浅谈利用管道输送技术建设智能水网在云南抗旱工作中的作用

随着社会经济的飞速发展、城市人口的不断增长和人民生活水平的提高,供水需求越来越大,而我省目前又是一个缺水大省,旱情严重,对供水采用智能化和网络化管理,合理利用管道输送技术,降低供水成本,提高供水效率,是目前抗旱工作中急需解决的问题。

铁精矿管道输送在弯管处流量的检测研究

由于铁精矿浆体具有高浓度、颗粒粒径分布不均以及浆体组成成分相对复杂等特殊的物理性质,流量的测量和计算在长距离矿浆管道输送过程中一直是行业内难以解决的问题。尤其当浆体在流经弯管道处的流量计算更是复杂。现已有专家对弯管处浆体的流量与弯管压差之间的关系进行了研究,得出弯管压差与铁精矿在流经弯管处的流量具有非常好的线性关系。论文结合国内某知名管道有限公司实时工业数据,初步研究了长距离矿浆管道输送过程中浆体流经弯管道处流量的测量与计算。

基于半监督聚类方法的管道运行状态识别研究

目前工业现场采集的大部分数据缺失标记信息,若仅使用其中的标记数据和未标记数据的局部信息会造成学习器的性能下降,而传统半监督学习对标记数据的利用具有随机性且没有考虑监督信息数量的变化对性能的影响.针对上述问题,提出一种主动学习策略下基于最小生成树的变分贝叶斯推理半监督高斯混合模型,利用主动学习策略在标记信息中重新筛选构建高质量成对约束信息,利用最小生成树聚类来初始化模型参数,提升模型在标记样本数量受扰动时的鲁棒性.选用实验室采集的管道状态检测数据集对提出的模型进行验证,实验结果表明,当标记样本占总体样本的比例从50%下降到10%时,提出的组合模型的预测准确率依旧保持在72.4%以上,而且,当某一类别的样本完全失去监督信息时,该组合模型的聚类效果仍然可以分析判断数据类别的所属类型.

基于LLSSVM的MUH高度信息融合技术的研究

应用基于局部最小二乘支持向量机(LLSSVM)的多传感器融合技术实现了高度信息融合技术的研究。针对无法精确测量的微小型无人直升机(MUH)飞行高度问题,用LLSSVM建立了以数据驱动的黑箱模型,并用该多传感器信息融合模型对高度信息进行预测。将基于LSSVM和LLSSVM模型的仿真结果进行对比,结果表明后者效果明显优于前者,说明基于LLSSVM的信息融合模型更为合理有效,解决了LSSVM模型的预测延迟和误差积累放大的问题。

基于改进阈值的管道异常状况信号降噪研究

针对矿浆管道输送系统异常状态下的检测信号含有不规则噪声,且硬阈值降噪会在不连续点处产生Gibbs效应,软阈值降噪会导致小波系数与信号之间误差增大。通过选取适合的小波函数、确定分解的层数、选取适合的阈值模型,分别用软阈值与硬阈值降噪法进行降噪,并对阈值进行改进,信噪比和降噪误差得到明显改善。通过改进的软阈值与硬阈值降噪法对矿浆管道堵塞信号进行降噪处理,结果表明,改进的硬阈值和软阈值降噪方法具有更好的降噪效果。

基于维修决策的管道输送故障设备管理信息系统

设备维修成为了工业化生产中一项重要的成本支出。通过计算设备的平均极限使用寿命,计算设备的平均使用率,用来建立更换维修决策模型,并设计实现了完整的故障设备管理信息系统。实际应用结果,该维修模型延长了设备的使用寿命,对于进一步提升设备的使用率,提高设备故障的预报率,避免重大事故率,具有较好的工程应用价值。

排水管道堵塞故障的声诊断方法研究

针对现有城市排水管道堵塞程度难以辨识的问题,提出一种基于多特征融合与随机森林的排水管道堵塞程度辨识方法.首先对排水管道中采集到的声响应信号进行分帧处理建立信号帧集合.其次,提取各个信号帧的A计权总声压级、能量熵、分形盒维数指标构建特征向量集合;引入距离可分性判据,以达到对特征向量集合去冗余并提高特征区分度的目的;并利用类内类间散布矩阵的迹作为权重实现特征的加权融合.最后,对加权融合的特征向量集合使用随机森林进行故障辨识.实验结果表明,基于距离可分性判据的多特征融合特征向量集合可取得更高的管道堵塞故障识别率;同时,随机森林的堵塞辨识模型与SVM辨识模型比较,随机森林辨识模型有较高的准确率和较快的辨识速度.经验证,本方法不仅能有效地识别不同程度的管道堵塞故障和重复堵塞情况,而且能够排除管道配件比如三通件对故障识别的影响.

