论文题名: | 基于模糊神经网络的船舶管道泄漏检测方法研究 |
关键词: | 船舶管道;泄漏检测;模糊神经网络;误差分析 |
摘要: | 船舶管道系统作为液态和气态物质的运输工具,是当今船舶运输业必不可少的重要组成部分。然而由于管道连接处的不牢固和磨损、管道本身的腐蚀破损、船舶工作振动以及人为操作不当等原因,船舶管道泄漏和破损的事故时常发生,并造成了严重的人员伤害、经济损失和环境污染。因此,船舶管道泄漏检测方法研究已成为重要的研究课题。目前很多种方法已应用于管道泄漏检测研究,基本可以分成三大类:基于数学模型的方法、基于信息的方法和基于知识的方法。其中基于知识的方法逐渐被业界人士普遍关注,本文提出将模糊神经网络应用于船舶管道泄漏检测中,研究工作主要包括以下几方面: 1.通过对船舶管道的泄漏机理分析,采用压力与流量信号作为泄漏检测的研究依据,并借鉴先前对管道泄漏检测的知识和实验数据,对管道泄漏工况进行了分析,得到了泄漏时流量和压力的变化情况,在建立船舶管道泄漏检测模糊神经网络模型的同时,构建了模糊诊断规则库,并组织了学习样本和测试数据。 2.采用模糊BP神经网络对网络参数进行了训练,并利用仿真实验对检测结果的可靠性和准确性进行了验证。 3.由于模糊BP神经网络存在收敛速度慢且易陷入局部最优的缺点,构建了模糊RBF神经网络,通过对现场测试数据的仿真,验证该方法的可靠性和准确性。 4.在模糊神经网络船舶管道泄漏检测理论研究的基础上,开发了基于该方法的船舶管道泄漏检测系统。 5.从船舶管道泄漏检测系统的基本组成着手,分析了该系统随机误差和系统误差产生的原因。最后提出了修正和抑制随机误差、传感器误差、数据采集误差和数据处理误差的方法。 |
作者: | 刘跃冲 |
专业: | 载运工具运用工程 |
导师: | 韩雪峰;彭中波 |
授予学位: | 硕士 |
授予学位单位: | 重庆交通大学 |
学位年度: | 2013 |
正文语种: | 中文 |