파이프라인에 있을 때 과도 조건이 발생한다. 가스 파이프라인은 가스가 매우 압축가능하기 때문에 거의 항상 과도상태에 있다. 액체 파이프라인에서도 과도현상을 대부분 무시할 수 없다. LDS는 송유관의 전체 작동 시간 동안 누출 감지를 제공하기 위해 두 조건 모두에서 누출 감지를 허용해야 한다.

내부 기반 LDS

내부 기반 LDS 개요

내부 기반 시스템은 현장 계측기(예: 유량, 압력 및 유체 온도의 경우)를 사용하여 누출 가능성을 감지하는 데 사용되는 내부 파이프라인 파라미터를 모니터링한다.^[3] 시스템 비용과 내부 기반 LDS의 복잡성은 기존 현장 계측기를 사용하기 때문에 중간 수준이다. 이러한 종류의 LDS는 표준 안전 요건에 사용된다.^[6]

압력/흐름 모니터링

누수는 송유관의 유압장치를 변화시켜, 따라서 얼마간의 시간이 흐른 후에 압력이나 유량 판독치를 변화시킨다. 따라서 한 지점에서만 압력 또는 유량을 국지적으로 모니터링하면 단순한 누출 탐지를 제공할 수 있다. 그것은 국지적으로 행해졌기 때문에 원칙적으로 원격측정이 필요하지 않다. 그러나 그것은 정상 상태 조건에서만 유용하며 가스 파이프라인 처리 능력은 제한적이다.^[7]

음압파

음압파법은 누수가 발생할 때 발생하는 희소 반응파를 분석한다. 파이프라인 벽체 파손이 발생하면 유체나 가스가 고속 제트기의 형태로 빠져나간다. 이는 파이프라인 내에서 양방향으로 전파되는 음압파를 생성하며 이를 감지하고 분석할 수 있다. 이 방법의 작동 원리는 파이프라인 벽에 의해 유도되는 음속의 속도로 장거리를 이동하는 압력파의 매우 중요한 특성에 기초한다. 압력파의 진폭은 누출 크기에 따라 증가한다. 복잡한 수학 알고리즘은 압력 센서의 데이터를 분석하여 몇 초 만에 50m(164ft) 미만의 정확도로 누출 위치를 가리킬 수 있다. 실험 데이터에 따르면 직경 3mm(0.1인치) 미만의 누출을 감지하고 업계에서 가장 낮은 허위 경보율(연간 1회 미만)으로 작동하는 방법이 있다.^[8]

그러나 이 방법은 초기 사건 이후 진행 중인 누출을 감지할 수 없다. 즉, 파이프라인 벽 파손(또는 파열) 후 초기 압력파가 가라앉고 후속 압력파가 발생하지 않는다. 따라서 시스템이 누출을 감지하지 못할 경우(예를 들어 펌핑 압력 변화나 밸브 전환과 같은 작동 이벤트에 의해 발생한 과도 압력 파형에 의해 압력파가 가려졌기 때문에), 시스템은 진행 중인 누출을 감지하지 못할 것이다.

