首页--工业技术论文--石油、天然气工业论文--石油机械设备与自动化论文--油气储运机械设备论文--油气管道论文

基于音波数据驱动的输气管道泄漏检测

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 课题研究目的和意义第9页
    1.2 输气管道泄漏检测方法综述第9-11页
    1.3 输气管道音波泄漏检测国内外研究现状第11-14页
    1.4 文论主要工作第14-15页
第2章 基于音波法的泄漏检测的相关理论第15-21页
    2.1 音波法泄漏检测原理第15-16页
    2.2 基于音波法的泄漏检测系统的组成第16-18页
    2.3 音波信号数据采集与处理系统的建立第18-20页
    2.4 本章小结第20-21页
第3章 基于广义S变换的泄漏音波信号处理第21-36页
    3.1 广义S变换基本原理第21-23页
    3.2 泄漏信号广义S变换下的特性分析第23-29页
        3.2.1 背景噪声在广义S变换下的平均功率谱分析第23-25页
        3.2.2 泄漏音波信号特性分析第25-29页
    3.3 基于广义S变换的泄漏音波信号时频滤波第29-34页
        3.3.1 时频滤波器的设计第29-31页
        3.3.2 泄漏音波信号时频滤波试验第31-34页
    3.4 本章小结第34-36页
第4章 泄漏及干扰信号的特征提取第36-54页
    4.1 信号的时域特征分析与提取第36-47页
        4.1.1 信号的时域波形分析与特征提取第36-42页
        4.1.2 信号的时域强度分析与特征提取第42-47页
    4.2 信号的小波分析特征提取第47-53页
        4.2.1 信号的小波变换第47-48页
        4.2.2 信号的小波多尺度特征提取第48-53页
    4.3 小结第53-54页
第5章 信号特征选取与工况分类识别第54-69页
    5.1 基于遗传算法的特征选取第54-63页
        5.1.1 基本遗传算法第55-59页
        5.1.2 基于遗传算法的特征选取第59-60页
        5.1.3 泄漏及干扰信号特征选取第60-63页
    5.2 基于支持向量机(SVM)的泄漏及干扰信号识别第63-68页
        5.2.1 支持向量机(SVM)分类原理第63-66页
        5.2.2 多分类问题第66-67页
        5.2.3 基于支持向量(SVM)的泄漏及干扰信号分类第67-68页
    5.3 小结第68-69页
总结与建议第69-70页
参考文献第70-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:秸秆、木质素及生物炭对土壤有机碳氮和微生物多样性的影响
下一篇:影响农村发展的关键因素--基于中埃之间的比较