本文選題：輸油管道　切入點(diǎn)：特征提取　出處：《東北石油大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

【摘要】：在當(dāng)今的管道運(yùn)輸工業(yè)中,伴隨著它的飛速發(fā)展,隨之而來的是更多的環(huán)境被泄漏的石油所污染,同時(shí)造成能源的浪費(fèi)和不可估量的經(jīng)濟(jì)損失。在最近幾年中,大部分地區(qū)的管道出現(xiàn)不同程度的老化和銹蝕現(xiàn)象,加之一些不法分子的盜油事件發(fā)生,導(dǎo)致泄漏事故頻發(fā)。傳統(tǒng)的泄漏檢測(cè)有著一定得誤差,并且效率相對(duì)也低,所以一套有效的自動(dòng)管道檢測(cè)定位系統(tǒng)顯得十分的重要,管道泄漏檢測(cè)是一門涉及廣泛的課題,有傳感技術(shù),信號(hào)檢測(cè),信號(hào)處理等學(xué)科。本文系統(tǒng)地歸納了國(guó)內(nèi)外在輸油管道泄漏檢測(cè)方面的研究狀況,較為詳細(xì)的闡述了管道泄漏定位的工作原理、難點(diǎn)及解決辦法;小波包算法以及神經(jīng)網(wǎng)絡(luò)技術(shù),通過小波包變換實(shí)現(xiàn)壓力信號(hào)消噪處理,同時(shí)從而提取特征向量作為神經(jīng)網(wǎng)絡(luò)的輸入。為了提高對(duì)管道泄漏檢測(cè)的準(zhǔn)確性,本文提出了一種以混沌遺傳算法為基礎(chǔ)的BP神經(jīng)網(wǎng)絡(luò)的改進(jìn)算法。BP神經(jīng)網(wǎng)絡(luò)應(yīng)用廣泛但是卻容易陷入極小值,收斂速度相對(duì)也慢,經(jīng)過改進(jìn)后的算法是以混沌遺傳算法為基礎(chǔ),優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,并將混沌的遍歷性和遺傳算法的反演性等優(yōu)點(diǎn)相結(jié)合。將混沌變量加入到遺傳算法中,進(jìn)一步的提高遺傳算法的全局搜索能力和收斂的速度;混沌遺傳算法優(yōu)化以后的最優(yōu)解作為BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值。利用改進(jìn)后的CGA-BP算法進(jìn)行管道泄漏預(yù)測(cè),結(jié)果表明,該方法對(duì)管道泄漏的工況的分類效果明顯好于單純使用BP神經(jīng)網(wǎng)絡(luò)。現(xiàn)如今,單一的泄漏檢測(cè)往往不能夠滿足我們的需求,在實(shí)際的應(yīng)用中將多種方法相結(jié)合能夠得到更為準(zhǔn)確的提出系統(tǒng)的軟硬件和總體設(shè)計(jì)。該系統(tǒng)通過管道兩端的壓力傳感器采集到的信息,進(jìn)行數(shù)據(jù)傳輸實(shí)現(xiàn)及時(shí)報(bào)警與定位的功能。
[Abstract]:In today's pipeline transportation industry, with its rapid development, more and more environment is polluted by leaking oil, which results in energy waste and incalculable economic loss in recent years. In most areas, pipeline aging and corrosion to varying degrees, coupled with the oil theft incidents of some illegal elements, lead to frequent leakage accidents. Traditional leak detection has certain errors, and the efficiency is relatively low. Therefore, a set of effective automatic pipeline detection and positioning system is very important. Pipeline leakage detection is a wide range of topics, including sensing technology, signal detection, This paper systematically summarizes the research status of oil pipeline leakage detection at home and abroad, and expounds the working principle, difficulties and solutions of pipeline leakage location in detail. In order to improve the accuracy of pipeline leakage detection, wavelet packet algorithm and neural network technology can realize the noise reduction of pressure signal by wavelet packet transform, and extract the eigenvector as the input of neural network, in order to improve the accuracy of pipeline leakage detection. In this paper, an improved BP neural network algorithm based on chaotic genetic algorithm is proposed. The BP neural network is widely used, but it is easy to fall into the minimum value, and the convergence rate is relatively slow. The improved algorithm is based on the chaotic genetic algorithm. The initial weights and thresholds of BP neural network are optimized, and the ergodicity of chaos is combined with the inversion of genetic algorithm. The global searching ability and convergence speed of genetic algorithm are further improved, the optimal solution of chaos genetic algorithm is used as the initial weight and threshold of BP neural network. The improved CGA-BP algorithm is used to predict pipeline leakage. The classification effect of this method is obviously better than that of using BP neural network alone. Nowadays, a single leak detection method can not meet our needs. In practical application, the software, hardware and overall design of the system can be more accurately proposed by combining various methods. The information collected by the pressure sensor at both ends of the pipeline can be obtained by the system. Data transmission to achieve timely alarm and positioning function.
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TE88;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報(bào)控制中的應(yīng)用[J];機(jī)床;1993年11期

2 楊自厚;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在鋼鐵工業(yè)中的應(yīng)用第8講人工神經(jīng)網(wǎng)絡(luò)在鋼鐵工業(yè)中的應(yīng)用(下)[J];冶金自動(dòng)化;1997年05期

3 李潤(rùn)生,李延輝,胡學(xué)軍,劉壯,王守儉;神經(jīng)網(wǎng)絡(luò)在冶金中的應(yīng)用[J];鋼鐵研究;1998年02期

4 劉海玲,劉樹深,尹情勝,夏之寧,易忠勝;線性神經(jīng)網(wǎng)絡(luò)及在多組分分析中的初步應(yīng)用[J];計(jì)算機(jī)與應(yīng)用化學(xué);2000年Z1期

5 王繼宗,王西娟;用神經(jīng)網(wǎng)絡(luò)確定梁上裂紋位置的研究[J];煤炭學(xué)報(bào);2000年S1期

6 趙學(xué)慶,袁景淇,周又玲,賀松;生物發(fā)酵過程神經(jīng)網(wǎng)絡(luò)狀態(tài)預(yù)報(bào)器的驗(yàn)證[J];無錫輕工大學(xué)學(xué)報(bào);2000年06期

7 李智,姚駐斌,張望興,賀超武;基于神經(jīng)網(wǎng)絡(luò)的混勻配料優(yōu)化方法[J];鋼鐵研究;2000年04期

8 胡敏藝,馬榮駿;神經(jīng)網(wǎng)絡(luò)在冶金工業(yè)中的應(yīng)用[J];湖南有色金屬;2000年05期

9 倪建軍,邵琳;利用神經(jīng)網(wǎng)絡(luò)進(jìn)行觀測(cè)數(shù)據(jù)的分析與處理[J];連云港化工高等�？茖W(xué)校學(xué)報(bào);2000年04期

10 裴浩東,蘇宏業(yè),褚健;材料工程中基于神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)優(yōu)化策略[J];材料科學(xué)與工程;2001年02期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 曾U喺，

本文編號(hào)：1566854