밸런싱 방법

이 방법들은 질량 보존의 원리에 기초하고 있다. $안정$ 상태에서 질량 흐름 ${\dot {M}}_{I}$ ˙ ${\dot {M}}_{I}$ ${\$ $I}}$ 누수가 없는 파이프라인에 진입하면 ${\dot {M}}_{I}$ 질량 흐름 ${\dot {M}}_{O}$ ${\dot {M}}_{O}$ O ${\$ 을 ${\dot {M}}_{O}$ 떠나는 질량 균형이 잡힌다. (질량 불균형 ${\dot {M}}_{I}-{\dot {M}}_{O}$ ${\dot {M}}_{I}-{\dot {M}}_{O}$ ${\dot {M}}_{I}-{\dot {M}}_{O}$ - ${\dot {M}}_{I}-{\dot {M}}_{O}$ ${\dot {M}}_{I}-{\dot {M}}_{O}$ ${\dot {M}}_{I}-{\dot {M}}_{O}$ ${\dot{M}_{{I}-{\dot{M}}}}}}}}{O$ 는 누수를 나타낸다. 밸런싱 방법 M ${\dot {M}}_{I}$ I ${\$ { $M}_{$ $I}$ 및 ${\dot {M}}_{I}$ ${\dot {M}}_{O}$ ${\dot {M}}_{O}$ ${\dot {M}}_{O}$ ${\dot{M}_{O}}$ 유량계를 사용하여 최종적으로 ${\dot {M}}_{O}$ 알 수 없는 진정한 누출 흐름의 추정치인 불균형을 계산한다. 이 불균형(일반적으로 여러 기간에 걸쳐 모니터링됨)을 누출 경보 임계값 $\gamma$ $\gamma$ 과 비교하여 모니터링된 불균형인 경우 경보가 생성된다 $\gamma$ .^[7] 강화된 균형 조정 방법은 파이프라인의 대량 재고량의 변화율을 추가로 고려한다. 향상된 라인 밸런싱 기법에 사용되는 이름은 볼륨 밸런스, 수정된 볼륨 밸런스, 보정된 매스 밸런스 등이다.^[3]

상태-오브서버 기반 메서

이러한 방법은 상태-공간 표현으로 표현된 유동 수학 모델에서 설계한 상태 관찰자에 기초한다. 이러한 방법은 무한 차원 관측자와 유한 차원 관측자의 두 가지 유형으로 분류할 수 있다. 첫 번째 유형은 두 개의 준선형 쌍곡선 부분 미분 방정식, 즉 모멘텀과 파이프라인 내 유체 역학을 나타내는 연속성 방정식에 기초한다. 유한 치수 관측자는 운동량과 연속성 방정식의 일괄 버전에서 구성된다. Kalman 필터,^[9] 고득점 관찰자,^[10]^[11]^[12] 슬라이딩 모드 관찰자 및 Luenberger형 관찰자 등 여러 유형의 관찰자가 누출 탐지에 사용되어 왔다.^[14]

통계적 방법

통계적 LDS는 통계적 방법(예: 의사결정 이론의 분야에서)을 사용하여 한 지점에서 압력/흐름 또는 누출을 감지하기 위해 불균형을 분석한다.^[7] 이는 일부 통계적 가정이 유지될 경우 누출 결정을 최적화할 수 있는 기회로 이어진다. 일반적인 접근방식은 가설 검정 절차의 사용이다.

{\text{가설 }}H_{0}:{\text{누출 없음}

{\text{가설 }}H_{1}:{\text{leak}

이것은 고전적인 검출 문제인데, 통계로 알 수 있는 다양한 해결책이 있다.^[15]

RTTM 방법

RTTM은 "실시간 과도 모델"^[7]을 의미한다. RTTM LDS는 질량 보존, 운동량 보존, 에너지 보존과 같은 기본적인 물리적 법칙을 이용하여 파이프라인 내의 흐름의 수학적 모델을 사용한다. RTTM 방법은 운동량과 에너지의 보존 원리를 추가로 사용하기 때문에 밸런싱 방법의 향상으로 볼 수 있다. RTTM은 수학적 알고리즘의 도움으로 파이프라인을 따라 있는 모든 지점에서 실시간으로 질량 흐름, 압력, 밀도 및 온도를 계산할 수 있다. RTTM LDS는 파이프라인의 정상 상태 및 과도현상 흐름을 쉽게 모델링할 수 있다. RTTM 기술을 사용하면 정상 상태 및 과도 상태 시 누출을 감지할 수 있다. 적절한 기능 계측기를 사용하면 사용 가능한 공식을 사용하여 기능적으로 누출 속도를 추정할 수 있다.^[16]

E-RTM 방법

신호 흐름 확장 실시간 과도 모델(E-RTM)

E-RTM은^[6]^[7] 통계적 방법에 RTTM 기술을 사용하는 "확장된 실시간 과도 모델"을 의미한다. 따라서 누설탐지는 감도가 높은 정상상태 및 과도상태에서 가능하며, 통계적 방법을 이용하여 거짓경보는 피하게 된다.

