基于神经网络的输油管道泄漏检测方法研究

摘要

长输油管道的使用越来越广泛，但是由于年久老化、不可避免的腐蚀、人为破坏以及自然灾害等原因，管道泄漏事故时常有发生，造成资源浪费环境污染，给国家经济和人们生命财产带来巨大损失与威胁。为减少经济损失、减轻环境污染及对人类造成的危害，需要及时对泄漏进行检测和定位。 目前已出现了多种泄漏检测和定位的方法。传统的检测方法仅仅采用压力或者流量一个参数进行检测，所以在精度和可靠性等方面都有很大的局限性。现代硬件设备的发展已经比较完善，本文同时采用压力和流量作为检测参数，充分利用压力在精度以及流量在可靠性上的优点，大大提高检测的精度和可靠性。 神经网络的发展已经比较成熟，在工程检测等方面已经广泛应用。本文借鉴神经网络在工程应用中的优点，提出了基于BP神经网络的泄漏检测方法，开发了泄漏检测及定位的软件系统。 本文在采用压力和流量两个参数的基础上，对长输油管道检测方法进行了研究。利用小波方法对压力和流量信号进行降噪处理，然后提取特征组成矩阵，输入网络进行检测。当发生泄漏时，利用小波寻找奇异点，计算上下游收到泄漏信号的时间差，进行定位。根据长庆某油田的测试结果可知，在检测过程中，能准确地判断管道的运行情况并及时定位，检测结果的精度能达到90％以上。 文中利用具有简洁、友好界面的神经网络工具箱构建并训练BP网络，基于Matlab语言开发检测系统软件，完成检测软件的设计。软件能够及时、准确地发现管道的泄漏并及时定位，减少泄漏损失，具有明显的经济效益和社会效益。实际数据证明了该系统在管道泄漏检测中的可行性。

目录

文摘

英文文摘

声明

第一章绪论

1.1管道运输的发展现状

1.2输油管泄漏检测的目的与意义

1.3输油管泄漏检测的国内外现状及发展趋势

1.3.1输油管泄漏检测的国内外现状

1.3.2输油管泄漏检测的发展趋势

1.4输油管泄漏检测方法综述

1.4.1基于硬件的检漏方法

1.4.2基于软件的检漏方法

1.5论文的主要内容与创新点

1.5.1研究内容

1.5.2论文创新点

第二章输油管泄漏检测的理论基础

2.1神经网络

2.1.1神经网络的发展

2.1.2神经网络的模型结构

2.1.3反向传播网络-BP网络

2.1.4 BP算法

2.1.5 BP算法的问题及改进算法

2.1.6神经网络的特点与应用

2.1.7 MATLAB及其神经网络工具箱

2.2小波信号处理

2.2.1小波理论

2.2.2小波信号降噪

2.2.3信号的奇异性检测

2.3负压波法泄漏定位

2.3.1负压波法泄漏定位原理

2.3.2影响负压波定位的因素

2.4本章小结

第三章BP网络泄漏检测系统的泄漏检测与定位

3.1检测系统的基本模型

3.2小波方法信号处理

3.2.1应用小波降噪

3.2.2小波求奇异点

3.3基于BP神经网络的泄漏检测

3.3.1网络训练样本的选择

3.3.2 BP网络的模型建立

3.2.3网络的训练学习

3.2.4网络的测试

3.4改进负压波定位法

3.5本章小结

第四章BP网络泄漏检测软件的设计与实现

4.1系统分析

4.2系统软件实现

4.2.1建立网络

4.2.2测试网络

4.2.3信号处理

4.2.4运行结果显示

4.2.5退出系统

4.3本章小结

第五章结论

5.1论文主要工作

5.2结论

5.3展望

致谢

参考文献

附录