基于小波包熵与AFSA-SVM的压力管道泄漏识别

为了快速、准确地诊断出输气压力管道不同的泄漏状态,提出了一种基于小波包熵与人工鱼群优化支持向量机(AFSA-SVM)相结合的压力管道泄漏模式识别方法。该方法首先对管道泄漏时产生的声发射信号进行小波包分解,并对分解的最后一层节点重构信号进行相关性分析,以获得敏感的节点信号。然后求取这些敏感节点信号的小波包熵值,作为管道不同泄漏信号的特征向量。最后将小波包熵值输入到SVM中,并运用AFSA方法对SVM分类器中惩罚因子C与核函数参数g进行全局优化,以提高其分类准确率。实验结果表明,该方法能准确地识别压力管道不同的泄漏状态,为天然气管道泄漏状态监测提供新方法。     

基于一维卷积神经网络的燃气管道泄漏声发射信号识别

为保障燃气管道系统安全运行,及时诊断管道故障,基于VGG-16模型提出基于一维卷积神经网络的燃气管道故障诊断模型,提取原始声发射信号特征参数,有效诊断燃气管道故障.结果表明:基于一维卷积神经网络的燃气管道故障诊断模型,能够有效解决燃气管道故障诊断过程中数据预处理复杂、特征提取困难以及识别准确率低等问题,可为燃气管道故障...     

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.     

基于熵权属性识别理论的管道第三方破坏可能性研究

为全面与贴近实际地保证评估结果的准确性,从管道沿线社会环境、居民、企业、地方政府、管道公司5个方面辨识导致第三方破坏发生的影响因素,根据第三方破坏风险评估管段划分原则对管道分段,对各评估指标按百分制赋予分值。根据所评管段各评估指标提供的信息,应用熵权属性识别理论,计算评估指标的权重和属性测度,基于有序分割类和属性识别准则,利用置信度准则综合评估管道发生第三方破坏的可能性。最后,计算出管道第三方破坏可能性的综合评分值。通过算例表明,沿线地方经济发达程度与建设活动,员工自身素质,居民、企业、地方政府同管道公司关系密切程度,管道遭受人为故意破坏时的响应速度的对第三方破坏发生的影响较大。属性识别结果表明,该区段管道发生第三方破坏的可能性偏高,管道公司应对影响因素予以重视和持续地关注。     

基于多尺度卷积神经网络的两阶段火灾识别算法研究

基于机器视觉的火灾识别技术对于智慧消防具有极为重要的意义。针对火焰容易受到复杂背景、不同摄像角度等因素影响,本文提出一种基于多尺度卷积神经网络的火灾高精度识别算法。算法将火灾识别任务分解成前景提取与精准识别两个阶段。在前景提取阶段,算法结合火焰运动性特点,使用帧差法对火灾候选区域进行快速提取。在精准识别阶段,算法引入空间金字塔池化模块,设计多尺度卷积神经网络进行火灾识别,实现对不同火焰尺度图像的高精度检测。在实际数据集上进行仿真实验,本文所提出算法在图像和视频领域分别取得93.6%和94.9%的火灾识别准确率,这有力证明了本文算法的有效性。     

基于多尺度排列熵和极限学习机的风机叶片覆冰故障检测方法*

针对风机叶片结冰故障检测中状态数据维度高和检测率低的问题,提出1种使用功率数据驱动的多尺度排列熵（multiscale permutation entropy,MPE）和极限学习机（extreme learning machine,ELM）的风机叶片结冰故障检测方法。首先,使用多尺度排列熵提取功率数据的多重尺度特征,得到特征向量;随后,采用极限学习机,结合环境温度,对结冰故障进行检测;最后,通过使用某风电场的数据采集与监视控制系统（supervisory control and data acquisition,SCADA）对数据进行仿真。研究结果表明:所提方法的故障检测率达到100％,同时虚警率仅有0.14％,表明所提方法在风机叶片的覆冰故障检测中的有效性。研究结果可为风机叶片覆冰故障检测提供1种有效方法。     

基于多模型耦合的化工物料输送管道泄漏检测系统研究

将物料平衡统计模型、信号序列相关分析模型和管道机理模型进行耦合,实现了管道泄漏事故的检测、空间定位和泄漏量估算.多模型耦合的方法降低了利用单一模型进行检测的漏检风险.将模型与GIS紧密集成,实现了泄漏信息的直观显示,可有效提高化工管道泄漏事故的应急反应效率.     

基于人工神经网络管道泄漏检测系统研究

管道泄漏检测方法及其技术是管道安全管理和维护的重要内容。为了提高监测效率和测定的灵敏度，及时预测和发现泄漏事故，降低检测方法和技术的泄漏误报警率，近年来，北京市劳动保护科学研究所根据国内外管道泄漏检测的各种硬件和软件方法及技术的现状和发展趋势，采用实时测定瞬间流量(8次/s)和质量趋势分析方法，研究建立了基于人工神经网络的气体管道泄漏检测系统软件，简化了神经网络的学习和训练过程，提高了系统检测的灵敏度和准确度，在应用于模拟管道泄漏试验装置系统中获得了如下研     

