基于線性擬合和模糊最小--最大神經網絡的管道泄漏檢測技術研究.pdf

1、隨著管道運輸業(yè)的不斷發(fā)展，輸油管道運輸的安全運行成為了管道安全監(jiān)測的一項極為重要任務。由于不可避免的腐蝕老化和人為破壞因素，管道泄漏頻繁發(fā)生，因此，針對管道泄漏檢測與定位技術的研究具有重要的理論意義和實際應用價值。
　　當前，在實際管道泄漏檢測領域大多使用單一方法，應用最廣泛的是負壓波檢測法。該方法具有定位原理簡單，計算量小，靈敏度高，可迅速檢查并報警等特點。但是，該方法定位精度不高，對噪聲同樣敏感，并且極易對例如泵站的正常工作等

2、工況產生誤報。針對負壓波檢測法的上述不足，本文提出了一種基于負壓波和聲波協同檢測的管道泄漏定位系統(tǒng)及定位方法，通過聲波法和負壓波法兩種檢測方法的協同工作，提高了整個泄漏檢測系統(tǒng)的定位精度;利用線性擬合角度變化規(guī)律分析壓力下降點的有效性，可以在一定程度上克服噪聲干擾，提高泄漏報警準確性，并且此法還具有輔助定位的功能;針對壓力下降產生的原因不明的問題，采用模糊最小-最大神經網絡對壓力下降進行分類決策。通過利用以上理論，豐富了原有負壓波檢測法

3、功能，克服其上述缺點，取得了良好的效果。本文進行了以下幾個方面的工作:
　　首先，在掌握了負壓波法基本原理的基礎上，提出了一種基于負壓波和聲波協同檢測的管道泄漏定位系統(tǒng)及其定位方法。詳細的介紹了系統(tǒng)的組成結構，定位原理和工作流程，為后續(xù)的研究提供目標和對象。
　　然后，針對系統(tǒng)可能出現的頻繁誤報或漏報的問題，提出了利用線性擬合角度變化方法進行壓力下降分析。詳細的討論了壓力下降和上升時的角度變化過程，抓住了角度在[90，270

4、]范圍內，拐點位置附近的擬合角度大小滿足“小-大-小”的變化規(guī)律，并利用該規(guī)律，合理的選擇參數，實現對壓力下降的有效分析。
　　接著，研究三種經典的模糊最小-最大分類神經網絡:常規(guī)模糊最小-最大神經網絡，基于補償神經元的模糊最小-最大神經網絡和通用模糊最小-最大神經網絡。在總結了三種分類網絡的結構，特點的基礎上，提出了一種基于數據質心的模糊最小-最大分類神經網絡。通過IRIS數據集證明了以上方法有效性。
　　最后，針對如何區(qū)