声明
摘要
第1章 绪论
1.1 选题背景及意义
1.2 管道泄漏检测技术与方法
1.2.1 地面间接检测
1.2.2 嗅觉传感器检测
1.2.3 智能爬机
1.2.4 基于SCADA的软件
1.2.5 基于泄漏引发的物理现象检测
1.2.6 负压波法泄漏检测原理及定位方法
1.3 噪声抵消理论的发展应用
1.4 神经网络的发展应用
1.5 本文研究的主要内容
第2章 基于小波与噪声抵消的管道泄漏信号处理
2.1 小波分析基本理论
2.1.1 连续及离散小波变换
2.1.2 多尺度分析
2.1.3 Mallat算法
2.1.4 小波包算法
2.2 噪声抵消技术基本理论
2.2.1 自适应滤波器基本结构
2.2.2 自适应噪声抵消系统的基本原理
2.2.3 BP神经网络在噪声抵消中的应用
2.3 管道泄漏信号的小波与噪声抵消仿真
2.4 本章小结
第3章 基于Elman神经网络的管道泄漏检测方法的研究
3.1 人工神经网络原理
3.1.1 神经元模型
3.1.2 神经网络的拓扑结构
3.1.3 神经网络的学习规则
3.2 Elman神经网络
3.2.1 网络结构及输入输出关系式
3.2.2 修正网络权值的学习算法
3.2.3 稳定性推导与分析
3.3 基于Elman神经网络的管道泄漏数据实例分析
3.4 本章小结
第4章 Elman神经网络的泄漏检测方法的改进与研究
4.1 引言
4.2 基于OIF Elman人工神经网络的泄漏检测算法
4.2.1 OIF Elman神经网络的基本原理
4.2.2 OIF Elman神经网络的训练方法
4.2.3 基于OIF Elman神经网络的管道泄漏数据实例分析
4.3 增加时间因子的Elman神经网络管道泄漏检测算法
4.3.1 时间因子的基本原理
4.3.2 带时间因子的Elman神经网络
4.3.3 带时间因子的Elman神经网络训练方法
4.3.4 基于带时间因子Elman神经网络的管道泄漏数据实例分析
4.4 本章小结
第5章 总结与展望
参考文献
致谢
攻读硕士期间的科研情况
东北大学;