小波奇异性分析在输油管道泄漏检测中的应用

针对目前输油管道泄漏检测准确率低的现状，采用小波奇异性分析的方法，对管道压力信号进行小波分析，检测出信号的奇异点，采用了能够抑制模极大值漂移的改进的ad hoc算法，对奇异点进行定位，对4条管线检测结果表明，该方法可以用于输油管道泄漏监测，并可进行精确的定位。     

信息融合在输油管道泄漏检测中的应用研究

针对传统管道泄漏检测方法单一的现状,提出基于多传感器信息融合技术的输油管道泄漏检测方法。首先通过标量卡尔曼滤波算法对压力信号进行预测,得出压力信号的新息;然后用流量平衡法判断出入口流量差变化;再采用加权融合算法将以上两种算法结果进行融合,进一步判断输油管道是否泄漏。Matlab仿真结果表明了多传感器信息融合技术在输油管道泄漏检测中的可行性及其检测的高精确性。     

基于Burg最大熵法的管道腐蚀超声检测

超声波检测是输油管道在线内检测的重要方法之一,但在管道壁厚测量应用中却经常出现大量的误差,甚至得出相反的结果.本文进行了较深入的超声检测回波分析,指出了由回波信号的前两个脉冲的时间间隔计算管道剩余壁厚的检测方法将产生较高的误检率和漏检率,提出了一种基于Burg最大熵谱估计的信号处理检测方法,Burg法按最大熵原则外推自相关函数,递推计算模型预测误差滤波器反射系数,避免了其他自回归功率谱估计方法中自相关函数的计算.短时间序列、高分辨、抗干扰能力强的功率谱估计算法是超声管道内检测的关键技术.实验结果表明该方法检测精度高、谱估计分辨率高,适用于输油管道在线管壁腐蚀检测.     

小波变换用于输油管道漏磁检测信号处理

管道腐蚀是目前输油管道运营中的重要难题。漏磁检测是无损检测中的一种重要方式,采用漏磁法对输油管道进行无损检测时,采集的漏磁信号具有数据量大和附带有大量噪声的特性。采用小波变换中的Mallat算法可以有效地对漏磁信号进行处理,使信号便于储存和分析。     

采用无线局域网的输油管道泄漏检测系统的设计与实现

泄漏检测是输油管道正常和高效运行的保证,快速检测出管道泄漏的发生并准确确定泄漏点的位置,能够最大限度地减少经济损失和环境污染。本文阐述了无线局域网的基本概念、传输介质、技术标准及拓扑结构。针对输油管道的地理位置特点,尝试把无线局域网与输油管道泄漏检测相结合,旨在将输油管道泄漏检测提升到远程的网络环境,以极大提高泄漏检测的水平和时效性。提出了一个基于无线局域网的输油管道实时检测系统的解决方案,实现了检测点和厂区局域网的互联,并对方案中的数据采集、数据传输、泄漏检测和定位进行了详细讨论。对于输油管道泄漏,综合运用包括小波分析在内的多种信号处理方法,能够及时、准确地检测泄漏并定位泄漏点。现场应用表明,系统报警时间〈2min,定位误差小于被检测管道长度的1．5％。     

基于动态压力变送器的输油管道泄漏检测与定位系统

设计了一套基于动态压力变送器的输油管道泄漏检测与定位系统,阐述了其系统组成和检测原理.通过动态压力变送器获取管道的动态压力信号,采用基于经验模态分解的方法提取信号的特征向量,再利用支持向量机实现对管道泄漏的识别.最后采用相关时延估计算法获得管道泄漏点的位置.通过现场应用实例表明,动态压力变送器具有更高的检测灵敏度和泄漏分辨力.该系统能够对管道泄漏进行正确识别,可以有效地降低误报警率,并提高了泄漏检测的灵敏度和定位精度.     

广义相关时延估计在管道泄漏检测中的应用

针对实际检测环境中信号信噪比低,噪声影响时间延迟估计的精度的问题,提出广义互相关方法,并给出利用FFT快速求解算法。在输油管道泄漏检测中的应用结果表明,该方法能有效计算泄漏信号到达管道2端的时间差,计算泄漏点位置误差控制在2%以内,改善了相关运算的时延估计性能。     

输油管道泄漏检测系统研究与开发

管道运输是现代社会中非常重要的一部分,因此,及时发现管道泄漏并报告泄漏位置的检测方法研究具有极大的经济和社会效益。介绍了基于负压波的输油管道泄漏检测与定位方法,并开发出了相应的诊断系统。详细阐述了系统的诊断原理、组成结构和应用情况。输油管道泄漏检测系统已成功应用在实际输油管线上,并取得了良好的效果。实践证明系统具有可靠性高、定位精度较准、开发成本低等特点。     

基于物联传感网压力波油管泄漏温差虚报警解决

输油管道进行长距离油品传输的过程中,传输管道内流体的温度随传输距离变化发生改变,造成压力波的不均衡,存在泄漏检测虚报警的问题;为此提出一种基于物联传感网的异常参数动态映射压力波提取算法,通过提取输油管道异常系数,建立压力波数据与输油管道空间位置的映射联系,进行管道异常定位,从而实现输油管道异常监测;根据实验结果分析可以得知,这种算法可以有效降低了虚报警,取得了令人满意的结果。     

