基于模糊神经网络的船舶管道泄漏检测方法研究
船舶管道系统作为液态和气态物质的运输工具，是当今船舶运输业必不可少的重要组成部分。然而由于管道连接处的不牢固和磨损、管道本身的腐蚀破损、船舶工作振动以及人为操作不当等原因，船舶管道泄漏和破损的事故时常发生，并造成了严重的人员伤害、经济损失和环境污染。因此，船舶管道泄漏检测方法研究已成为重要的研究课题。目前很多种方法已应用于管道泄漏检测研究，基本可以分成三大类:基于数学模型的方法、基于信息的方法和基于知识的方法。其中基于知识的方法逐渐被业界人士普遍关注，本文提出将模糊神经网络应用于船舶管道泄漏检测中，研究工作主要包括以下几方面:
1.通过对船舶管道的泄漏机理分析，采用压力与流量信号作为泄漏检测的研究依据，并借鉴先前对管道泄漏检测的知识和实验数据，对管道泄漏工况进行了分析，得到了泄漏时流量和压力的变化情况，在建立船舶管道泄漏检测模糊神经网络模型的同时，构建了模糊诊断规则库，并组织了学习样本和测试数据。
2.采用模糊BP神经网络对网络参数进行了训练，并利用仿真实验对检测结果的可靠性和准确性进行了验证。
3.由于模糊BP神经网络存在收敛速度慢且易陷入局部最优的缺点，构建了模糊RBF神经网络，通过对现场测试数据的仿真，验证该方法的可靠性和准确性。
4.在模糊神经网络船舶管道泄漏检测理论研究的基础上，开发了基于该方法的船舶管道泄漏检测系统。
5.从船舶管道泄漏检测系统的基本组成着手，分析了该系统随机误差和系统误差产生的原因。最后提出了修正和抑制随机误差、传感器误差、数据采集误差和数据处理误差的方法。
船舶管道;泄漏检测;模糊神经网络;误差分析
重庆交通大学
硕士
载运工具运用工程
韩雪峰;彭中波
2013
中文
U664.84;TP274.2;TP183
72
2013-10-08（万方平台首次上网日期，不代表论文的发表时间）