基于改进ELMD和多尺度熵的管道泄漏信号识别

为预防城市管道泄漏事故,准确提取管道泄漏信号的特征,首先提出一种改进的总体局域均值分解(ELMD)与多尺度熵的管道泄漏信号识别方法,通过峰值波形匹配延拓法处理端点处的信号,减弱端点处信号分量的畸变、失真;然后对管道原始泄漏信号进行ELMD分解,得到一系列乘积函数(PF),计算各PF分量的多尺度熵值,根据熵值的大小筛选出含有主要泄漏信息的PF分量,消除背景噪声的影响;最后构建反向传播(BP)神经网络,并识别泄漏信号。结果表明:该方法减少了分解后的误差,能够实现管道泄漏的检测,与未改进的ELMD方法相比,泄漏信号的识别率更高。     

基于VMD分量相对熵分析的压力管道泄漏定位

为减小压力管道泄漏定位误差,从而及时处理管道泄漏,预防事故,首先,提出一种基于变分模态分解(VMD)分量相对熵分析的管道泄漏定位方法,采用VMD分解泄漏信号,获得多个分量,用相对熵分析自适应选择方法去除与管道泄漏信号混合的非泄漏信号,获取最佳观测信号;然后,利用管道模态声发射理论与广义S变换互时频分析,减少泄漏声发射信号频散性对定位的影响,获取较准确的泄漏信号的时延与声速;最后,利用管道泄漏时差定位公式计算泄漏位置,实现管道泄漏的精确定位。结果表明:该方法能够实现管道泄漏精确定位,与直接互时频分析方法以及相关系数分析法相比,定位精度明显提高。     

基于MCKD和EMD分解的压力管道泄漏源定位研究

针对输气压力管道泄漏声发射信号由于含有大量噪声而特征难以提取的问题,文章提出一种基于MCKD(最大相关鞘度解卷积)和EMD分解相结合的管道泄漏声发射信号提取方法。首先根据MCKD对泄漏信号进行降噪,突出信号中的有效成分,然后进行EMD分解得到含有泄漏特征的敏感IMF分量,并进行EMD重构并提取泄漏源声发射信号的本质特征,提高管道定位精度。实验表明,该方法能够很好地滤除信号中的噪声并且准确地提取含噪声信号中的时频特征,是对压力管道泄漏声发射信号降噪的一种新方法。     

基于小波包能量谱和希尔伯特变换的管道泄漏检测技术

为了及时检测输油管道泄漏缺陷以减少输油泄漏事故的发生，首先，提出了一种基于小波包（WPT）能量谱和希尔伯特变换（Hilbert）的输油管道泄漏检测技术，改变阀门开度模拟不同泄漏程度的管道泄漏；其次，选取小波包阈值对采集的信号去噪，获得实际有效信号，并用WPT能量谱变换将有效信号分解为频段能量谱，过滤掉不含泄漏信息的频段，保留有效频段；最后，利用Hilbert进行有效频段的谱分析，提取泄漏源信息，实现对管道泄漏工况的诊断分类。结果表明：输油管道泄漏检测平均误差在3%以内，诊断准确率达到95%，与直接Hilbert变换方法以及单纯WPT能量谱分析法相比，定位精度明显提高。     

基于IEEMD样本熵分析的管道泄漏定位

为降低城市管道泄漏定位误差,提出1种改进的集合经验模态分解（IEEMD）样本熵分析的管道多点泄漏定位方法。首先通过在EEMD中添加自相关函数计算和EMD算法,得到IEEMD;然后应用IEEMD可将原始泄漏信号直接去噪并分解为真实信号分量和冗余分量,经样本熵分析计算剔除冗余分量,获得有效泄漏信号;最后根据互相关时延计算和声发射时差定位法精确计算泄漏点位置。结果表明:该方法泄漏信号提取效果好、计算效率更高,有效提高了信号的信噪比,降低了信号的均方误差;该方法将管道泄漏定位误差降低至4.06%,较大程度提高了管道泄漏定位精确度。     

基于多层感知器神经网络和统计小波特征的管道泄漏诊断

油气输送管道泄漏造成的主要问题包括环境危害和经济损失.为了降低管道泄漏造成的危害,提出了一种新的方法用于检测管道泄漏情况.该方法主要通过故障检测与隔离系统建立入口压力与出口流量之间的定量关系,首先,采用OLGA软件模拟获得管道入口压力和出口流量数据,为了提高模型精度,利用小波变换的多尺度分解和重构技术将获取的数据信号分为3级,并将其作为故障检测与隔离系统的训练数据.然后采用统计技术、小波变换及2种方法的融合等方式提取信号的均值、偏差、峰度等特征,将特征提取结果分别作为多层感知器神经网络分类器的输入来确定泄漏状态.最后,利用混淆矩阵对泄漏识别的精度进行验证.对一段长约5 km的天然气管道进行了泄漏检测,将泄漏类型分为10类,结果表明,提出的方法对泄漏位置和泄漏尺寸的自动检测识别率约为92％.该方法不仅可以检测泄漏故障的发生,还可以确定泄漏故障的位置和严重程度.     

