声信号检测与腐蚀模型法相结合的埋地水管SIM系统研究

论文摘要

水管泄漏容易引起一系列的严重后果,对人们的日常工作、生活以及工业生产等方面将产生重大影响,所以水管的泄漏检测已越来越引起广泛的注意。本文对目前管道检测的前沿技术“埋地水管结构完整性监测(structural integrity monitoring,SIM)系统”进行了深入研究。针对SIM系统,本文着重研究了管道腐蚀模型的建立和基于声信号的泄漏检测。对于腐蚀模型,提出了基于模糊半马尔科夫的水管腐蚀模型,依靠这一模型可以有效地预测水管的未来信息;对于埋地水管泄漏的声信号检测,分析了埋地水管泄漏信号的传播特性;提出了基于部分平移不变小波去噪方法:用ChiMerge粗糙集来识别埋地水管的泄漏信号;提出了小波包与EMD法相结合的泄漏点的定位方法。 本文的主要工作和创新点如下: (1) 提出了基于模糊半马尔科夫过程的埋地水管腐化模型,用以预测管道的未来泄漏状况。埋地水管一般不容易发生泄漏,所以选择在什么时间来检测水管是否发生泄漏是一个关键的问题,本文提出的基于模糊半马尔科夫过程的埋地水管腐化模型的方法,将管道的年龄、状况、腐蚀的程度模糊化,然后建立管道状况的转移矩阵,通过转移矩阵来计算管道在未来的状况。本方法的优点是不需要太多的信息,而只需要知道管道当前的信息就可以预测管道将来的情况,通过预测的信息,我们就可以判断管道在什么时间段容易发生泄漏。 (2) 研究了埋地管道泄漏信号波的传播方程,泄漏信号频率特性以及衰减方程。利用声信号进行水管泄漏检测存在一个问题,即水管的泄漏信号沿管道传播的衰减问题,利用声信号检测是否能检测到泄漏信号。本文通过研究埋地管道泄漏信号波传播方程,经过对现场实验采集的泄漏信号分析,得出了泄漏信号一般处于低频(1000Hz以下)的结论。同时推导出了s=1波在低频下沿管道传输的衰减方程,研究表明泄漏信号是可以被声信号传感器检测的。 (3) 研究了部分平移不变小波去噪方法,对埋地水管泄漏信号进行消噪,结合实际情况,提出了埋地水管泄漏信号去噪效果的新评价标准:相关系数法。针对常用的小波去噪方法的缺点和平移不变小波去噪方法平移量大的缺点,本文提出了部分平移不变法。首先通过分析得出小波可以消除奇异点处于中间位置时的Gibbs,接着介绍了奇异点的检测方法,最后详细阐述了部分平移不变法,并根据实际情况给出了埋地水管泄漏信号去噪效果新的评价标准。仿真和实际埋地水管泄漏检测实验表明,上述方法在减少平移量的情况下也可以取得比较好的效果,同时提高了水管泄漏定位的精度。 (4) 针对平常的一些识别方法只能识别信号,而不能将水管信号的特征简化的不足,提出了一种基于声发射传感器与ChiMerge粗糙集的埋地水管泄漏识别方法。这种方法首先用声学传感器采集数据,然后用EMD(经验模态

