一、负压波信号的滤波技术研究（论文文献综述）
秦程[1]（2021）在《基于负压波与流量平衡法的管道泄漏监测系统研究》文中研究指明随着国内输油管道服役年限增长,管材出现老化并产生缺陷。在突发自然灾害、人为破坏等情况下极易发生泄漏,从而引起周围环境遭受污染甚至危害人民群众的生命安全,造成极其恶劣的社会影响。因此,针对管道进行实时的泄漏监测与定位,对提升国民经济水平以及保障群众生命安全具有重要意义,并对管道营运的智慧化管养提供科学指导。管道泄漏监测系统的研究涉及多个领域,如数据通讯技术、信号处理技术、定位分析算法、计算机编程技术等。本文对管道泄漏监测与定位系统的一些关键领域进行了如下研究:（1）梳理目前管道泄漏监测与定位的方法,针对现有方法误报漏报率较高以及定位精度较差等问题,本文提出了一种基于流量平衡法与负压波定位方法联合的泄漏监测方法。沿管道方向布置光纤光栅传感器列阵以及电磁流量计,采集管道内流量和压力的状态,实时监测管道泄漏。泄漏发生时利用阈值检测和线性拟合的方式识别泄漏时间,最后基于传感器捕捉负压波的时间差进行泄漏定位。（2）基于Lab VIEW平台与MATLAB进行混合编程,利用虚拟仪器技术开发设计了实时的管道泄漏监测与定位系统,实现了信号采集、泄漏预警、信号处理、泄漏定位、数据库管理等功能。建立了以My SQL数据库为核心的数据库管理系统,利用NI公司提供的DCT工具包实现了Lab VIEW与My SQL的数据通讯,完成了数据的查询和存储等管理功能。（3）将泄漏监测系统应用于百米级管道泄漏模拟试验平台,针对泄漏预警功能,试验结果证实了该系统能准确识别泄漏,有效的降低了误报漏报率的发生。针对泄漏定位试验,提出了多组次定位取平均值的计算方式,通过不同位置、不同流量的泄漏重复试验,验证了该方法的定位稳定性和定位精度。
姚岱男[2]（2020）在《流体管道泄漏压力波动特性仿真研究》文中指出自我国发现石油和天然气以来,在生产生活中得到了广泛应用。管道运输作为石油、天然气的运输和储存主要方式有诸多优点,但是如果发生泄漏会造成极大危害。本文研究了国内外的管道泄漏检测技术,由于负压波检测方法和音波检测法方法在现今的实用性以及两者之间的相似性,重点从原理、公式和适用范围对二者进行了对比分析。并以有限元分析的方法建立模型,模拟各种工况下运输管道泄漏时管道内流体的分布情况。比照实验室现有管道模型参数,通过SOLIDWORKS软件确定并画出二维的管道模型,利用ICEM软件划分网格,再用FLUENT软件建立本文的有限元分析模型来模拟各种工况下运输管道泄漏时的特性。本文建立了直管、T型管、弯管和变径四种模型,分为两种情况从压力云图、速度云图、温度云图、矢量图和湍动能图等方面进行对比分析,一种是在相同压力下,模拟对不同泄漏孔径的管道内部流体的变化情况,发现泄漏孔径与泄漏口处的压力差呈正相关,泄漏口直径越大,管内压力下降越多,与管外形成的压力差越大;与泄漏速率呈正相关,孔径越大,泄漏速率越快,泄漏的质量流量越大;泄漏口处的温度与泄漏速度呈负相关,泄漏速率越大,温度越低。另一种是在同一泄漏孔径下,模拟在不同压力下管道内部流体的变化情况,发现输入压力越高,泄漏时泄漏口处管内外的压力差越大,泄漏速率越快。最后,搭建实验平台及设计数据采集处理系统,对气体泄漏过程进行了模拟,设置监测点,探究了进口压力对泄漏孔处压力变化的影响情况,将实验结果与仿真结果进行对比发现二者存在一定误差,但处于合理范围之内。另外通过FLUENT软件对气体运输管道中不同泄漏孔位置进行了仿真,并利用实验平台,将管道注入气体对应同一泄漏位置,得出管道首末端的压力变化曲线,对比发现实验结果和仿真结果基本相符,二者与实际结果的误差均小于3%,表明FLUENT软件仿真对研究管道泄漏的问题上具有工程实用性。
王成荣[3]（2020）在《智慧校园供水管网监控系统设计》文中认为我国教育建设快速发展,高等院校规模迅速扩大,校园供水管网的负荷日渐增加,二次供水系统的重要性日趋凸显。校园供水管网（校园二次供水系统）作为智慧校园环境信息化建设的重要环节,其数字信息化建设亟待提高。本文从智慧校园建设理念出发,结合对二次供水管网的监控需求,以实际项目为研究背景,针对目前校园供水管网监控管理手段落后、运行参数检测不全面、无网络化管理、运行维护不方便及水资源浪费等问题,设计了一套高性能供水管网监控系统。本文所述校园供水管网监控系统,由泵房信息采集系统、管网信息采集系统及物联网监控系统组成,利用嵌入式及物联网技术实现校园供水系统的实时网络化监控,本文主要研究内容如下:首先,按照智慧校园的建设需求,查阅了大量相关文献,深入调查研究了校园供水管网的监控现状,对项目实际需求进行了细致分析,针对目前校园供水管网监控的薄弱环节,确定了本系统的总体设计方案及相关算法。其次,根据设计方案完成设备的选型,选用STM32F103C8T6作为主控芯片设计多路信号采集系统;采用MCGS触摸屏进行现场人机交互;利用NB-IoT物联网通讯技术实现下位机与物联网云平台的通讯。通过嵌入式信息采集系统与物联网相互结合的方式实现供水管网的远程监控。再次,针对智慧校园供水管网监控系统的功能需求,进行硬件原理图及PCB电路板设计,实现对MCU的软件开发。最后,针对校园供水系统中管网无漏损检测及漏损检测方法单一的问题,提出了一种基于流量平衡联合负压波的管道漏损检测及定位算法。利用流量平衡法进行管道判漏,根据漏损点产生的负压波进行漏损定位,并针对负压波信号采集中的含噪问题引入了改进小波算法。本文设计的智慧校园供水管网监控系统已正式投入使用,运行结果表明:系统的各个模块运行正常,符合设计要求,实现了校园供水管网的全网段网络化监控,消除了监控盲区,大幅提高了校园供水管网监控管理的时效性和供水可靠性。
余俊峰[4]（2019）在《城市燃气管道泄漏监测系统研究》文中研究表明随着我国燃气行业的飞速发展,燃气管道泄漏现象时有发生,带来的环境污染、经济损失和对城市居民的生命财产危害也越发严重。由于燃气管道深埋地下,管网复杂,造成泄漏后难以检测和定位。目前,燃气管道泄漏检测多是人工巡检,逐级上报,成本高,效率低。针对这一缺点,本文设计了城市燃气管道泄漏监测系统,在管道上布置监测节点,监测泄漏情况,利用LoRa和GPRS无线通信,将监测信息上传至监控平台,实现燃气管道泄漏的监测,同时,利用互相关法和负压波法相结合的定位算法,实现泄漏点的定位。根据燃气泄漏时产生负压波的特性,本文通过对管道首末端监测节点的负压波信号进行分析,采用互相关法和负压波法相结合的定位算法对泄漏点进行定位。该算法首先利用小波变换对采集到的负压波信号进行去噪,然后利用互相关算法算出泄漏时负压波到达首末端的时间差,并计算出波速,得到泄漏点距离监测节点的位置,从而实现泄漏点的定位。城市燃气管道泄漏监测系统由监测节点、路由节点和燃气泄漏监控平台组成,监测节点采集泄漏时的燃气浓度和负压波信号,通过LoRa汇聚至路由节点,然后通过GPRS上传至监控平台。监测节点、路由节点的主控芯片选用STM32F103C8T6嵌入式系统,无线通信芯片选用SX1278芯片,GPRS模块选用sim800c芯片,监控平台在中国移动的OneNET平台进行开发。最后对系统进行了通讯测试,报警测试和定位误差测试等各项功能测试,实验结果表明,本文所设计的城市燃气管道泄漏监测系统可以较好的监测燃气管道泄漏并实现泄漏点定位,在一定程度上提高了数据传输过程上的高效性,具有一定的市场价值和社会应用前景。图[51]表[7]参[53]
