基于模糊神经网络的船舶管道泄漏检测方法研究

发布时间：2017-04-12 13:06

  本文关键词：基于模糊神经网络的船舶管道泄漏检测方法研究，由笔耕文化传播整理发布。

【摘要】：船舶管道系统作为液气态物质的运输工具，已成为当今船舶运输业不可或缺的重要组成部分。然而由于管道接口处的连接不紧密和破损、管道自身的老化腐蚀、船舶机械振动以及人为破坏等原因，船舶管系泄漏和破损的事故频频发生，所产生的经济损失和环境污染也十分严重。因此船舶管系泄漏的实时自动检测已成为世界重要的研究课题。对于管道泄漏检测研究至今已有很多种方法，总体而言可分为三类，即基于信息的方法、基于模型的方法和基于知识的方法。其中基于知识的方法近年来受到业界的普遍关注，其主要集中在神经网络和专家系统的应用上，，但这些方法总的来说都有一定的不足之处。本文尝试性地将模糊神经网络应用于船舶管道泄漏的检测中，主要进行了以下几方面的研究工作: 1.通过对管道泄漏的机理研究，确定了以船舶管道内的压力信号与流量信号作为泄漏检测的分析依据，并结合对管道泄漏检测的相关文献，借鉴其部分知识和实验数据，分别对管道正常运行、水泵开启、水泵关闭和管道发生泄漏时的四种典型工况的实验信号进行了分析，得到不同工况下管道内压力和流量参数的变化，在构建了管道泄漏检测模糊神经网络的同时，建立模糊诊断规则库，并组织了学习样本。 2.采用改进的BP算法对网络参数进行了训练，并以仿真实验对网络诊断结果进行了可靠性测试，验证了模糊神经网络管道泄漏检测的的有效。 3.针对BP算法易受初始权值影的响陷入局部极小、收敛速度慢和引起振荡效应等缺点，引入遗传算法进行优化，仿真结果表明通过二者的有机的结合，可进一步提高管道泄漏检测的可靠性和泄漏量估计的准确性。 4.设计双声道组合的超声波传感器，产生沿管壁传播的表面波，进行管道的破损检测；研究基于表面波的管道泄漏识别方法,提出采用超声表面波激励响应法进行管道泄漏识别；研究基于表面波的管道泄漏定位方法,通过首末端表面波信号的互相关运算进行管道泄漏点定位。 5.结合课题已完成的几种泄漏检测与定位方法的算法模块的特点，对管道泄漏检测系统软件总体实现，给出了多种方法综合进行泄漏检测与定位的简要表述。
【关键词】：船舶管道 泄漏检测 模糊神经网络 误差分析
【学位授予单位】：重庆交通大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：U664.84;U672.7
【目录】：

