A condition of gas pipeline leak detection system (the system), this system includes: input module, gas pipeline, gas pipeline transmission mechanism of transmission signal acquisition model, neural network compensation model of pipeline system, module, output module and error correction acquisition module; working process of the system including the establishment of transport a simplified mathematical model of the gas pipeline, the gas pipeline, the state space equation handle accuracy detection model to establish RBF neural network as well as the test and verification of traffic signal, gas pipeline in the state space equation under different conditions. Transport changes of gas pipeline end load, pipe diameter, pipe bending, ambient temperature, gas velocity, gas compression coefficient, hydraulic friction coefficient, through research, and the pipeline model under different conditions for training, adaptive simultaneous detection of multi state system, obtaining the accurate model adapt to normal pipeline conditions.
【技术实现步骤摘要】
本技术涉及一种多工况下的输气管道泄漏检测系统,属于自动控制及泄漏检测技术以及气体管道泄漏检测领域。
技术介绍
经过几十年的发展,国内外研究人员提出了多种管道泄漏检测及定位方法并应用于工程实际。基于硬件的方法利用携带或安装在管道上的各种不同机理的传感器来检测泄漏并进行定位,该方法是早期主要采用的泄漏检测与定位的方法。目前,以软件为主,软、硬件相结合的基于监视控制与数据采集的泄漏检测与定位技术受到广泛的关注,并逐渐成为管道泄漏检测技术的主流。基于软件的检测方法是依靠管道内流量和压力的测量、质量和体积守恒、管道流动动力学模型等原理通过计算机编程来实现泄漏检测。基于软件的方法可分为基于信号处理的方法、基于知识的方法和基于管道数学模型的方法。基于信号处理的方法有负压波法、质量/体积平衡法、压力点分析法、声波检测法等;基于知识的方法有基于专家系统的方法、基于模式识别的方法、基于神经网络的方法;基于数学模型的管道泄漏检测与定位方法可分为瞬态模型法、滤波器法、系统辨识法等。申请号为201210563120.3,标题为“一种管道气体泄漏检测装置”;申请号为200920293127.1,标题为“一种压力管道泄漏测试装置”;申请号为200620127803.4,标题为“一种地下管线泄漏检测装置”;申请号为200810104233.0,标题为“一种管道泄漏检测系统”;申请号为201010002941.0,标题为“一种气体管道泄漏检测装置”;申请号201220078512.6,标题为“用于气体管道的漏点检测定位系统”等,上述这些专利都是侧重于设计利用各类传感器和仪表检测泄漏的装置 ...
【技术保护点】
一种多工况下的输气管道泄漏检测系统,其特征在于:包括:输入模块、输气管道、输气管道传输机理模型、神经网络补偿模型、管道系统信号采集模块、修正输出处理模块及误差获取模块;其中,输入模块包括实际系统输入、输气管道传输机理模型输入及神经网络补偿模型输入;实际系统输入为管道的初始条件和边界条件以及输气管道的各个参数;所述的管道系统信号采集模块是指采用安装在管道沿线各节点上的高精度压力传感器,对沿输气管道传输方向上各个节点压力信号进行采集;所述的修正输出处理模块是指将输气管道传输机理模型的计算输出值与神经网络补偿模型的输出进行求和:其中,输气管道传输机理模型为主模型,神经网络补偿模型为补偿模型,主模型和补偿模型结合,建立输气管道的混合模型;其中,所述的误差获取模块计算输气管道各节点压力传感器实测值与输气管道传输机理模型计算输出值之间的误差,该误差作为神经网络补偿模型的输出向量;各模块的连接关系如下:输入模块与输气管道传输机理模型、神经网络补偿模型和管道系统信号采集模块相连,修正输出处理模块与输气管道传输机理模型、神经网络补偿模型、管道信号采集模块和误差获取模块相连,误差获取模块与管道信号采集模块 ...
【技术特征摘要】
1.一种多工况下的输气管道泄漏检测系统,其特征在于:包括:输入模块、输气管道、输气管道传输机理模型、神经网络补偿模型、管道系统信号采集模块、修正输出处理模块及误差获取模块;其中,输入模块包括实际系统输入、输气管道传输机理模型输入及神经网络补偿模型输入;实际系统输入为管道的初始条件和边界条件以及输气管道的各个参数;所述的管道系统信号采集模块是指采用安装在管道沿线各节点上的高精度压力传感器,对沿输气管道传输方向上各个节点压力信号进行采集;所述的修正输出处理模块是指将输气管道传输机理模型的计算输出值与神经网络补偿模...
【专利技术属性】
技术研发人员:王军茹,刘丽华,王巧玲,董亮,
申请(专利权)人:北京信息科技大学,
类型:新型
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。