强跟踪滤波器在管道泄漏检测与定位中的应用.pdfVIP

强跟踪滤波器在管道泄漏检测与定位中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
石油化工自动化

第49卷 第 2期 石 油 化 工 自 动 化 Vol_49,No.2 2013年 4月 AUTOMAT10N IN PETRO-CHEMICAL INDUSTRY April,2013 强跟踪滤波器在管道泄漏检测与定位中的应用 张震1,陆地2,唐培 (1.中国石油集团 东南亚管道有限公司,北京 100028; 2.中国石油集团工程设计有限责任公司 北京分公司,北京 100085; 3.青岛蓝图石化工程设计有限公司,山东 青岛 266555) 摘要 :结合管道流体瞬变特性,探讨了强跟踪滤波器在管道泄漏检测与定位中的应用。基于特征线法,流体瞬变过程的偏微 分方程可以转化为差分方程形式。结合边界条件建立管道状态空间模型,以管线虚拟分段节点处的压力、流量、泄漏尺寸为增 广的状态向量,建立管道的强跟踪滤波器 (sTF)。通过引入时变渐消因子,实时调整状态预报误差协方差矩阵的大小,减弱 管道的历史数据对滤波值的影响,从而提高滤波器对泄漏突变的强跟踪能力。实验结果表明STF算法可以实现快速和准确 的管道泄漏检测与定位 ,将强跟踪滤波器应用于管道泄漏检测和定位是可行的。 关键词 :管道 泄漏 检测 定位 强跟踪滤波器 中图分类号:TN713 文献标志码:B 文章编号:1007—7324(2013)02-0033-04 ApplicationsofStrongTrackingFilterinPipelineLeakingDetectionandLocation ZhangZhen ,LuDi,TangPei。 (1.CNPCSouth-EastAsiaPipelineCompanyLtd.,Beijing,100028,China; 2.ChinaPetroleumEngineeringCo.Ltd.,Beijing,100085,Chinal 3.QingdaoLantuPetrochemicalEngineeringDesignCo.Ltd.,Qingdao,266555,China) Abstract:Combiningwith pipelinefluid transientcharacteristics,theapplication ofpipeline leakdetectionandlocationmethodisdiscussedbyusingstrongtrackingfilter(STF).Basedon characteristicsmethod,thepartia1differentialequationsmodelofthepipelineistransformed intoasetofdifferenceequations.Thestatespacemodelisconstructedbycombiningwiththe boundary conditions. Thepressure,flow rateand leakage sizeactasaugmented state variables.TheSTFofthepipelinemodelisestablished.Byintroducingatimevariancefading factor.theelementvaluesofforecasterrorcovariancematrixiSadjustedintime.Theinfluence ofhistoricaldatatoestablishedvaluesiSweakenedandtheleaktrackingperformanceofthe filteriSimproved.TheresultsindicatethattheSTFcanrealizefastandaccuratepipeline1eak detectionand location. Itisfeasibleto apply STF on the pipel

文档评论(0)

fengbing + 关注
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档