本文選題：泄漏檢測　切入點：音波　出處：《中國石油大學(華東)》2014年碩士論文　論文類型：學位論文

【摘要】：隨著國內外經濟的快速發(fā)展,天然氣的需求量越來越大,因而陸上輸氣管道的鋪設越來越多,管道的運輸任務也越來越重。然而,由于管道腐蝕、自然破壞、人為破壞等諸多原因,管道泄漏時有發(fā)生。管道泄漏不但會造成環(huán)境污染、帶來經濟損失,嚴重時更會導致人員傷亡等事故。因此為保障管道正常安全運行,管道泄漏檢測就變得尤為重要。本文用的音波法泄漏檢測是近十幾年發(fā)展成熟的一種方法,具有靈敏度高、定位準確等優(yōu)點。本文依托實驗室內的高壓輸氣管道裝置設計了基于音波數據驅動的泄漏檢測方案,完成了實驗室音波數據的采集;采用高質量時頻分辨效果的廣義S變換對泄漏音波信號進行時頻分析與去噪處理;分析并提取了泄漏及干擾信號信號包括時域及小波域上的部分特征,為泄漏判斷提供了依據;對泄漏及干擾信號常用統(tǒng)計特征進行了基于遺傳算法的特征選取,得到了最有利于工況分類的特征組合,最后建立了基于支持向量機(SVM)的多類分類器,完成了泄漏及干擾信號的分類識別,降低了泄漏檢測的誤報率。通過進行基于音波數據驅動的泄漏檢測試驗研究,本文得出的主要結論有:①泄漏音波信號具有明顯區(qū)別于管道正常運行時信號的時域及頻域的特征,可以設定某個統(tǒng)計特征的閾值對泄漏進行判斷;②針對泄漏信號高頻多噪音、低頻泄漏特征明顯的特點,用高質量時頻分辨效果的廣義S變換進行時頻分析及時頻去噪能夠取得很好的結果;③并不是所有的統(tǒng)計特征都適合用于信號分類,基于遺傳算法的特征選取能夠選取到較為合適的適用于特征分類的最佳特征子集;④對泄漏及干擾信號進行基于支持向量機的分類識別,能夠提高泄漏信號的識別率,從而降低整個泄漏檢測的誤報率。
[Abstract]:With the rapid development of economy at home and abroad, the demand for natural gas is increasing, so more and more onshore gas pipelines are laid, and the transportation tasks of pipelines become heavier and heavier. However, due to pipeline corrosion, natural damage occurs. Pipeline leaks occur from time to time because of man-made damage. Pipeline leaks not only cause environmental pollution, bring economic losses, but also lead to accidents such as casualties when serious. Therefore, in order to ensure the normal and safe operation of pipelines, The sound wave method used in this paper is a mature method developed in recent ten years and has high sensitivity. Based on the high pressure gas pipeline device in the laboratory, the leakage detection scheme based on sonic data driving is designed in this paper, and the sound wave data is collected in the laboratory. The generalized S transform with high quality time-frequency resolution is used to analyze and Denoise the leaky sonic signal, and some characteristics of the leakage and interference signal, including time domain and wavelet domain, are analyzed and extracted, which provides the basis for leak judgment. The commonly used statistical features of leakage and interference signals are selected based on genetic algorithm, and the most favorable feature combination is obtained. Finally, a multi-class classifier based on support vector machine (SVM) is established. The classification and identification of leakage and interference signals are completed, and the false alarm rate of leak detection is reduced. The main conclusion of this paper is that the 1: 1 leaky acoustic signal has the characteristic of time domain and frequency domain which is obviously different from the signal when the pipeline is in normal operation. The threshold of some statistical characteristic can be set to judge the leakage. The characteristic of low frequency leakage is obvious. Using the generalized S transform of high quality time-frequency resolution to carry out time-frequency analysis can get good results. Not all the statistical features are suitable for signal classification. The feature selection based on genetic algorithm can select the best feature subset which is suitable for feature classification to classify leakage and interference signals based on support vector machine (SVM), which can improve the recognition rate of leakage signals. In order to reduce the false alarm rate of the whole leak detection.
【學位授予單位】：中國石油大學(華東)
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TE973.6

