石油管道運輸在保障工業(yè)和社會經濟發(fā)展對能源的需求方面起到了重要的作用。當管道泄漏發(fā)生以后,泄漏的石油產品不僅會造成環(huán)境污染,也會給企業(yè)帶來經濟損失。因此,管道泄漏檢測技術在節(jié)約自然資源、保護自然環(huán)境和人民生命安全、保障國家財產安全等方面都具有著重要的意義。同時,管道泄漏檢測技術的發(fā)展可以減少企業(yè)的經濟損失,提高企業(yè)的競爭力。首先,論文研究了基于小波變換的輸油管道泄漏多源信號去噪方法。小波分析是一種信號分析的時域和頻域的分析方法,這種分析方法具有可以調節(jié)的時間分析窗和頻率分析窗。在應用于低頻率信號分析過程中,其時間窗可以很大,并且同時具備很高的頻率分辨特性;反過來在分析高頻率信號的過程中,其時間窗很小,頻率分辨率也變低。通常低頻率的信號往往持續(xù)的時間較長,而高頻率的信號則存在較短的時間,這恰巧與小波變換特性相對應,因此小波分析的方法適用于常態(tài)信號的分析,然后通過采集到的壓力和流量信號進行實驗檢測了去噪效果。實驗結果表明小波去噪達到了很好的效果。其次,論文研究了基于最小二乘支持向量機和極限學習機算法多源信息融合的管道泄漏檢測方法。實驗所用的多源信號來自于某成品油輸送管線兩工作站A-B間的實...

【文章頁數】：63 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內外管道運輸發(fā)展現狀
    1.3 管道運輸存在的問題
    1.4 管道泄漏檢測方法的研究現狀
        1.4.1 聲波法
        1.4.2 質量平衡法
        1.4.3 負壓波法
    1.5 論文主要工作及結構
2 輸油管道多源信息采集與預處理方法研究
    2.1 輸油管道工藝背景及多源信息采集
    2.2 多源信號泄漏檢測的特征提取方法研究
    2.3 基于小波變換的多源信號去噪方法研究
        2.3.1 連續(xù)小波變換
        2.3.2 離散小波變換
        2.3.3 小波閾值去噪
    2.4 管道泄漏信號的小波去噪實驗
    2.5 小波包去噪
    2.6 本章小結
3 基于最小二乘支持向量機信息融合的管道泄漏檢測方法研究
    3.1 支持向量機(SVM)原理介紹
    3.2 最小二乘支持向量機(LS-SVM)算法
    3.3 基于LS-SVM信息融合的管道泄漏檢測實驗
        3.3.1 LS-SVM信息融合管道泄漏檢測方法的實現
        3.3.2 管道泄漏實驗結果分析
    3.4 本章小結
4 基于極限學習機信息融合的管道泄漏檢測方法研究
    4.1 人工神經網絡
        4.1.1 BP神經網絡原理
        4.1.2 RBF神經網絡原理
    4.2 極限學習機(ELM)算法
    4.3 基于ELM信息融合的管道泄漏檢測實驗
        4.3.1 ELM信息融合管道泄漏檢測方法的實現
        4.3.2 管道泄漏實驗結果分析
    4.4 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝



本文編號：3920599