本文主要研究内容
作者梁洪卫（2019）在《油气管道泄漏声波信号检测与识别技术研究》一文中研究指出：伴随着天然气管道数量的增加及运行年限的增长,天然气管道泄漏现象时有发生,极易造成严重事故,因此,对管道的运行状态进行实时监测具有非常重要的意义。本文以气体管道声波信号的采集、去噪、特征提取以及气体管道的运行状态识别为研究对象,通过实验分析确定了气体管道泄漏声波信号在不同状态下的频率范围;研究了小波阈值去噪算法并改进了阈值函数,研究了VMD算法,提出了VMD-Wavelet去噪算法;研究了气体管道声波信号的各种特征参数,搭建了基于VMD-Wavelet的云模型特征熵提取方法;研究了BP神经网络,提出了VMD-En-BP神经网络模型。本文所作主要工作如下:首先,研究声波法泄漏检测基本原理,设计了气体管道泄漏检测实验系统。分析了不同状态下泄漏信号的时域、频域特性,得出泄漏声波信号能量主要集中在低频段。其次,研究了硬阈值、软阈值以及Garrote阈值等经典小波阈值函数,提出一种改进小波阈值函数,利用改进的小波阈值函数对典型信号进行去噪处理,并与经典小波阈值函数作对比,结果表明改进小波阈值函数在信噪比、均方误差方面均能取得更好的去噪效果。再次,研究了VMD算法、Hausdorff距离、峭度以及小波变换等方法,提出了一种VMD-Wavelet去噪算法。该算法首先对含噪声信号进行VMD分解,利用Hausdorff距离来选取有效模态分量;计算未选择模态分量的峭度值,筛选峭度值大于选定阈值的分量,用改进的小波阈值函数滤除该分量的高频噪声;最后利用处理后的各个IMF分量重构信号。理论分析和仿真结果表明该方法不仅对典型信号具有良好的去噪效果,而且对实际气体管道泄漏信号、敲击信号以及正常运行信号均能取得较好的去噪效果。然后,通过仿真分析验证了EMD分解提取的各种运行状态下声波信号的模态分量频谱图中无法准确提取状态特征,而VMD分解后的IMF1、IMF2能体现各种运行状态下声波信号中心频率的差异。因此本文提出了基于VMD-Wavelet的云模型特征熵提取方法,该方法利用VMD-Wavelet算法对气体管道正常运行、敲击、泄漏三种状态下采集的声波信号进行去噪、选取有效模态进行重构、计算重构信号的En值;仿真分析发现利用该方法计算出的三种状态下重构信号的云模型特征熵有较好的区分度,可作为状态识别的特征参数。最后,研究了BP神经网络,搭建了VMD-BP和En-BP两种神经网络模型,根据各自的优缺点,提出了VMD-En-BP神经网络模型,利用该模型对气体管道运行状态进行识别,实验结果表明该模型能够准确识别气体管道正常运行、敲击、渗漏、小泄漏和大泄漏五种运行状态。
Abstract
ban sui zhao tian ran qi guan dao shu liang de zeng jia ji yun hang nian xian de zeng chang ,tian ran qi guan dao xie lou xian xiang shi you fa sheng ,ji yi zao cheng yan chong shi gu ,yin ci ,dui guan dao de yun hang zhuang tai jin hang shi shi jian ce ju you fei chang chong yao de yi yi 。ben wen yi qi ti guan dao sheng bo xin hao de cai ji 、qu zao 、te zheng di qu yi ji qi ti guan dao de yun hang zhuang tai shi bie wei yan jiu dui xiang ,tong guo shi yan fen xi que ding le qi ti guan dao xie lou sheng bo xin hao zai bu tong zhuang tai xia de pin lv fan wei ;yan jiu le xiao bo yu zhi qu zao suan fa bing gai jin le yu zhi han shu ,yan jiu le VMDsuan fa ,di chu le VMD-Waveletqu zao suan fa ;yan jiu le qi ti guan dao sheng bo xin hao de ge chong te zheng can shu ,da jian le ji yu VMD-Waveletde yun mo xing te zheng shang di qu fang fa ;yan jiu le BPshen jing wang lao ,di chu le VMD-En-BPshen jing wang lao mo xing 。ben wen suo zuo zhu yao gong zuo ru xia :shou xian ,yan jiu sheng bo fa xie lou jian ce ji ben yuan li ,she ji le qi ti guan dao xie lou jian ce shi yan ji tong 。fen xi le bu tong zhuang tai xia xie lou xin hao de shi yu 、pin yu te xing ,de chu xie lou sheng bo xin hao neng liang zhu yao ji zhong zai di pin duan 。ji ci ,yan jiu le ying yu zhi 、ruan yu zhi yi ji Garroteyu zhi deng jing dian xiao bo yu zhi han shu ,di chu yi chong gai jin xiao bo yu zhi han shu ,li yong gai jin de xiao bo yu zhi han shu dui dian xing xin hao jin hang qu zao chu li ,bing yu jing dian xiao bo yu zhi han shu zuo dui bi ,jie guo biao ming gai jin xiao bo yu zhi han shu zai xin zao bi 、jun fang wu cha fang mian jun neng qu de geng hao de qu zao xiao guo 。