基于VMD排列熵与FASSA-SVM的滚动轴承故障研究

提出了一种基于萤火虫改进麻雀搜索算法-支持向量机（FASSA-SVM）的轴承故障诊断方法。首先对轴承工况的振动信号变分模态分解（VMD）得到多个模态分量（IMFs）,其次利用排列熵（PE）求解每种工况每个IMF的PE值作为特征参数输入至SVM中,最后利用FASSA方法优化SVM的惩罚因子、核参数并得到最优的轴承故障分类诊断效果。实验结果表明,FASSA-SVM方法的平均测试集诊断准确率高达99.8%,该诊断结果优于传统的萤火虫算法（FA）、优化麻雀搜索算法（SSA）。     

声发射法检测输气管道泄漏的研究综述

声发射法检测管道泄漏是目前的热点方法,研究涉及泄漏信号的产生与传播、信号拾取与处理、基于信号的智能识别与定位等。通过介绍声发射检测定位原理及一些基本规律,详细分析小波分析、局域均值分解、经验模态分解、变分模态分解在处理泄漏信号时的优劣,探讨人工智能在处理管道泄漏声发射信号中的应用,总结管道泄漏的模态研究、相关试验研究,来理清基于声发射的管道泄漏检测现状及展望未来发展。     

基于声波法燃气管道单双点泄漏安全检测研究

为提前对燃气管道多点泄漏进行防范,本文基于燃气管道安全运行的重要性,搭建燃气管道泄漏实验平台,建立孔径大小相等的双泄漏孔燃气管道,研究燃气管道单、双点泄漏的声源特性及传播规律。结果表明：单、双点泄漏都会随着压力增大而逐渐增大;单点泄漏时域振幅普遍比双点泄漏时振幅小;声波幅值随着压力的增加而增加,当压力和孔间距一定时,管道中声波信号幅值随着距离增加而逐渐减小,最后趋于平稳,并且靠近泄漏点的声波信号均大于未泄漏处的声波信号。本文研究燃气管道单、双点泄漏,有利于对城镇燃气管道进行实时监测,为燃气管道安全检测提供理论基础。     

基于LabVIEW的长输天然气管道泄漏检测与定位研究

为了研究长输天然气管道泄漏检测与定位技术,将管道泄漏检测技术中常用的负压波检测原理与Lab VIEW技术相结合,设计了一套基于Lab VIEW的长输天然气管道泄漏检测与定位分析程序,利用该程序对长输天然气管道泄漏的负压波信号进行滤波和数据处理。利用小波变换的多尺度功能,提取信号的突变或瞬态特征,计算奇异点位置,达到泄漏定位的目的;选取不同类型小波进行泄漏定位误差分析,找出该工况条件下最佳的小波类型。结果表明:该程序对泄漏点的定位误差在4%以内,具有较高的精确度和可行性;在该工况下,最佳的小波类型为db5,其定位误差精确到0.034%。     

Leak location of pipelines based on characteristic entropy

The leakage of oil/gas pipelines is one of the major factors to influence the safe operation of pipelines. So it is significant to detect and locate the exact pipeline leakage. A novel leak location method based on characteristic entropy is proposed to extract the input feature vectors. In this approach, the combination of wavelet packet and information entropy is called “wavelet packet characteristic entropy” (WP-CE). The combination of empirical mode decomposition and information entropy is called “empirical mode decomposition characteristic entropy” (EMD-CE). Both pressure signal and flow signal of low noise and high noise of pipeline leakage are decomposed to extract the characteristic entropy. The location of pipeline leak is determined by the combination of the characteristic entropy as the input vector and particle swarm optimization and support vector machine method (PSO-SVM). The results of proposed leak location method are compared with those of PSO-SVM based on physical parameters. Under the condition of high noise, the results of proposed leak location method are better than those of PSO-SVM based on physical parameters.     

2种基于模式识别的环状燃气管网泄漏检测方法

为了将模式识别技术应用于环状燃气管网泄漏检测并找到合适的特征提取方法,以天津城建大学实验室环状燃气管网泄漏为例,将实验的28种工况作为测试样本,与之对应的模拟工况作为训练样本,采用提取压力图像特征向量法和节点压力矩阵法分别进行环状燃气管网的泄漏检测,采用支持向量机分类器将2种方法获得的特征向量进行训练与分类检验,进而将其分类准确率进行对比分析。研究结果表明:该2种方法均可用于环状燃气管网泄漏检测,提取压力图像特征向量法因有效地降低了特征向量的维度和数据波动的干扰,其结果更优。结合SCADA和GIS系统,可将该法应用于实际水、气、油管网泄漏检测和定位,有助于降低成本,提高检测效果。     

