《文文献综述范例2.docxVIP

文献综述——基于SVM和证据理论的管线故障诊断班级：测控0701学号：200740030姓名：韩静文 指导老师：王建林摘要：建立管线故障监测诊断系统，及时准确报告事故的范围和程度，可以最大限度地减少经济损失和环境污染。D-S证据理论在信息融合方面极具优势，是管线故障诊断中一种重要的方法，但其基本信度分配的确定已成为实际应用的瓶颈问题，针对此，采用了基于多类支持向量机的基本信度分配确定方法。基于SVM和证据理论的管线故障诊断方法，具有较高的准确性和可靠性，将在管道泄漏检测中扮演十分重要的角色。关键词：支持向量机；证据理论；管线故障Abstract: Establishing pipeline monitoring and diagnosis system fault, accurately and timely report the accident the scope and extent, can minimize the economic loss and environmental pollution. D-s evidence theory in information fusion aspect very has the advantage, is an important line fault diagnosis method, but its basic reliability allocation to determine the actual application has become the bottleneck problem. Based on SVM and evidence theory of pipelines, fault diagnosis method has high accuracy and reliability, will be in the pipeline leak detection plays very important role.Key words: SVM (support vector machine);D-S evidence theory; pipelines fault引言管道运输是国际货物运输方式之一，是随着石油生产的发展而产生的一种特殊运输方式。具有运量大、不受气候和地面其他因素限制、可连续作业以及成本低等优点。现已成为与铁路、公路、航空、水运并驾齐驱的五大运输手段之一。然而，随着设备老化，人为损失以及环境的影响，管线故障在所难免，而管道泄漏则是长管道运输中最重要的故障之一。特别是石油化工行业的输送管道一旦发生泄漏事故，将造成严重的环境污染和危险事故，同时也因输送物料的大量泄漏带来重大的经济损失。对已运行管线进行检测是预防管道失效、降低管道风险的重要手段。管道投入运行后，在服役期间对管道进行检测是保障油气管道安全运营的重要环节之一。建立管线故障监测诊断系统，及时准确报告事故的范围和程度，可以最大限度地减少经济损失和环境污染。因此，管线的故障诊断特别是对管道泄漏检测技术的研究有着突出的实际意义[1,2] 。工况的改变势必造成泄漏监测仪的背景信号复杂、多变，增加了管道泄漏检测的难度。因此，在管道泄漏检测中如何识别正常的工况（诸如调阀、启动加压泵）和泄漏工况对提高泄漏报警率和降低误报率显得尤为重要。管道泄漏的相关研究自20世纪70年代末，国外已经开始了管道泄漏检测技术进行研究，经过几十年时间的发展，管道泄漏检测技术得到了充分地发展和完善。管道泄漏检测技术存在的主要问题是管道微小泄漏的检测，技术上还需要发展改进。泄漏检测的响应速度、系统鲁棒性和可靠性、泄漏检测定位精度和系统成本之间的关系还没有很好地得到解决。单一的检漏方法很难满足现场的不同管道工况条件的需要，对各种方法需要做适当的权衡和取舍，最后选定最优解决方案[3,4] 。根据测量手段、测量媒介、检测装置所处的位置和检测对象的不同，油气管道泄漏检测方法大体上可分为直接检测法与间接检测法、基于硬件与软件的检测法、内部检测法与外部检测法、监测管壁状况和监测内部流体状态的方法[5-8]。这些方法的检测基理和技术手段都有着明显的差别，但多数只能对管道是否泄漏进行判断，而不能正确识别不同工况，应用中存在一定的局限。到目前为止，已经研究的对于管道工况的经典分类方法主要包括：决策树方法、神经网络方法、遗传算法、贝叶斯分类、K近邻算法和基于案例的推理等，粗糙集方法、模糊集方法和支持向量机则是较新的分类方法 [9,10] 。2006年大庆石油学院的王永涛[11]提出基于小波包与神经网络的长输油管道泄漏检测方法，在有效提取输油管道泄漏与调泵特征的基础上，经过神经网络训练后，可以有效地对输油管道进行泄漏检测，并具有较高的准确率。20