基于神经网络算法的管道泄漏预测研究开题报告

 2020-02-20 10:02

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

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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)

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

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.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。