基于小波分析的管道泄漏檢測與定位研究.pdf

1、近年來,隨著管道運輸?shù)拇罅繎?管線使用時間的增長,再加上施工過程中存在的缺陷、環(huán)境的腐蝕以及人為破壞,各種管道事故時有發(fā)生,對人們的生產生活產生了巨大的潛在威脅。為了及時地檢測到泄漏的發(fā)生,較為精確地定位泄漏點,及時通知工作人員采取相應的措施,從而減少物質資源的損失和企業(yè)的經濟損失,就需要在技術上給予充分的支持。為此,本文提出基于小波分析和神經網絡的管道泄漏檢測與定位方法。
　　 本文首先研究了負壓力波泄漏檢測與定位法的基本原

2、理,分析了影響此方法定位精度的兩個關鍵因素:負壓力波在輸油管道中的傳播速度和負壓力波的突變點時刻。分析影響負壓力波波速的因素,改進了波速公式,得到了一個新的定位公式,并對影響時間差△t的兩個因素進行了分析。其次對小波分析及其奇異性理論進行了分析研究,探討了小波變換的模極大值與信號奇異性關系,然后分析諧波小波的特點,針對其時域衰減慢的不足進行了改進,并給出了改進的諧波小波進行泄漏壓力信號分析的方法。通過利用改進的諧波小波在管道泄漏實驗平臺

3、上進行泄漏檢測實驗,驗證了改進的諧波小波在時域的定位能力得到了提高。而后本文利用神經網絡進行輔助檢測以減少泄漏的漏報和誤報。簡要介紹人工神經元模型和神經網絡的分類,簡述了BP神經網絡的結構和學習過程,確定本文所用BP神經網絡的結構、各層神經元的個數(shù)和激活函數(shù),然后對普通的BP神經網絡的缺點進行分析。針對于其易陷于局部最小點的局限,本文提出了基于蟻群算法的BP神經網絡,并與普通的BP神經網絡進行性能的比較。比較結果顯示基于蟻群算法的BP神