Kalman滤波器在管道泄漏检测中的应用研究

《Kalman滤波器在管道泄漏检测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、北京化工大学硕士学位论文自适应抗差Kalman滤波器在管道泄漏检测中的应用研究姓名：范明申请学位级别：硕士专业：检测技术与自动化装置指导教师：王建林20090610摘要自适应抗差Kalman滤波器在管道泄漏检测中的应用研究管道运输作为当今重要的运输形式，在国民经济中发挥着越来越重要的作用。然而，管道不可避免的老化、腐蚀及人为损坏等原因，使管道泄漏频频发生，所产生的经济损失和环境污染十分严重，因此管道泄漏检测已成为重要的研究课题。目前，虽然基于Kalman滤波器的管道泄漏检测方法取得了一定的进展并得到应用，但是由于采集信号中存在的噪声直接影响着检测与定位的精度，使得泄漏检测灵敏度、

2、定位精度较低，泄漏检测与定位系统鲁棒性较差。所以，研究自适应抗差Kalman滤波器，并将其应用于管道泄漏检测中，对提高管道泄漏检测的自适应性、抗差性、检测精度和稳定性，具有重要的理论意义和应用价值。本文针对基于负压波法进行管道泄漏检测与定位时，采集信号滤波精度不高，滤波器缺乏自适应性和鲁棒性的问题，提出了一种改进的自适应Kalman滤波方法，该方法能准确的得到影响滤波效果的系统噪声方差和观测噪声方差等关键参数，通过对这些参数的设置，能较好地改善滤波性能，提高定位精度；由于传统的Kalman滤波器关于模型不确定性的鲁棒性较差，给出了一种用于管道泄漏检测的抗差Kalman滤波算法，提

3、高了滤波器的稳定性；给出了一种结合工况数据联合判漏方法，降低了管道泄漏检测系统的误报率；基于LabVIEW北京化T．人学硕l：学位论文软件平台，开发了基于自适应抗差Kalman滤波器的泄漏检测与定位软件，并将该软件集成到现有的管道泄漏检测与定位系统中。实验测试表明，本文所提出的改进的白适应抗差Kalman滤波算法，能够提高计算速度，改善了滤波性能，提高了滤波器关于模型的抗差性和定位精度，对小泄漏信号有良好的检测精度。关键词：负压波，抗差，噪声估计，自适应，Kalman滤波ABSTRA(了ApplicationandresearchinPipelinesLeakwithanimpr

4、ovedRobustAdaptiveKalmanFilterABSTRACTAsasignificantwayoftransportation，pipelinetransportisplayingmoreandmoreimportantinnationaleconomy．However,Asaresultofinevitableaging，erosion，abrasionandsabotage，pipelineleakoccursfrequently,whichnotonlyaffectsthedailyproduction，butalsocoursesgreatlossofoi

5、l．Therefore，pipelineleakdetectionandlocationhavebecomeanimportanttopic．Atpresent，thoughpipelineleakdetectionmethodbasedonKalmanfilterhasmadesomeprogressandbeenapplied，noiseinacquiredsignalinfluencestheprecisionofdetectionandlocationdirectly,whichcauseslowprecisionandpoorsensitivityofleakdetec

6、tion，andpoorrobustnessoftheleakdetectionsystem．So，researchandapplicationoftheadaptiverobustKalmanfilterinpipelineleaklocationhassignificantmeaningandvalueofraisingstability,robustnessandprecisioninpipelinesleakdetection．Duringresearchofpipelineleakdetectionandlocationbasedonnegativepressurewa

7、ve，becauseofthepoorprecisionofacquiredsignalandfilterwithoutadaptiveness，animprovedadaptiveKalmanmethodispresented，whichcanaccuratelygetssystemnoisedeviationandmeasure北京化fT人学硕I：学位论史noisedeviation，whichareimportantparametersinfilteringresult．W