基于數(shù)據(jù)驅動的輸油管網(wǎng)系統(tǒng)故障診斷方法研究.pdf

1、隨著科技迅猛發(fā)展，地下管網(wǎng)運輸?shù)牡匚慌c日俱增，它已成為一個城市乃至國家不可或缺的物質(zhì)基礎來源之一，因此每個國家對輸油管網(wǎng)的運行能否安全環(huán)保非常重視。全世界有過半的管網(wǎng)已投入使用的年限超過了三十年，現(xiàn)在的老化、腐蝕、磨損等狀況嚴峻，最近管道泄漏、污染等事件頻發(fā)。我國對管網(wǎng)泄漏檢測與故障排查也越來越重視，能否提取有效可行的彰顯故障狀態(tài)的特征值并且準確地判斷故障的發(fā)生顯得至關重要。
　　通過對輸油管道泄漏定位基本原理分析，搭建了管網(wǎng)泄漏

2、故障診斷實驗平臺，使用Labview軟件對管道的負壓波和聲波信號進行實時采集。以實驗平臺采集到的數(shù)據(jù)為基礎，提出了兩種對信號特征提取的方法。把采集的信號使用Matlab軟件實現(xiàn)小波包變換對其進行的降噪預處理。通過對小波包變換進一步研究，最終選擇提取可以彰顯管道復雜信號特征的能量值進行特征提取。由于傳統(tǒng)所采用的對信號處理的方法都是以傅里葉變換作為基礎理論的，無法從本質(zhì)上擺脫傅里葉變換基函數(shù)固定且自適應差的缺點，因此本文又提出了一種用于分析

3、非線性瞬態(tài)信號的經(jīng)驗模態(tài)分解的方法。針對模態(tài)經(jīng)驗分解在低頻率下出現(xiàn)模態(tài)混疊的缺陷提出了一種改進的EMD算法。就是把要處理的信號在進行EMD分解之前先進行二代小波插值重構信號，這樣可以提高經(jīng)驗模態(tài)分解的精度。與小波包提取特征值一樣，選擇了從能量角度來提取管網(wǎng)信號的特征向量，即信號EMD分解后每層IMF分量的能量值，從而為后續(xù)的神經(jīng)網(wǎng)絡故障診斷研究做鋪墊。
　　本文選擇了由輸入層、隱含層和輸出層構成的三層的BP神經(jīng)網(wǎng)絡，以提取的特征向