本文選題：泄漏檢測(cè)　切入點(diǎn)：音波　出處：《中國(guó)石油大學(xué)(華東)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著國(guó)內(nèi)外經(jīng)濟(jì)的快速發(fā)展,天然氣的需求量越來越大,因而陸上輸氣管道的鋪設(shè)越來越多,管道的運(yùn)輸任務(wù)也越來越重。然而,由于管道腐蝕、自然破壞、人為破壞等諸多原因,管道泄漏時(shí)有發(fā)生。管道泄漏不但會(huì)造成環(huán)境污染、帶來經(jīng)濟(jì)損失,嚴(yán)重時(shí)更會(huì)導(dǎo)致人員傷亡等事故。因此為保障管道正常安全運(yùn)行,管道泄漏檢測(cè)就變得尤為重要。本文用的音波法泄漏檢測(cè)是近十幾年發(fā)展成熟的一種方法,具有靈敏度高、定位準(zhǔn)確等優(yōu)點(diǎn)。本文依托實(shí)驗(yàn)室內(nèi)的高壓輸氣管道裝置設(shè)計(jì)了基于音波數(shù)據(jù)驅(qū)動(dòng)的泄漏檢測(cè)方案,完成了實(shí)驗(yàn)室音波數(shù)據(jù)的采集;采用高質(zhì)量時(shí)頻分辨效果的廣義S變換對(duì)泄漏音波信號(hào)進(jìn)行時(shí)頻分析與去噪處理;分析并提取了泄漏及干擾信號(hào)信號(hào)包括時(shí)域及小波域上的部分特征,為泄漏判斷提供了依據(jù);對(duì)泄漏及干擾信號(hào)常用統(tǒng)計(jì)特征進(jìn)行了基于遺傳算法的特征選取,得到了最有利于工況分類的特征組合,最后建立了基于支持向量機(jī)(SVM)的多類分類器,完成了泄漏及干擾信號(hào)的分類識(shí)別,降低了泄漏檢測(cè)的誤報(bào)率。通過進(jìn)行基于音波數(shù)據(jù)驅(qū)動(dòng)的泄漏檢測(cè)試驗(yàn)研究,本文得出的主要結(jié)論有:①泄漏音波信號(hào)具有明顯區(qū)別于管道正常運(yùn)行時(shí)信號(hào)的時(shí)域及頻域的特征,可以設(shè)定某個(gè)統(tǒng)計(jì)特征的閾值對(duì)泄漏進(jìn)行判斷;②針對(duì)泄漏信號(hào)高頻多噪音、低頻泄漏特征明顯的特點(diǎn),用高質(zhì)量時(shí)頻分辨效果的廣義S變換進(jìn)行時(shí)頻分析及時(shí)頻去噪能夠取得很好的結(jié)果;③并不是所有的統(tǒng)計(jì)特征都適合用于信號(hào)分類,基于遺傳算法的特征選取能夠選取到較為合適的適用于特征分類的最佳特征子集;④對(duì)泄漏及干擾信號(hào)進(jìn)行基于支持向量機(jī)的分類識(shí)別,能夠提高泄漏信號(hào)的識(shí)別率,從而降低整個(gè)泄漏檢測(cè)的誤報(bào)率。
[Abstract]:With the rapid development of economy at home and abroad, the demand for natural gas is increasing, so more and more onshore gas pipelines are laid, and the transportation tasks of pipelines become heavier and heavier. However, due to pipeline corrosion, natural damage occurs. Pipeline leaks occur from time to time because of man-made damage. Pipeline leaks not only cause environmental pollution, bring economic losses, but also lead to accidents such as casualties when serious. Therefore, in order to ensure the normal and safe operation of pipelines, The sound wave method used in this paper is a mature method developed in recent ten years and has high sensitivity. Based on the high pressure gas pipeline device in the laboratory, the leakage detection scheme based on sonic data driving is designed in this paper, and the sound wave data is collected in the laboratory. The generalized S transform with high quality time-frequency resolution is used to analyze and Denoise the leaky sonic signal, and some characteristics of the leakage and interference signal, including time domain and wavelet domain, are analyzed and extracted, which provides the basis for leak judgment. The commonly used statistical features of leakage and interference signals are selected based on genetic algorithm, and the most favorable feature combination is obtained. Finally, a multi-class classifier based on support vector machine (SVM) is established. The classification and identification of leakage and interference signals are completed, and the false alarm rate of leak detection is reduced. The main conclusion of this paper is that the 1: 1 leaky acoustic signal has the characteristic of time domain and frequency domain which is obviously different from the signal when the pipeline is in normal operation. The threshold of some statistical characteristic can be set to judge the leakage. The characteristic of low frequency leakage is obvious. Using the generalized S transform of high quality time-frequency resolution to carry out time-frequency analysis can get good results. Not all the statistical features are suitable for signal classification. The feature selection based on genetic algorithm can select the best feature subset which is suitable for feature classification to classify leakage and interference signals based on support vector machine (SVM), which can improve the recognition rate of leakage signals. In order to reduce the false alarm rate of the whole leak detection.
【學(xué)位授予單位】：中國(guó)石油大學(xué)(華東)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TE973.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李文英;;川西北輸氣場(chǎng)站設(shè)備泄漏檢測(cè)及分析[J];天然氣經(jīng)濟(jì);2004年01期