PSO-ELM的浆体管道临界淤积流速预测模型研究

针对浆体管道临界淤积流速预测难度大、精度低等问题,提出了粒子群优化—极限学习机(PSOELM)的临界淤积流速预测模型。利用PSO算法对ELM模型参数输入权值和隐元偏置进行优化,应用优化得到的ELM模型对预测集进行预测。通过实验仿真得到预测结果的最大误差为5.73%,预测效果优于常规的ELM模型和反向传播(BP)神经网络模型。

基于IAP的北斗终端程序远程升级技术的研究

针对目前市场上的北斗终端程序现场升级与维护困难的问题,论文设计了一种基于IAP的北斗终端程序远程升级方案。该方案系统地研究了基于STM32的IAP关键技术,同时提出断点续传、TEA加密以及双链路的设计思想,从而实现北斗终端程序远程在线实时更新。测试表明,该方案解决了北斗终端需要硬件下载器进行现场升级程序的不便,并提高了北斗终端远程程序升级的安全性与纠错能力,对北斗终端的推广有一定的现实意义。

基于DT-CWT和S4VM的埋地排水管道堵塞故障识别研究

针对城市排水管道堵塞难以有效检测,以及检测过程中常规管道部件难以有效区分的问题,文中提出了基于双树复小波(DT-CWT)及安全半监督支持向量机(S4VM)的堵塞识别方法。该方法首先对管道中采集的声学信号进行双树复小波对分解,并对分解得到的各频段分量进行声压级变换;之后在有效分量上提取脉冲因子和平均声能量密度作为用于分类的特征向量;最后,将特征向量输入S4VM分类器进行训练与测试,从而达到对无标签的不同程度管道堵塞和三通件的数据聚类和故障识别的目的。

基于敏感因子SVD的管道泄漏信号去噪研究

针对管道压力泄漏信号去噪的问题,提出基于敏感因子奇异值分解(Singular Value Decomposition,SVD)的管道泄漏压力信号去噪的方法。该方法首先对原始信号构造Hankel矩阵再进行SVD分解,将分解后得到的分量信号利用敏感因子找出敏感分量,最后通过定位因子选择敏感分量所对应的奇异值进行信号重构,并用该方法对矿浆管道实验平台运行中采集到的压力信号进行降噪处理。实验结果表明,该方法有效地去除矿浆管道的压力信号中的噪声,作为信号的预处理为管道泄漏检测和定位提供良好的基础。此外,该方法与小波去噪方法进行对比,结果表明,该方法具有更好的去噪效果。

一种长距离浆体输送管道拒雷击控制系统的设计

针对长距离矿浆管道输送存在的雷击灾害,提出了一种基于长距离浆体输送管道的拒雷控制系统,其系统包括浆体钢管、机电设备、综合有源+无源等离子拒雷装置和多个电涌保护器。在浆体钢管与机电设备之间的绝缘段的两侧分别安装第一电涌保护器和第二电涌保护器,采用瞬态接地的方式来实现等电位接地,克服了强制电流式阴极保护的矿浆钢管道不能直接接地的缺陷,同时防止了雷电侵入波对设备铁精矿管道的危害。实际应用表明了该方法的有效性。

高原地区埋地钢制油气管道风险评价模型研究

为降低油气管道整体风险水平,实现油气管道的安全运行,对油气管道风险评价模型进行了综述。分别从腐蚀、第三方破坏、自然灾害、误操作以及设计五个方面论述油气管道风险因素的来源,综述各风险因素的对油气管道的影响。通过分析油气管道风险评价领域中当前广泛使用或者应用前景广阔的几类模型方法,总结与对比国内外管道风险评价模型的研究现状,基于高原地区埋地钢制油气管道的敷设条件,为高原地区埋地钢制油气管道风险评价模型提供一些建议。

基于HHT的往复式隔膜泵主轴故障诊断研究

往复式隔膜泵是管道输送行业最主要的设备之一,同时也是最容易损坏的设备之一。往复式隔膜泵主轴运行性能的好坏直接影响着往复式隔膜泵的运行状况,乃至整个管道输送系统的有效运行。提出了采用由经验模态分解(EMD)与Hilbert变换相结合的HHT方法,对往复式隔膜泵主轴故障进行诊断分析,通过边际谱有效地对设备故障进行分析诊断。实验表明:通过HHT方法对往复式隔膜泵主轴进行故障诊断是有效的、可行的。

