基于壓力和流量的輸油管道微弱泄漏檢測(cè)定位研究.pdf

1、管道泄漏檢測(cè)技術(shù)是管道安全運(yùn)輸?shù)囊粋€(gè)重要保障?；趬毫α髁啃盘?hào)處理和判別的泄漏檢測(cè)方法由于經(jīng)濟(jì)、靈敏,是目前最常用的泄漏檢測(cè)方法之一。但是,由于微弱管道泄漏信號(hào)變化規(guī)律復(fù)雜、噪聲污染嚴(yán)重等特點(diǎn),目前眾多的管道泄漏檢測(cè)技術(shù)在微弱泄漏檢測(cè)中的應(yīng)用效果都不甚理想,容易出現(xiàn)漏報(bào)、誤報(bào),且泄漏定位誤差非常大。本文針對(duì)緩慢泄漏壓力和流量信號(hào)的特點(diǎn),提出了一系列基于壓力和流量信號(hào)的泄漏識(shí)別和定位算法。
　　研究了微弱泄漏的特征提取算法。根據(jù)模型

2、突變檢測(cè)理論,提出了基于廣義似然比檢驗(yàn)的信號(hào)廣義似然比率的信號(hào)特征提取方法。根據(jù)緩慢泄漏的規(guī)律,建立信號(hào)變化的檢驗(yàn)?zāi)Ｐ?利用該檢驗(yàn)?zāi)Ｐ偷膹V義似然比作為一種衡量信號(hào)變化突然程度的特征參數(shù)。并且結(jié)合求出的信號(hào)模型的估計(jì)參數(shù),計(jì)算下降幅度的最大似然估計(jì)作為一種衡量信號(hào)下降幅度的特征參數(shù)。研究了近似熵算法作為衡量壓力信號(hào)復(fù)雜程度的無量綱參量用于壓力信號(hào)的區(qū)分。不同種類信號(hào)的特征參數(shù)計(jì)算結(jié)果證明,所求特征參數(shù)對(duì)于不同種類信號(hào)有良好的區(qū)分度。

3、>　　研究了基于特征的微弱泄漏判別方法。對(duì)于簡(jiǎn)單管道,設(shè)計(jì)了一種利用首末站特征參數(shù)的差分閾值來判斷泄漏的在線判別算法。分析了管道發(fā)生泄漏時(shí)特征參數(shù)隨時(shí)間的變化規(guī)律,設(shè)定合適的閾值然后進(jìn)行現(xiàn)場(chǎng)放油實(shí)驗(yàn)驗(yàn)證判定算法的準(zhǔn)確度。實(shí)驗(yàn)結(jié)果證明本文算法對(duì)于微弱泄漏的判別精度可達(dá)到90％以上。對(duì)于復(fù)雜管道,運(yùn)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行泄漏的判別。在大量歷史數(shù)據(jù)中對(duì)于不同工況的大量樣本進(jìn)行分析,計(jì)算每一組首站和末站信號(hào)的特征參數(shù)組成特征向量,運(yùn)用神經(jīng)網(wǎng)絡(luò)進(jìn)行特

4、征分類。運(yùn)用國內(nèi)某管段的150組不同類型的壓力和流量信號(hào)進(jìn)行實(shí)驗(yàn)證明神經(jīng)網(wǎng)絡(luò)的分類精度可達(dá)到96%。
　　運(yùn)用改進(jìn)下降時(shí)間估計(jì)算法進(jìn)行微弱泄漏壓力信號(hào)拐點(diǎn)的計(jì)算和泄漏定位。提出了適用于計(jì)算機(jī)處理的動(dòng)態(tài)規(guī)劃算法提高拐點(diǎn)估計(jì)算法的計(jì)算效率。分析了該算法在提升計(jì)算效率方面的有效性和信號(hào)變化拐點(diǎn)計(jì)算的精度,證明該算法符合微弱泄漏檢測(cè)的精度和計(jì)算時(shí)間要求。運(yùn)用模擬微弱泄漏壓力信號(hào)驗(yàn)證了這一算法的計(jì)算精度,并給出了在真實(shí)泄漏壓力信號(hào)計(jì)算中的效