2 田士章;王永志;李晉;李成剛;;擴(kuò)展卡爾曼濾波器在管線泄漏檢測(cè)中的應(yīng)用[J];當(dāng)代化工;2007年05期

3 魯君;李莉;林立;鄔堅(jiān)平;王紅麗;陳長(zhǎng)虹;;揮發(fā)性有機(jī)化合物氣體泄漏檢測(cè)與修復(fù)技術(shù)[J];化工環(huán)保;2011年04期

4 張學(xué)洪;;天然氣泄漏檢測(cè)方法研究進(jìn)展[J];內(nèi)蒙古石油化工;2012年17期

5 丁德武;鄒兵;高翔;肖寒;魏新明;;石化企業(yè)苯泄漏檢測(cè)影響因素實(shí)驗(yàn)研究[J];工業(yè)安全與環(huán)保;2013年03期

6 吳志興;;石油化工中的泄漏檢測(cè)方法[J];石油化工;1981年01期

7 鄒兵;丁德武;朱勝杰;;石化企業(yè)泄漏檢測(cè)與維修技術(shù)研究現(xiàn)狀及進(jìn)展[J];安全、健康和環(huán)境;2014年04期

8 朱亮;高少華;丁德武;鄒兵;;光學(xué)氣體成像技術(shù)在泄漏檢測(cè)與維修中的應(yīng)用研究[J];安全、健康和環(huán)境;2014年04期

9 嚴(yán)龍;;石化企業(yè)運(yùn)行泄漏檢測(cè)與維修程序的信息化策略[J];安全、健康和環(huán)境;2014年04期

10 肖安山;姜鳴;丁德武;高少華;鄒兵;姜素霞;;泄漏檢測(cè)與維修質(zhì)量控制[J];安全、健康和環(huán)境;2014年04期

相關(guān)會(huì)議論文 前10條

1 何琳;李國(guó)斌;張仁忠;;一種新型煤氣泄漏檢測(cè)方法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 梅剛;;試析幾種管線泄漏檢測(cè)標(biāo)準(zhǔn)[A];山東省石油學(xué)會(huì)油田電力、通信及自動(dòng)化技術(shù)研討會(huì)優(yōu)秀工程技術(shù)論文集[C];2009年

3 李秀峰;何仁洋;;埋地管道泄漏檢測(cè)監(jiān)測(cè)技術(shù)研究進(jìn)展[A];壓力管道技術(shù)研究進(jìn)展精選集——第四屆全國(guó)管道技術(shù)學(xué)術(shù)會(huì)議[C];2010年

4 李文英;鐘衛(wèi);;川西北輸氣場(chǎng)站設(shè)備泄漏檢測(cè)及分析[A];四川省第十次環(huán)境監(jiān)測(cè)學(xué)術(shù)交流會(huì)論文集[C];2005年

5 蔡恒鑫;董志;林成;邢鵬舉;;飛機(jī)氣體系統(tǒng)泄漏檢測(cè)方法研究[A];2012航空試驗(yàn)測(cè)試技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

