發(fā)布時間：2018-07-16 21:02

【摘要】：在長輸氣管道的運行中,由于自然腐蝕、老化、人為損壞等原因,管道泄漏情況時有發(fā)生,天然氣具有易燃易爆的特點,如果泄漏情況不能被及時發(fā)現(xiàn),就可能給社會和環(huán)境帶來重大損失,甚至造成人員傷亡。因此對輸氣管道泄漏檢測技術(shù)的研究就變得尤為重要。本文依托高壓輸氣管道實驗系統(tǒng),對基于音波法的泄漏檢測技術(shù)進行了研究。為了降低采集到的音波信號的噪聲,采用小波變換的方法進行去噪,確定了去噪的最優(yōu)小波基、分解層數(shù)、閾值處理方法等各項參數(shù)。通過對音波信號時域、頻域、小波域的分析,提取出可用于泄漏判斷的特征量。選取合適的特征量作為神經(jīng)網(wǎng)絡的輸入,以是否發(fā)生泄漏為輸出建立了BP神經(jīng)網(wǎng)絡,實現(xiàn)泄漏的準確判斷。最后完成了基于LabVIEW的泄漏檢測系統(tǒng)的設計。本文通過試驗研究與理論分析,得出以下主要結(jié)論:(1)系統(tǒng)采集的音波信號屬于非平穩(wěn)信號,適用于小波變換法去噪。(2)確定了小波閾值法去噪?yún)?shù),最優(yōu)小波基為’sym2’小波基,11層分解,閾值選取規(guī)則為試探法的Stein無偏風險閾值(heursure)規(guī)則,軟閾值處理方法。(3)利用連續(xù)小波實現(xiàn)信號的時頻分析,最優(yōu)小波基為‘mexh’小波。(4)均值、方差、斜率均值、自相關、頻譜、功率譜、小波能量等可以作為泄漏判斷的特征量。(5)建立了多參量的泄漏診斷系統(tǒng),選取均值、方差、自相關、功率譜密度、小波包頻帶1能量這五個特征量,處理后組成特征向量,建立基于BP神經(jīng)網(wǎng)絡的多參量泄漏診斷系統(tǒng),可以實現(xiàn)準確診斷。(6)設計了基于LabVIEW的泄漏檢測系統(tǒng),利用LabVIEW實現(xiàn)了小波去噪、特征提取、神經(jīng)網(wǎng)絡診斷、互相關法排除了工況干擾,為算法在工程上的應用提供了參考。
[Abstract]:In the operation of long gas transmission pipeline, due to natural corrosion, aging, artificial damage and other reasons, pipeline leakage occurs, natural gas has the characteristics of flammable and explosive. If the leakage situation can not be found in time, it may bring great loss to the society and the environment and even cause casualties. Therefore, the leakage detection technology of gas pipeline is used. In this paper, based on the experimental system of high pressure gas transmission pipeline, the leakage detection technology based on sound wave method is studied. In order to reduce the noise of the acoustic wave signal, the method of wavelet transform is used to denoise, and the parameters of the optimal wavelet base, the decomposition layer number, the threshold processing method and so on are determined. After the analysis of the time domain, frequency domain and wavelet domain of the sound wave signal, the characteristic quantity can be extracted for leakage judgment. The appropriate characteristic amount is selected as the input of the neural network, and the BP neural network is established to determine the leakage and the leakage is accurately judged. Finally, the design of the leakage detection system based on LabVIEW is completed. This paper passes through this paper. The main conclusions of the experimental and theoretical analysis are as follows: (1) the sound wave signals collected by the system are non-stationary signals, and are suitable for wavelet transform denoising. (2) the wavelet threshold method is used to determine the denoising parameters, the optimal wavelet base is "sym2" small wave base, the 11 layer decomposition, the threshold selection rule is the Stein unbiased risk threshold (heursure) rule of the test method, Soft threshold processing method. (3) using continuous wavelet to realize signal time-frequency analysis, the optimal wavelet base is' mexh 'wavelet. (4) mean, variance, slope mean, autocorrelation, spectrum, power spectrum, wavelet energy and so on. (5) a multi parameter leakage diagnosis system is established, and the mean, variance, autocorrelation, power spectrum are selected. Density, wavelet packet frequency band 1 energy of these five characteristics, after processing the composition of the feature vector, the establishment of a multi parameter leakage diagnosis system based on BP neural network, can achieve accurate diagnosis. (6) the design of LabVIEW based leakage detection system, the use of LabVIEW to achieve wavelet denoising, feature extraction, neural network diagnosis, mutual clearance method to exclude working conditions Interference provides a reference for the application of algorithm in engineering.
【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】：2015
【分類號】：TE973.6

