基于特征线法的输气管道泄漏瞬态仿真与分析

针对气体管道可能发生的泄漏工况,基于气体管道瞬变流动模型,结合泄漏边界条件,计算得到泄漏后管道任一位置压力流量随时间的变化规律,并通过模型法实时计算泄漏位置。结果表明:未泄漏稳态计算时,公式法和模型法的计算结果基本相同。管道泄漏后会产生负压波,导致全线压力降低,泄漏点上游流量增大,下游流量减小。压力波先后传播到管道首末端,在传播到管道首末端时会发生反射,随着压力波反射次数的增加,管内压力和流量会逐渐达到稳定状态。气体管道发生泄漏后,压力波向上下游传播,在各点产生的压力波幅呈指数规律衰减。利用管道泄漏后稳定状态时的起终点压力和流量结果计算得到的定位结果与真实值更接近。     

管道系统泄漏检测的瞬变水击压力波法

管道系统的泄漏影响着瞬变水击波波形的畸变和衰减特性,比较研究了两种阀门关闭激励速度对管道泄漏瞬变检测精度的影响.在此基础上,基于阀门部分快速关闭,提出管道系统泄漏检测的瞬变水击压力波法,即利用第一个瞬变压力波波形上的间断点时刻定位泄漏位置,间断点衰减幅值辨识泄漏量,并通过不计算管道内部计算断面的特征线法理论推导出了泄漏量参数与该衰减幅值之间的关系式.给出了该方法的检测步骤,并对该法进行了数值验证.仿真结果表明该方法简单、有效.     

输气管道泄漏瞬态仿真分析

针对气体管道可能发生的泄漏工况,基于气体管道瞬变流动模型,结合泄漏边界条件,采用数值解法仿真得到泄漏后管道任一位置压力流量随时间的变化,并通过模型法对泄漏位置实时计算。结果表明：未泄漏稳态计算时,公式法和模型法的计算结果基本相同。管道泄漏后会产生负压波,导致全线压力降低,泄漏点上游流量增大,下游流量减小。压力波先后传播到管道首末端,在传播到管道首末端时会发生反射,随着压力波反射次数的增加,管内压力和流量会逐渐达到稳定状态。气体管道发生泄漏后,压力波向上下游传播,在各点产生的压力波幅呈指数规律衰减。利用管道泄漏后稳定状态时的起终点压力和流量结果计算得到的定位结果与真实值更接近。     

弹性/黏弹性混合管道瞬变流参数校核方法

为探究弹性管道与粘弹性管道串联混合连接的管道系统瞬变流压力波动的影响规律,设计并搭建了弹性/粘弹性串联混合管道系统瞬变流实验台,分别是镀锌钢管、镀锌钢管与聚丙烯（polypropylene,简称PPR）管混合管和镀锌钢管与聚乙烯（polyethylene,简称PE）管混合管。在不同初始流量情况下,分别对三种管道系统进行了瞬变流实验,基于实验数据,对粘弹性管道瞬变流模型结合一维拟稳态摩阻模型的参数进行校核,并提出了混合管道瞬变流参数校核方法。结果表明：使用粘弹性管道替换部分弹性管道会使得瞬变流压力波峰值衰减幅度下降,钢管/PPR混合管道相比钢管/PE混合管道具有更大的下降幅度。改变初始流量不会引起压力波相位发生改变,其对粘弹性效应产生的影响可以忽略不计。此外,应用一维拟稳态摩阻模型可以较准确地模拟混合管道瞬变流的压力波动过程,本文所提出的混合管道瞬变流参数校核方法可简便且准确地校核混合管道瞬变流参数,为工程中混合管道瞬变流的数值计算提供参考依据。     