zai ci ,yan jiu le VMDsuan fa 、Hausdorffju li 、qiao du yi ji xiao bo bian huan deng fang fa ,di chu le yi chong VMD-Waveletqu zao suan fa 。gai suan fa shou xian dui han zao sheng xin hao jin hang VMDfen jie ,li yong Hausdorffju li lai shua qu you xiao mo tai fen liang ;ji suan wei shua ze mo tai fen liang de qiao du zhi ,shai shua qiao du zhi da yu shua ding yu zhi de fen liang ,yong gai jin de xiao bo yu zhi han shu lv chu gai fen liang de gao pin zao sheng ;zui hou li yong chu li hou de ge ge IMFfen liang chong gou xin hao 。li lun fen xi he fang zhen jie guo biao ming gai fang fa bu jin dui dian xing xin hao ju you liang hao de qu zao xiao guo ,er ju dui shi ji qi ti guan dao xie lou xin hao 、qiao ji xin hao yi ji zheng chang yun hang xin hao jun neng qu de jiao hao de qu zao xiao guo 。ran hou ,tong guo fang zhen fen xi yan zheng le EMDfen jie di qu de ge chong yun hang zhuang tai xia sheng bo xin hao de mo tai fen liang pin pu tu zhong mo fa zhun que di qu zhuang tai te zheng ,er VMDfen jie hou de IMF1、IMF2neng ti xian ge chong yun hang zhuang tai xia sheng bo xin hao zhong xin pin lv de cha yi 。yin ci ben wen di chu le ji yu VMD-Waveletde yun mo xing te zheng shang di qu fang fa ,gai fang fa li yong VMD-Waveletsuan fa dui qi ti guan dao zheng chang yun hang 、qiao ji 、xie lou san chong zhuang tai xia cai ji de sheng bo xin hao jin hang qu zao 、shua qu you xiao mo tai jin hang chong gou 、ji suan chong gou xin hao de Enzhi ;fang zhen fen xi fa xian li yong gai fang fa ji suan chu de san chong zhuang tai xia chong gou xin hao de yun mo xing te zheng shang you jiao hao de ou fen du ,ke zuo wei zhuang tai shi bie de te zheng can shu 。zui hou ,yan jiu le BPshen jing wang lao ,da jian le VMD-BPhe En-BPliang chong shen jing wang lao mo xing ,gen ju ge zi de you que dian ,di chu le VMD-En-BPshen jing wang lao mo xing ,li yong gai mo xing dui qi ti guan dao yun hang zhuang tai jin hang shi bie ,shi yan jie guo biao ming gai mo xing neng gou zhun que shi bie qi ti guan dao zheng chang yun hang 、qiao ji 、shen lou 、xiao xie lou he da xie lou wu chong yun hang zhuang tai 。
论文参考文献
论文详细介绍
论文作者分别是来自东北石油大学的梁洪卫，发表于刊物东北石油大学2019-07-15论文，是一篇关于管道泄漏检测论文,小波去噪论文,变模态分解论文,特征提取论文,模式识别论文,东北石油大学2019-07-15论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自东北石油大学2019-07-15论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：管道泄漏检测论文; 小波去噪论文; 变模态分解论文; 特征提取论文; 模式识别论文; 东北石油大学2019-07-15论文;