| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-14页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外管道运输发展现状 | 第7-8页 |
| 1.3 管道运输存在的问题 | 第8-10页 |
| 1.4 管道泄漏检测方法的研究现状 | 第10-12页 |
| 1.4.1 光纤检漏法 | 第10-11页 |
| 1.4.2 负压波法 | 第11-12页 |
| 1.4.3 次声波法 | 第12页 |
| 1.5 本论文主要工作及论文结构 | 第12-14页 |
| 2 负压波泄漏检测原理与数据预处理 | 第14-22页 |
| 2.1 负压波的产生 | 第14页 |
| 2.2 负压波检测原理 | 第14-16页 |
| 2.3 负压波检测方法的不足与改进 | 第16-17页 |
| 2.3.1 负压波检测技术中面临的主要问题 | 第16页 |
| 2.3.2 解决误报警的方法 | 第16-17页 |
| 2.4 数据采集和预处理 | 第17-21页 |
| 2.4.1 工艺背景和数据采集 | 第17-19页 |
| 2.4.2 数据预处理方法 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 基于小波分析的信号去噪及定位 | 第22-44页 |
| 3.1 小波发展介绍 | 第22页 |
| 3.2 小波变换基本原理 | 第22-24页 |
| 3.2.1 连续小波变换 | 第22-24页 |
| 3.2.2 离散小波变换 | 第24页 |
| 3.3 小波变换基础上的信号去噪 | 第24-26页 |
| 3.3.1 模极大值去噪 | 第25页 |
| 3.3.2 小波阈值去噪 | 第25-26页 |
| 3.4 管道泄漏信号的小波去噪实验 | 第26-32页 |
| 3.5 小波包去噪 | 第32-35页 |
| 3.6 管道泄漏信号的泄漏点定位 | 第35-42页 |
| 3.7 本章小结 | 第42-44页 |
| 4 基于最小二乘支持向量机的管道泄漏检测 | 第44-57页 |
| 4.1 支持向量机的发展 | 第44页 |
| 4.2 支持向量机（SVM）分类原理介绍 | 第44-46页 |
| 4.3 最小二乘支持向量机(LS-SVM) | 第46-47页 |
| 4.4 核函数 | 第47-48页 |
| 4.5 基于粒子群算法的核函数参数优化 | 第48-53页 |
| 4.5.1 粒子群算法简介 | 第48-51页 |
| 4.5.2 基于粒子群算法的最小二乘支持向量机参数选择 | 第51-53页 |
| 4.6 LS-SVM算法流程图 | 第53-54页 |
| 4.7 基于粒子群优化的LS-SVM管道工况识别 | 第54-56页 |
| 4.8 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文和申请专利情况 | 第61-62页 |
| 致谢 | 第62-64页 |