잔차법의 경우 RTTM 모듈이 추정치 ${\hat {\dot {M}}}_{I}$ ${\hat {\dot {M}}}_{I}$ ${\hat {\dot {M}}}_{I}$ ${\hat {\dot {M}}}_{I}$ ${\$ ${\hat {\dot {M}}}_{O}$ ${\hat {\dot {M}}}_{I}$ ${\hat {\dot {M}}}_{O}$ ${\hat {\dot {M}}}_{O}$ ${\hat {\dot {M}}}_{O}$ O ${\$ 입구와 출구에서 각각 ${\hat {\dot {M}}}_{O}$ MASS Flow. 이는 흡입구 압력 및 온도 측정( $p_{I}$ $p_{I}$ ${\$ 스타일 $p_{)$ 을 사용하여 수행할 수 있다. $I$ $T_{I}$ $T_{I}$ ${\$ 아웃렛( $p_{O}$ O ${\$ $T_{O}$ $T_{O}$ ${\$ 이러한 추정된 질량 흐름은 ${\dot {M}}_{I}$ 된 질량 흐름 ${\dot {M}}_{I}$ ${\dot {M}}_{I}$ I ${\$ $I$ ${\dot {M}}_{O}$ ${\dot {M}}_{O}$ ${\dot {M}}_{O}$ ${\$ $x={\dot {M}}_{I}-{\hat {\dot {M}}}_{I}$ x $x={\dot {M}}_{I}-{\hat {\dot {M}}}_{I}$ = $x={\dot {M}}_{I}-{\hat {\dot {M}}}_{I}$ $x={\dot {M}}_{I}-{\hat {\dot {M}}}_{I}$ - M $x={\dot {M}}_{I}-{\hat {\dot {M}}}_{I}$ $x={\dot {M}}_{I}-{\hat {\dot {M}}}_{I}$ ${\$ dot{M}}}}} $_{{\$ {M}}}}}}}}_{{{{}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}}} $I}$ 과 $x={\dot {M}}_{I}-{\hat {\dot {M}}}_{I}$ $y={\dot {M}}_{O}-{\hat {\dot {M}}}_{O}$ = $y={\dot {M}}_{O}-{\hat {\dot {M}}}_{O}$ $y={\dot {M}}_{O}-{\hat {\dot {M}}}_{O}$ $y={\dot {M}}_{O}-{\hat {\dot {M}}}_{O}$ - M $y={\dot {M}}_{O}-{\hat {\dot {M}}}_{O}$ $y={\dot {M}}_{O}-{\hat {\dot {M}}}_{O}$ ${\$ y $={\dot{M}_{O$ }-{O $}-{\hat{\m}}}_{O$ 이러한 잔차는 누수가 없으면 0에 가깝고, 그렇지 않으면 잔차가 특징적인 서명을 나타낸다. 다음 단계에서는 잔차가 누출 시그니처 분석 대상이 된다. 본 모듈은 누출 서명을 데이터베이스의 누출 서명("지문")과 추출하여 비교함으로써 이들의 시간적 행동을 분석한다. 추출된 누출 서명이 지문과 일치하면 누출 알람이 선언된다.

외부 기반 LDS

폭우 시 50피트, 150피트의 밸브에서 오일 누출을 감지하는 비디오 분석 소프트웨어가 탑재된 열 카메라 시스템.

