基于水力模型的供水管网爆管辅助定位方法的研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题来源、研究背景及意义 | 第10-14页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 供水管网存在的主要问题 | 第10-12页 |
| 1.1.3 爆管辅助定位系统研究的意义 | 第12-14页 |
| 1.2 国内外在该方面的研究现状及分析 | 第14-16页 |
| 1.2.1 国内研究现状 | 第14-15页 |
| 1.2.2 国外研究现状 | 第15-16页 |
| 1.3 课题研究内容及技术路线 | 第16-19页 |
| 第二章 供水管网微观动态水力模型的建立及水力模拟 | 第19-29页 |
| 2.1 供水管网动态水力模型概述 | 第19-21页 |
| 2.1.1 SCADA系统 | 第19-20页 |
| 2.1.2 管网动态水力模型 | 第20-21页 |
| 2.2 管网建模的目的 | 第21页 |
| 2.3 建立管网模型的基本步骤 | 第21-28页 |
| 2.3.1 供水管网建模软件 | 第22页 |
| 2.3.2 拓扑结构模拟 | 第22-24页 |
| 2.3.3 摩阻系数模拟 | 第24-25页 |
| 2.3.4 节点流量分配 | 第25-26页 |
| 2.3.5 水力模拟计算 | 第26页 |
| 2.3.6 模型校核 | 第26-27页 |
| 2.3.7 供水管网模型的更新与维护 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 爆管辅助定位模型研究 | 第29-46页 |
| 3.1 爆管状态水力特性研究 | 第29-31页 |
| 3.2 模糊C均值聚类(FCM)管网分区 | 第31-34页 |
| 3.2.1 模糊C均值聚类(FCM)算法 | 第31-34页 |
| 3.2.1.1 FCM算法的基本原理 | 第32-33页 |
| 3.2.1.2 FCM算法具体步骤 | 第33-34页 |
| 3.3 基于FCM算法的供水管网分区 | 第34-35页 |
| 3.4 爆管预警事故库的建立 | 第35页 |
| 3.5 基于神经网络的爆管辅助定位模型 | 第35-38页 |
| 3.5.1 神经网络概述 | 第35-36页 |
| 3.5.2 BP神经网络基本原理 | 第36-37页 |
| 3.5.3 BP算法运算流程 | 第37-38页 |
| 3.5.4 管网事故区的划分 | 第38页 |
| 3.6 算例验证 | 第38-45页 |
| 3.6.1 FCM分区 | 第39-42页 |
| 3.6.2 BP神经网络设计 | 第42-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第四章 爆管辅助定位模型在实际供水管网中的应用 | 第46-53页 |
| 4.1 工程管网实例概况 | 第46页 |
| 4.2 模型精度研究 | 第46-47页 |
| 4.3 模型应用 | 第47-49页 |
| 4.3.1 管网分区 | 第47-48页 |
| 4.3.2 爆管事故库 | 第48页 |
| 4.3.3 BP神经网络 | 第48-49页 |
| 4.4 影响因素分析 | 第49-52页 |
| 4.4.1 虚拟短管管径 | 第49-50页 |
| 4.4.2 隐含层神经元数及样本数量 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 供水管网压力监测点优化布置 | 第53-61页 |
| 5.1 概述 | 第53页 |
| 5.2 研究进展 | 第53-54页 |
| 5.3 压力监测点布置原则 | 第54-55页 |
| 5.4 基于FCM算法的压力监测点优化布置 | 第55-56页 |
| 5.4.1 创建事故数据库 | 第55-56页 |
| 5.4.2 FCM算法聚类分析 | 第56页 |
| 5.4.3 确定压力监测点 | 第56页 |
| 5.5 案例分析 | 第56-60页 |
| 5.5.1 计算实例 | 第56-58页 |
| 5.5.2 监测点布置监测效果评定 | 第58-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第六章 结论与建议 | 第61-63页 |
| 6.1 结论 | 第61页 |
| 6.2 建议 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