基于EMD与VPMCD的矿浆管道泄漏检测方法

针对矿浆管道工况调整给泄漏检测带来的干扰,准确提取泄漏信号的特征量是降低泄漏误报、漏报的关键。提出了一种基于经验模态分解(EMD)与变量预测模型(VPMCD)的泄漏检测方法。将压力信号分解为若干个本征模函数(IMF)分量,得到能够准确反映工况特征的局部Hilbert能量谱,并作为特征值向量,通过VPMCD分类器建立泄漏识别模型。方法应用于泄漏检测中,实验结果表明:矿浆管道在正常运行、泄漏和工况调整状态下,识别率达到95%,并综合分析流量信号,提高了泄漏检测精度。

基于小波包能量谱的往复式隔膜泵故障诊断研究

针对往复式隔膜泵故障的多元性、不确定性和并发性的特点,提出了基于小波包能量谱的往复式隔膜泵故障诊断方法。小波包能将振动信号分解到不同子频带,通过各子频带信号的能量变化反映设备运行状况。通过采集往复式隔膜泵振动信号,进行小波包分解为多个子频带,求出各频带的能量和能量比例,然后对比故障振动信号和正常振动信号的频带能量谱比例图,找出发生故障的频带,进而找出往复式隔膜泵的故障特征频率,诊断出故障。实验表明:通过小波包能量谱对往复式隔膜泵进行故障诊断是有效可行的。

基于ITD-AR模型和SVDD的轴承故障诊断方法研究

针对滚动轴承在强背景噪声干扰下振动信号故障特征难以提取,以及实际运行中因故障样本缺乏而影响故障诊断准确性的问题,提出了基于固有时间尺度分解(Intrinsic Time Scale Decomposition,ITD)的AR模型振动信号特征提取,与支持向量数据域描述(Support Vector Data Description,SVDD)相结合的轴承故障诊断方法.首先用ITD将振动信号分解成一系列的固有旋转(Proper Rotation,PR)分量,然后对每一个PR分量建立AR模型,提取模型参数和残差方差构造特征向量,用以建立轴承正常运行的SVDD模型,并以振动信号特征向量偏离SVDD模型的程度来判断轴承的运行状态.将该方法应用于滚动轴承的故障诊断,实验证明了所提方法的有效性.

基于MRSVD和VPMCD的轴承故障智能诊断方法研究

针对轴承早期微弱故障特征信息易被噪声掩盖和现实中难以获得大量典型故障样本的实际情况,提出了基于多分辨奇异值分解(Multi-Resolution Singular Value Decomposition,MRSVD)和变量预测模型模式识别(Variable Predictive Model based Class Discriminate,VPMCD)的轴承故障智能诊断方法。利用MRSVD对轴承加速度振动信号进行多层分解,提取包含故障特征的细节信息,建立对数正态分布模型,凸显细节信息中的非高斯特性,计算对数均值和对数标准差构造特征向量,并采用VPMCD方法进行故障识别。将该方法应用于实际轴承外圈、内圈、滚动体局部微弱故障状态下的故障诊断,结果显示:故障识别精度达到98.75%,证明了该方法的可行性和有效性。

基于支持向量机的矿浆管道堵塞信号识别方法

针对传统统计学理论的局限性,提出一种基于支持向量机的矿浆管道堵塞信号识别方法。该方法可以有效地识别矿浆管道中压力信号、流量信号的异常,通过分析压力信号、流量信号的异常从而准确识别堵塞信号。对于矿浆管道堵塞发生的早期发现起到一个很好的预警效果。研究结果表明,该方法分类效果好,泛化能力强,在识别正确率上优于径向基核函数人工神经网络方法,为矿浆管道安全生产监测提供了可靠的理论支持。

自适应时变Terminal滑模控制研究

针对Terminal滑模控制到达阶段鲁棒性不强的问题,提出了时变Terminal滑模控制方法。分析Terminal滑模面的设计参数对系统性能的影响,提出一种非线性时变Terminal滑模面的设计方法。为了消除多输入多输出(MIMO)非线性系统的不确定,构建动态干扰观测器系统,根据干扰观测误差在线调节参数,从而在线逼近外部干扰,证明了逼近误差一致最终有界。采用倒立摆系统进行仿真验证,提出的自适应时变Terminal滑模控制方法比传统的PID控制镇定时间缩短80%,且无超调。仿真结果表明,所提方法可以用于MIMO非线性系统的控制。