외부 기반 시스템은 로컬 전용 센서를 사용한다.^[3] 그러한 LDS는 매우 민감하고 정확하지만, 시스템 비용과 설치의 복잡성은 대개 매우 높다.^[17] 따라서 적용은 하천이나 자연 보호 구역과 같은 특수 고위험 지역으로 제한된다.^[6]

지상 파이프라인에 대한 열 누출 분석 검출기

비냉각 마이크로볼로미터 적외선 센서를 이용한 영상분석 기반 열영상 촬영이 액체와 탄화수소 가스 액체의 계획되지 않은 표면 배출에 대한 시각화, 검출, 경보를 생성하는 새롭고 효과적인 방법으로 떠오르고 있다.^[18] 경보 발생까지 감지하는 데는 30초도 걸리지 않는다. 이 기술은 펌프장, 정유소, 저장장소, 광산, 화학공장, 물 건너기, 수처리장 등 지상배관시설에 적합하다. 이 분야에서 새로운 해결책이 필요한 것은 파이프라인 누출의 절반 이상이 시설에서 발생한다는 사실에 기인한다.^[19]

고품질 열화기술은 주변 조명이 필요 없는 물체의 복사성이나 적외선 복사(열열)를 그레이 스케일 이미지로 정확하게 측정하고 시각화한다. 모니터링되는 석유 제품(예: 오일)은 이 열차에 의해 배경 물체와 구별된다. 일반적으로 특정 애플리케이션이나 환경을 더 잘 다루도록 최적화할 수 있는 분석 소프트웨어 구성요소를 추가하면 자동화된 현장 누출 분석, 검증 및 보고가 가능하여 인력 의존도를 줄일 수 있다. 열 온도, 크기 및 거동(예: 분무, 풀링, 흘림)을 포함한 특성(카메라에 추가된 규칙)을 즉시 분석한다. 설정된 파라미터를 기준으로 누출이 유효한 것으로 판단되면 누출 비디오가 포함된 경보 알림이 생성되어 측정소로 전송된다.

최적의 감지 거리는 다양하며 카메라 렌즈 크기, 해상도, 시야, 열 감지 범위 및 민감도, 누출 크기 및 기타 요인에 의해 영향을 받는다. 시스템의 필터 층과 눈, 얼음, 비, 안개, 눈부심과 같은 환경 요소에 대한 내성은 잘못된 경보 감소의 원인이 된다. 비디오 모니터링 아키텍처는 SCADA 네트워크를 포함한 기존의 누출 감지 및 수리(LDAR) 시스템과 다른 보안 감시 시스템에 통합될 수 있다.^[20]

디지털 오일 누출 감지 케이블

디지털 감지 케이블은 투과성 절연 성형 브레이드에 의해 보호되는 반투과성 내부 도체의 브레이드로 구성된다. 전기 신호는 내부 도체를 통과하며 케이블 커넥터 내부의 내장된 마이크로프로세서에 의해 모니터링된다. 누출되는 유체는 외부 투과성 브레이드를 통과하여 내부 반투과성 도체와 접촉한다. 이는 마이크로프로세서에 의해 감지되는 케이블의 전기적 특성에 변화를 일으킨다. 마이크로프로세서는 길이를 따라 1미터 분해능 내에서 유체를 찾을 수 있고 모니터링 시스템이나 운영자에게 적절한 신호를 제공할 수 있다. 감지 케이블은 파이프라인을 감싸거나 파이프라인을 사용하여 지표면 아래를 매립하거나 파이프인 파이프 구조로 설치할 수 있다.^[21]

적외선 방사 파이프라인 테스트

누출로 인한 지표면 아래 오염을 나타내는 매립지 크로스컨트리 송유관의 항공 열전사진.

적외선 열전송관 시험 결과 지표면 아래 파이프라인 누출, 침식으로 인한 공극, 파이프라인 절연 불량, 역충전 불량 등을 감지하고 위치를 파악하는 데 정확하고 효율적인 것으로 나타났다. 파이프라인 누출로 인해 물과 같은 액체가 파이프라인 근처에서 플룸을 형성할 수 있을 때, 액체는 건조한 토양이나 역충전과는 다른 열전도성을 갖는다. 이는 누출 위치 위의 다양한 표면 온도 패턴에 반영될 것이다. 고해상도 적외선 방사선계는 전체 영역을 스캔할 수 있고, 그 결과 데이터를 흑백 영상의 다른 회색 톤이나 컬러 영상의 다양한 색상으로 지정된 다른 온도 영역의 그림으로 표시할 수 있다. 이 시스템은 표면 에너지 패턴만 측정하지만, 매립 파이프라인 위의 지표면에서 측정되는 패턴은 파이프라인 누수와 그로 인한 침식 공극이 형성되는 위치를 보여주는 데 도움이 될 수 있다. 지표면 아래 30m 깊이에서 문제를 감지한다.^[22]

음향 방출 감지기

크리스 캐시디는 국제우주정거장에서 초음파 누설탐지기로 일한다.