基于Flowmaster的输水管道泄漏仿真模拟

输水管道泄漏事故时有发生,快速、准确地判断泄漏位置及泄漏量一直是研究的热点。运用Flowmaster仿真软件对输水管道泄漏过程进行模拟,研究了管内流体的瞬变特性,分析了有、无泄漏时,不同阀门关闭时间、泄漏孔大小、泄漏位置等参数对管道瞬变流动规律的影响。结果表明:入口流量以及阀门末端处压力受阀门关闭时间的影响较小;随着泄漏孔径的增大,上游流量和压力曲线的衰减速度逐渐加快,且峰值处二次突变幅值增大;泄漏位置受阀门距离的影响较大,距离越近,压力信号的幅值下降越迅速,衰减速度也会逐渐加快。该仿真结果可为瞬变流泄漏检测提供理论指导。     

液化天然气输送水锤模拟分析

当LNG从船舱输送到接收站储罐内时,由于管道流量大,管径大以及LNG本身的低温性质,使得LNG卸船管道内的瞬变流现象时有发生,严重影响着LNG输送的安全运行.针对利用特征线法(MOC)建立的LNG卸船管道系统计算模型,利用文献中的LNG压力实验数据进行验证.模拟计算结果可以很好地得出管道发生瞬变流时最大的升压值(第一个压力波),且模拟值与实验结果吻合较好.所以该模型具有正确性和准确性.     

基于泄漏瞬变模型的管道泄漏检测与定位方法

目前基于模型的管道泄漏检测与定位方法在泄漏瞬态过程中难以稳定定位,造成定位时间过长,无法及时排除泄漏故障.基于特征线法,对管道泄漏瞬变信号的产生和传播进行研究,提出基于泄漏瞬变模型的管道泄漏检测与定位方法.该方法能够在泄漏瞬态过程中进行定位,缩短了模型法的定位时间.通过仿真研究和实际管道的实验验证对该方法的定位时间、定位持续时间、定位精度和噪声的影响等进行分析和讨论.实验结果表明该方法具有快速定位能力,可适用于突发泄漏和缓泄的检测和定位.但该方法的定位持续时间有限,测量信号中的噪声会影响该方法的定位精度、定位稳定性和定位响应速度.     

液体弹性模量和异管径连接面对压力瞬变影响

通过研究液压系统中油液在管道中流动时发生压力瞬变的物理特征,选择截面两端面积相差较大的液压缸进出口处的条件进行试验。实验结果表明,油液弹性模量随压力而变化的特性,以及管道系统中异管径连接处的动量变化,对计算压力瞬变参数的影响显著,阐明了以往彩用特征线法计算管道系统压力瞬变误差较大的原因,并提供了相应的计算方法。     

改进BP神经网络在管道泄漏检测中的应用

管道泄漏检测和定位在管道的安全生产中占有重要的位置.本文将用小波包分解技术提取的管道泄漏检测系统特征信号作为神经网络的输入,建立管道运行状态的神经网络分类器,根据输出对管道的运行状态进行识别.利用小波变换特性提取压力传感器的信号奇异点,根据负压力波定位法对管道泄漏点定位,仿真结果验证了该方法的有效性.     

基于LPV模型GRNN输气管道音波定位算法

针对输气管道泄漏检测及定位问题以及管道内气体可压缩、检测难等特点,建立了输气管道线性变参数(LPV)模型,并设计了广义回归神经网络(GRNN),以理论时间差为模型输入,以对应的管道各点位置为期望输出.采用音波法对输气管道进行泄漏故障诊断与定位.结合具体实例并采用现场数据进行仿真研究,结果表明:采用基于LPV模型的GRNN输气管道泄漏故障音波定位算法是一种有效的方法,可使预测值准确地跟踪真实值,实验结果为输气管道泄漏故障检测与定位的工业应用提供了可靠的依据.     

基于自适应Kalman滤波的输油管道状态估计

通过离散化输油管道瞬变流动控制方程,基于扩展Kalman滤波方法,用带有未知时变噪声统计的虚拟噪声补偿线性化模型误差,构造了鲁棒自适应Kalman滤波器,以进出口压力及站间测量点为系统的输入与输出向量,对输油管道进行状态估计,并将状态估计结果与实际运行采集数据进行对比.结果表明,该滤波器迭代收敛速度较快,其误差控制在3%以内.     