姜涛[5]（2019）在《基于光纤应变传感技术的管道健康监测》文中研究指明管道是石油以及天然气的主要输送途径,但是由于管道通常埋于地下并且需要穿越地质条件恶劣的地区,在自然因素和人为因素作用下,管道事故常有发生,而油气管道一旦发生事故,将会导致严重的后果。所以实时监测管道的运营状况,对潜在的事故进行预警,对于确保管道的安全具有重大意义。因此本文利用光纤传感技术研究如何对管道进行健康监测,主要进行了以下工作:第一章首先介绍了管道运输业的发展现状,根据发生的管道事故总结了影响管道安全的主要因素分别是腐蚀、泄漏以及较大变形。阐述了国内外专家学者针对存在的问题所提出的管道安全检测和监测方法,总结了现有方法的优势和不足之处,尤其是对于应用光纤传感技术的管道安全监测方法进行了详细的介绍与分析。基于现有方法的不足之处,本文提出基于光频域反射技术和光纤光栅传感技术的管道健康监测的方法。第二章提出通过管道环向应变场测量管道内腐蚀的方法。利用弹性力学原理推导了管道环向应变与壁厚的关系,并应用Abaqus有限元分析软件分析了管道发生均匀腐蚀和局部腐蚀情况下管道的环向应变场分布特性。基于腐蚀后的环向应变场分布特性以及光频域反射技术,本文提出了一种用于监测管道内部腐蚀的应变场传感网,利用应变场传感网获得的应变分布重构应变场,通过重构的应变场可以对腐蚀进行精确、直观的定位,同时结合管道安全性评价准则,提出了利用应变场进行管道安全性评价的方法。第三章对本文提出的管道腐蚀监测方法进行试验验证。利用管道内部不同缺陷角度以及缺陷深度模拟不同类型的管道腐蚀,通过光频域反射技术测量管道截面上的环向应变分布,结果表明通过光频域反射技术能够有效测量单个管道截面上的内腐蚀信息。为了验证应变场传感网能否有效地监测一定范围内的管道腐蚀过程,开展了管道腐蚀过程监测试验,试验证明通过应变场传感网能够有效地定位和评估管道局部腐蚀。第四章对管道泄漏定位问题进行了研究,提出了一种基于光纤光栅传感器阵列的管道泄漏定位方法以及一种基于阈值检测的线性拟合法计算负压波拐点发生时间。基于环向应变与管道内压的关系,提出通过环向应变监测管道的泄漏。结合光纤光栅传感技术的优点,提出基于光纤光栅传感器阵列的管道泄漏定位方法,这种方法不需要已知负压波波速就能进行泄漏定位。为了计算负压波拐点的发生时间,通过试验研究了负压波导致的环向应变变化特点,在此基础上提出了一种基于阈值检测的线性拟合法。为了验证本文的方法是否有效,进行了真实管道泄漏试验,试验证明基于阈值检测的线性拟合法可以准确地计算负压波拐点发生时间,基于光纤光栅传感器阵列的泄漏定位方法能够有效地对管道泄漏进行监测和定位。第五章研究了寒冷地区的管道变形监测方法。针对多年冻土以及季节性冻土地区的管道会产生较大变形从而影响管道安全的问题,本章提出应用光频域反射技术测量冻土中的管道轴向应变,应用连续的轴向应变计算管道的连续曲率,基于切角递推算法实现管道变形的重构。为了检验本文提出的方法是否适用于极寒天气下的管道变形监测,本文开展了模拟试验,试验中利用饱和粉质砂土产生的冻胀力使管道产生一定的变形,基于光频域反射技术测量管道轴向的应变分布,利用应变分布重构管道的形状,结果表明本文的方法能够有效测量管道的应变分布,通过应变分布可以获得管道的应力状态并重构管道的形状,可以对冻土地区的管道变形进行有效监测。第六章为本文的总结以及对未来研究工作的展望。
刘浩宇[6]（2019）在《基于超声波波速和支持向量机的管道泄漏检测》文中指出管道运输在石油化工领域有着广泛的应用,但外界存在的种种不稳定人为和自然因素常常会引发管道的泄漏。由于石油化工产品通常具有易燃易爆高污染的特点,因此,在对管道运输的研究中不可避免的要对管道泄漏检测和定位进行研究。因为长输油管道具有经过地域环境多样性、输送距离远和输送量大的特点,所以长输油管道沿途的种种不确定因素为对长输油管道进行有效的泄漏检测和定位带来了巨大挑战。当管道发生突发性泄漏时,如果能够快速的发现泄漏和准确的定位泄漏点位置不仅能够在很大程度上减少管道运营单位的经济损失,同时在一定程度上也能够减少对于环境的污染和降低对人类生命财产安全的威胁。因此,为了使管道能够安全高效的运行,对管道泄漏检测和定位进行研究具有十分重要的现实意义。本文主要研究工作如下:针对负压波法定位管道泄漏位置时存在的不准确问题,首先,分别利用小波变换、变分模态分解（Variational Mode Decomposition,VMD）和经验模态分解（Empirical Mode Decomposition,EMD）对该压力信号进行消噪处理并比较了其处理效果,选择出了适用于管道泄漏检测与定位的信号处理方法;其次,利用该方法处理过的压力信号进行泄漏工况下的压力拐点提取;最后,依靠从压力信号中提取出的压力拐点时间差进行管道泄漏定位。在原来依靠首端和末端压力变送器定位方法的基础上,提出了一种新的定位方法,依靠安装于管道首端、中端和末端压力变送器进行长输油管道的泄漏定位。通过对实验结果分析,EMD能够有效用于消除压力信号的噪声,新的泄漏定位方法的定位精度明显优于原定位方法。针对长输油管道小泄漏难以检测的问题,提出了一种基于粒子群优化支持向量机（Particle Swarm Optimization Support Vector Machine,PSO-SVM）的管道小泄漏检测方法。该方法利用超声波波速信号在正常工况和泄漏工况下的不同特点,对该波速信号进行时域特征提取和波形特征提取,将提取的特征值作为支持向量机（Support Vector Machine,SVM）的输入。由于采用不同类型的SVM以及采用不同类型的核函数、归一化区间、惩罚因子c和核参数g都会对管道小泄漏检测识别产生影响,因此在获得最优SVM类型、核函数类型和归一化区间后,采用粒子群优化算法寻找出该SVM的最优惩罚因子c和核参数g。现场实验结果表明,所提方法小泄漏检测准确率与经典SVM的小泄漏检测准确率相比,有效提高了输油管道小泄漏检测的识别准确率。
逯雯雯[7]（2019）在《基于改进EMD和SVM的输油管道泄漏信号处理方法研究》文中研究表明随着管道服役时间的增长,管网复杂性的增加,管道泄漏时刻威胁着管网的安全运行。管道发生泄漏后,迅速识别泄漏工况并定位泄漏点是解决问题的关键。特别是近年来“智慧管道”的建设成为我国管道发展的新趋势,与“智慧管道”相契合的网络化、数字化、自动化的泄漏检测手段成为油气储运专业人员的研究重点。本文以输油管道泄漏产生的负压波为研究对象,在利用室内实验环道采集不同工况压力信号的基础上,采用改进的经验模态分解（改进的CEEMDAN）和盲源分离融合算法对压力信号进行去噪预处理。针对去噪后的压力信号,提出基于熵方法的特征提取,建立了能量熵-峭度熵-排列熵三维特征空间,根据此特征空间利用支持向量机（SVM）建立了管道泄漏工况的检测模型,并对泄漏点定位进行研究。研究结果表明:对实验环道采集的不同工况下压力异常波动的成因分析说明了不同管输工况的压力信号具有可分性。在管道泄漏信号的去噪预处理阶段,通过极值延拓和添加正负成对自适应白噪声改进的经验模态分解在信号分解方面具有良好的效果,不仅克服了端点效应和模态混叠现象,也减少了迭代次数;利用改进的CEEMDAN与盲源分离融合算法对采集的压力信号进行去噪预处理,在一定程度上补偿了信号的幅值,提高了信噪比。在管道泄漏信号的特征提取阶段,首次仿照能量熵提出了峭度熵的概念,分析了能量、能量熵、峭度、峭度熵、排列熵对实验环道不同工况的分类效果,选择了分类效果较好的能量熵、峭度熵、排列熵建立三维特征空间,利用现场管道不同工况的压力信号验证三维特征空间具有较好的表征效果和普适性。在管道泄漏工况的智能识别阶段,为适应管道泄漏工况样本数量少的特点,引入支持向量机进行分类,并且利用布谷鸟融合粒子群算法优化其参数选择,根据信号的三维特征空间建立二叉树多分类支持向量机模型,通过分别对实验环道和现场管道不同工况的压力信号进行分类说明此模型的实际应用效果。在泄漏点定位阶段,基于三个传感器的泄漏点定位与基于两个传感器的泄漏点定位相比,能够避免负压波波速的计算,具有计算量小,误差小的优点;利用实验环道多个传感器的压力信号依据三传感器定位原理对泄漏点进行定位研究,经过分析,先通过相关算法进行粗略时延估计,再利用自适应算法进行精确时延估计,提高了定位精度。