액체가 빠져나오면 파이프에 있는 구멍을 통과할 때 음향신호가 발생한다. 파이프라인 외부에 부착된 음향 센서는 손상되지 않은 상태에서 파이프라인의 내부 소음으로부터 라인의 기준 음향 "지문"을 생성한다. 누출이 발생하면 그 결과 저주파 음향신호를 감지하여 분석한다. 기준 "지문"으로부터의 편차는 알람을 나타낸다.^[6]^[23] 이제 센서는 주파수 대역 선택, 시간 지연 범위 선택 등으로 더 잘 배열되고 있다. 이것은 그래프를 더 뚜렷하고 분석하기 쉽게 만든다. 누출을 감지하는 다른 방법들이 있다. 필터 배열을 갖춘 지상 지오폰은 누출 위치를 정확히 파악하는 데 매우 유용하다. 그것은 발굴 비용을 절약해 준다. 흙 속의 물 분사기는 흙이나 콘크리트의 안쪽 벽에 부딪친다. 이렇게 하면 약한 소음이 생길 것이다. 이 소음은 표면으로 올라오는 동안 부패할 것이다. 그러나 최대 소리는 누설 위치에서만 들을 수 있다. 증폭기와 필터는 맑은 소음을 얻는 데 도움이 된다. 파이프 라인에 입력된 어떤 종류의 가스는 파이프를 떠날 때 다양한 소리를 낼 것이다.

증기 감지 튜브

증기 감지 튜브 누출 감지 방법은 파이프라인의 전체 길이를 따라 튜브를 설치하는 것이다. 이 튜브(케이블 형태)는 특정 용도에서 검출되는 물질에 매우 잘 스며들 수 있다. 누출이 발생하면 측정할 물질이 증기, 가스 또는 물에 용해되는 형태로 튜브에 접촉한다. 누출이 발생하면 누출되는 물질의 일부가 튜브 안으로 확산된다. 일정 시간이 지나면 튜브 내부는 튜브를 둘러싸고 있는 물질의 정확한 이미지를 생성한다. 센서 튜브에 존재하는 농도분포를 분석하기 위해 펌프는 일정한 속도로 검출장치를 지나 튜브의 공기열을 밀어낸다. 센서 튜브 끝에 있는 검출기 장치에는 가스 센서가 장착되어 있다. 가스 농도가 증가할 때마다 "약간 최고점"^[6]^[24]^[25]이 뚜렷하게 나타난다.

광섬유 누출 감지

적어도 두 가지 광섬유 누출 감지 방법이 상용화되고 있다. 분산 온도 감지(DTS) 및 분산 음향 감지(DAS) DTS 방법은 모니터링되는 파이프라인의 길이를 따라 광섬유 케이블을 설치하는 것을 포함한다. 측정 대상 물질은 누출 발생 시 케이블과 접촉해 케이블의 온도를 바꾸고 레이저 빔 펄스의 반사량을 변화시켜 누출 신호를 보낸다. 위치는 레이저 펄스가 방출된 시점과 반사가 감지된 시점 사이의 시간 지연을 측정하여 알 수 있다. 이것은 물질이 주변 환경과 다른 온도에 있을 때만 효과가 있다. 또한 분산형 광섬유 온도 감지 기법은 송유관을 따라 온도를 측정할 수 있는 가능성을 제공한다. 파이버의 전체 길이를 스캔하면 파이버를 따라 온도 프로파일이 결정되어 누출 감지가 이루어진다.^[6]^[26]

DAS 방법은 모니터링되는 파이프라인 길이에 따라 광섬유 케이블을 유사하게 설치하는 것을 포함한다. 누출을 통해 배관을 빠져나가는 물질에 의해 발생하는 진동은 레이저 빔 펄스의 반사율을 변화시켜 누출을 알린다. 위치는 레이저 펄스가 방출된 시점과 반사가 감지된 시점 사이의 시간 지연을 측정하여 알 수 있다. 또한 이 기법은 분산 온도 감지 방법과 결합하여 파이프라인의 온도 프로파일을 제공할 수 있다.

