热力管道小漏温度场特征标定研究.pdf

热力管道小漏温度场特征标定研究.pdf

ID:52427987

大小:1.54 MB

页数:7页

时间:2020-03-27

热力管道小漏温度场特征标定研究.pdf_第1页
热力管道小漏温度场特征标定研究.pdf_第2页
热力管道小漏温度场特征标定研究.pdf_第3页
热力管道小漏温度场特征标定研究.pdf_第4页
热力管道小漏温度场特征标定研究.pdf_第5页
资源描述:

《热力管道小漏温度场特征标定研究.pdf》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、第38卷第2期土木建筑与环境工程Vol.38No.22016年4月JournalofCivil,Architectural&EnvironmentalEngineeringApr.2016doi:10.11835/j.issn.1674-4764.2016.02.013热力管道小漏温度场特征标定研究黄冬冬,李素贞,赵冰玉(同济大学土木工程学院,上海200092)摘要:泄漏特别是小漏预警对热力管道的安全维护具有重要意义。受空间分辨率的影响,分布式光纤传感器对小漏引起的局部温度变化测试精度较低,测量

2、温度与实际温度差异较大。以布里渊光时域反射仪(BOTDR)作为测量手段,提出了一种建立分布式光纤测量温度与实际温度之间对应关系的方法。设计完成了小漏温度场模拟测量实验,通过高斯拟合对测量数据进行特征提取,再用人工神经网络建立测量温度与实际温度的映射模型。结果表明:设计的实验方案可获得代表管道小漏温度分布的先验数据,基于此训练的人工神经网络可确立实际温度场与BOTDR测量温度场的对应关系,提高了光纤测试精度并为泄漏预警策略的制定提供了依据。关键词:管道泄漏;布里渊散射;高斯拟合;人工神经网络中图分

3、类号:TN253文献标志码:A文章编号:1674-4764(2016)02-0097-07CharacterizationoftemperaturefieldofthermalpipelinewithsmallleakageHuangDongdong,LiSuzhen,ZhaoBingyu(CollegeofCivilEngineering,TongjiUniversity,Shanghai200092,P.R.China)Abstract:Earlywarningofleakage,espec

4、iallysmallleakage,issignificantforsafetymaintenanceofthermalpipeline.Duetospatialresolution,themeasuringaccuracyofdistributedfiberopticsensorforlocaltemperaturevariationcausedbysmallleakageislowandthemeasurementsarequitedifferentfromtheactualtemperat

5、urefield.BasedonBrillouinopticaltimedomainreflectometer(BOTDR),anewmethodtoestablishamappingrelationshipbetweentheBOTDRmeasurementsandtheactualtemperaturesisproposed.Laboratoryexperimentswerecarriedouttosimulatesmallleakageandachievethemeasurementsof

6、gradienttemperaturefields.FeatureextractionofthemeasureddataisthenconductedthroughGaussianfitting.Withartificialneuralnetwork(ANN),amappingmodeloftheactualandmeasuredtemperaturefeaturesisestablished.Theresultsdemonstratethat:thedesignedexperimentcana

7、ccumulateenoughpriordatatoderiveanANNmodel,basedonwhichamappingrelationoftheactualtemperaturefieldandtheBOTDRmeasurementscanbeachievedtoimprovethemeasuringaccuracyofBOTDRandprovideareferencetoproposewarningstrategy.Keywords:pipelineleak;brillouinscat

8、tering;gaussfitting;artificialneuralnetwork收稿日期:2016-02-22基金项目:土木工程防灾国家重点实验室自主研究课题(SLDRCE14-B-19)作者简介:黄冬冬(1992-),男,主要从事结构健康监测研究,(E-mail)hdd921106@163.com。Received:2016-02-22Foundationitem:FundoftheStateKeyLaboratoryofDisasterReductioninCivilEngineeri

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。