基于SR-UKF的移动机器人主动故障检测和容错控制

提出了一种基于SR-UKF的主动状态建模方法用于移动机器人的在线故障检测和容错跟踪控制.通过对履带式机器人常见滑动故障的运动学分析,建立了带未知滑动故障参数的机器人运动学模型,并采用SR-UKF非线性滤波方法来联合估计机器人的位姿和滑动参数,在对机器人进行实时定位的同时实现了对快速变化(或突变)的滑动故障的在线跟踪和检测.在此基础上,将估计得到的自适应参数模型与基于Lyapunov分析的反馈控制律设计方法结合,获得了一致渐近稳定的轨迹跟踪控制结果,实现了针对在线故障自适应模型的容错控制重构.针对典型的阶跃式滑动故障参数变化的轨迹跟踪仿真实验表明了该方法的有效性.     

基于Kullback信息测度的长输管线的故障诊断

提出了一种基于 Ｋｕｌｌｂａｃｋ信息测度的长输管线泄漏诊断方法．它通过对管线两个 端点附近的压力梯度所构成的时间序列进行分析，从而检测出泄漏，并在此基础上对泄 漏点进行定位．此法只需测量２个端点附近的４个压力信号，且计算量小．在实际中较 容易实现。用该方法在一条长１２０ｍ、内径１０ｍｍ的液体管线上进行了实验，当泄漏量 为０．５％时，定位误差为总管长的２％。结果表明．这是一种很有实用价值的诊断方法。     

基于鲸鱼优化算法的变分模态分解和改进的自适应加权融合算法的管道泄漏检测与定位方法

针对管道泄漏检测与定位方法存在负压波传播衰减、噪声干扰大、数据融合率低等3种问题,提出了基于鲸鱼参数优化(Whale Optimization Algorithm, WOA)的变分模态分解(Variational modal decomposition, VMD)和改进的自适应加权融合算法(Improved Adaptive Weighted Fusion, IAWF)的管道泄漏检测与定位方法。该方法提出了三传感器泄漏检测与定位模型,并利用抗干扰能力强的WOA-VMD算法对原始信号进行消噪处理；然后采用小波分析求消噪信号的奇异点,进一步求出压力变送器检测到负压波信号的时间差；在此基础上,利用改进的自适应加权融合算法对多传感器数据进行融合,最终求得泄漏点的实际位置。实验结果表明:该方法可以有效地滤除噪声分量,能获得更精确的融合结果,定位精度高,相对定位误差可以控制在1%以内,为管道泄漏检测与定位提供了一种新方法。     

一种视频中基于检测的快速人脸跟踪方法

针对背景复杂多变的视频人脸实时跟踪问题,从检测率、漏检率与错检率3个指标出发,通过改进样本选取的方式对训练样本的比例进行优化,得到一种快速人脸检测方法.在对卡尔曼的初始状态进行选取后,运用具有通过调整参数就能对被跟踪的人脸区域进行放大或者缩小功能的卡尔曼滤波方法来选取候选人脸区域,从而减少搜索时间,提高脸部区域检测速度...     

基于改进的 STU KF 电压暂降检测方法

为了准确检测电压暂降,提出一种基于改进的强跟踪无迹卡尔曼滤波(STUKF)的电压暂降检测方法.该方法在建立的电压信号状态模型基础上,利用改进的STUKF对发生暂降的电压信号状态进行跟踪,从而实时提取出电压的幅值和相位信息.仿真结果和实际数据检测表明,所提方法能够有效地检测电压暂降的幅值、持续时间和相位跳变.与传统的STUKF相比,改进的STUKF跟踪精度更高、鲁棒性更强.     

不完全量测下的Cubature卡尔曼滤波方法

提出了一种不完全量测下的Cubature卡尔曼滤波方法,该方法在Cubature卡尔曼滤波算法的基础上,建立了量测滞后下的状态空间模型,利用采样点状态扩维的方法对状态估计值进行更新,并给出了不完全量测下的Cubature卡尔曼滤波算法的实现流程。仿真实验表明,不完全量测下的Cubature卡尔曼滤波方法可以用于处理量测信息采样时间和延时时间都不确定的情况,在处理不完全量测下的高维强非线性系统状态估计时计算量小,具有较高的估计精度。