尹淑欣[8]（2019）在《强噪声环境下管道泄露检测关键技术研究》文中研究表明使用管道进行流体输送是最为便捷和经济的运输手段,也是石油、天然气等重要能源的主要输送途径,所以管道流体输送的安全性也非常重要,受到管道管理部门的重视,这也直接推动管道泄漏检测技术的不断发展。管道泄漏检测技术涉及到传感器技术、信号处理技术、自动控制技术等多个领域和多个学科的综合,同时管道泄漏检测的方法也千差万别、各不相同,从最初的人工巡线发展到现在的远程实时监测,从手持巡检设备发展到人工智能和大数据处理。管道泄漏检测传感器一般都要安装在管道两端的增压站内,增压站要用到流体驱动装置（压缩泵或电机）给管道流体施加驱动力让流体在管道内流动,由于管道泄漏检测传感器容易受到管道流体驱动装置的噪声干扰,并且这种噪声的频率与管道泄漏噪声的频率混叠,用普通的滤波方法很难滤除,所以研究强噪声环境下泄漏信号的去噪技术也是管道泄漏检测技术的研究重点。首先,根据三镜腔（F-P）模型对激光自混合干涉（Self-mixing interference,SMI）模型进行分析,推导SMI的相位方程和功率方程,从理论上分析了自混合干涉信号与传统双光束干涉信号相比有相同的条纹分辨率;研究了光反馈因子、外部物体振动参数、多重反馈对自混合干涉信号的影响;分析了条纹计数法、相位解卷算法、主频阶次算法和相位调制的自混合干涉信号重构技术。然后,针对管道泄漏信号与流体驱动装置的噪声频谱混叠问题,提出了基于自混合干涉的管道振动测量技术。提出基于局部最大值的跳变点检测算法;把其应用于相位解卷算法中进行自混合振动检测,搭建了自混合干涉振动传感器实验测量系统,实现自混合干涉振动的重构,并通过仿真和实验进行了验证;把自混合干涉振动传感器应用在管道振动检测中,从有效性、线性度、频率响应等三个方向进行实验验证。实验结果表明,SMI振动传感器与激光多普勒测振仪在管道振动检测中有相似的测量精度。其次,针对变分模态分解（Variational Mode Decomposition,VMD）算法得到的模态总数量（用K表示）的选择和判断有效本征模态函数IMFs的问题,提出一种基于VMD和互信息相结合的信号去噪算法,对原始信号进行VMD分解得到有效本征模态函数（IMFs）。根据原始信号与IMFs累加和的差值,通过重构信号实现信号滤波,该算法可以有效地实现K的模糊化优选,解决了VMD算法中K的选择问题。实验结果表明,该方法可以实现K的模糊优选和保留原始信号的重要特征,并且通过对相关系数、均方误差MSE和信噪比SNRout的评估,在管道声波传感器和管壁自混合干涉传感器的滤波方面,VMD比EMD（Empirical Mode Decomposition）、小波变换等滤波方法具有更好的去噪性能。最后,针对强噪声环境下,管道流体驱动装置的噪声与管道泄漏信号的频谱混叠问题,提出了基于联合噪声相消算法的强噪声环境下管道泄漏信号检测技术,用声波传感器检测管道气体泄漏信号,用自混合干涉传感器检测由管道压缩机引起的管道外壁振动噪声信号,使用联合噪声相消算法对这两种信号进行噪声相消处理,获得管道泄漏信号。通过实验室管道模拟天然气管道发生泄漏,以验证本文提出的强噪声环境下管道泄漏检测技术的有效性。本文共模拟了五种管道在强噪声环境下发生泄漏的情况。实验结果表明,在五种强噪声工况下,联合噪声相消算法的去噪效果要比谱减算法高0.23-1.72dB。
周韶彤[9]（2019）在《基于小波分析的海底油气管道泄漏检测监测系统的研究》文中研究指明海底油气管道是海上油气运输的重要运输方式,但长期处于恶劣的海洋环境中,管道失效概率高,在运输过程中发生泄漏事故时泄漏点的检测与定位难度加大,所以快速准确的对海底油气管道泄漏进行检测监测,对减少经济损失,保护海洋环境具有重要的意义。本文首先对海底油气管道泄漏检测进行理论研究,建立海底油气管道非稳定流的基本方程,确定管道泄漏模型;在其基础上建立了管道泄漏检测实验平台,研究泄漏时管内压力变化特点,并利用TGNET模拟软件进行了海底管道泄漏的模拟,研究不同工况下管道泄漏时泄漏点压力变化规律,指导压力传感器的安装;根据现场实验采集的泄漏信号以及海底环境的特殊性,发现采集到的信号会受到噪声的干扰,因此为了去除噪声,本文对传统小波和提升小波进行对比研究,最后采用提升小波并引入改进阈值算法对采集的信号进行降噪处理,并根据信噪比的大小确定最优小波基和最佳分解尺度,结果表明本文降噪方法对现场数据的降噪效果优于传统小波降噪方法;研究了海底管道泄漏检测与定位的影响因素,推导了海底管道内流体流速以及发生泄漏时管内负压波的传播速度,并对海底管道沿线的压力和温度变化规律进行推导,提出一种考虑海底油气管道沿程压力和温度变化的管内介质流速和泄漏产生的负压波波速的计算公式;从硬件和软件两个方面利用C++语言设计了一套海底管道泄漏检测监测系统,完成现场数据的采集、传递和处理以及最后泄漏孔的定位。
郎宪明[10]（2018）在《基于特征提取与信息融合的管道泄漏检测与定位研究》文中研究说明长输管道输送流体的过程中,由于管道受到腐蚀、地理环境作用和第三方破坏等因素的影响,造成管道常常出现泄漏事故。在实际管道运行中,管道泄漏检测与定位系统成为保障管道安全运行的有效手段之一,因此泄漏检测与定位研究无论是在管道完整性管理,还是在学术研究领域,都有着重大的实践意义和理论研究价值。由于传感器技术、信号处理分析技术的快速发展和数字化管道建设的不断扩大,管道运输过程能够测量和存储的数据信息越来越多,如何从大量的测量数据中提取出能用于泄漏检测的有用信息是管道泄漏检测与定位方法迫切需要解决的问题。本文以测量数据的特征提取和信息融合为研究主线,对泄漏检测及定位技术进行了深入研究,主要研究工作如下:1.针对管道发生泄漏时,管道首末两端采集压力信号中的噪声会影响到泄漏检测准确性的问题,一种改进局域均值分解方法（Local mean decomposition,LMD）被提出,用来信号去噪。该方法不需要知道泄漏信号和噪声信号特征就可以提取与泄漏信号相关的乘积函数（Product function,PF）。根据测试信号的PF和参考信号相关分析的峰值,获取包含主要泄漏信息的PF分量并进行信号重构,重构信号再经过小波分析进一步消噪。