روش جدید محققان دانشگاه شریف در شناسایی نشتی با استفاده از امواج صوتی
به گزارش ایرنا از دانشگاه صنعتی شریف، نشت کردن سیال از لوله ها و مخازن در صنایع مختلف از جمله نفت و گاز می تواند در برخی موارد خسارت های سنگینی را به بار بیاورد، از همین رو با تشخیص آن در زمان کوتاه تر از خطرات و خسارت ها کاسته می شود اما چنین کاری با وجود کیلومترها خط لوله یا مخازن بسیار بزرگ کار ساده ای نیست.
هم اکنون روش هایی وجود دارند که با بررسی شدت و میزان تکرار وقوع سیگنال های صوتی منتشر شده درون لوله ها و مخازن، آشکارسازی نشتی را انجام می دهند اما پژوهشگران دانشکده برق دانشگاه صنعتی شریف تحت نظر دکتر مهرداد شریف بختیار موفق شدند با تحلیل دقیقتر داده ها و انجام آزمایش های متعدد جهت نمونه برداری از سیگنال های صوتی از انواع مختلف نشتی در شرایط واقعی، الگوریتمی را توسعه دهند که نه تنها با سرعت و دقت بالاتری، بروز نشتی را گزارش می دهد بلکه قادر است نوع آن را نیز مشخص کند.
مجری این پروژه تحقیقاتی در پایان نامه دکترای خود با عنوان « شناسائی نشتی با استفاده از پردازش سیگنالهای منتشر شده صوتی در محیطهای پر فشار و کم» اظهار می کند که هم اکنون در روشهای موجود اساساً به سیگنالهای ایجاد شده صوتی ناشی از نشتی، به عنوان وقایعی با رفتار تصادفی نگریسته می شود که صرفاً با بررسی شدت و میزان تکرار وقوع آنها آشکار سازی انجام می شود و این در حالیست که در طرح پیشنهادی به سیگنالهای منتشر شده به شکل بسته های داده نگریسته می شود که علاوه بر تشخیص وقوع نشتی از روی میزان تکرار و شدت آن، به کمک تحلیل و یا به عبارت دیگر رمزگشائی بسته های داده می توان اطلاعات مهم دیگری از جمله نوع نشتی را تشخیص داد.
همچنین در این روش بدلیل آشکارسازی بر اساس نوع سیگنال، زمان آشکار سازی نسبت به روش های موجود بسیار کوتاه تر و قابل اطمینان تر خواهد شد.
به گفته مجید احدی، در این تحقیق سه گام اساسی برای تحلیل، دسته بندی و رمزگشایی سیگنال های مورد نظر انجام شده است.
پژوهشگران ابتدا مطالعات جامعی در مورد انتشار امواج صوتی در محیط های مورد نظر از جمله لوله های انتقال سیال انجام دادند تا به کمک آن امکان پذیری شناسائی نشتی و شرایط لازم جهت پیاده سازی آشکارساز را معین کنند.
در گام دوم، پس از فراهم کردن امکانات آزمایشگاهی مورد نیاز که بخشی از آنها توسط مجریان طراحی و ساختاه شد، داده های واقعی از نشتی های مختلف از پیش تعیین شده در محیط تحت فشار قابل کنترل جمع آوری شده و بر اساس آن رابطه نشتی و سیگنال منتشره به کمک روش های مختلف ریاضی تحلیل و رمز گشایی شد.
همچنین در گام دوم پایگاه داده از داده های واقعی ایجاد شده که این داده ها بر اساس شرایط مختلف محیط آزمون جمع آوری و دسته بندی شده است و در گام سوم با توجه به نتایج بدست آمده، الگوریتم جدیدی برای پردازش داده به منظور ایجاد یک سامانه کاربردی با قابلیت های شناسایی نوع نشتی، تشخیص دقیق تر و سریع تر زمان وقوع ارائه شده است.
