【摘要】：隨著我國(guó)城市化水平不斷提高,供水管道長(zhǎng)度呈現(xiàn)加速增張趨勢(shì),供水管網(wǎng)中輸送的水都是由當(dāng)?shù)厮畯S處理過(guò)水質(zhì)符合國(guó)家規(guī)范的城市用水,管網(wǎng)的泄漏不止會(huì)導(dǎo)致水資源的浪費(fèi)造成市政系統(tǒng)供水能力下降甚至局部癱瘓,并且會(huì)給當(dāng)?shù)亟?jīng)濟(jì)造成巨大的損失和嚴(yán)重的環(huán)境損壞。負(fù)壓波信號(hào)是對(duì)于液體輸送管道工況特征提取十分有效的信號(hào),但對(duì)于城市供水管網(wǎng)來(lái)說(shuō),一些常規(guī)的運(yùn)維操作可能也會(huì)產(chǎn)生負(fù)壓波信號(hào),導(dǎo)致誤報(bào)警,因此如何從復(fù)雜干擾中提取有效特征并進(jìn)行工況判別是整個(gè)技術(shù)的關(guān)鍵難點(diǎn)。供水管道泄漏診斷本質(zhì)上也是故障診斷的一種,其整個(gè)診斷的過(guò)程分為原始采集信號(hào)的降噪,降噪后信號(hào)特征的選取以及根據(jù)所選特征進(jìn)行被測(cè)系統(tǒng)的工況識(shí)別。本文中采用對(duì)液體輸送管道友好度最高的負(fù)壓波信號(hào)為源采集信號(hào),根據(jù)上述步驟分別做出解決方案,本文章節(jié)主要內(nèi)容如下:1)詳細(xì)介紹了變分模態(tài)分解(Variational Mode Decomposition,VMD)的信號(hào)分解原理,并提出了一種采用樣本熵的閾值來(lái)優(yōu)選分離后的本征模態(tài)函數(shù)(Intrinsic Mode Function,IMF)的方法用以重構(gòu)信號(hào),進(jìn)行原始信號(hào)的噪聲分離實(shí)現(xiàn)降噪。通過(guò)對(duì)供水管網(wǎng)的負(fù)壓波信號(hào)進(jìn)行分解重構(gòu)降噪分析,根據(jù)分解后的本征模態(tài)函數(shù)中的樣本熵篩選重構(gòu)可以有效的應(yīng)用于管道泄漏診斷中。2)詳細(xì)介紹了隨機(jī)森林算法(Random Forest,RF)的基本原理,將供水管網(wǎng)負(fù)壓波信號(hào)的12個(gè)可以反映信號(hào)波形變化的常用特征作為總特征集輸入,經(jīng)過(guò)迭代之后得到特征對(duì)于分類的準(zhǔn)確率排行,選取其中前五位為作為分類的優(yōu)選特征子集。把上一步VMD分解降噪后的信號(hào)作為信號(hào)源提取特征集作為輸入,經(jīng)過(guò)RF算法多次迭代后得到可以反映供水管道負(fù)壓波信號(hào)的最優(yōu)特征子集(峭度、峭度因子、平均幅值、均方根以及裕度因子)。3)詳細(xì)介紹了支持向量機(jī)算法(Support Vector Machine,SVM)的基本原理,并提出了采用粒子群算法(Particle Swarm Optimization,PSO)優(yōu)化SVM中徑向基核函數(shù)里的核參數(shù)g和懲罰因子c兩個(gè)參數(shù),最后建立了多元的改進(jìn)支持向量機(jī),得到供水管道負(fù)壓波法的PSO-SVM分類模型。以上一步得到的優(yōu)選特征子集作為模型輸入,得到供水管道工況的判別分類。實(shí)驗(yàn)結(jié)果表明,PSO算法可以較為快速地搜尋到SVM中關(guān)鍵參數(shù)的最優(yōu)值,并且改進(jìn)算法相對(duì)于傳統(tǒng)的反向傳播算法、未經(jīng)優(yōu)化的支持向量機(jī)以及基于遺傳算法和蟻群算法支持向量機(jī)算法在準(zhǔn)確率上有一定提升。
【圖文】：

