原文传递
基于混合模型的管道泄漏检测方法研究
| 论文题名： | 基于混合模型的管道泄漏检测方法研究 |
| 关键词： | 管道泄漏;信号检测;神经网络;混合模型 |
| 摘要： | 随着能源的快速发展，石油、气体等的运输方式引起重视，管道凭借安全经济的特点得到了广泛应用。然而，随着管道人为破坏、设备自然老化、地质、环境、自然灾害等原因，泄漏故障时有发生，给环境以及人的生命财产带来了巨大的威胁。因此，亟需建立高效、经济的管道泄漏检测系统。 目前，已经有多种管道泄漏检测方法，其中神经网络以及专家系统在泄漏检测中的应用越来越广泛。本文以实现管道泄漏的快速、准确检测为目标，研究了基于混合模型的管道泄漏检测方法，主要进行了以下几方面的工作: (1)在分析、总结了目前已有的几种典型管道泄漏检测方法，并对他们的优缺点进行对比的基础上，提出一种管道泄漏两级检测方法，该方法在保证了系统整体响应时间的同时，又提高了检测灵敏度。首先将采集过来的信号经过基于神经网络的异常信号检测模块进行检测，然后将异常信号送入基于混合模型的泄漏检测模块进行泄漏信号检测，分别发挥了神经网络的高速型和混合模型测量的精确度的优势。 (2)对RBF神经网络算法、BP神经网络算法、视神经网络算法以及时间序列工具箱分别进行了研究，同时利用现场采集的实际数据进行了大量仿真，对上述四种方法的仿真结果做了对比分析，着重分析了每种方法的响应时间和抗干扰性，最终确定视神经网络作为第一级的异常信号检测算法。 (3)建立输油管道混合模型，混合模型既克服了机理模型难以建立精确的数学模型，数据驱动模型的精度和适用范围受建模数据制约的瓶颈;给出了基于混合模型的管道泄漏检测算法，并且通过实际数据仿真，证明了输油管道混合模型泄漏检测的有效性。 本文通过理论研究和仿真实验证明，基于混合模型的管道泄漏检测方法能有效、及时的诊断出管道泄漏，具有一定的实际意义。随着理论研究和实践操作能力的进一步提高，该方法将会在管道泄漏检测中发挥更大的作用。 |
| 作者： | 李慧 |
| 专业： | 控制工程 |
| 导师： | 张化光 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