在此基础上,按照时域特征和波形特征提取信号特征值作为最小二乘双支持向量机（Least squares twin support vector machine,LSTSVM）的输入,进行泄漏工况识别。根据经过小波消噪后的重构信号,采用广义相关分析法获取泄漏信号到达管道首末两端的时延估计,并结合泄漏信号传播速度实现泄漏点定位。通过Flowmaster软件建立管道泄漏模型,对管道各种工况信号进行处理分析,实验结果表明该方法能有效识别泄漏工况及泄漏定位。2.针对管道运行状态数据的非平衡性会造成管道泄漏诊断准确率下降的问题,提出了一种基于非平衡数据的管道泄漏检测与定位方法。首先,将管道各工况非平衡数据采用基于K均值聚类的欠采样方法处理,使其达到数据平衡。然后,将Fischer-Burmeister函数引入到双支持向量机（Twin support vector machine,TWSVM）学习过程中,以避免目标函数求解时矩阵的求逆计算,并将平衡数据作为改进双支持向量机算法的输入,识别管道泄漏。采用相关分析法实现泄漏点定位。根据Flowmaster搭建的管道泄漏模型,运用该方法识别管道泄漏。仿真实验表明,与经典双支持向量机算法和拉格朗日双支持向量机（Lagrange TWSVM）算法相比,该方法能更快速识别管道泄漏孔径及定位。3.针对当管道出现小泄漏时,管道泄漏孔径较难识别的问题,提出了一种基于独立分量分析（Independent component regression,ICR）改进深度信念网络（Deep belief network,DBN）的管道泄漏识别方法。DBNICR是基于深度信念网络学习模型DBN的一种改进型建模方法。首先,采用小波包分解（Wavelet packet decomposition,WPA）进行超声波声速信号的消噪处理;其次,将消噪后的信号输入到改进的深度信念网络中进行泄漏孔径识别。由于经典的DBN权值优化采用梯度优化算法,收敛速度较慢,而将ICR方法取代经典DBN中基于梯度的逐层权值精调方法,来提高DBN的分类准确率。同时,通过构造李雅普诺夫函数证明了DBNICR学习过程中的收敛性。现场实验结果表明所提出的DBNICR收敛速度快,能有效区分不同的泄漏孔径。4.针对多分支管道泄漏监控系统之间不能同时进行泄漏点定位的问题,提出了采用信息物理系统（Cyber-physical system,CPS）架构对多分支管道进行泄漏点的定位。该方法利用小波包分析来进行各个分支管道末端压力信号拐点时间的提取,以此建立数据特征样本,并将数据样本作为改进双支持向量机（Improved TWSVM,ITWSVM）算法的输入,进行泄漏定位。仿真实验表明,与TWSVM、径向基神经网络（Radial basis function neural network,RBFNN）、反向传播神经网络（Back propagation neural network,BPNN）相比,该方法能更快速、更准确地进行管道泄漏点定位。5.针对输油管道出现小泄漏时,常常出现漏报的问题,提出一种采用神经网络和D-S（Dempster-Shafer）证据理论的多特征融合的管道小泄漏的识别方法。当小泄漏发生时,将超声波声速信号、流量信号、温度信号进行小波包3层分解,提取各个频带信号的归一化有效值构造特征向量,然后将特征向量作为神经网络的输入,从而实现对小泄漏的首次识别,以首次识别结果再次作为独立证据,并且采用D-S证据融合规则将独立证据进行融合,得到最终小泄漏识别结果;另一方面,小泄漏会造成超声波声速信号拐点特征不明显的问题,依据特征线理论,对管道泄漏发生机理和声速传播机理进行研究,建立管道泄漏产生声速传播中衰减程度计算模型,提出将超声波声速信号结合流量信号进行信号融合的泄漏点定位方法。泄漏发生时,管道首末两端信息融合信号的延迟时间通过改进相关分析获得,并根据管道长度和压力波传播速度等信息,进行泄漏点定位。由于信号融合信号拐点明显比单独超声波声速信号及压力信号拐点清晰,所以可以用于小泄漏及缓漏的定位。现场实验证明了所提方法的有效性和可行性。
二、负压波信号的滤波技术研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、负压波信号的滤波技术研究（论文提纲范文）
（1）基于负压波与流量平衡法的管道泄漏监测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 管道泄漏检测与定位方法的发展 |
| 1.2.1 基于信号处理的方法 |
| 1.2.2 基于模型的方法 |
| 1.3 管道泄漏监测系统发展现状 |
| 1.4 管道泄漏监测软件开发平台介绍 |
| 1.5 本文主要研究内容 |
| 2 管道泄漏监测及定位方法 |
| 2.1 基于负压波和流量平衡法监测原理 |
| 2.1.1 流量平衡法原理 |
| 2.1.2 负压波泄漏检测原理 |
| 2.2 基于光纤光栅的传感器列阵定位原理 |
| 2.3 基于小波变换的信号处理 |
| 2.3.1 小波变换基本原理 |
| 2.3.2 小波降噪基本原理 |
| 2.4 基于时间差的定位算法 |
| 2.4.1 基于阈值检测的泄漏判断 |
| 2.4.2 线性拟合定位算法 |
| 2.4.3 小结 |
| 2.5 本章小结 |
| 3 管道泄漏监测与定位系统总体设计 |
| 3.1 系统开发平台概述 |
| 3.2 系统功能需求分析 |
| 3.3 系统技术架构设计 |
| 3.4 系统硬件配置 |
| 3.4.1 FBG管径夹传感器 |
| 3.4.2 SM130 光纤光栅解调仪 |
| 3.4.3 L_MAG电磁流量计 |
| 3.4.4 监控主机 |
| 3.5 本章小结 |
| 4 管道泄漏监测与定位系统功能设计与实现 |
| 4.1 信号采集模块 |
| 4.1.1 信号采集功能流程设计 |
| 4.1.2 信号采集功能实现 |
| 4.2 管道泄漏监测预警模块 |
| 4.2.1 泄漏预警功能流程设计 |
| 4.2.2 泄漏预警功能实现 |
| 4.2.3 小结 |
| 4.3 信号处理模块 |
| 4.3.1 信号处理功能流程设计 |
| 4.3.2 信号处理功能实现 |
| 4.4 管道泄漏定位模块 |
| 4.4.1 泄漏定位功能流程设计 |
| 4.4.2 泄漏定位功能实现 |
| 4.5 数据库管理系统 |
| 4.5.1 数据库的种类 |
| 4.5.2 LabVIEW与MySQL的连接 |
| 4.5.3 配置ODBC驱动程序 |
| 4.5.4 数据库管理功能设计与实现 |
| 4.6 本章小结 |
| 5 管道泄漏试验及系统验证 |
| 5.1 试验装置及设备 |
| 5.2 试验平台搭建与试验设计 |
| 5.3 试验工况介绍 |
| 5.4 试验结果与分析 |
| 5.4.1 信号采集功能 |
| 5.4.2 泄漏监测功能 |
| 5.4.3 信号处理功能 |
| 5.4.4 定位分析功能 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间科研项目及科研成果 |
| 致谢 |
（2）流体管道泄漏压力波动特性仿真研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 管道泄漏检测的研究背景及意义 |
