基于噪聲抵消與Elman神經網絡的管道泄漏檢測方法研究.pdf

1、伴隨著國民經濟的不斷發(fā)展，管道運輸已被廣泛地應用在城市生活、工業(yè)生產的諸多領域。由于其在流體運輸中具有運輸量大、成本低、連續(xù)性強等優(yōu)勢，管道在現代化經濟建設中發(fā)揮著不可替代的重要作用。管道運輸已成為一個獨立的交通運輸部門——管道運輸業(yè)。如何確保管道運輸的安全穩(wěn)定成為一項極具現實意義的重要問題。
　　本文從我國管道運輸的實際情況出發(fā)，并基于噪聲抵消與Elman神經網絡的理論和方法，對輸油管道泄漏的故障診斷進行了深入的研究。在傳統(tǒng)基于

2、負壓波的泄漏診斷中，一般采用的前向網絡所建立的輸入輸出之間的關系式往往是靜態(tài)的，而實際中的負壓波信號是時變的，因此，采用靜態(tài)神經網絡建模就不能準確地描述系統(tǒng)中負壓波信號的動態(tài)性能。本文所提出的Elman神經網絡有別于前向網絡，由于其網絡中存在信息的延時，并具有延時信息的反饋，所以能較準確地描述該系統(tǒng)的動態(tài)性能。
　　本文主要做了如下幾方面工作:
　　首先，本文對管道運輸的概況做了簡單介紹，并簡單的介紹了國內外管道運輸的歷史、

3、現狀和未來的發(fā)展;分類介紹了當前管道泄漏故障診斷的一些常見方法，從原理、特點及應用等方面做了詳細的分析。
　　其次，針對負壓波信號中存在的噪聲問題，提出了一種基于小波理論與噪聲抵消的壓力信號消噪算法，為基于Elman神經網絡的泄漏診斷算法提供了良好的分析基礎。
　　再次，以消噪后的信號為基礎，對管道負壓波數據進行采樣，并利用Elman神經網絡對動態(tài)系統(tǒng)的描述能力，提出了一種基于Elman神經網絡的管道泄漏檢測方法。