输油管道泄漏检测及定位的仿真研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-10页 |
| 前言 | 第10-12页 |
| 第一章 概述 | 第12-18页 |
| ·国内外检测系统的研究和应用现状 | 第12-13页 |
| ·国内的泄漏检测系统 | 第12页 |
| ·国外泄漏检测系统的报道 | 第12-13页 |
| ·泄漏检测方法概述 | 第13-17页 |
| ·检测管壁的状况 | 第13-14页 |
| ·检测管内流动状态 | 第14-17页 |
| ·论文的主要工作内容及研究意义 | 第17-18页 |
| 第二章 小波分析用于输油管道泄漏检测 | 第18-38页 |
| ·小波变换的历史与现状 | 第18页 |
| ·小波分析的应用 | 第18-19页 |
| ·小波分析在工程中的应用 | 第18-19页 |
| ·小波分析在管道泄漏中的应用 | 第19页 |
| ·小波变换的基本原理 | 第19-24页 |
| ·从傅立叶变换到小波变换 | 第19-21页 |
| ·小波变换 | 第21-24页 |
| ·应用小波变换进行去噪 | 第24-35页 |
| ·小波降噪的基本原理 | 第24-26页 |
| ·小波分解与重构去噪 | 第26-28页 |
| ·非线性小波变换阈值法去噪 | 第28-33页 |
| ·小波变换模极大值去噪 | 第33-34页 |
| ·几种小波去噪方法的比较 | 第34页 |
| ·本文所采用的方法 | 第34-35页 |
| ·基于域值决策的小波降噪算法研究 | 第35-36页 |
| ·小波基的选取 | 第35页 |
| ·域值的选取 | 第35-36页 |
| ·噪声标准差的估计 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第三章 基于神经网络的管道泄漏检测 | 第38-50页 |
| ·人工神经网络 | 第38页 |
| ·BP 神经网络 | 第38-45页 |
| ·神经元模型 | 第39页 |
| ·前馈型神经网络结构 | 第39-40页 |
| ·BP 学习算法 | 第40-45页 |
| ·BP 神经网络训练 | 第45-49页 |
| ·神经网络的样本选择 | 第45-47页 |
| ·BP 神经网络的设计 | 第47-48页 |
| ·样本数据制作 | 第48-49页 |
| ·神经网络训练识别 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第四章 长输油管道的泄漏定位 | 第50-59页 |
| ·瞬态负压波法泄漏定位的原理 | 第50-52页 |
| ·泄漏检测原理 | 第50-51页 |
| ·负压波泄漏检测及定位技术关键 | 第51-52页 |
| ·负压波波速的确定 | 第52-54页 |
| ·负压波泄漏检测定位关键技术及解决办法 | 第54-56页 |
| ·因泄漏产生的负压波强度传播规律 | 第54页 |
| ·两端压力传感器的动态响应时间差 | 第54-55页 |
| ·原油温度的沿程变化 | 第55-56页 |
| ·对常波速定位方法的改进 | 第56页 |
| ·管道泄漏检测系统时钟校对技术 | 第56页 |
| ·泄漏点的定位 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 发表文章目录 | 第64-65页 |
| 致谢 | 第65-66页 |
| 详细摘要 | 第66-69页 |