| 1.2 管道泄漏检测技术和数值模拟研究的国内外研究现状 |
| 1.2.1 管道泄漏检测技术 |
| 1.2.2 管道泄漏数值模拟研究 |
| 1.3 管道泄漏的主要形式 |
| 1.4 本文研究内容 |
| 第二章 负压波和音波泄漏检测方法的概述与分析 |
| 2.1 负压波泄漏检测方法的研究 |
| 2.1.1 负压波泄漏检测的基本原理及定位方法 |
| 2.1.2 影响准确定位的关键因素 |
| 2.1.3 负压波泄漏检测的关键性技术 |
| 2.1.4 负压波泄漏检测的优缺点 |
| 2.2 音波泄漏检测方法的研究 |
| 2.2.1 音波泄漏检测的基本原理及定位方法 |
| 2.2.2 影响准确定位的关键因素 |
| 2.2.3 音波泄漏检测的关键性技术 |
| 2.2.4 音波泄漏检测的优缺点 |
| 2.3 负压波和音波泄漏检测的区别 |
| 2.4 本章小结 |
| 第三章 管道泄漏的数值模拟及分析 |
| 3.1 FLUENT软件简介 |
| 3.2 管道泄漏的计算模型选取和建立 |
| 3.2.1 流体运动的基本控制方程 |
| 3.2.2 物理模型的建立 |
| 3.2.3 网格划分 |
| 3.2.4 求解器的选择 |
| 3.2.5 初始条件和边界参数 |
| 3.3 管道模型泄漏的数值模拟 |
| 3.3.1 管道模型泄漏的压力变化 |
| 3.3.2 管道模型泄漏的速度变化 |
| 3.3.3 管道模型泄漏的温度变化 |
| 3.3.4 管道模型泄漏的矢量图和湍动能变化 |
| 3.4 本章小结 |
| 第四章 实验平台搭建及验证 |
| 4.1 实验平台搭建 |
| 4.1.1 泄漏检测系统的硬件组成 |
| 4.1.2 泄漏检测系统的软件组成 |
| 4.2 实验结果及分析 |
| 4.2.1 运输管道不同进口压力的实验结果 |
| 4.2.2 运输管道不同泄漏点位置的仿真及实验结果 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 发表文章目录 |
| 致谢 |
（3）智慧校园供水管网监控系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 智慧校园促进教育的变革 |
| 1.1.2 校园供水管网监控系统响应智慧校园的建设诉求 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.4 课题主要研究内容 |
| 1.5 本章小结 |
| 第二章 智慧校园供水管网监控系统总体设计方案 |
| 2.1 校园供水管网概述 |
| 2.2 智慧校园供水管网监控系统需求分析 |
| 2.3 智慧校园供水管网监控系统整体方案设计 |
| 2.3.1 泵房信息采集模组设计 |
| 2.3.2 管网信息采集模组设计 |
| 2.3.3 物联网监控系统方案设计 |
| 2.4 系统主要器件分析及选型 |
| 2.4.1 系统主控芯片的选型 |
| 2.4.2 传感器选型 |
| 2.5 本章小结 |
| 第三章 智慧校园供水管网监控系统硬件设计 |
| 3.1 智慧校园供水管网监控系统硬件总体设计 |
| 3.2 泵房信息采集模组硬件设计 |
| 3.2.1 最小控制系统硬件设计 |
| 3.2.2 电源模块电路设计 |
| 3.2.3 温湿度采集电路设计 |
| 3.2.4 电压及电流采集电路设计 |
| 3.2.5 水压采集电路设计 |
| 3.2.6 液位检测电路设计 |
| 3.2.7 漏水检测电路设计 |
| 3.2.8 RS-485通讯电路设计 |
| 3.3 管网信息采集模组电路设计 |
| 3.3.1 最小控制系统硬件设计 |
| 3.3.2 水流量与水压采集电路设计 |
| 3.3.3 电子阀驱动电路设计 |
| 3.4 物联网监控系统硬件电路设计 |
| 3.4.1 物联网监控系统硬件电路组成 |
| 3.4.2 物联网远传模块电路设计 |
| 3.4.3 人机交互硬件设计 |
| 3.5 本章小结 |
| 第四章 智慧校园供水管网监控系统软件设计 |
| 4.1 泵房信息采集模组软件设计 |
| 4.1.1 μCOS-Ⅲ实时操作系统 |
| 4.1.2 主程序设计 |
| 4.1.3 传感器数据采集软件设计 |
| 4.2 管网信息采集模组软件设计 |
| 4.2.1 主程序设计 |
| 4.2.2 传感器数据采集软件设计 |
| 4.2.3 电磁阀驱动程序设计 |
| 4.3 物联网监控系统软件设计 |
| 4.3.1 物联网监控系统总体软件设计 |
| 4.3.2 模块间通讯协议设计 |
| 4.3.3 NB-IoT远传模块程序设计 |
| 4.3.4 人机交互软件设计 |
| 4.4 本章小结 |
| 第五章 供水管道漏损检测定位算法研究 |
| 5.1 流量平衡法漏损判断原理 |
| 5.1.1 流量平衡检漏原理 |
| 5.1.2 管网运行工况判识 |
| 5.2 负压波漏点定位原理 |
| 5.2.1 负压波产生机理 |
| 5.2.2 负压波漏损点定位原理 |
| 5.3 小波去噪在负压波管道漏损定位中的应用 |
| 5.3.1 小波去噪基本原理 |
| 5.3.2 传统小波去噪算法 |
| 5.3.3 改进小波去噪算法 |
| 5.4 小波变换求奇异点 |
| 5.5 仿真与实验结果分析 |
| 5.5.1 负压波小波去噪MATLAB仿真结果 |
| 5.5.2 信号奇异点检测的MATLAB仿真结果 |
| 5.6 本章小结 |
| 第六章 智慧校园供水管网监控系统的实现 |
| 6.1 智慧校园供水管网监控系统硬件实现 |
| 6.2 信息采集功能验证 |
| 6.2.1 泵房信息采集验证 |
| 6.2.2 管网信息采集验证 |
| 6.3 物联网监控系统功能验证 |
| 6.3.1 现场人机交互功能验证 |
| 6.3.2 NB-IoT传输单元通讯测试 |
| 6.3.3 物联网监控系统云平台实现 |
| 6.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（4）城市燃气管道泄漏监测系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 管道泄漏检测与定位方法的国内外研究现状 |
| 1.2.2 通信与网络技术的国内外研究现状 |
| 1.3 研究工作及论文结构安排 |
| 1.4 本章小结 |
| 2 燃气管道泄漏的定位算法研究 |
| 2.1 泄漏信号特性分析 |
| 2.1.1 负压波信号产生机理及特性 |
| 2.1.2 噪声信号特性 |
| 2.2 燃气管道泄漏定位算法介绍 |
| 2.2.1 负压波定位算法原理 |
| 2.2.2 负压波定位算法实现步骤 |
| 2.3 基于小波变换的信号去噪 |
| 2.4 负压波的波速计算 |
| 2.5 基于互相关分析法的时差计算 |
| 2.6 仿真分析 |
| 2.6.1 小波去噪仿真分析 |
| 2.6.2 互相关分析法仿真分析 |
| 2.7 本章小结 |
| 3 城市地下燃气管道泄漏监测系统总体设计 |
| 3.1 系统设计要求 |
| 3.2 系统总体方案 |
| 3.3 系统工作过程 |
| 3.4 本章小结 |
