基于动态压力信号的管道泄漏特征提取方法研究

动态压力变送器能直接测量管道压力的动态变化,因而比基于普通压力变送器的管道泄漏检测具有更高的灵敏度。研制了一种应用于长输油气管道泄漏检测的动态压力变送器,并介绍了其结构组成和工作原理。用动态压力变送器获取了管道的动态压力信号,利用经验模态分解的方法将信号分解为多个固有模态函数（IMF）之和,选择主要的IMF分量进行归一化峭度分析,从而提取信号的特征向量。现场应用实例表明,该方法能够有效地对管道泄漏和调泵调阀等事件进行特征信号提取。     

数字化生物电阻抗成像系统

本文针对生物电阻抗成像技术中模拟滤波及解调环节存在的速度瓶颈和精度问题,设计了数字化生物电阻抗成像系统。系统基于DSP与FPGA协同运行,为硬件升级改进提供了开发空间;研究了基于Cyclone芯片的数字滤波以及数字解调算法;对算法进行了基于Testbench的仿真。系统仿真调试结果表明,该设计提高了系统成像速度和精度。     

基于双微控器的管道泄漏监测系统

本文介绍了采用C8051F系列单片机构建双微控器测控系统,来作为原油管道运输在线泄漏检测系统中的一部分,并利用工业以太网向中心监控站传输带有时标的压力数据.其中测量微控器实现基于实时时钟系统的数据采集,并完成基于GPS模块的系统校时任务.主控微处理器利用双口RAM与测量单元进行通信,在完成与中心站基于工业以太网远程数据交互的同时,对本地数据进行卡尔曼滤波,提高了系统的整体实用性与可靠性.本文给出了双微控器系统的硬件和软件设计.     

分布式光纤管道泄漏检测及预警技术灵敏度分析

针对管道安全存在的问题,提出了一种基于Mach-Zehnder光纤干涉仪原理的分布式光纤管道泄漏检测及预警技术,利用与管道同沟敷设的光缆中的3条单模光纤构成分布式光纤微振动传感器检测管道沿线的振动信号,可以有效地检测管道沿线所发生泄漏和异常事件．分析和研究了检测系统的测试灵敏度影响因素,并采用不同光缆结构和埋设方式对检测系统的检测灵敏度进行测试．实验结果表明,该检测技术可以检测到1m范围内的人工挖掘信号,在气体管道压力不小于0．2MPa的条件下,可以检测到0．4m^3／min的气体管道泄漏．     

复合材料超声直线电机及其冲量分析模型

针对复合材料超声直线电机振动体与导轨表面间存在冲击作用的特点,提出一种冲量分析模型计算电机的摩擦驱动力和摩擦转换效率。     

充液管道中声发射波的传播及衰减特性研究

分析了声发射波在液体载荷作用下管道中的声学特性,并对钢管中的几种不同模态的声发射波在液体管道中的传播和衰减特性进行了测量。以一条长41.4 m的充水管道为例,对水载作用下的声发射管道泄漏检测及定位技术进行了研究,当管道内压力为0.6 MPa,两传感器相距40 m时,采用相关分析等信号处理方法,可检测到直径1 mm的针孔形泄漏,相对定位误差为2.9%。     

基于三阶累积量及自适应滤波时延估计的管道定位方法

针对直接互相关被动时延估计法定位管道异常振动事件存在噪声干扰影响定位精度的问题,提出了基于三阶累积量及自适应滤波时延估计的管道异常事件定位方法。该方法对顺、反两路异常振动信号进行三阶自累积量和互累积量估计,抑制高斯相关噪声和对称分布噪声。然后利用自适应滤波时延估计算法对三阶自累积量和互累积量信号的时延进行迭代计算,在不依赖先验知识的情况下抑制非高斯相关噪声。经现场实验证明,该方法可以准确地对管道异常事件进行定位,对噪声具有很好的抑制作用,改善了直接互相关时延估计的性能。相对于直接互相关时延估计方法,相对定位误差由2.7%降低到0.6%,定位一致性提高了三倍,平均定位精度可达14m。     

基于动态压力变送器的输油管道泄漏检测与定位系统

设计了一套基于动态压力变送器的输油管道泄漏检测与定位系统,阐述了其系统组成和检测原理.通过动态压力变送器获取管道的动态压力信号,采用基于经验模态分解的方法提取信号的特征向量,再利用支持向量机实现对管道泄漏的识别.最后采用相关时延估计算法获得管道泄漏点的位置.通过现场应用实例表明,动态压力变送器具有更高的检测灵敏度和泄漏分辨力.该系统能够对管道泄漏进行正确识别,可以有效地降低误报警率,并提高了泄漏检测的灵敏度和定位精度.     

基于恒流源的陀螺仪测温丝电阻测量电路的设计

陀螺仪是一种广泛应用的惯性器件,针对陀螺仪测试效率低的现状,设计和实现了一种基于恒流源的陀螺仪测温丝电阻测量电路;采用恒流源测量电阻,能有效消除引线电阻带来的测量误差,显著地提高了测量精度;详细描述了系统的功能和总体结构,给出了系统硬件设计方法、软件结构图及实验数据分析;该系统还包括单片机控制的数据采集电路、液晶显示单元、报警输出单元;该测试系统已经成功运用于陀螺仪的温后电阻测量中,实践表明,系统运行稳定可靠,具有较高的测试精度。     

基于LMBP算法的罐底腐蚀声发射信号模式识别

在建立储罐罐底腐蚀实验平台的基础上,研究了一种基于LM(Levenberg-Marquardt)BP算法的罐底腐蚀信号模式识别方法;选取上升时间、计数、能量、持续时间、幅度这5个声发射信号特征参数作为BP神经网络的输入构建区分腐蚀信号和其他两类声发射信号的模式识别系统;由传统的BP算法与LMBP算法的对比分析比较得到:LMBP算法解决了传统BP算法收敛速度慢,容易陷入局部极小点的问题;实验结果表明,LMBP算法应用于储罐罐底声发射腐蚀信号的模式识别,效果良好。