基于EMD和小波变换的热网管道泄漏检测与定位方法

对基于声波检测的热网管道泄漏与定位方法进行研究,介绍了基于声波法的热网泄漏检测的实验设计方案与定位原理。利用基于MATLAB的小波函数和EMD分解对原始数据频率进行逐级分离,直至分离能够提取奇异点信息,以达到去噪和判定管道泄漏的目的。并将两种方法进行对比,得到优解。     

基于Hilbert-Huang变换的输气管道泄漏诊断方法

研究了基于Hilbert-Huang变换的天然气管道泄漏检测方法。该方法利用Hilbert边际谱的能量变化来研究远距离传播后管道泄漏声信号的频带特征,然后通过实时监测特征频带内信号的Hilbert谱与正常信号相比是否发生明显变化来判断其中是否含有泄漏声波,最后根据管道两端检测到泄漏声波的时间差进行定位。基于实际管道历史数据的在线测试结果验证了算法的有效性。     

基于次声波的天然气管道泄漏检测系统设计

基于声学和流体学等相关理论,研究了天然气管道发生泄漏时次声波产生的机理及信号特点和采集方法,并对声波在天然气管道内的传输速度的算法进行修正,通过GPS模块确定天然气泄漏时的次声波到达首、末站的时间差,从而对泄漏点进行准确的定位,最后给出了天然气管道泄漏检测系统的软、硬件设计方案.     

天然气管道泄漏声波检测原理及定位方法

天然气管道输送过程安全问题,一直是安全生产过程需要考虑的重中之重,一旦管道出现破损泄漏,将造成直接的经济损失,同时诱发一系列的次生危害,例如火灾和环境污染等。天然气管道泄漏检测技术实施,显得尤为重要。分析了管道泄漏时声波的传播机理,并介绍了目前常见的天然气管道泄漏检测方法。并重点阐述了声波检测原理及定位方法,该方法的应用,为管道泄漏的检测提供有力的技术保障,也为提高天然气管道输送自动化管理水平有着重要的意义。     

基于信号增强的缓慢泄漏检测方法

目前管道泄漏检测方法可有效检测突发泄漏,对于缓慢泄漏则存在检测灵敏度低、定位不准确等问题。基于此,提出了一种基于信号增强的缓慢泄漏检测方法。通过信号压缩(抽取及移位)克服缓慢泄漏压力信号下降平缓的缺点;根据声波信号具有波形尖锐突出、对突发泄漏敏感的优点,通过建立以压力为输入、虚拟声波为输出的声波信号变送器模型,将压力信号转换为声波信号,克服了泄漏压力信号容易被淹没在管道压力波动及背景噪声中的缺点,实现了缓慢泄漏信号的增强;利用临近插值方法重构虚拟声波信号,基于延时互相关分析实现了缓慢泄漏的准确定位。实验结果表明,该方法具有显著的信号增强效果和定位精度,实现了缓慢泄漏的准确检测。     

基于信号增强的缓慢泄漏检测方法

目前管道泄漏检测方法可有效检测突发泄漏，对于缓慢泄漏则存在检测灵敏度低、定位不准确等问题。基于此，提出了一种基于信号增强的缓慢泄漏检测方法。通过信号压缩（抽取及移位）克服缓慢泄漏压力信号下降平缓的缺点；根据声波信号具有波形尖锐突出、对突发泄漏敏感的优点，通过建立以压力为输入、虚拟声波为输出的声波信号变送器模型，将压力信号转换为声波信号，克服了泄漏压力信号容易被淹没在管道压力波动及背景噪声中的缺点，实现了缓慢泄漏信号的增强；利用临近插值方法重构虚拟声波信号，基于延时互相关分析实现了缓慢泄漏的准确定位。实验结果表明，该方法具有显著的信号增强效果和定位精度，实现了缓慢泄漏的准确检测。     

基于改进差分进化算法的管道两点泄漏定位方法

针对管道发生泄漏时泄漏声波信号的拐点不易获取、传统定位方法无法有效进行两点泄漏定位的问题,提出一种改进差分进化算法的管道泄漏定位方法.该方法将管道首末站采集的泄漏声波信号进行小波消噪,然后获得消噪后的声波信号幅值.由于差分算法(Differential evolution,DE)容易陷入局部极值,采用粒子群算法(Par...     

