| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 符号说明 | 第9-11页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究的背景与意义 | 第11-12页 |
| 1.1.1 课题研究背景 | 第11-12页 |
| 1.1.2 课题研究意义 | 第12页 |
| 1.2 管道泄漏检测方法及发展现状 | 第12-17页 |
| 1.2.1 直接检测法 | 第12-13页 |
| 1.2.2 间接检测法 | 第13-15页 |
| 1.2.3 国内发展现状 | 第15-16页 |
| 1.2.4 国外发展现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 第2章 瞬态管道模型建立 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 管道模型建立基础 | 第18-23页 |
| 2.2.1 基本假设 | 第18页 |
| 2.2.2 运动方程 | 第18-20页 |
| 2.2.3 连续性方程 | 第20-22页 |
| 2.2.4 能量方程 | 第22页 |
| 2.2.5 瞬态模型建立 | 第22-23页 |
| 2.3 有高程差影响的管道模型 | 第23-24页 |
| 2.4 无高程差影响的管道模型 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 瞬态模型方法检测管道泄漏 | 第25-33页 |
| 3.1 引言 | 第25页 |
| 3.2 瞬态模型求解 | 第25-28页 |
| 3.2.1 四阶龙格——库塔法 | 第25-26页 |
| 3.2.2 管道模型计算 | 第26-27页 |
| 3.2.3 管道泄漏检测 | 第27-28页 |
| 3.3 瞬态模型参数确定 | 第28-32页 |
| 3.3.1 影响压力波速的相关参数 | 第28-29页 |
| 3.3.2 雷诺数的确定 | 第29-30页 |
| 3.3.3 介质密度 | 第30页 |
| 3.3.4 水力摩阻系数 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 RBF神经网络算法定位泄漏位置 | 第33-51页 |
| 4.1 引言 | 第33页 |
| 4.2 Fluent仿真软件简介 | 第33-34页 |
| 4.3 管道仿真模型建立 | 第34-36页 |
| 4.4 神经网络概况 | 第36-39页 |
| 4.4.1 神经网络简介 | 第36-37页 |
| 4.4.2 神经元模型 | 第37-39页 |
| 4.5 基于RBF神经网络管道泄漏定位的研究 | 第39-49页 |
| 4.5.1 RBF神经网络的基本原理 | 第39-41页 |
| 4.5.2 RBF神经网络在管道泄漏定位中的适用性 | 第41-42页 |
| 4.5.3 RBF神经网络模型定位诊断结构的设计 | 第42-45页 |
| 4.5.4 RBF神经网络定位泄漏位置 | 第45-49页 |
| 4.6 RBF神经网络的优化 | 第49-50页 |
| 4.7 本章小结 | 第50-51页 |
| 第5章 实验验证及结果分析 | 第51-62页 |
| 5.1 引言 | 第51页 |
| 5.2 搭建管道实验装置 | 第51-53页 |
| 5.3 信号采集与处理 | 第53-56页 |
| 5.4 实验分析 | 第56-61页 |
| 5.4.1 管道泄漏检测模型结果分析 | 第56-57页 |
| 5.4.2 管道泄漏定位模型结果分析 | 第57-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69页 |