파이프라인 플라이오버

송유관의 플라이오버는 위치를 확인하거나 다른 방법으로 식별할 수 없는 작은 릴리스를 감지하고 찾기 위해 자주 수행된다. 일반적으로 통행권의 저공비행은 영상으로 기록되는데, 열 이미징과 같은 일부 이미지 필터링이 있을 수 있다. 더 큰 유출은 일반적으로 습지의 "껍질"이나 방출 장소 주변의 죽은 식물의 지역에 의해 확인된다.

플라이오버는 일반적으로 계획되며 일차 누출 감지 방법으로 권장되지 않는다. 누출의 존재 및 위치를 신속하게 확인하는 데 사용할 수 있다.

생물학적 누출 감지

생물학적 누출 감지 방법에는 일단 방출이 확인되면 사용할 가능성이 높지만 크기가 작기 때문에 위치를 알 수 없는 개 또는 파이프라인 오른쪽을 명확하게 유지하는 조경업자가 개를 사용하는 것이 포함된다.

방출의 향기를 식별하기 위해 훈련된 개들을 제공할 수 있는 몇몇 회사들이 있다. 일반적으로 기술자는 냄새 개가 추적하도록 훈련된 파이프라인에 액체를 주입한다. 그 개들은 그 다음 송유관 누출로 핸들러들을 안내할 것이다. 가장 강한 농도로 표시되도록 훈련을 받았으므로 핀포인트 능력은 일반적으로 1미터 이내가 될 수 있다. 일반적으로 팀을 이동시키는 데 24시간에서 48시간이 소요되며, 면적의 고립성에 따라 실제로 릴리즈를 찾는 데 며칠이 걸릴 수 있다.

파이프라인의 통행권은 또한 파이프라인 방출의 징후를 찾도록 훈련된 조경업자에 의해 명확하게 유지된다. 이것은 일반적으로 예정된 과정이므로 누출 탐지의 주요 형태로 간주되어서는 안 된다.

