1. 研究目的与意义（文献综述）

管道是用管子、管子联接件和阀门等联接成的用于输送气体、液体或带固体颗粒的流体的装置。2017年，中国的油气管道总里程已经累计达到13.31万千。预计到2020年,全国油气管网规模要达到16.9万千米。当然还有我们日常生活中的给水排水系统，通风系统等也需要用到管道。可见，管道产业在我国发展如此迅速，可是随之而来的当然还有一些管道上的故障，这就需要我们日常的检验、维护与修理。管道系统中最大的问题就是泄漏问题，而且管道大都运输易燃易爆物品,一旦出现泄漏极易引起爆炸等类似事故。研究管道泄漏有利于保障燃油、液化气、水等物品的有效输送；进一步加强各国各地区的资源合理分配；降低易燃易爆资源的输送风险。

管道泄漏的原因大致可分为自然原因和人为原因,其中自然原因占绝大多数,如金属腐蚀、磨损、天气原因等；人为原因主要有安装时的故障、人为破坏、意外事故等。这些都是造成管道泄漏的重要原因。

1.1国内研究现状

2. 研究的基本内容与方案

2.1 研究内容

通过对泄漏的管道和完好的管道建模仿真，深化相关理论知识和学会相关软件的应用；根据仿真结果，对泄漏管道位置，泄漏的程度，以及泄漏的可维修度进行分析讨论，为管道的正常工作提供理论指导。

2.2 研究目标

基于神经网络系统的模式识别功能，对管道的不同位置取点获取水流泄漏的信号，建立管道取点模型，将获取的大量信号通过利用神经网络相关算法进行训练，得到的训练结果作为预测管道泄漏位置，设计实验模拟仿真管道泄漏，对数据进行分析和处理，为管道泄漏的预测提供一定的参考。

3. 研究计划与安排

(1)、英文翻译、文献阅读报告及开题报告； （第1周—第3周） (2)、查找并阅读文献，总结归纳国内外管道泄漏预测的发展现状及应用，针对神经网络算法，详细分析其结构原理； （第4周—第5周）

(3)、学习建模软件和计算仿真软件； （第6周—第8周）

(4)、建立管道泄漏点提取模型，仿真管道泄漏信号；（第9周—第11周）

4. 参考文献（12篇以上）

[1] 焦敬品，李勇强，吴斌，何存富等．基于bp神经网络的管道泄漏声信号识别方法研究[j]．仪器仪表学报，2016,37（11）：2588-2596．

[2] 龚俊，税爱社，包建明，吕志博.多工况下基于rbf神经网络的管道泄漏检测[j]．油气储运，2015，(7)：759-763．

[3] 刘啸奔，张宏，夏梦莹，梁乐才，郑伟，李勐．基于主成分分析和神经网络的管道泄漏识别方法[j]．油气储运，2015（7）：737-740．