【參考文獻】

相關期刊論文 前10條

1 高鵬;王海英;朱金華;王立獻;;2011-2013年中國油氣管道進展[J];國際石油經(jīng)濟;2014年06期

2 孟令雅;付俊濤;李玉星;劉翠偉;劉光曉;;輸氣管道泄漏音波信號傳播特性及預測模型[J];中國石油大學學報(自然科學版);2013年02期

3 劉翠偉;李玉星;王武昌;付俊濤;方麗萍;;輸氣管道泄漏音波產(chǎn)生機理研究[J];振動與沖擊;2013年07期

4 孟令雅;劉翠偉;李玉星;王武昌;張帆;;輸氣管道氣動噪聲產(chǎn)生機制及其分析方法[J];中國石油大學學報(自然科學版);2012年06期

5 張峰;石現(xiàn)峰;張學智;;Welch功率譜估計算法仿真及分析[J];西安工業(yè)大學學報;2009年04期

6 萬洪杰;孫凌云;張興武;;DOLPHIN智能音波管道泄漏監(jiān)測系統(tǒng)[J];自動化博覽;2009年03期

7 邱毅;;基于正交小波變換的信號降噪算法研究[J];電腦與電信;2008年06期

8 楊森斌;陳硯圃;李真;;一種改進的自相關函數(shù)基音檢測算法[J];現(xiàn)代電子技術(shù);2008年09期

9 余洋;;中國油氣管道發(fā)展現(xiàn)狀及前景展望[J];國際石油經(jīng)濟;2007年03期

10 楊理踐;景曉斐;宮照廣;;輸氣管道音波泄漏檢測技術(shù)的研究[J];沈陽工業(yè)大學學報;2007年01期

相關博士學位論文 前3條

1 孟凡勇;基于OFDR技術(shù)的管道防破壞預警系統(tǒng)設計與信號分析處理方法研究[D];河北工業(yè)大學;2010年

2 羅光坤;Morlet小波變換理論與應用研究及軟件實現(xiàn)[D];南京航空航天大學;2007年

3 崔謙;油氣管道泄漏檢測方法的研究及應用[D];天津大學;2005年

相關碩士學位論文 前10條

1 王虎;分布式光纖布里淵散射溫度應變傳感技術(shù)研究[D];西安石油大學;2012年

2 王蘭蘭;基于負壓波的輸油管道泄漏檢測技術(shù)研究[D];東北石油大學;2011年

3 陳甲;管道高壓含硫天然氣泄漏擴散規(guī)律研究[D];西安科技大學;2010年

4 關鍵;基于BP神經(jīng)網(wǎng)絡的管道泄漏定位系統(tǒng)研究[D];北京交通大學;2009年

5 彭紅偉;輸氣管道泄漏診斷與定位技術(shù)試驗研究[D];中國石油大學;2009年

6 黃麗;BP神經(jīng)網(wǎng)絡算法改進及應用研究[D];重慶師范大學;2008年

7 劉登峰;電網(wǎng)故障信息綜合處理與診斷系統(tǒng)研究[D];華中科技大學;2007年

8 宿建波;小波變換在管道泄漏檢測中的應用研究[D];中國石油大學;2007年

9 劉濤;管道檢測系統(tǒng)中的信號處理技術(shù)研究[D];天津大學;2007年

10 章品書;基于模型的天然氣管道泄漏檢測技術(shù)研究[D];北京化工大學;2006年

，

本文編號：2127662