摘要 | 第3-4页 |
abstract | 第4页 |
1 绪论 | 第7-14页 |
1.1 选题背景及研究意义 | 第7-9页 |
1.1.1 选题背景 | 第7-8页 |
1.1.2 研究意义 | 第8-9页 |
1.2 国内外地下供热管网系统泄漏检测研究现状 | 第9-12页 |
1.3 研究内容 | 第12页 |
1.4 论文的结构 | 第12-13页 |
1.5 本章小结 | 第13-14页 |
2 地下管网波纹管膨胀节腐蚀失效研究和分析 | 第14-26页 |
2.1 实验及测试方法 | 第14-15页 |
2.1.1 实验材料 | 第14页 |
2.1.2 测试方法 | 第14-15页 |
2.2 结果与讨论 | 第15-19页 |
2.2.1 波纹管腐蚀和表面裂纹分析 | 第15-16页 |
2.2.2 断口形貌和成份分析 | 第16-17页 |
2.2.3 膨胀节表面沉积物、铁锈、盐垢的XRD分析 | 第17-19页 |
2.3 波纹管表面裂纹的SEM分析 | 第19-23页 |
2.4 耐应力腐蚀破裂的地下管网膨胀节研制 | 第23-25页 |
2.4.1 不锈钢分类及性质 | 第23页 |
2.4.2 技术现状 | 第23-24页 |
2.4.3 新型耐应力腐蚀破裂的地下管网膨胀节研制 | 第24-25页 |
2.5 本章小结 | 第25-26页 |
3 波纹管膨胀节损害在线监测研究方法 | 第26-31页 |
3.1 技术原理 | 第26页 |
3.2 技术路线 | 第26-28页 |
3.3 膨胀节损坏监控报警技术方案 | 第28-30页 |
3.3.1 突发性膨胀节损坏事故监测方案 | 第28-29页 |
3.3.2 渐变性膨胀节损坏预警 | 第29-30页 |
3.4 本章小结 | 第30-31页 |
4 膨胀节监测系统设计与实现 | 第31-44页 |
4.1 系统工作原理和总体设计 | 第31页 |
4.2 系统的硬件设计 | 第31-40页 |
4.2.1 主控制模块 | 第38-39页 |
4.2.2 DS18B20温度、电导率读取模块 | 第39-40页 |
4.3 基于神经网络架构的膨胀节泄露模型 | 第40-43页 |
4.3.1 模拟退火函数 | 第40-42页 |
4.3.2 模拟退火机制嵌入竞争神经网络模型 | 第42-43页 |
4.4 本章小结 | 第43-44页 |
5 系统调试和实验结果 | 第44-53页 |
5.1 膨胀节现场泄漏检测 | 第44-46页 |
5.2 数据采集和显示界面 | 第46-49页 |
5.3 基于泄露模型分析膨胀节损害程度 | 第49-51页 |
5.4 本章小结 | 第51-53页 |
6 研究结论与展望 | 第53-54页 |
致谢 | 第54-55页 |
参考文献 | 第55-56页 |