基于光纤监测技术的燃气管道泄漏研究

为提高燃气管道监测的时效性和准确性,利用光纤光栅技术研究燃气管道泄漏过程的振动特性。根据实际工况搭建输气管道试验平台,通过光纤布拉格光栅(FBG)传感系统采集管道壁面振动信息,使用傅立叶变换和滤波等处理手段分析振动信号频谱。结果表明:输气管道泄漏瞬间会产生明显的振动波,泄漏后泄孔附近管道壁面振动的加速度增大,且增幅与泄孔大小呈正相关关系,与沿管道方向传播距离呈负相关关系;泄漏产生了频率约为350 Hz的振动波;应用光纤光栅传感技术定位泄漏点,精度达±2. 5 m。     

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。     

管道泄漏次声波信号特征及衰减规律的数值模拟研究

为了更加精确地对输送管道泄漏进行检测,采用COMSOL软件对管道次声波检测泄漏信号的频谱、声压级及衰减规律进行数值计算研究。结果表明：管道泄漏信号的声压级峰值频率出现2个范围,即0.01～2Hz和10～12Hz;随着管道压力和泄漏孔径增大,泄漏点所产生的次声波信号幅度呈增大趋势,泄漏产生的声压级与平面波总功耗也同样增加。研究成果可为城市埋地输送管道泄漏的次声波检测定位方法提供理论依据。     

长输天然气管道事故泄漏速率算法改进研究

泄漏速率是模拟天然气泄漏过程中计算事故后果的重要指标之一,速率通常由小孔泄漏和大孔泄漏推导得出。但在实际泄漏时,泄漏孔径的大小往往不易及时获得,需要通过保守算法估算泄漏口面积以进一步模拟事故后果。运用流体力学和热力学方法,对天然气泄漏速率的经验公式进行了推导验证。同时使用连续性方法对管道的泄漏速率深入探讨,使用更易测量参数参与计算,使得在发生突发泄漏事故的时候,可以忽略孔径大小以更快速的获得泄漏信息,计算泄漏后扩散影响面积,从而为计算事故后果提供依据,以指导应急救援。     

基于声发射技术的压力管道泄漏监测

本文通过在试验室条件下,对压力管道泄漏的声发射信号进行定位及特征研究,探索声发射技术在压力管道泄漏监测方面的可行性;并通过工业锅炉水压试验过程中的连接管道泄漏声发射监测案例对研究成果进行验证,从而为压力管道泄漏声发射监测积累必要的工程经验和理论数据。     

基于后果的氢气管道泄漏典型事故风险分析

根据高斯羽流、固体火焰模型及TNT当量法,得到针对氢气的扩散、热辐射与超压的后果模型。以我国某氢气管道为例,计算求解后果模型,分析了不同泄漏孔径、不同泄漏喷射角度的氢气管道泄漏典型事故后果,并揭示氢气泄漏扩散、喷射火与爆炸演化原因。量化了氢气管道泄漏的潜在影响半径,发现氢气管道风险大于天然气管道,为氢气管道早期设计与安全运行提供了理论支撑。     

基于量纲分析的输液管道泄漏量计算模型研究

在实验室建立管道泄漏实验模型(江苏工业学院油气储运安全实验系统),研究管道在不同泄漏模式下、不同实验条件下的流体泄漏量的规律。运用量纲分析的方法,建立了管道泄漏数学模型,初步确立了泄漏量与泄漏孔的大小、流体的密度、黏度、管内压力以及流体的平均流速等因素的关系,为进一步定量分析管线失效后对环境的影响提供了科学依据。     

基于广义概念的城市燃气管道泄漏精确定位

为了准确地检测城市燃气管道泄漏,提出了一种基于广义概念的管道泄漏检测定位方法。声发射技术对于管道泄漏的检测、定位是一个极好的工具,但由于泄漏源的传播容易受到周围背景噪声以及复杂工况的影响,其定位误差较大。基于时延估计的互相关信号处理方法被广泛用于管道泄漏检测定位,但由于泄漏应力波传播通道的动态特性,使得源信号在传播过程中会产生波形变化,给互相关函数峰值位置的确定带来困难。由此引入广义相关分析方法,通过对信号进行前置滤波,在一定程度上减少了传播通道动态特性因素对泄漏点定位的不利影响,得到了更为准确的时延估值。在此基础上,通过模拟实验,编写Matlab神经网络代码,构造GRNN模型,进一步预测定位。结果表明,GRNN预测的声发射检测值、互相关定位值以及广义相关定位值,相比之前定位精度分别得到提高,其中基于广义相关的延时估计方法定位最为精确,将该方法用于工程实际中,可以更加精确地定位出泄漏点。     

基于FDHHFLTS-BN的海底管道泄漏失效风险定量分析

为预防海底油气管道泄漏失效事故,提出基于自由双层次犹豫模糊语言术语集(FDHHFLTS)和贝叶斯网络(BN)的FDHHFLTS-BN风险分析方法,用于分析海底油气管道泄漏失效事故概率及事故的关键风险因素。将故障树模型转换为BN结构,由专家根据FDHHFLTS评估基本事件发生可能性;采用最佳最差法(BWM)确定专家权重,结合相似性聚合方法(SAM)聚合专家意见;依据构建的BN模型,正向推理得到事故发生概率,反向推理得到后验概率,并进行敏感性分析。将该方法应用于实例分析,结果表明：分析段海底管道泄漏事故的概率值为P=6.20×10^-3;焊缝施工缺陷、材料施工缺陷和渔具作用等为事故发生的关键因素;与传统方法对比分析结果证明,所提方法在确定海底管道风险方面具有一定的优势。