6 閆志明;王穎;李成寬;杜書田;;泄漏檢測(cè)與修復(fù)(LDAR)技術(shù)、應(yīng)用及趨勢(shì)[A];2014中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)（第三章）[C];2014年

7 高順利;顏丹平;孫莉莉;于燕平;;創(chuàng)新泄漏檢測(cè)體系 確保燃?xì)夤芫W(wǎng)安全[A];中國(guó)城市燃?xì)鈪f(xié)會(huì)安全管理工作經(jīng)驗(yàn)交流會(huì)大會(huì)文集[C];2009年

8 周海旭;葉昊;王桂增;;基于模糊C均值聚類和D-S證據(jù)理論的輸氣管道泄漏檢測(cè)方法[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

9 曾議;汪洋;;電氣設(shè)備中SF_6的泄漏檢測(cè)與回收處理[A];第六屆電力工業(yè)節(jié)能減排學(xué)術(shù)研討會(huì)論文集[C];2011年

10 王桂鳳;李鳳乾;肖飛;王兆鈞;;BP神經(jīng)網(wǎng)絡(luò)在輸油管道泄漏檢測(cè)中的應(yīng)用研究[A];中國(guó)石油石化數(shù)字管道信息化建設(shè)論壇暨燃?xì)夤芫W(wǎng)安全、經(jīng)濟(jì)、運(yùn)營(yíng)技術(shù)交流研討會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前3條

1 通訊員 陳莉薇邋楊歡;獨(dú)石化完成全方位管線泄漏檢測(cè)[N];中國(guó)石油報(bào);2008年

2 張鳳娟;石油管線的“千里眼”[N];中國(guó)石化報(bào);2008年

3 黃敏清 申屠靈女;泄漏檢測(cè)與維修試點(diǎn)項(xiàng)目完成初檢[N];中國(guó)石化報(bào);2014年

相關(guān)博士學(xué)位論文 前4條

1 郭世旭;基于球形內(nèi)檢測(cè)器的長(zhǎng)輸管道微小泄漏檢測(cè)關(guān)鍵技術(shù)研究[D];天津大學(xué);2015年

2 王強(qiáng);基于混沌與分形理論的爐管泄漏檢測(cè)與診斷系統(tǒng)的研究[D];華北電力大學(xué)（河北）;2003年

3 文靜;供水管網(wǎng)泄漏檢測(cè)定位中的信號(hào)處理研究[D];重慶大學(xué);2007年

4 張宇;輸油管道泄漏檢測(cè)新方法與關(guān)鍵技術(shù)研究[D];天津大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 郭喬;輸油管道次聲波法泄漏檢測(cè)與定位技術(shù)研究[D];西安石油大學(xué);2015年

2 李學(xué)強(qiáng);基于信號(hào)處理的水管泄漏檢測(cè)與定位方法的研究[D];上海應(yīng)用技術(shù)學(xué)院;2015年

3 于洋;數(shù)據(jù)驅(qū)動(dòng)的長(zhǎng)輸油管道泄漏檢測(cè)與定位方法的研究[D];東北大學(xué);2014年

4 胡晶宇;大口徑輸氣管道泄漏檢測(cè)定位技術(shù)研究[D];武漢工程大學(xué);2015年

5 江浩;煉化裝置泄漏檢測(cè)與維修系統(tǒng)的開發(fā)與研究應(yīng)用[D];北京化工大學(xué);2016年

6 陳琛;基于多傳感器信息融合的管道安全運(yùn)行方法的研究[D];東北大學(xué);2014年

7 趙吉波;輸油管道球形內(nèi)檢測(cè)器泄漏檢測(cè)系統(tǒng)的設(shè)計(jì)與研制[D];天津大學(xué);2014年

8 劉夢(mèng)楠;成品油復(fù)雜管網(wǎng)泄漏檢測(cè)方法研究[D];東北大學(xué);2014年

9 張奇;基于紅外熱成像技術(shù)的泄漏檢測(cè)研究[D];大連理工大學(xué);2016年

10 劉穎;供水SCADA系統(tǒng)設(shè)計(jì)及管網(wǎng)泄漏檢測(cè)與定位方法研究[D];大連理工大學(xué);2016年

，

本文編號(hào)：1576839