摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 选题的背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 直接测漏法 | 第11-12页 |
1.2.2 间接测漏法 | 第12-14页 |
1.3 影响长距离矿浆管道泄漏定位准确性的指标 | 第14-15页 |
1.4 本论文研究的主要内容 | 第15-18页 |
第二章 长距离矿浆管道泄漏定位模型 | 第18-26页 |
2.1 管道泄漏定位的基本模型 | 第18-19页 |
2.1.1 管道泄漏定位模型 | 第18-19页 |
2.1.2 影响泄漏定位准确性的参数 | 第19页 |
2.2 长距离矿浆管道中声波波速和介质流速分析确定 | 第19-21页 |
2.2.1 声波波速的分析确定 | 第19-20页 |
2.2.2 介质流速的分析确定 | 第20-21页 |
2.2.3 仿真结果分析 | 第21页 |
2.3 长距离矿浆管道定位模型的改进 | 第21-24页 |
2.3.1 信号的同步 | 第21-23页 |
2.3.2 模型的改进 | 第23-24页 |
2.4 本章总结 | 第24-26页 |
第三章 长距离矿浆管道泄漏信号的噪声自适应抑制 | 第26-48页 |
3.1 常见噪声分类 | 第26-29页 |
3.1.1 脉冲噪声 | 第27-28页 |
3.1.2 高斯噪声和非高斯噪声 | 第28-29页 |
3.2 管道泄漏信号中噪声源分析及去噪方法介绍 | 第29-33页 |
3.2.1 环境干扰噪声源 | 第30-32页 |
3.2.2 干扰噪声防治方法 | 第32-33页 |
3.3 自适应滤波原理及算法 | 第33-40页 |
3.3.1 自适应滤波器的基本原理 | 第33-35页 |
3.3.2 自适应滤波器的算法 | 第35-38页 |
3.3.3 自适应滤波器的应用 | 第38-40页 |
3.4 长距离矿浆管道泄漏信号的噪声自适应抑制模型 | 第40-46页 |
3.4.1 信号的相关性 | 第40-41页 |
3.4.2 管道泄漏信号的噪声自适应抑制模型 | 第41-44页 |
3.4.3 噪声自适应抑制模型性能分析 | 第44-46页 |
3.5 本章结论 | 第46-48页 |
第四章 基于KICA和LS-SVM的泄漏点检测分析 | 第48-66页 |
4.1 盲信号处理理论介绍 | 第48-54页 |
4.1.1 主元分析(PCA) | 第48-50页 |
4.1.2 独立元分析(ICA) | 第50-54页 |
4.2 支持向量机理论 | 第54-57页 |
4.2.1 SVM基本思想和特点 | 第54-56页 |
4.2.2 主要核函数和SVM分类器 | 第56-57页 |
4.3 基于KICA和LS-SVM的长距离矿浆管道泄漏检测模型 | 第57-61页 |
4.3.1 核独立元分析(KICA) | 第58-59页 |
4.3.2 最小二乘支持向量机(LS-SVM) | 第59-60页 |
4.3.3 矿浆管道泄漏识别模型 | 第60-61页 |
4.4 实验与仿真结果分析 | 第61-65页 |
4.4.1 信号分析 | 第61页 |
4.4.2 实验与仿真 | 第61-65页 |
4.5 本章总结 | 第65-66页 |
第五章 总结与展望 | 第66-68页 |
5.1 论文总结 | 第66页 |
5.2 下一步工作展望 | 第66-68页 |
致谢 | 第68-70页 |
参考文献 | 第70-74页 |
附录A 攻读硕士学位期间的软件著作权 | 第74页 |