基于神经网络证据理论的天然气管道泄漏检测

利用小波消噪原理,并通过构建RBF神经网络模型,将消噪后的信号作为RBF神经网络的输入参数,并判断该信号是否为泄漏信号。将D-S证据理论数据融合应用到天然气管道泄漏检测中,建立D-S证据理论数据融合模型。将输入的泄漏信号进行决策级综合判断,得出天然气管道泄漏的具体地点。利用C#语言开发天然气管道泄漏检测软件系统,该系统能够快速准确地识别泄漏并定位。     

可变模态分解算法及其在天然气管道泄漏检测中的应用

对可变模态分解算法在天然气管道泄漏信号检测中的应用做了研究。通过对其噪声鲁棒性、过度分解和不饱和分解特性的分析,并与经验模态分解和小波分解进行对比,证明可变模态分解算法在天然气管道泄漏信号检测与分析方面的可行性和有效性,并且可变模态分解具有更好的噪声鲁棒性和泄漏信号检测效果。     

基于SVM的天然气管道泄漏次声波检测技术研究

为了有效的对天然气管道泄漏进行及时识别,根据管道泄漏信号特征,本文采用了次声波检测技术进行长距离输气管道泄漏检测。结合支持向量机(SVM)人工智能识别理论,提出了基于次声波-SVM的管道泄漏智能识别方法。应用该智能识别方法对实际天然气管道泄漏进行检测实验研究,同时对影响SVM识别准确度的三类核函数进行了对比分析。实验结果表明:基于次声波-SVM(RBF核函数)的检测模型识别准确率最高,且该方法可以有效满足长输管道的泄漏检测。     

Hybrid Intelligent Damage Identification of Composite Plat e Ba sed on Ensemble Empirical Mode Decomposition and SupportV ector M achi ne

In this paper ,a novel method based on strain distribution is presented to determine the presence of damage and its location in composite plate .By building a damage monitoring experimental platform with Fiber Bragg Gratings (FBGs) sensors,impact experiments are made respectively to gain the strain distribution both in heath and damage state . EEMD is used to process the data and IMFs energy feature is evaluated .Then,support vector machine is applied to identify the damage and the testing classification accuracy reaches 92.86%.Finally,by using the influence of the damage position and the propagation path on energy ,the damage location is predicted .The experimental results indicate that the proposed method can accurately identify the presence and position of damage .The effectiveness and reliability of the proposed method is verified.     

气固流化床压力脉动信号的Hilbert-Huang变换与流型识别

采用Hilbert-Huang变换(HHT),提取出气固流化床压力脉动信号的各阶内禀模态函数(IMFs),进一步证明了压力脉动信号是由复杂的不同波间和波内频率调制成分所组成,具有气固两相运动相互调制的非线性特征。分析各阶内禀模态函数的能量分布及其转换,发现不同频段IMF的能量与流型状态之间有着很好的对应关系,能够从整体上反映流化床的流化状态,从而提出了应用IMF中频段能量进行流化床流型识别的新方法。该方法只需一个压力脉动信号,算法简单、实用,没有需要主观决定的参数,具有较好的工业应用前景。HHT分析比现有的分析方法更能深入地揭示流化床内的非线性流体动力学特征。     

气固流化床压力脉动信号的Hilbert-Huang谱分析

首次将Hilbert-Huang变换（HHT）应用于气固流化床压力脉动信号的分析,提取并研究了压力脉动信号中隐含的表征复杂的粒子运动与气泡运动相互调制的非线性特征,以及压力脉动信号高、低阶内禀模态函数（IMF）之间的能量转换与流化床的流化状态相对应的新信息,在此基础上提出了采用压力脉动IMF分量的能量转移现象进行颗粒结块故障判别的新方法.结果表明,应用Hilbert-Huang谱对压力脉动信号分析的新方法能比现有的分析方法提供更多的有用信息,有助于更深入地揭示床内非线性流体动力学特征.     