• 摘要3-4
• ABSTRACT4-9
• 第一章 绪论9-19
• 1.1 管道泄漏检测技术的研究意义9-11
• 1.2 国内外管道泄漏检测技术发展现状与检测方法综述11-15
• 1.2.1 国外管道系统泄漏检测技术发展现状11-12
• 1.2.2 国内管道系统泄漏检测定位技术发展现状12-13
• 1.2.3 管道系统泄漏检测方法综述13-15
• 1.3 船舶管道泄漏故障分析15-17
• 1.3.1 船舶管道泄漏故障机理15-16
• 1.3.2 船舶管系泄漏检测定位的特点16-17
• 1.4 论文的主要研究内容17-19
• 第二章 模糊神经网络简介19-30
• 2.1 模糊系统与神经网络19-23
• 2.1.1 模糊逻辑系统与神经网络的比较19-21
• 2.1.2 模糊系统与神经网络结合的方式21-22
• 2.1.3 本论文所选的模型22-23
• 2.2 模糊系统及其隶属度函数23-25
• 2.2.1 模糊集合的基本概念23-24
• 2.2.2 模糊集合的隶属函数24-25
• 2.3 模糊神经网络的学习算法25-28
• 2.3.1 模糊神经网络模型与结构25-26
• 2.3.2 BP 学习算法26-28
• 2.3.3 BP 学习算法的改进28
• 2.4 本章小结28-30
• 第三章 基于模糊神经网络的管道泄漏检测30-40
• 3.1 船舶管道不同工况下参数描述30-34
• 3.1.1 管道正常运行时的实验信号分析30-31
• 3.1.2 开启水泵时的实验信号分析31-32
• 3.1.3 关闭水泵时的实验信号分析32-33
• 3.1.4 管道发生泄漏时的实验信号分析33-34
• 3.2 船舶管道泄漏检测模糊神经网络的构造34-37
• 3.2.1 输入量与输出量模糊区间的划分34-35
• 3.2.2 隶属度函数的确定35
• 3.2.3 船舶管道泄漏检测模糊神经网络模型结构的确定35-36
• 3.2.4 船舶管道泄漏检测模糊神经网络模型结构的确定36-37
• 3.3 船舶管道泄漏检测模糊神经网络训练与仿真测试37-39
• 3.4 本章小结39-40
• 第四章 基于遗传优化的模糊神经网络训练仿真与测试40-53
• 4.1 遗传算法概述40-43
• 4.1.1 遗传算法的基本思想40-42
• 4.1.2 遗传算法的基本思想42-43
• 4.2 遗传算法的基本原理与操作43-46
• 4.2.1 编码43
• 4.2.2 初始种群的生成43-44
• 4.2.3 遗传算法的基本操作44-45
• 4.2.4 适应度函数45-46
• 4.3 实验系统的硬件设计46-51
• 4.3.1 GA-BP 算法优化网络参数的步骤46-47
• 4.3.2 参数的选取47-48
• 4.3.3 GA-BP 算法的实现48-51
• 4.4 结果对比分析51
• 4.4.1 误差曲线的比较51
• 4.4.2 泄漏量估计比较51
• 4.5 本章小结51-53
• 第五章 双声道组合的超声波传感器的设计53-58
• 5.1 双声道组合超声波传感器检测原理53
• 5.2 应用表面波进行管路的破损检测53-54
• 5.2.1 表面波检测简介53-54
• 5.2.2 表面波检测原理54
• 5.3 泄漏信号的判别和泄漏点定位54-55
• 5.4 实验系统的总体设计55-56
• 5.5 软件系统的结构及功能56-57
• 5.6 本章小结57-58
• 第六章 总结与展望58-60
• 致谢60-61
• 参考文献61-64
• 在学期间发表的论著及取得的研究成果64-65
• 附录65-69

【相似文献】

中国期刊全文数据库 前10条

1 王宇钢;李国义;;基于模糊神经入侵检测系统的研究[J];辽宁工学院学报;2007年02期

2 张绍德,王志营,陈正;基于自适应模糊神经网络的二阶惯性纯滞后系统研究[J];电气传动自动化;1997年02期

3 鲍其莲,张炎华;模糊神经网络的局部调整快速学习算法[J];上海交通大学学报;1998年08期

4 高峡,孙作安;旋转机械故障诊断的模糊神经网络方法[J];沈阳电力高等专科学校学报;2000年04期

5 王秀娟,侍洪波;应用聚类和模糊神经网络方法设计模糊规则库[J];中南大学学报(自然科学版);2003年04期

6 王大志,金辉,王振雷;基于遗传算法的非线性多变量系统模糊神经网络控制[J];沈阳工业学院学报;2003年01期

7 叶其革,王晨皓,吴捷;模糊神经网络及其在电力系统中的应用研究[J];继电器;2004年11期

8 聂?,赵荣椿,张艳宁,江泽涛,张晓燕;基于模糊神经网络的印刷体汉字容错识别方法[J];西北工业大学学报;2004年03期

9 叶海旺;汪少平;;基于模糊神经网络的爆破参数优化系统研究[J];华东公路;2004年06期

10 肖洪昌;李雄刚;;基于模糊神经网络的方向行波保护[J];电工技术;2004年03期

中国重要会议论文全文数据库 前10条

1 李仁发;乜崇义;;一种用模糊神经网络建立模糊模型的新方法[A];1996年中国智能自动化学术会议论文集（上册）[C];1996年

2 邢杰;萧德云;;FALCON模糊神经网络及其在铝电解槽阳极效应预报中的应用[A];冶金自动化信息网年会论文集[C];2004年

3 席东民;胡琳静;;模糊神经网络在单元机组协调控制中的应用[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