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 声信号检测技术的发展历程和现状
• 1.2 埋地水管SIM系统研究背景
• 1.3 国际国内研究状况和进展
• 1.4 论文主要内容
• 1.5 论文的主要创新点
• 第二章 文献综述
• 2.1 直接检测法
• 2.1.1 水核查法（Audits）：
• 2.1.2 远场检测法（Remote Field Inspection）
• 2.1.3 磁通量检测法：
• 2.1.4 超音速法：
• 2.1.5 腐蚀检测法：
• 2.1.6 基于光学的检测方法：
• 2.2 间接检测法
• 2.2.1 流量平衡法
• 2.2.2 负压波法
• 2.2.3 压力流量模型法
• 2.3 信号处理方法
• 2.3.1 粗糙集理论
• 2.3.2 统计学习理论（Statistical Learning Theory）
• 2.3.3 EMD分析
• 2.3.4 小波分析
• 2.4 埋地水管结构完整性监测（SIM）存在问题与解决方案
• 2.5 本章小结
• 第三章 基于模糊半马尔科夫过程的埋地水管腐化模型的研究
• 3.1 埋地水管的泄漏类型
• 3.2 模糊集理论
• 3.2.1 隶属度函数
• 3.2.2 模糊规则
• 3.3 马尔科夫（Markov）链的基本原理
• 3.3.1 马尔科夫链定义
• 3.3.2 转移概率
• 3.3.3 半马尔科夫模型
• 3.4 水管状况转移矩阵
• 3.5 仿真和讨论
• 3.6 本章小结
• 第四章 埋地水管泄漏信号传播机理研究
• 4.1 埋地管道泄漏信号波传播方程
• 4.2 埋地水管泄漏信号中S1波与S2波传播机理研究
• 4.2.1 S1波传播特性分析
• 4.2.2 S2波传播特性分析
• 4.3 实验分析
• 4.4 本章小结
• 第五章 基于部分平移不变的埋地水管泄漏信号小波阈值去噪方法
• 5.1 傅立叶变换去噪方法
• 5.2 小波去噪的原理
• 5.3 小波去噪的方法
• 5.3.1 模极大值检测法
• 5.3.2 阈值去噪法
• 5.4 平移不变的小波去噪方法
• 5.4.1 Gibbs现象分析
• 5.4.2 傅立叶变换中的Gibbs现象
• 5.4.3 基于平移不变的小波去噪方法
• 5.5 部分平移不变的小波去噪方法
• 5.5.1 Haar小波中Gibbs现象分析
• 5.5.2 基于小波变换的信号奇异性的检测
• 5.5.3 基于部分平移不变的小波去噪方法
• 5.6 仿真实例
• 5.7 实验分析
• 5.7.1 小波去噪性能评价标准
• 5.7.2 相关系数评价标准
• 5.8 本章小结
• 第六章 基于ChiMerge粗糙集的埋地水管泄漏识别
• 6.1 粗糙集理论（rough set theroy）
• 6.1.1 知识的表达与推理
• 6.1.2 不精确方法的表示法
• 6.1.3 基于框架的不精确知识表示法
• 6.1.4 基于粗糙集的不精确知识的表达
• 6.1.5 信息系统和决策表
• 6.1.6 不可分辨性
• 6.1.7 下近似与上近似
• 6.1.8 近似精度和近似性质
• 6.1.9 知识的简化与浓缩
• 6.2 基于ChiMerge的决策表的离散化
• 6.2.1 离散化方法
• 6.2.2 ChiMerge方法
• 6.3 基于EMD（经验模态分解方法）能量特征提取的决策表
• 6.4 实验和讨论
• 6.4.1 数据准备
• 6.4.2 实验讨论
• 6.5 本章小结
• 第七章 小波包与EMD相结合的埋地水管泄漏定位方法
• 7.1 声音检测法定位原理
• 7.2 实验装置
• 7.2.1 定位传感器的选择
• 7.2.2 实验仪器的组成
• 7.3 背景噪声对相关检测的影响
• 7.4 小波包与能量特征提取相结合的定位方法
• 7.4.1 小波包分解
• 7.4.2 基于小波包与能量特征提取的相关法
• 7.4.3 计算机仿真的实现
• 7.4.4 实验分析
• 7.5 EMD与能量特征提取相结合的定位方法
• 7.5.1 经验模态分解方法（EMD）
• 7.5.2 基于EMD与能量特征提取的相关分析
• 7.5.3 计算机仿真的实现
• 7.5.4 实验分析
• 7.6 基于EMD与小波包的多组数据融合方法
• 7.6.1 基于相融矩阵的失效数据的剔除方法
• 7.6.2 实验分析
• 7.7 本章小结
• 第八章 结论与工作展望
• 8.1 论文工作总结
• 8.2 工作展望
• 参考文献
• 攻读学位期间以第一身份发表的论文
• 作者简介
• 致谢