基于RBF神經(jīng)網(wǎng)絡(luò)和小波變換的管道泄漏檢測(cè)技術(shù)研究.pdf

1、在長(zhǎng)距離輸送原油或者成品油的過程中，管道以其獨(dú)特的優(yōu)勢(shì)，在運(yùn)輸中起著至關(guān)重要的作用。但是，由于管道老化、腐蝕及其它外力破壞等原因，泄漏事故時(shí)有發(fā)生。特別是近幾年有組織的打孔盜油活動(dòng)，嚴(yán)重干擾了正常的輸油，造成了重大的經(jīng)濟(jì)損失和環(huán)境污染。因此及時(shí)檢測(cè)出管道泄漏，并對(duì)其進(jìn)行準(zhǔn)確定位，對(duì)于保護(hù)自然環(huán)境和國(guó)家財(cái)產(chǎn)具有重大的社會(huì)和經(jīng)濟(jì)意義。
　　本文研究的管道泄漏檢測(cè)技術(shù)，是目前故障診斷領(lǐng)域的一個(gè)主要研究課題。討論了目前典型的管道泄漏檢測(cè)的

2、方法，并對(duì)比了它們的優(yōu)缺點(diǎn)，在此基礎(chǔ)上,提出一種RBF神經(jīng)網(wǎng)絡(luò)結(jié)合小波變換的新的管道泄漏檢測(cè)技術(shù)。本文主要進(jìn)行了以下幾個(gè)方面的工作:
　　1.針對(duì)管道泄漏檢測(cè)過程中所存在的問題，本文引進(jìn)了負(fù)梯度下降法的最近鄰聚類RBF神經(jīng)網(wǎng)絡(luò)算法，這種算法不但能在線更新中心、寬度、權(quán)值，而且能自動(dòng)的確定RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，有效的提高了RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)精度。經(jīng)過大量仿真，證明了這種算法能很好的檢測(cè)出管道泄漏。
　　2.針對(duì)RBF神經(jīng)網(wǎng)絡(luò)泄

3、漏檢測(cè)算法的問題，本文引進(jìn)基于小波變換的去噪算法，對(duì)信號(hào)進(jìn)行消噪處理。在這里構(gòu)造出了新的閾值函數(shù)，能根據(jù)實(shí)時(shí)數(shù)據(jù)不斷更新;同時(shí)提出了粗調(diào)和細(xì)調(diào)的方法確定分解層數(shù)，這樣既能準(zhǔn)確的確定分解的層數(shù)，又能減少分層的時(shí)間。經(jīng)過MATLAB仿真，證明了該方法比常規(guī)算法有更好的效果。
　　3.通過以上的研究，提出了RBF神經(jīng)網(wǎng)絡(luò)結(jié)合小波變換的管道泄漏檢測(cè)技術(shù)。同時(shí)，利用RBF神經(jīng)網(wǎng)絡(luò)結(jié)合負(fù)壓波技術(shù)對(duì)泄漏點(diǎn)進(jìn)行定位，并對(duì)工況進(jìn)行了簡(jiǎn)要分析。大量的