影响埋地输油管道泄漏介质迁移两种因素分析

通过建立埋地输油管道泄漏污染物迁移二维模型,分别分析了泄漏油相、水相在管道不同泄漏孔径和位置发生泄漏时的扩散迁移规律。研究表明:泄漏油水污染物分布由苹果状、U状向椭圆状转变,泄漏孔径越大,泄漏速度亦越大,泄漏到地表的时间也相对提前;管道不同泄漏位置其泄漏油水污染物分布对称轴线不同,且油品在相对靠近地表泄漏时会提前泄漏到地表。本研究可为光缆检漏技术用于检测、定位埋地输油管道的泄漏情况和泄漏位置提供参考。     

室内液化石油气轰燃特性的实验模拟研究

通过对中小规模的火灾实验箱进行实验,研究了通风口尺寸、泄漏速率等因素对轰燃特性的影响。结果表明,随着通风口宽度、高度、泄漏速率、通风因子的增加,轰燃越容易发生;在一定范围内,通风口开口面积越小、位置越靠近下部,发生轰燃的可能性越大;最后进行数值模拟,并与实验数据进行了对比。     

供水管道泄漏检测与定位技术应用研究

基于瞬时压力监测的负压波法,应用相关分析理论对供水管道进行泄漏检测与定位.以MAT-LAB和组态王为软件开发平台,对信号进行时域互相关分析,由组态王生成友好的人机交互界面,MAT-LAB完成复杂算法运算,二者采用DDE方式进行通信.对于检测到的泄漏信号中含有的大量噪声,采用滑动平均或小波分析等方法进行去噪处理.根据具体...     

埋地输油管道泄漏污染物地表运移特征

输油管道泄漏受到人们广泛的关注,泄漏污染物地面特征是输油管道泄漏检测技术应用的基础。建立了埋地输油管道泄漏二维模型,模拟埋地输油管道泄漏污染物地表运移过程,研究不同泄漏孔径和位置对埋地输油管道泄漏污染物地表运移特征的影响。结果发现：泄漏初期,污染物所受阻力均匀,向四周均匀迁移,而且迁移速度前期快,后期逐渐减小;泄漏孔径越大、泄漏孔位置越靠近地表,石油污染物到达地表的时间越短,水平最大位移量越大,地表特征越明显。     

基于EMD和ICA的AR模型在两相

为了对气液两相流流型进行准确识别,提出了一种基于经验模态分解（EMD）和独立成分分析（ICA）的AR模型的流型识别方法。该方法首先提取气液两相流动态差压信号,通过EMD技术对其进行分解,对分解出来的高频模态进行小波包消噪,然后通过ICA技术实现原始信号的降维处理。对通过ICA得到的独立分量建立AR模型,将模型参数和残差方差作为特征向量,建立不同流型的模板向量。计算未知流型信号的特征向量与模板特征向量的综合Mahalanobis距离,通过比较各判别距离的大小得到流型识别的结果。对40 mm水平管气水两相流进行实验,利用文丘里管采集动态差压信号,采用上述处理过程可以对泡状流、弹状流、塞状流进行有效识别,识别率达94.3％。该方法受环境条件影响小,可以有效滤除信号中的噪声成分,识别率高,易于工程实现。     

利用燃气管线运行参数分析燃气管道工况

在燃气管道运行过程中,工况的变化会引起运行参数的变化。通过运行参数的变化规律,结合管线运行的实际情况,可以确定管道的工况。利用管道运行参数变化规律,结合管道当时的运行状态,确定了燃气管道的泄漏工况和泄漏点位置、管道堵塞工况和堵塞点、管道输气效率系数和清管周期。采用这种方法来确定燃气管道的特定工况较为方便。     

毛细管端气泡形成规律及其影响因素

:研究了气泡在毛细管端形成的基本规律 ,对于半径较小的毛细管 ,理论计算与实验结果是基本一致的。借助于高速摄像机进行液下气泡法检漏可以定量测出泄漏率 ,实验结果具有较好的重复性。探讨了介质物性、试验压力、加载方式等对气泡形成的影响