참고 항목

파이프라인 전위화

참조

^ ^a ^b ^c "Distribution, Transmission & Gathering, LNG, and Liquid Accident and Incident Data PHMSA". www.phmsa.dot.gov.
^ "Technology designed to detect U.S. energy pipeline leaks often fails". September 30, 2016 – via www.reuters.com.
^ ^a ^b ^c ^d ^e API RP 1130(2007): 액체를 위한 계산 파이프라인 모니터링. 제1판(2007년 9월) 미국 석유 연구소.
^ TRFL(2003): Technische Regel für Fernleitungen(파이프라인을 위한 기술 규칙).
^ API 1155(1995): 소프트웨어 기반 누출 감지 시스템의 평가 방법론. 제1판(1995년 2월) 미국 석유 연구소. API RP 1130으로 대체.
^ ^a ^b ^c ^d ^e ^f 가이거, G, 베르너, T, 마트코, D.(2003): Leak Detection and Location – A Survey. 제35회 연례 PSIG 회의, 2003년 10월 15-17일 스위스 베른.
^ ^a ^b ^c ^d ^e 가이거, G. (2008): 누출 탐지의 원리. 제1판(2008년 9월). Krohnne Oil & Gas, Breda (네덜란드.
^ 아바텍 주식회사 보도 자료. 파이프라인의 안전을 보장하는 새로운 누출 감지 및 모니터링 기술.
^ Benkherouf, A, & Alidina, A. Y. (1986) 가스관 누설탐지 방법. IFAC Procedures Volumes, 19(6), 205–210.
^ 토레스, L, 베르데, C, 베산콘, G, & 곤살레스, O. (2014년) 액화석유가스의 지하 파이프라인에서 누출 위치에 대한 높은 수준의 관찰자. 국제 강직 및 비선형 제어 저널, 24(6), 1127–1141.
^ 토레스, L, 베산슨, G, 나바로, A, 베고비치, O, & 조르주, D. (2011, 3월) 비선형 관찰자를 통한 파이프라인 모니터링 및 실제 데이터 검증의 예 제8회 튀니지 수스의 신호 시스템 및 장치에 대한 IEEE 국제 다중 충돌.
^ 토레스, L. (2011년) 모델스 외 관찰자들은 레시스테드 데쿠션 수 프레시온을 붓는다. 익스텐션 보조 시스템 차오티크(의사논문, 그르노블)
^ Negrete, M. A., & Verde, C. (2012) 슬라이딩 모드 관찰자에 의한 파이프라인 내 다중 리크 재구성. IFAC Procedures Volumes, 45(20), 934–939.
^ Hauge, E, Aamo, O. M, & Godhavn, J. M. (2007). 누출 감지를 통한 모델 기반 파이프라인 모니터링 IFAC Procedures Volumes, 40(12), 318–323.
^ 버거, J.O. (1985년) 통계적 의사결정 이론과 베이시안 분석. Springer Series in Statistics(통계학) 제2판(1985)
^ "Leak Rate Calculator Discover Unknown Leak Test Values". www.cincinnati-test.com.
^ Leak Detection and Location – Gerhard Geiger, University of Application Sciences, University of Electrical Engineerics CS1 maint: 아카이브된 복사본(링크)
^ CEPA (November 20, 2015). "The Inside Story on Pipeline Leak Detection". Canadian Energy Pipeline Association. Retrieved March 21, 2017.
^ API (October 2009). "PPTS Operator Advisory: New Findings on Releases from Facilities Piping" (PDF). American Petroleum Institute. Retrieved March 21, 2017.
^ "New technology allows workers to control oil wells with their smartphones". The Globe and Mail. Retrieved 2017-03-24.
^ TTK S.A.S 액체 탄화수소 및 비전도성 용제 감지 케이블 http://www.ttkuk.com/oil-leak-detection/products/sense-cable/hydrocarbon-sense-cables/fg-od/
^ 잭슨, C.N.; 셜록, C.N. (1998년) : 비파괴 시험 지침서: Leak Testing, 519페이지, 의회 도서관 카탈로그 공개 데이터, 2008.
^ 푸흐스, H. V. (1991): 음향신호분석에 의한 누설탐지 경력 10년. 적용 음향학 33 (1991), 페이지 1-19.
^ "Leakage detection and localization system – LEOS".
^ "Technical Review of Leak Detection Technologies – Alaska Department of Environmental Conservation" (PDF).
^ 그로위그, S. 외 (2001): 분산형 광학 온도 감지 기술 – 모니터링 작업을 위한 가변 도구. 2001년 6월 19일부터 21일까지 제8회 산업 및 과학의 온도 및 열 측정에 관한 국제 심포지엄의 진행.

[autogenerated1-1] "Distribution, Transmission & Gathering, LNG, and Liquid Accident and Incident Data PHMSA". www.phmsa.dot.gov.

[2] "Technology designed to detect U.S. energy pipeline leaks often fails". September 30, 2016 – via www.reuters.com.

[LitAPI1130-3] API RP 1130(2007): 액체를 위한 계산 파이프라인 모니터링. 제1판(2007년 9월) 미국 석유 연구소.

[LitTRFL-4] TRFL(2003): Technische Regel für Fernleitungen(파이프라인을 위한 기술 규칙).

[LitAPI1155-5] API 1155(1995): 소프트웨어 기반 누출 감지 시스템의 평가 방법론. 제1판(1995년 2월) 미국 석유 연구소. API RP 1130으로 대체.