基于优化回归估计的电站管道漏磁检测系统设计

现有管道漏磁检测系统在管道内壁结蜡的情况下,会造成数据提取后参数非线性程度无法把握,难以形成有效的漏磁检测模型,因此,设计了一种基于优化组合回归估计算法的电站管道漏磁检测系统;在电站管道漏磁检测技术中,使用数据挖掘的自回归技术与移动平均回归技术的优化组合,解决了管道非线性数据无确定性模型判定的问题;文章还对步进电机、霍尔传感器等硬件进行了设计,设计完成后,在不同型号的结蜡管道中进行系统的测试,数据来自胜利油田河口采油厂的义首线,孤东线输油管道上采集到的2010年8月~2013年9月的压力和流量数据,检测的准确率较传统的方法提高15%,抗干扰能力大大加强,具有很强的实用价值。     

Diagnosis and Localization of Pipeline Leak Based on Fuzzy Decision-making Method

A leak detection plays a key role in the overall integrity monitoring for a oil pipeline system.A fuzzy decision-making approach to pipeline leak localization is proposed in this paper. The two main methods,pressure gradient localization and negative pressure wave localization,are combined with fuzzy logical decision-making method to form a novel fault diagnosis scheme.The combination scheme can improve the precision of localization.An application example,14km long oil pipeline leak detection and localization,is illustrated.This method is compared with others through practical experiments and its validity is confirmed by the results.     

基于模糊决策方法的管道泄漏诊断与定位

A leak detection plays a key role in the overall integrity monitoring for a oil pipeline system. A fuzzy decision-making approach to pipeline leak localization is proposed in this paper. The two main methods, pressure gradient localization and negative pressure wave localization, are combined with fuzzy logical decision-making method to form a novel fault diagnosis scheme. The combination scheme can improve the precision of localization. An application example, 14km long oil pipeline leak detection and localization, is illustrated. This method is compared with others through practical experiments and its validity is confirmed by the results.     

管道泄漏检测优化算法的研究与仿真

研究管道泄漏优化检测问题,提高检测准确率。由于管内压力噪声干扰,使得采集的检测压力数据不准确。传统泄露检测算法是根据管内压力形成的负压波进行泄露检测。在管道检测的同时进行起泵、停泵等基本的工况操作时,管道内的噪声会影响压力变化,造成误报警的问题。为解决上述问题,提出一种Kalman滤波器的管道泄漏检测算法,引入未知输入项后经过Kalman滤波器来控制检测模型的变化,排除了工况操作和压力产生噪声等的干扰。实验证明,改进方法克服了误报警问题,能准确预测管道的泄漏,为管道检测提供了可靠的方法。     

输油管网泄漏检测与定位方法的研究

提出了一种新颖的基于模式识别的输油管网泄漏检测与定位的方法．该方法采集管网每个端点的压力信号，并基于模式识别的原理对管网进行泄漏检测与定位．仿真实验结果表明了该方法的有效性．     

采用SVD-NMF的管道泄漏信号去噪算法

在管道泄漏检测中,压力信号中的噪声干扰会降低传统互相关法的定位精度。传统的去噪算法对环境的适应性差,去噪效果不理想。为此,提出了一种奇异值分解SVD( Singular Value Decomposition)与非负矩阵分解NMF( Nonnegative Matrix Factorization)相结合的管道泄漏信号去噪算法。该方法首先通过奇异值分解确定非负矩阵分解的阶数并对其初始化;然后,采用改进的非负矩阵分解算法对原信号进行迭代分解,获得去噪信号;最后,对去噪信号进行处理后通过互相关计算时延,并结合泄漏信号的传播速度实现泄漏定位。大量实验结果表明,SVD￣NMF算法能够显著降低迭代次数,提高去噪速度;同时在泄漏检测中,能够达到去除噪声干扰,提高定位精度的目的。     

一种基于数据可靠性和区间证据推理的故障检测方法

为解决故障检测方法在处理数据不确定性问题上的不足, 本文提出一种基于数据可靠性和区间证据推理(Interval evidential reasoning, IER)的故障检测方法. 该方法通过融合专家知识与考虑可靠性的监测数据, 实现报警阈值区间的更新与优化, 从而提高故障检测的准确性. 首先基于信息一致性方法计算数据可靠度, 然后基于区间证据推理理论, 构建区间阈值的更新与优化模型, 最后基于投影协方差矩阵自适应进化策略算法求解优化模型, 得到故障检测误漏报率最小的最优报警阈值区间. 对石油管道泄漏实例和航天继电器加速寿命测试实例的故障检测问题进行了研究, 通过对比分析, 验证了所提方法的有效性.     

基于光纤传感和小波变换的管道泄漏定位技术

研究了一种基于Sagnac光纤干涉仪原理的分布式光纤管道泄漏检测和定位技术,利用单模光纤作为分布式传感器,可以有效地检测管道沿线所发生的泄漏信息,并实现泄漏点定位。阐述了检测系统的组成和工作原理,分析了检测系统定位方法。采用小波阈值消噪对泄漏信号进行处理,可以有效地提高零点频率的辨识性。结果表明:该检测技术具有较高的测试灵敏度和定位精度。     

基于T-S模糊神经网络预测算法的管道泄漏定位研究与分析

长输管道的泄漏检测和定位对管道安全平稳运行意义极其重大,在以软件计算为主的检测方法里,模糊神经网络模型综合了模糊算法和神经网络模型的优点,能较好地适应长输管道的非线性特征。本文采用中亚地区某管道某相邻两站场的历史数据训练基于高木-关野（Takagi-Sugeno）模糊神经网络的预测模型,使用STONER管道仿真软件产生实时数据,用一种较简单的软方法较好的实现管道泄漏定位,该种方法对中亚某长输管道这类没有专门硬件泄漏检测设备和系统的管线有一定的实用意义。