管道泄漏声发射检测系统的研究

《管道泄漏声发射检测系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文中文摘要摘要管道泄漏一直是困扰管道运输业的一个难题，研究对管道泄漏进行监、检测和定位的理论及方法对提高管道运输能力意义巨大。特别是计算机处理能力的飞速发展，利用软件和虚拟仪器技术，结合现有的管道泄漏检测定位方法，研究全数字式的管道泄漏检测系统，能有效的提高泄漏检测定位的精度和可靠性，同时具有更好的适应性。声发射泄漏检测是基于管道泄漏时激发的在管道中传播的超声波进行检测的一种方法。本文将声发射检测与计算机数字信号处理、神经网络相接合，在均匀圆管上研究了管道泄漏的信号处理和定位的方法，并在实验中证明了运

2、用小波提取声发射泄漏信号中特定频带信号进行定位的可行性，具体来说本文进行了以下方面的研究工作。①分析了泄漏声发射声波的产生机制以及其在理想均匀圆管中传播的特点，并建立了泄漏声发射声波检测系统的模型；设计了泄漏声发射信号检测的实验方案，并完成了泄漏声发射信号的数据采集工作。②在VC6.0环境下自行开发了一套具用虚拟仪器功能的适应于声发射泄漏信号处理和定位的软件系统。对泄漏声发射信号的时域统计特征、频域分布特征、泄漏信号的相关性作了详细的分析；并运行自适应滤波方法、小波软、硬阀值方法对泄漏声发射信号进行了有效的去噪处理。③

3、为适应泄漏声发射信号的中心频率在不同的泄漏状态下发生改变后仍能分析泄漏信号，系统采用功率谱计算与小波分解能量计算相结合的方法分析泄漏信号的中心频带，根据中心频带来确定滤波参数、选择小波分解和提取泄漏信号的级数，从而达到了良好的滤波和信号提取效果。④对时差相关定位、小波奇异点时差定位方法在管道泄漏源定位中的应用进行了研究，并提出和重点研究了基于小波提取和BP神经网络相结合的管道泄漏检测与定位新方法。⑤在文章的第五节重点叙述了软件系统的结构，并对软件中涉及声发射信号处理和定位的功率谱、自互相关、自适应滤波、小波分解、小波去

4、噪、小波重构、BP神经网络等主要模块的算法作了详细的介绍。关键词：泄漏检测、泄漏定位、自适应滤波、小波提取、神经网络、算法I重庆大学硕士学位论文英文摘要ABSTRACTTheleakageofpipelineisadifficultproblemtopipelinetransportforlong，studyonthetheoriesandmethodsofleakagedetectingandlocatingissignificanttopipelinetransport.Especiallythefastdevel

5、opmentofcomputertechnologyinprocessingspeed，combiningthetechnologyofsoftwareandvirtualdevicewiththetheoriesandmethodsofleakagedetectingandlocatingtostudyfulldigitdetectingorlocatingsystemofpipelineleakagecanimprovetheprecisionandreliabilityofleakagedetectingandl

6、ocating，anditsflexibilityisbettertoo.Thedetectingofacousticemission(AE)ofpipelineleakageisamethodbasedonthedetectingofsupersonicwhichisstimulatedbythepressofflowingfluidinsidethepipelinewhenitistravelingacrossthebodyofpipeline.Inthispaper，thedetectingandlocating

7、methodbyconjoiningcomputersignalprocessingofleakageacousticemissionwithneuralnetmethodwasresearched，inexperience，anewmethodisrealizedontheleakagelocatingbywaveletdisintegratingwhichabstractsthesub-signalinAEsignalwhichcarrythemessageofleakage.Indetail，thefollowi

8、ngworkhasfinishedinourresearch.①ThemechanismandfeaturesofAEwavethattravelsinequality-diameterpipelineareanalysized，andthemodelofAEsignaldetectingisalsoestablished.Att