| 4 城市燃气管道泄漏监测系统硬件设计 |
| 4.1 监测节点硬件设计 |
| 4.1.1 STM32F103C8T6 简述 |
| 4.1.2 监测节点主电路 |
| 4.1.3 LoRa通讯模块电路设计 |
| 4.1.4 传感器电路的设计 |
| 4.1.5 监测节点电源电路设计 |
| 4.1.6 监测节点JTAG接口电路 |
| 4.2 路由节点硬件设计 |
| 4.3 本章小结 |
| 5 城市燃气管道泄漏监测系统软件设计 |
| 5.1 监测节点软件设计 |
| 5.1.1 LoRa模块通信格式设计 |
| 5.1.2 监测节点主程序设计 |
| 5.1.3 报警信息中断服务程序 |
| 5.2 路由节点软件设计 |
| 5.2.1 路由节点软件主程序设计 |
| 5.2.2 路由节点中断服务程序 |
| 5.2.3 泄漏点定位子程序 |
| 5.2.4 GPRS通信子程序设计 |
| 5.3 监控平台设计 |
| 5.3.1 监控平台架构 |
| 5.3.2 监控平台的接入 |
| 5.3.3 监控平台的网络通信方式 |
| 5.3.4 监控平台主界面的设计 |
| 5.4 本章小结 |
| 6 城市燃气管道泄漏监测系统测试 |
| 6.1 实验系统的搭建 |
| 6.2 系统功能测试 |
| 6.2.1 LoRa通讯测试 |
| 6.2.2 GPRS与云平台连接测试 |
| 6.2.3 泄漏点定位误差测试 |
| 6.2.4 系统实时性测试 |
| 6.3 监控平台云平台功能测试 |
| 6.3.1 报警功能 |
| 6.3.2 节点管理 |
| 6.3.3 历史记录查询 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（5）基于光纤应变传感技术的管道健康监测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 管道运输发展现状 |
| 1.1.2 管道运输存在问题 |
| 1.1.3 小结 |
| 1.2 国内外管道检测技术研究现状 |
| 1.2.1 管道腐蚀检测技术 |
| 1.2.2 管道泄漏检测技术 |
| 1.2.3 管道变形检测技术 |
| 1.2.4 小结 |
| 1.3 基于光纤传感技术的管道健康监测方法 |
| 1.3.1 光纤传感 |
| 1.3.2 基于光纤传感技术的管道腐蚀监测方法 |
| 1.3.3 基于光纤传感技术的管道泄漏监测方法 |
| 1.3.4 基于光纤传感技术的管道变形监测方法 |
| 1.3.5 小结 |
| 1.4 本文的研究意义以及主要研究内容 |
| 2 管道内腐蚀监测方法研究 |
| 2.1 管道内腐蚀作用下的环向应变场分布特征 |
| 2.1.1 环向应变测量理论 |
| 2.1.2 均匀腐蚀情况下环向应变场分布特征 |
| 2.1.3 局部腐蚀情况下环向应变场分布特征 |
| 2.1.4 小结 |
| 2.2 基于应变场传感网的管道内腐蚀监测方法 |
| 2.2.1 光频域反射技术 |
| 2.2.2 光纤传感器的应变测量试验以及安装方法研究 |
| 2.2.3 应变场传感网结构设计以及间距设置研究 |
| 2.2.4 基于应变场传感网的应变场重构算法 |
| 2.2.5 腐蚀后管道适用性评价 |
| 2.2.6 小结 |
| 2.3 本章小结 |
| 3 管道内腐蚀监测试验 |
| 3.1 既有腐蚀管道监测试验 |
| 3.1.1 管道腐蚀模型介绍 |
| 3.1.2 试验系统介绍 |
| 3.1.3 均匀腐蚀试验结果 |
| 3.1.4 局部腐蚀试验结果 |
| 3.1.5 小结 |
| 3.2 基于应变场传感网的管道腐蚀过程监测试验 |
| 3.2.1 试验设计 |
| 3.2.2 结果分析 |
| 3.2.3 管道剩余强度评价 |
| 3.2.4 小结 |
| 3.3 本章小结 |
| 4 基于光纤光栅传感技术的管道泄漏监测 |
| 4.1 管道泄漏监测和定位原理 |
| 4.1.1 基于环向应变的泄漏监测原理 |
| 4.1.2 基于光纤光栅传感器阵列的泄漏定位方法 |
| 4.1.3 小结 |
| 4.2 基于Kalman滤波器的环向应变信号处理 |
| 4.2.1 Kalman滤波器 |
| 4.2.2 标量Kalman滤波算法 |
| 4.3 负压波拐点定位方法 |
| 4.3.1 负压波测量试验 |
| 4.3.2 负压波拐点定位方法 |
| 4.3.3 小结 |
| 4.4 应用光纤光栅应变箍传感器阵列的管道泄漏试验 |
| 4.4.1 试验设计 |
| 4.4.2 试验工况介绍 |
| 4.4.3 试验结果分析 |
| 4.4.4 小结 |
| 4.5 本章小结 |
| 5 基于光频域反射技术的冻土中管道变形监测 |
| 5.1 基于分布式应变的管道形状还原算法 |
| 5.1.1 基于应变的平面曲线重构算法 |
| 5.1.2 管道结构的平面形状重构试验 |
| 5.1.3 小结 |
| 5.2 基于光频域反射技术的冻土中管道变形监测试验 |
| 5.2.1 试验介绍 |
| 5.2.2 试验结果分析 |
| 5.2.3 小结 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（6）基于超声波波速和支持向量机的管道泄漏检测（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 基于负压波法的管道泄漏检测与定位概述 |
| 1.4 本章小结 |
| 2 长输油管道泄漏检测试验平台搭建 |
| 2.1 实验环境介绍 |
| 2.2 实验所用仪表说明及参数 |
| 2.3 本章小结 |
| 3 基于EMD的管道泄漏检测与定位 |
| 3.1 引言 |
| 3.2 原理与方法 |
| 3.2.1 小波变换基本原理 |
| 3.2.2 变分模态分解原理 |
| 3.2.3 经验模态分解原理 |
| 3.2.4 管道泄漏定位原理 |
| 3.3 实验研究 |
| 3.3.1 压力信号的获取 |
| 3.3.2 负压波拐点的提取 |
| 3.3.3 实验分析 |
| 3.4 本章小结 |
| 4 基于PSO-SVM的管道小泄漏检测 |
| 4.1 引言 |
| 4.2 原理与方法 |
| 4.2.1 支持向量机基本原理 |
| 4.2.2 粒子群算法基本原理 |
| 4.2.3 管道小泄漏检测识别流程 |
| 4.3 实验研究 |
| 4.3.1 超声波波速信号的特征提取 |
| 4.3.2 实验分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的学术论文目录 |
| 攻读硕士学位期间参与的科研项目情况 |
（7）基于改进EMD和SVM的输油管道泄漏信号处理方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 现有油气管道泄漏检测方法 |
| 1.2.2 国外研究现状 |
| 1.2.3 国内研究现状 |
| 1.3 本文主要研究内容及技术路线 |
| 1.4 本章小结 |
| 第二章 管道泄漏信号的数据获取与泄漏点定位 |
| 2.1 室内环道实验 |
| 2.1.1 室内环道的工作流程 |
