基于遗传算法优化神经网络的管道泄漏检测方法研究
2014-08-02高丙坤
化工自动化及仪表 2014年2期
贾 莹 高丙坤
(东北石油大学电气信息工程学院,黑龙江 大庆 163318)
管道运输业作为与铁路、公路、航空、水运并驾齐驱的五大运输行业,在输送气体、液体时具有天然优势,它具有连续平稳、安全性好、运输量大、质量易保证、物料损失少、占地少及运费低等特点。但统计资料表明,目前世界上总管网的50%已经用了30年甚至更久,由于老化、腐蚀、地形沉降及人为破坏等因素导致管道泄漏事故时有发生,此问题任何国家都必须面对,而且会日趋严重。因此,做好对管道的泄漏检测就显得至关重要[1]。
目前,管道泄漏检测方法众多,但总体而言可分为两类,即基于硬件的泄漏检测方法和基于软件的泄漏检测方法。常用的基于硬件的泄漏检测方法有人工巡检法、气体法、智能清管器法及光纤检漏法等[2]。人工巡检法对于较大的泄漏不会误报,但灵敏度太低,对于如海底、沙漠及沼泽等更加难以检测。气体检测设备通常需要搭载在运输工具上,沿管线边移动边检测,其检测响应时间通常是气体挥发出来后的几小时或者数天。智能清管器法的设备比较昂贵,检测费用也比较高,目前常用的是超声波检测法和漏磁通检测法。而光纤检漏法的优点是能检出微小的泄漏,缺点是材料成本高、连续使用性差,对于己建设好的管道系统要重新铺设电缆或光纤。常用的基于软件的泄漏检测方法有质量或体积平衡法、声波检测法、负压波法、模型法及神经网络法等[2]。……
登录APP查看全文