4 谭思云;李志明;;基于模糊神经网络的水泥回转窑分解炉温度控制[A];中国硅酸盐学会2003年学术年会论文摘要集[C];2003年

5 孙增圻;;模糊神经网络及其在系统建模与控制中的应用[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

6 徐洪钟;吴中如;;模糊神经网络模型在大坝安全监测中的应用[A];中国水力发电工程学会大坝安全监测专业委员会年会暨学术交流会论文集[C];2000年

7 刘靖;刘念;王海田;党晓强;;基于模糊神经网络的同步发电机转子匝间短路预测[A];四川省电工技术学会电机、电测专业委员会2002年学术年会论文集[C];2002年

8 陈寿平;蒋旭平;;模糊神经网络技术在运动控制运用中的研究[A];全国第16届计算机科学与技术应用（CACIS）学术会议论文集[C];2004年

9 梁志珊;张化光;;模糊神经网络的构造[A];1998中国控制与决策学术年会论文集[C];1998年

10 刘国光;程青蟾;李燮里;张月兰;;声发射模糊神经网络[A];第二届全国信息获取与处理学术会议论文集[C];2004年

中国重要报纸全文数据库 前8条

1 高宏扬;国内外管道泄漏检测技术一瞥[N];中国石油报;2004年

2 特约记者 林勇;胜利管道泄漏检测技术达国际先进水平[N];东营日报;2010年

3 元城;肺癌诊断技术取得新突破[N];中国高新技术产业导报;2001年

4 何进喜;肺癌早期诊断又添新手段[N];医药经济报;2001年

5 特约记者 梁瑞生 通讯员 赵炳刚 张景铁;蜀道上的开路先锋[N];中国石油报;2001年

6 何进喜;肺癌诊断研究填补国内空白[N];中国医药报;2002年

7 记者 赵士振　通讯员 尹倩;胜利油田管道检漏技术填补国内空白[N];中国石化报;2010年

8 记者 孙兆光;百名专家探讨科技“护航”石油储运[N];中国石油报;2011年

中国博士学位论文全文数据库 前10条

1 刘燕;模糊神经网络学习算法的几个收敛性结果[D];大连理工大学;2012年

2 何海;混合动力汽车控制系统设计与仿真[D];华中科技大学;2005年

3 刘环宇;厚冲积层立井井筒破坏的发生机理及防治技术研究[D];河海大学;2005年

4 何春梅;模糊神经网络的性能及其学习算法研究[D];南京理工大学;2010年

5 姜琳;过程控制优化中的智能方法研究[D];吉林大学;2010年

6 林达;基于模糊神经网络的混沌控制与同步[D];大连理工大学;2011年

7 王勇献;蛋白质二级结构预测的模型与方法研究[D];国防科学技术大学;2004年

8 吴建发;优选压裂井方法研究[D];西南石油学院;2005年

9 邓胜祥;石灰炉在线仿真技术与炉况诊断及复杂系统智能控制研究[D];中南大学;2004年

10 隗海林;LPG/汽油两用燃料发动机燃料转换过程控制策略研究[D];吉林大学;2007年

中国硕士学位论文全文数据库 前10条

1 韩锋;基于模糊神经网络的电力系统短期负荷预测[D];河北农业大学;2011年

2 刘瑞平;电控汽油机智能故障诊断系统[D];太原理工大学;2011年

3 孟凡华;模糊神经网络在大滞后非线性系统中的应用[D];河北工业大学;2004年

4 张克良;基于模糊神经网络的锅炉燃烧控制方法的研究[D];天津大学;2004年

5 高明帅;循环流化床锅炉灰循环系统控制优化研究[D];华北电力大学（北京）;2011年

6 曾珞亚;模糊神经网络的应用与研究[D];广西师范大学;2000年

7 刘鑫伟;车辆行驶信息检测与主动避撞安全控制策略的研究[D];湖南大学;2010年

8 李兆福;模糊神经网络及其应用[D];南京理工大学;2003年

9 宋子辉;基于模糊神经网络技术的D350高速风机故障诊断系统研究[D];中南大学;2004年

10 刘跃冲;基于模糊神经网络的船舶管道泄漏检测方法研究[D];重庆交通大学;2013年

  本文关键词：基于模糊神经网络的船舶管道泄漏检测方法研究，由笔耕文化传播整理发布。

本文编号：301315