基于迭代退火算法的高压变频器功率单元频繁故障诊断方法研究

现有的变压器故障诊断方法较为复杂且计算冗余度较高,在高压变频器的功率单元频繁发生故障时难以高效地检测故障。为此,提出基于迭代退火算法的高压变频器功率单元频繁故障诊断方法。采用小波包分解方法提取高压变频器功率单元的电压信号特征熵,将该特征熵输入到支持向量机模型。使用迭代退火算法优化支持向量机的训练参数,并输出诊断结果。研究结果表明：该方法提取的高压变频器单元故障的平均冗余度最低至3.2%,平均诊断时间为15.1 ms,可实现高压变频器功率单元频繁故障的高效诊断。     

受限空间瓦斯爆炸冲击波压力信号小波包去噪研究

由于受限空间瓦斯爆炸冲击波压力信号具有突变性和瞬态非平稳性特点,采用小波包分析进行去噪处理。选取典型的Daubechies小波包系和Symlets小波包系各小波包基对信号的重构均方根误差,并计算了原始信号与重构信号的相关系数,确定Sym8为处理瓦斯爆炸冲击波压力信号的最佳小波包基。去噪结果显示:小波包分析在降低噪声的同时,仍然保留信号突变部分的信息,能尽可能不失真得重现有效信号,受限空间瓦斯爆炸冲击波压力信号小波包去噪能够得到更可靠地结果。     

Integrated leakage detection and localization model for gas pipelines based on the acoustic wave method

With the development of natural gas transportation systems, major accidents can result from internal gas leaks in pipelines that transport high-pressure gases. Leaks in pipelines that carry natural gas result in enormous financial loss to the industry and affect public health. Hence, leak detection and localization is a major concern for researchers studying pipeline systems. To ensure the safety and improve the efficiency of pipeline emergency repair, a high-pressure and long-distance circular pipe leakage simulation platform is designed and established by similarity analysis with a field transmission pipeline, and an integrated leakage detection and localization model for gas pipelines is proposed. Given that the spread velocity of acoustic waves in pipelines is related to the properties of the medium, such as pressure, density, specific heat, and so on, this paper proposes a modified acoustic velocity and location formula. An improved wavelet double-threshold de-noising optimization method is also proposed to address the original acoustic wave signal collected by the test platform. Finally, the least squares support vector machine (LS-SVM) method is applied to determine the leakage degree and operation condition. Experimental results show that the integrated model can enhance the accuracy and precision of pipeline leakage detection and localization.     

基于小波包分析的石油井架结构损伤识别试验研究

通过对井架相似模型损伤工况模拟,提取其在承载时的振动响应信号,利用小波包变换方法获得小波包节点能量,得到基于归一化能量特征向量的损伤评价指标。研究表明:该指标可用于井架结构损伤位置的准确识别;将小波包能量分析与振动测试技术相结合的研究方法,为石油井架的损伤识别提供了新思路。     

小波熵去噪在微差爆破延时精确识别中的应用

在小波熵去噪理论的基础上,对实际隧道爆破工程采集到的爆破振动信号进行了小波熵方法去噪。利用db8小波对去噪后的信号在尺度a=16进行了连续小波变换得到其模极大值,准确识别了隧道多段别微差爆破实际延期时间间隔,并验证了小波熵方法去噪的可靠性。结果表明,小波熵去噪方法能够有效滤除和抑制爆破振动非线性信号所夹杂的高频噪声分量,并且很好地保留了爆破振动信号的突变细节。对滤波后的信号进行模极大值变换,信号局部奇异点的辨识更准确,可以精确识别隧道微差爆破延时间隔。     

基于元胞自动机数学模型的瓦斯抽采管道漏点定位研究

为了解决普通数学模型难以准确描述瓦斯抽采管道内流体的流动状态问题，提出了以元胞自动机模型为基础的瓦斯抽采管道漏点定位模型。根据元胞自动机在空间和时间上离散化的特性来演化管道流体在时空上的连续变化，将管径变化、管壁粗糙度、管构异件种类和数量以及温度等参数沿管道进行离散化，利用元胞自动机理论以及管道两端的信号对管道沿线压力和流量等参数变化进行预测，以判断泄漏的发生和漏点定位。通过实验验证，该方法能提高漏点定位精度。     

基于模糊相似优先比的供水管网渗漏同步诊断*

为加强城市供水管网渗漏诊断能力,采用基于模糊相似优先比的漏损判别方法实现供水管网漏损定位及漏损程度的同步诊断。通过MATLAB软件调用最新版EPANET V2.2建立供水管网模型,在管段中间加入扩散器模拟单次渗漏事件,通过更改扩散器系数实现渗漏量的控制;基于压力驱动水力分析得到各节点压力变化,遍历模拟各管段漏损后,通过建立节点压力灵敏度矩阵,采用K均值聚类法进行监测点布置;在此基础上,在易渗漏管段模拟产生不同渗漏级别的渗漏事件,以监测点压力变化值构建源范例库,在熵权法的基础上,采用模糊相似优先比方法同步诊断渗漏位置及渗漏程度。以某一实际管网为例,模拟产生50例历史渗漏事件,采用模糊相似优先比同步诊断新渗漏事件的渗漏位置及渗漏程度,并对比3种权重方法。结果表明:模糊相似优先比法可有效地实现渗漏定位与渗漏程度的同步诊断。