| 2.1.2 室内环道装置及设备参数 |
| 2.1.3 不同管输工况的环道实验 |
| 2.2 管道不同工况的压力波特性分析 |
| 2.3 管道泄漏点定位 |
| 2.3.1 基于两个传感器的泄漏点定位 |
| 2.3.2 基于三个传感器的泄漏点定位 |
| 2.4 本章小结 |
| 第三章 管道泄漏信号的去噪预处理 |
| 3.1 EMD算法改进 |
| 3.1.1 EMD的局限性分析 |
| 3.1.2 EMD端点效应的改进 |
| 3.1.3 EMD模态混叠的改进 |
| 3.2 盲源分离去噪 |
| 3.3 融合算法去噪 |
| 3.3.1 改进的CEEMDAN与盲源分离融合算法 |
| 3.3.2 融合算法去噪的评价指标及应用 |
| 3.4 本章小结 |
| 第四章 管道泄漏信号的特征提取 |
| 4.1 基于熵方法的特征提取 |
| 4.1.1 熵理论 |
| 4.1.2 基于能量的特征提取 |
| 4.1.3 基于峭度的特征提取 |
| 4.1.4 基于排列熵的特征提取 |
| 4.2 最优三维特征库的建立 |
| 4.2.1 一维特征分析 |
| 4.2.2 最优特征选取 |
| 4.3 现场管道不同工况的特征提取 |
| 4.4 本章小结 |
| 第五章 管道泄漏工况的智能识别及定位 |
| 5.1 支持向量机(SVM)局限性分析 |
| 5.2 SVM参数优化 |
| 5.2.1 布谷鸟融合粒子群算法 |
| 5.2.2 布谷鸟融合粒子群算法仿真验证 |
| 5.2.3 布谷鸟融合粒子群算法的应用 |
| 5.3 多类识别的SVM |
| 5.3.1 改进二叉树SVM算法 |
| 5.3.2 改进二叉树SVM在工况识别上的应用 |
| 5.4 现场管道泄漏工况的智能识别 |
| 5.5 输油管道泄漏点定位 |
| 5.5.1 相关分析时延估计 |
| 5.5.2 自适应时延估计 |
| 5.5.3 时延估计算法在泄漏定位上的应用 |
| 5.6 工业应用预期流程 |
| 5.7 本章小结 |
| 结论与建议 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（8）强噪声环境下管道泄露检测关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究的目的与意义 |
| 1.2 管道泄漏检测技术的研究现状及分析 |
| 1.2.1 管道泄漏检测常用方法 |
| 1.2.2 国内外研究现状 |
| 1.2.3 声波法的研究现状及定位技术 |
| 1.2.4 激光自混合干涉技术发展现状 |
| 1.3 管道泄漏检测存在问题 |
| 1.4 本文主要研究内容与结构安排 |
| 第二章 激光自混合干涉原理及振动重构方法 |
| 2.1 引言 |
| 2.2 基于三镜腔的激光自混合干涉理论模型 |
| 2.3 对激光自混合干涉信号影响因素 |
| 2.3.1 光反馈因子对自混合干涉信号的影响 |
| 2.3.2 外部物体振动参数对自混合干涉信号的影响 |
| 2.3.3 多重反馈对自混合干涉信号的影响 |
| 2.4 激光自混合干涉振动重构方法 |
| 2.4.1 基于条纹计数的激光自混合干涉振动重构方法 |
| 2.4.2 基于相位解卷的激光自混合干涉振动重构方法 |
| 2.4.3 基于主频阶次的激光自混合干涉振动参数提取算法 |
| 2.4.4 基于相位调制的自混合干涉振动重构方法 |
| 2.5 本章小结 |
| 第三章 基于自混合干涉的管壁振动检测技术研究 |
| 3.1 基于局部最大值的跳变点检测算法 |
| 3.2 基于相位解卷的自混合干涉的振动重构算法 |
| 3.3 SMI振动传感器性能测试 |
| 3.3.1 实验装置 |
| 3.3.2 实验验证 |
| 3.4 SMI振动传感器在管道泄漏检测中应用 |
| 3.4.1 SMI振动传感器检测管道振动的有效性分析 |
| 3.4.2 SMI振动传感器检测管道振动的线性度分析 |
| 3.4.3 SMI振动传感器检测管道振动的频率响应分析 |
| 3.5 本章小结 |
| 第四章 基于互信息的VMD算法研究及在信号去噪中的应用 |
| 4.1 变模态分解涉及到相关的基础理论 |
| 4.1.1 维纳滤波 |
| 4.1.2 希尔伯特变换和解析信号 |
| 4.1.3 频率混叠 |
| 4.2 VMD原理 |
| 4.2.1 本征模态函数 |
| 4.2.2 变分模型 |
| 4.2.3 变分模型的求解 |
| 4.3 基于互信息的VMD的算法原理 |
| 4.4 算法测试和性能分析 |
| 4.4.1 算法测试 |
| 4.4.2 算法性能分析 |
| 4.5 基于互信息的VMD管道泄漏信号去噪 |
| 4.5.1 管道内置声腔式声波传感器信号的滤波 |
| 4.5.2 管壁自混合干涉传感器信号的滤波 |
| 4.6 本章小结 |
| 第五章 强噪声环境下的管道泄漏信号检测技术研究 |
| 5.1 引言 |
| 5.2 管道泄漏检测模拟实验系统 |
| 5.2.1 流体管道输送系统实验装置 |
| 5.2.2 管道内置声腔声波传感器设计 |
| 5.2.3 实验装置参数设置 |
| 5.3 强噪声环境下管道泄漏检测技术 |
| 5.3.1 强噪声环境的管道泄漏检测系统硬件结构 |
| 5.3.2 强噪声环境下管道泄漏检测算法原理 |
| 5.4 实验结果与分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士期间所参加的科研及发表论文 |
| 致谢 |
（9）基于小波分析的海底油气管道泄漏检测监测系统的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 海底油气管道泄漏检测监测技术的研究现状 |
| 1.3 海底油气管道泄漏检测监测中面临的问题 |
| 1.4 论文主要研究工作与创新点 |
| 1.5 技术路线 |
| 1.6 本章小结 |
| 第二章 海底油气管道泄漏检测理论研究 |
| 2.1 海底油气管道非稳定流基本方程 |
| 2.2 管道泄漏的形式 |
| 2.3 海底油气管道泄漏过程及模型分析 |
| 2.4 负压波信号的特点 |
| 2.4.1 负压波的产生 |
| 2.4.2 负压波传递规律 |
| 2.4.3 负压波衰减最小泄漏检测量的计算 |
| 2.5 管道泄漏噪声的来源 |
| 2.6 本章小结 |
| 第三章 油气管道泄漏实验以及模拟研究 |
| 3.1 实验的目的 |
| 3.2 实验平台的设计 |
| 3.3 实验系统的主要设备介绍及工作原理 |
| 3.3.1 空气压缩机 |
| 3.3.2 气体缓冲罐与减压阀 |
| 3.3.3 负压波采集系统 |
| 3.4不同工况下的油气管道泄漏实验 |
| 3.4.1 泄漏孔径的确定 |
| 3.4.2 负压波衰减的实验研究 |
| 3.4.3 泄漏孔径大小对管内压力变化的影响 |
| 3.5 不同工况下的海底油气管道泄漏模拟研究 |
| 3.5.1 不同外界环境下管道泄漏点的压力变化对比 |
| 3.5.2 不同泄漏孔径下管道泄漏点的压力变化对比 |
| 3.5.3 不同输气压力下管道泄漏点的压力变化对比 |
| 3.6 本章小结 |
