基于信息融合的輸油管道泄漏檢測方法研究
發(fā)布時間:2024-03-06 05:11
石油管道運輸在保障工業(yè)和社會經(jīng)濟發(fā)展對能源的需求方面起到了重要的作用。當(dāng)管道泄漏發(fā)生以后,泄漏的石油產(chǎn)品不僅會造成環(huán)境污染,也會給企業(yè)帶來經(jīng)濟損失。因此,管道泄漏檢測技術(shù)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(chǎn)安全等方面都具有著重要的意義。同時,管道泄漏檢測技術(shù)的發(fā)展可以減少企業(yè)的經(jīng)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(diào)節(jié)的時間分析窗和頻率分析窗。在應(yīng)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(yīng),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(jié)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(xué)習(xí)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(shù)】:63 頁
【學(xué)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(nèi)外管道運輸發(fā)展現(xiàn)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(xiàn)狀
1.4.1 聲波法
1.4.2 質(zhì)量平衡法
1.4.3 負壓波法
1.5 論文主要工作及結(jié)構(gòu)
2 輸油管道多源信息采集與預(yù)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(jié)
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(xiàn)
3.3.2 管道泄漏實驗結(jié)果分析
3.4 本章小結(jié)
4 基于極限學(xué)習(xí)機信息融合的管道泄漏檢測方法研究
4.1 人工神經(jīng)網(wǎng)絡(luò)
4.1.1 BP神經(jīng)網(wǎng)絡(luò)原理
4.1.2 RBF神經(jīng)網(wǎng)絡(luò)原理
4.2 極限學(xué)習(xí)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(xiàn)
4.3.2 管道泄漏實驗結(jié)果分析
4.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝
本文編號:3920599
【文章頁數(shù)】:63 頁
【學(xué)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(nèi)外管道運輸發(fā)展現(xiàn)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(xiàn)狀
1.4.1 聲波法
1.4.2 質(zhì)量平衡法
1.4.3 負壓波法
1.5 論文主要工作及結(jié)構(gòu)
2 輸油管道多源信息采集與預(yù)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(jié)
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(xiàn)
3.3.2 管道泄漏實驗結(jié)果分析
3.4 本章小結(jié)
4 基于極限學(xué)習(xí)機信息融合的管道泄漏檢測方法研究
4.1 人工神經(jīng)網(wǎng)絡(luò)
4.1.1 BP神經(jīng)網(wǎng)絡(luò)原理
4.1.2 RBF神經(jīng)網(wǎng)絡(luò)原理
4.2 極限學(xué)習(xí)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(xiàn)
4.3.2 管道泄漏實驗結(jié)果分析
4.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝
本文編號:3920599
本文鏈接:http://sikaile.net/kejilunwen/shiyounenyuanlunwen/3920599.html
最近更新
教材專著