基于压力和流量的输油管道微弱泄漏检测定位研究
| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 引言 | 第9页 |
| 1.2 国内外油气管道泄漏检测技术概述 | 第9-11页 |
| 1.3 微弱管道泄漏检测和定位概述 | 第11-12页 |
| 1.4 本文的研究意义和论文结构 | 第12-14页 |
| 第二章 微弱泄漏信号的特征提取方法研究 | 第14-27页 |
| 2.1 泄漏发生时管道内压力和流量的变化机理 | 第14-16页 |
| 2.2 基于模型突变理论的信号特征提取 | 第16-24页 |
| 2.2.1 模型突变的广义似然比检验原理 | 第16-19页 |
| 2.2.2 下降幅度 | 第19页 |
| 2.2.3 压力信号特征计算结果 | 第19-22页 |
| 2.2.4 流量信号特征计算结果 | 第22-24页 |
| 2.3 近似熵算法用于泄漏信号特征提取 | 第24-26页 |
| 2.3.1 近似熵值的计算方法 | 第24-25页 |
| 2.3.2 不同种类压力信号的近似熵值 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于特征的管道微弱泄漏判别算法 | 第27-43页 |
| 3.1 基于似然比特征的实时判别算法 | 第27-30页 |
| 3.2 判别算法的现场泄漏实验测试 | 第30-34页 |
| 3.2.1 参数变化范围分析 | 第31-32页 |
| 3.2.2 算法判别阈值设定和判断实验结果 | 第32-34页 |
| 3.3 基于神经网络的管道泄漏识别 | 第34-35页 |
| 3.4 BP 神经网络泄漏识别结果 | 第35-39页 |
| 3.4.1 神经网络输入样本和特征的选取 | 第35-37页 |
| 3.4.2 神经网络训练与识别结果 | 第37-39页 |
| 3.5 兰郑长管线泄漏实验结果 | 第39-42页 |
| 3.5.1 实验管道情况 | 第39-41页 |
| 3.5.2 泄漏判别结果 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 微弱泄漏定位算法研究 | 第43-59页 |
| 4.1 微弱泄漏定位遇到的难题 | 第43-44页 |
| 4.2 基于模型突变时间估计进行定位 | 第44-46页 |
| 4.2.1 单一变化时间模型 | 第44-45页 |
| 4.2.2 适用于微弱泄漏的改进下降模型 | 第45-46页 |
| 4.3 用动态规划算法提高计算效率 | 第46-51页 |
| 4.3.1 改进模型算法的计算复杂度 | 第47页 |
| 4.3.2 基于动态规划改进计算效率 | 第47-51页 |
| 4.3.3 降低压力信号采样率对精度的影响 | 第51页 |
| 4.4 改进模型算法测试结果 | 第51-55页 |
| 4.4.1 估计精度测试 | 第51-54页 |
| 4.4.2 动态规划计算时间测试 | 第54页 |
| 4.4.3 实际压力数据下降时间估计效果 | 第54-55页 |
| 4.5 现场实验定位结果 | 第55-58页 |
| 4.5.1 庆铁线泄漏实验定位结果 | 第56-57页 |
| 4.5.2 环道泄漏实验定位结果 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文主要工作总结 | 第59-60页 |
| 5.2 不足和未来工作展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 发表论文和参加科研情况说明 | 第64-65页 |
| 致谢 | 第65页 |