| 第四章 基于小波分析的管道泄漏负压波信号的处理 |
| 4.1 小波及提升小波基本理论 |
| 4.1.1 小波变换 |
| 4.1.2 传统小波阈值去噪算法 |
| 4.1.3 提升小波变换 |
| 4.2 提升小波改进阈值算法 |
| 4.2.1 提升小波降噪过程 |
| 4.2.2 影响提升小波消噪质量的关键因素的分析 |
| 4.3 提升小波改进阈值算法在输气管道泄漏信号降噪处理中的应用 |
| 4.3.1 最优提升小波基的选择 |
| 4.3.2 最佳分解层数的选择 |
| 4.3.3 现场实验数据的处理 |
| 4.4 本章小结 |
| 第五章 海底油气输送管道泄漏检测与定位研究 |
| 5.1 负压波法油气管道泄漏检测与定位的基本原理 |
| 5.2 海底管道泄漏孔定位精度的主要影响因素 |
| 5.2.1 流体流速 |
| 5.2.2 管道内负压波的传播速度 |
| 5.3 海底管道内负压波波速的确定 |
| 5.3.1 负压波波速的推导与修正 |
| 5.3.2 负压波波速的影响因素分析 |
| 5.3.3 海底油气管道泄漏点定位算法的改进 |
| 5.4 时间差对定位精确度的影响 |
| 5.5 本章小结 |
| 第六章 海底油气管道泄漏检测监测系统的设计 |
| 6.1 系统的总体方案 |
| 6.2 系统的硬件部分 |
| 6.2.1 压力传感器 |
| 6.2.2 流量传感器 |
| 6.2.3 温度传感器 |
| 6.2.4 RS-485 通信 |
| 6.2.5 串口服务器 |
| 6.3 系统的软件部分 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文及研究成果 |
（10）基于特征提取与信息融合的管道泄漏检测与定位研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 长输油气管道泄漏检测与定位技术的研究现状 |
| 1.2.1 非连续性的管道泄漏检测与定位方法 |
| 1.2.2 连续性的管道泄漏检测与定位方法 |
| 1.3 管道泄漏检测与定位技术对比分析及发展趋势 |
| 1.3.1 泄漏检测与定位技术对比分析 |
| 1.3.2 泄漏检测与定位技术发展趋势 |
| 1.4 本论文的研究内容和创新点 |
| 1.4.1 本文的研究内容 |
| 1.4.2 本文的创新点 |
| 第二章 基于非平衡数据处理的管道泄漏检测与定位研究 |
| 2.1 引言 |
| 2.2 基于改进LMD的信号降噪方法 |
| 2.2.1 LMD的原理 |
| 2.2.2 基于改进LMD的信号降噪方法 |
| 2.2.3 小波分析 |
| 2.3 非平衡数据的特征提取 |
| 2.3.1 压力信号的特征提取 |
| 2.3.2 核主成分分析 |
| 2.3.3 K均值聚类 |
| 2.3.4 基于K均值聚类的欠采样 |
| 2.4 双支持向量机 |
| 2.4.1 双支持向量机算法 |
| 2.4.2 改进双支持向量机算法 |
| 2.4.3 最小二乘双支持向量机算法 |
| 2.5 基于LMD及改进TWSVM的泄漏检测与定位 |
| 2.5.1 泄漏工况识别步骤 |
| 2.5.2 软件仿真实验分析 |
| 2.5.3 环道实验分析 |
| 2.6 本章小结 |
| 第三章 基于深度信念网络的管道泄漏孔径识别 |
| 3.1 引言 |
| 3.2 管道泄漏识别方法 |
| 3.2.1 基于模式识别的管道泄漏检测方法概述 |
| 3.2.2 基于DBN的管道泄漏识别方法框架 |
| 3.3 深度信念网络 |
| 3.3.1 波尔兹曼机 |
| 3.3.2 限制波尔兹曼机 |
| 3.3.3 对比散度算法 |
| 3.3.4 深度信念网络 |
| 3.3.5 独立成分回归 |
| 3.3.6 改进深度信念网络算法 |
| 3.4 基于WPA与 DBN的泄漏孔径识别步骤 |
| 3.4.1 小波包分析(Wavelet packet analysis,WPA) |
| 3.4.2 泄漏孔径识别步骤 |
| 3.5 实验分析 |
| 3.5.1 现场实验 |
| 3.5.2 与传统方法对比分析 |
| 3.5.3 不同数据样本长度下泄漏孔径识别结果及分析 |
| 3.6 本章小结 |
| 第四章 基于物理信息融合系统的多分支管道泄漏定位研究 |
| 4.1 引言 |
| 4.2 物理信息融合系统 |
| 4.2.1 物理信息融合系统概述 |
| 4.2.2 CPS的概念与内涵 |
| 4.2.3 CPS的主要特征 |
| 4.3 基于CPS的多分支管道结构 |
| 4.3.1 多分支管道结构描述 |
| 4.3.2 多分支管道的CPS建模 |
| 4.4 基于CPS的多分支管道泄漏定位 |
| 4.4.1 基于CPS的多分支管道的泄漏定位方法 |
| 4.4.2 实验分析 |
| 4.5 本章小结 |
| 第五章 基于信息融合的管道小泄漏研究 |
| 5.1 引言 |
| 5.2 信息融合介绍 |
| 5.2.1 信息融合基本概念 |
| 5.2.2 信息融合单元和信息融合结构 |
| 5.2.3 信息融合检测方法 |
| 5.3 D-S证据理论 |
| 5.3.1 基本可信度分配函数及信度函数 |
| 5.3.2 D-S证据融合规则 |
| 5.3.3 管道首末端信号的数据融合处理 |
| 5.4 超声波波速衰减的计算模型及信号融合 |
| 5.4.1 管道的运动方程和连续性方程 |
| 5.4.2 超声波波速衰减 |
| 5.4.3 信号融合 |
| 5.5 泄漏定位方法 |
| 5.6 管道泄漏检测装置的设计 |
| 5.6.1 实验装置的系统组成 |
| 5.6.2 数据采集装置 |
| 5.6.3 泄漏检测与定位系统 |
| 5.7 实验分析 |
| 5.8 本章小结 |
| 第六章 研究工作总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文和参加科研情况 |
四、负压波信号的滤波技术研究（论文参考文献）
- [1]基于负压波与流量平衡法的管道泄漏监测系统研究[D]. 秦程. 大连理工大学, 2021(01)
- [2]流体管道泄漏压力波动特性仿真研究[D]. 姚岱男. 东北石油大学, 2020(03)
- [3]智慧校园供水管网监控系统设计[D]. 王成荣. 青岛科技大学, 2020(01)
- [4]城市燃气管道泄漏监测系统研究[D]. 余俊峰. 安徽理工大学, 2019(01)
- [5]基于光纤应变传感技术的管道健康监测[D]. 姜涛. 大连理工大学, 2019(01)
- [6]基于超声波波速和支持向量机的管道泄漏检测[D]. 刘浩宇. 辽宁石油化工大学, 2019(01)
- [7]基于改进EMD和SVM的输油管道泄漏信号处理方法研究[D]. 逯雯雯. 中国石油大学(华东), 2019(09)
- [8]强噪声环境下管道泄露检测关键技术研究[D]. 尹淑欣. 东北石油大学, 2019
- [9]基于小波分析的海底油气管道泄漏检测监测系统的研究[D]. 周韶彤. 浙江海洋大学, 2019(02)
- [10]基于特征提取与信息融合的管道泄漏检测与定位研究[D]. 郎宪明. 西北工业大学, 2018(02)