[LitSurvey-6] ^ ^a ^b ^c ^d ^e ^f 가이거, G, 베르너, T, 마트코, D.(2003): Leak Detection and Location – A Survey. 제35회 연례 PSIG 회의, 2003년 10월 15-17일 스위스 베른.

[LitPrinciples-7] 가이거, G. (2008): 누출 탐지의 원리. 제1판(2008년 9월). Krohnne Oil & Gas, Breda (네덜란드.

[8] 아바텍 주식회사 보도 자료. 파이프라인의 안전을 보장하는 새로운 누출 감지 및 모니터링 기술.

[9] Benkherouf, A, & Alidina, A. Y. (1986) 가스관 누설탐지 방법. IFAC Procedures Volumes, 19(6), 205–210.

[10] 토레스, L, 베르데, C, 베산콘, G, & 곤살레스, O. (2014년) 액화석유가스의 지하 파이프라인에서 누출 위치에 대한 높은 수준의 관찰자. 국제 강직 및 비선형 제어 저널, 24(6), 1127–1141.

[11] 토레스, L, 베산슨, G, 나바로, A, 베고비치, O, & 조르주, D. (2011, 3월) 비선형 관찰자를 통한 파이프라인 모니터링 및 실제 데이터 검증의 예 제8회 튀니지 수스의 신호 시스템 및 장치에 대한 IEEE 국제 다중 충돌.

[12] 토레스, L. (2011년) 모델스 외 관찰자들은 레시스테드 데쿠션 수 프레시온을 붓는다. 익스텐션 보조 시스템 차오티크(의사논문, 그르노블)

[13] Negrete, M. A., & Verde, C. (2012) 슬라이딩 모드 관찰자에 의한 파이프라인 내 다중 리크 재구성. IFAC Procedures Volumes, 45(20), 934–939.

[14] Hauge, E, Aamo, O. M, & Godhavn, J. M. (2007). 누출 감지를 통한 모델 기반 파이프라인 모니터링 IFAC Procedures Volumes, 40(12), 318–323.

[LitBerger-15] 버거, J.O. (1985년) 통계적 의사결정 이론과 베이시안 분석. Springer Series in Statistics(통계학) 제2판(1985)

[16] "Leak Rate Calculator Discover Unknown Leak Test Values". www.cincinnati-test.com.

[17] Leak Detection and Location – Gerhard Geiger, University of Application Sciences, University of Electrical Engineerics CS1 maint: 아카이브된 복사본(링크)

[18] CEPA (November 20, 2015). "The Inside Story on Pipeline Leak Detection". Canadian Energy Pipeline Association. Retrieved March 21, 2017.

[19] API (October 2009). "PPTS Operator Advisory: New Findings on Releases from Facilities Piping" (PDF). American Petroleum Institute. Retrieved March 21, 2017.

[20] "New technology allows workers to control oil wells with their smartphones". The Globe and Mail. Retrieved 2017-03-24.

[21] TTK S.A.S 액체 탄화수소 및 비전도성 용제 감지 케이블 http://www.ttkuk.com/oil-leak-detection/products/sense-cable/hydrocarbon-sense-cables/fg-od/

[LitJackson-22] 잭슨, C.N.; 셜록, C.N. (1998년) : 비파괴 시험 지침서: Leak Testing, 519페이지, 의회 도서관 카탈로그 공개 데이터, 2008.

[LitFuchs-23] 푸흐스, H. V. (1991): 음향신호분석에 의한 누설탐지 경력 10년. 적용 음향학 33 (1991), 페이지 1-19.

[24] "Leakage detection and localization system – LEOS".

[25] "Technical Review of Leak Detection Technologies – Alaska Department of Environmental Conservation" (PDF).

[LitGroßwig-26] 그로위그, S. 외 (2001): 분산형 광학 온도 감지 기술 – 모니터링 작업을 위한 가변 도구. 2001년 6월 19일부터 21일까지 제8회 산업 및 과학의 온도 및 열 측정에 관한 국제 심포지엄의 진행.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

Search