【相似文獻】

相關期刊論文 前10條

1 李文英;;川西北輸氣場站設備泄漏檢測及分析[J];天然氣經濟;2004年01期

2 田士章;王永志;李晉;李成剛;;擴展卡爾曼濾波器在管線泄漏檢測中的應用[J];當代化工;2007年05期

3 魯君;李莉;林立;鄔堅平;王紅麗;陳長虹;;揮發(fā)性有機化合物氣體泄漏檢測與修復技術[J];化工環(huán)保;2011年04期

4 張學洪;;天然氣泄漏檢測方法研究進展[J];內蒙古石油化工;2012年17期

5 丁德武;鄒兵;高翔;肖寒;魏新明;;石化企業(yè)苯泄漏檢測影響因素實驗研究[J];工業(yè)安全與環(huán)保;2013年03期

6 吳志興;;石油化工中的泄漏檢測方法[J];石油化工;1981年01期

7 鄒兵;丁德武;朱勝杰;;石化企業(yè)泄漏檢測與維修技術研究現狀及進展[J];安全、健康和環(huán)境;2014年04期

8 朱亮;高少華;丁德武;鄒兵;;光學氣體成像技術在泄漏檢測與維修中的應用研究[J];安全、健康和環(huán)境;2014年04期

9 嚴龍;;石化企業(yè)運行泄漏檢測與維修程序的信息化策略[J];安全、健康和環(huán)境;2014年04期

10 肖安山;姜鳴;丁德武;高少華;鄒兵;姜素霞;;泄漏檢測與維修質量控制[J];安全、健康和環(huán)境;2014年04期

相關會議論文 前10條

1 何琳;李國斌;張仁忠;;一種新型煤氣泄漏檢測方法[A];1997中國控制與決策學術年會論文集[C];1997年

2 梅剛;;試析幾種管線泄漏檢測標準[A];山東省石油學會油田電力、通信及自動化技術研討會優(yōu)秀工程技術論文集[C];2009年

3 李秀峰;何仁洋;;埋地管道泄漏檢測監(jiān)測技術研究進展[A];壓力管道技術研究進展精選集——第四屆全國管道技術學術會議[C];2010年

4 李文英;鐘衛(wèi);;川西北輸氣場站設備泄漏檢測及分析[A];四川省第十次環(huán)境監(jiān)測學術交流會論文集[C];2005年

5 蔡恒鑫;董志;林成;邢鵬舉;;飛機氣體系統(tǒng)泄漏檢測方法研究[A];2012航空試驗測試技術學術交流會論文集[C];2012年

6 閆志明;王穎;李成寬;杜書田;;泄漏檢測與修復(LDAR)技術、應用及趨勢[A];2014中國環(huán)境科學學會學術年會（第三章）[C];2014年

7 高順利;顏丹平;孫莉莉;于燕平;;創(chuàng)新泄漏檢測體系 確保燃氣管網安全[A];中國城市燃氣協(xié)會安全管理工作經驗交流會大會文集[C];2009年

8 周海旭;葉昊;王桂增;;基于模糊C均值聚類和D-S證據理論的輸氣管道泄漏檢測方法[A];第六屆全國信息獲取與處理學術會議論文集（3）[C];2008年

9 曾議;汪洋;;電氣設備中SF_6的泄漏檢測與回收處理[A];第六屆電力工業(yè)節(jié)能減排學術研討會論文集[C];2011年

10 王桂鳳;李鳳乾;肖飛;王兆鈞;;BP神經網絡在輸油管道泄漏檢測中的應用研究[A];中國石油石化數字管道信息化建設論壇暨燃氣管網安全、經濟、運營技術交流研討會論文集[C];2009年

相關重要報紙文章 前3條

1 通訊員 陳莉薇邋楊歡;獨石化完成全方位管線泄漏檢測[N];中國石油報;2008年

2 張鳳娟;石油管線的“千里眼”[N];中國石化報;2008年

3 黃敏清 申屠靈女;泄漏檢測與維修試點項目完成初檢[N];中國石化報;2014年

相關博士學位論文 前4條

1 郭世旭;基于球形內檢測器的長輸管道微小泄漏檢測關鍵技術研究[D];天津大學;2015年

2 王強;基于混沌與分形理論的爐管泄漏檢測與診斷系統(tǒng)的研究[D];華北電力大學（河北）;2003年

3 文靜;供水管網泄漏檢測定位中的信號處理研究[D];重慶大學;2007年

4 張宇;輸油管道泄漏檢測新方法與關鍵技術研究[D];天津大學;2009年

相關碩士學位論文 前10條

1 郭喬;輸油管道次聲波法泄漏檢測與定位技術研究[D];西安石油大學;2015年

2 李學強;基于信號處理的水管泄漏檢測與定位方法的研究[D];上海應用技術學院;2015年

3 于洋;數據驅動的長輸油管道泄漏檢測與定位方法的研究[D];東北大學;2014年

4 胡晶宇;大口徑輸氣管道泄漏檢測定位技術研究[D];武漢工程大學;2015年

5 江浩;煉化裝置泄漏檢測與維修系統(tǒng)的開發(fā)與研究應用[D];北京化工大學;2016年

6 陳琛;基于多傳感器信息融合的管道安全運行方法的研究[D];東北大學;2014年

7 趙吉波;輸油管道球形內檢測器泄漏檢測系統(tǒng)的設計與研制[D];天津大學;2014年

8 劉夢楠;成品油復雜管網泄漏檢測方法研究[D];東北大學;2014年

9 張奇;基于紅外熱成像技術的泄漏檢測研究[D];大連理工大學;2016年

10 劉穎;供水SCADA系統(tǒng)設計及管網泄漏檢測與定位方法研究[D];大連理工大學;2016年

，

本文編號：1576839