圖 2-1 典型的供水管道負(fù)壓波泄漏波形Fig.2-1 Typical water supply pipeline negative pressure wave leakage signal從圖中可以看出供水管網(wǎng)負(fù)壓波信號(hào)在泄漏時(shí)表現(xiàn)的特性，首先由開(kāi)始穩(wěn)態(tài)的平穩(wěn)直線突變降低，待達(dá)到一個(gè)最低點(diǎn)時(shí)開(kāi)始回彈，在一定區(qū)間震蕩之后回歸到另一個(gè)相對(duì)穩(wěn)定的壓力。2.3 負(fù)壓波傳播速度2.3.1 負(fù)壓波波速的推導(dǎo)根據(jù)系統(tǒng)的質(zhì)量守恒公式是能夠直接推導(dǎo)出負(fù)壓波在供水管道中的波速的，前提條件是假設(shè)管線出口處閥門被瞬間閉合，然后根據(jù)質(zhì)量守恒定律和動(dòng)量方程來(lái)對(duì)負(fù)壓波的波速進(jìn)行推導(dǎo)。負(fù)壓波波速的推導(dǎo)可以借鑒理論力學(xué)中質(zhì)點(diǎn)系的解決方法，質(zhì)點(diǎn)系的相關(guān)定理是：施加在一個(gè)點(diǎn)系上的所有外力的合矢量ΣF 就相當(dāng)于是動(dòng)量Σmu 對(duì)時(shí)間t 的微商，公式如下所示： ( )ddmu FtΣ = Σ (2-1)在一個(gè)很短是時(shí)間點(diǎn)t ，研究體管道V 中的流體就是質(zhì)點(diǎn)系。假設(shè)某質(zhì)點(diǎn)在t 時(shí)間時(shí)，

圖 2-2 總流流動(dòng)Fig.2-2 Total Flow的工質(zhì)作總流流動(dòng)時(shí)，如圖 2-2 所示，流體會(huì)穿過(guò)1A 表面和換，，設(shè)穿過(guò)1A 表面的流體平均速度矢量為1v ，穿過(guò)2A 表面，并且同一過(guò)流斷面上各點(diǎn)速度1u 、2u 和過(guò)流斷面上的平同的。管道內(nèi)的工質(zhì)流動(dòng)時(shí)，假設(shè)管內(nèi)工質(zhì)的動(dòng)量不會(huì)跟隨時(shí)間的=0udVρ ，那么公式2-2就可以化簡(jiǎn)為：2 12 2 1 12 2 2 1 1 1nAA AF uu dAu u dA u u dAv v A v v Aρρ ρβρ βρΣ == = 連續(xù)性得：流進(jìn)的流體和流出的流體是相同的：2 2 1 1v A = v A = Q
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TU991.61

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王秀芳;王昕;;EEMD近似熵和支持向量機(jī)的管道泄漏特征向量提取研究[J];化工自動(dòng)化及儀表;2015年11期

2 孫潔娣;肖啟陽(yáng);溫江濤;王飛;;基于LMD包絡(luò)譜熵及SVM的天然氣管道微小泄漏孔徑識(shí)別[J];機(jī)械工程學(xué)報(bào);2014年20期

3 陸韜;劉燕;李佳;董驍;;我國(guó)供水管網(wǎng)漏損現(xiàn)狀及控制措施研究[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2013年06期

4 趙志宏;楊紹普;;一種基于樣本熵的軸承故障診斷方法[J];振動(dòng)與沖擊;2012年06期

5 孫良;王建林;趙利強(qiáng);;負(fù)壓波法在液體管道上的可檢測(cè)泄漏率分析[J];石油學(xué)報(bào);2010年04期

6 胡瑾秋;張來(lái)斌;梁偉;王朝暉;;基于諧波小波分析的管道小泄漏診斷方法[J];中國(guó)石油大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

7 陳志剛;張來(lái)斌;梁偉;陶華;;復(fù)雜工況下熱油管道泄漏識(shí)別與定位方法研究[J];西南石油大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年06期

8 楊宏濤;叢蘋(píng);周榮敏;;城市給水管網(wǎng)腐蝕機(jī)理及防護(hù)措施[J];管道技術(shù)與設(shè)備;2008年03期

9 孫立瑛;李一博;曲志剛;靳世久;周琰;;EMD信號(hào)分析方法的聲發(fā)射管道泄漏檢測(cè)研究[J];振動(dòng)與沖擊;2007年10期

10 胡瑞芬;李光;張錦;;一種新的腦電特征提取方法研究[J];儀器儀表學(xué)報(bào);2006年S3期

相關(guān)碩士學(xué)位論文 前2條

1 趙尉普;基于壓力和流量的輸油管道微弱泄漏檢測(cè)定位研究[D];天津大學(xué);2014年

2 李亮;基于EEMD樣本熵和模糊聚類的軸承故障診斷方法研究[D];燕山大學(xué);2013年

本文編號(hào)：2664767