CN107013813A - 一种供水管道泄露量估算系统及方法 - Google Patents
一种供水管道泄露量估算系统及方法 Download PDFInfo
- Publication number
- CN107013813A CN107013813A CN201710388045.4A CN201710388045A CN107013813A CN 107013813 A CN107013813 A CN 107013813A CN 201710388045 A CN201710388045 A CN 201710388045A CN 107013813 A CN107013813 A CN 107013813A
- Authority
- CN
- China
- Prior art keywords
- leakage
- feed pipe
- pressure
- bore dia
- average value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种供水管道泄露量估算系统及方法,涉及管道泄露估算技术领域,基于压电传感器测量流体泄漏产生的管壁振动参数,将压电传感器输出的模拟电压信号经采集器采集后,得到振动信号中用于表征信号复杂度的近似熵和表征能量的标准差,根据三元线性回归模型,建立近似熵平均值、标准差平均值、管道内流体压力与泄漏孔径的函数关系,并根据伯努利方程实现对供水管道泄漏量快速估算。该泄漏量估算系统与方法能够快速估算城市供水管道泄漏点大小,从而得到泄漏量,将显著减小计算的复杂性,一定程度上解决我国面临的供水效率低以及城市公共安全隐患问题,有利于实际现场泄漏诊断与抢修作业,避免水资源浪费,具有一定的现实意义和社会意义。
Description
技术领域
本发明涉及管道泄露估算技术领域,特别是涉及一种供水管道泄露量估算系统及方法。
背景技术
城市供水管网泄漏是一个全球国家普遍存在的问题,但在我国尤为严重。我国人均水资源占有量仅为世界人均的四分之一,是一个水资源短缺的国家,城市容纳了大量人口,这些人口的生活用水、工业用水都是通过供水管道进行输送的。根据建设部调查,我国供水管网平均漏损率在20%以上,甚至有的中小城市供水效率只有30%多,漏损率高达66%。如此低的供水效率不仅对城市人口的生活工作带了不变,由漏水引发的城市公共安全隐患也逐日增加。伴随着智慧城市的建设目标的提出,各级政府部门都把城市供水管网漏损的目标控制作为一项重要工作,并提出相应的保障措施。因此对供水管网进行实时分布式泄漏监测与定位并快速估算流体管道的泄漏量对分析和预测泄漏事故的损失十分重要。
传统流体泄露量的估算中大多只针对气体,且气体的泄露量通常是通过“小孔模型”进行计算。但按照这一模型需要知道小孔的大小,但通常情况下泄露点埋于地下或水下,小孔的大小并不知晓,因此应用这种方法很难对流体泄漏量进行快速估算。
发明内容
本发明实施例提供了一种供水管道泄露量估算系统及方法,可以解决现有技术中存在的问题。
一种供水管道泄露量估算系统,所述系统包括压电传感器、压力计、信号采集卡和上位计算机,所述压电传感器和压力计均安装在供水管的外壁上,且所述压电传感器的安装位置与所述供水管上的泄露孔之间的距离为10cm;
所述压电传感器采集所述供水管的振动信号,所述压力计采集所述供水管内的压力,所述信号采集卡将所述振动信号和压力上传至所述上位计算机,所述上位计算机对所述振动信号进行处理后得到近似熵平均值和标准差平均值;
所述上位计算机将所述根据近似熵平均值和标准差平均值以及压力带入预先计算得到的三元线性回归数学模型,计算获得所述供水管上的泄露孔直径;
所述上位计算机根据所述泄露孔直径以及伯努利方程计算所述供水管的泄漏量。
优选地,所述压电传感器使用超声耦合剂耦合至所述供水管上。
优选地,所述三元线性回归数学模型为:
y=b0+b1x1+b2x2+b3x3
其中,y为泄露孔直径,x1为供水管内部压力、x2为近似熵平均值、x3为标准差平均值,b0、b1、b2和b3为各个自变量的系数,通过在实验室测量得到的数据计算获得。
优选地,所述伯努利方程为:
其中,QL表示液体泄露速度,Cd为液体泄露系数,且Cd介于0.6与0.64之间,A表示泄露孔面积,根据所述泄露孔直径计算得到,ρ表示泄露液体密度,P表示供水管内介质压力,P0表示环境压力,g表示重力加速度,h表示泄露孔之上液位高度。
本发明还提供了一种供水管道泄露量估算方法,所述方法包括以下步骤:
将压电传感器使用超声耦合剂耦合在供水管上距离泄露孔10cm处,同时在所述供水管上的外壁上安装压力计,将所述压电传感器和压力计与信号采集卡连接,同时将所述信号采集卡与上位计算机连接;
检测所述供水管上因泄露引起的振动信号,以及所述供水管内的压力,将所述振动信号和压力上传至所述上位计算机;
对所述振动信号进行处理获得近似熵平均值和标准差平均值,将所述近似熵平均值和标准差平均值以及压力带入预先计算得到的三元线性回归数学模型,计算获得所述供水管上的泄露孔直径;
根据所述泄露孔直径以及伯努利方程计算所述供水管的泄漏量。
优选地,所述三元线性回归数学模型为:
y=b0+b1x1+b2x2+b3x3
其中,y为泄露孔直径,x1为供水管内部压力、x2为近似熵平均值、x3为标准差平均值,b0、b1、b2和b3为各个自变量的系数,通过在实验室测量得到的数据计算获得。
优选地,所述三元线性回归数学模型的具体计算方法为:
在实验室中使用所述压电传感器、压力计、信号采集卡和上位计算机测量多组数据,每组数据均包括泄露孔直径、压力、标准差平均值和近似熵平均值;
以测量得到的数据做初始矩阵A和B,其中所述初始矩阵A中的数据包括压力、标准差平均值和近似熵平均值,所述初始矩阵B包括泄露孔直径;
根据所述初始矩阵A和B计算得到回归系数矩阵b;
以所述回归系数矩阵b中的数据作为三元线性回归数学模型的自变量系数b0、b1、b2和b3,建立所述三元线性回归数学模型。
优选地,所述伯努利方程为:
其中,QL表示液体泄露速度,Cd为液体泄露系数,且Cd介于0.6与0.64之间,A表示泄露孔面积,根据所述泄露孔直径计算得到,ρ表示泄露液体密度,P表示供水管内介质压力,P0表示环境压力,g表示重力加速度,h表示泄露孔之上液位高度。
本发明实施例中的一种供水管道泄露量估算系统及方法,具体基于新型压力传感器(WSα压电传感器)测量流体泄漏产生的管壁振动参数,将压电传感器输出的模拟电压信号经采集器采集后,得到振动信号中用于表征信号复杂度的近似熵和表征能量的标准差。在此基础上,根据三元线性回归模型,建立近似熵平均值、标准差平均值、管道内流体压力与泄漏孔径的函数关系,并根据伯努利方程,实现对供水管道泄漏量快速估算。
该泄漏量估算系统与方法的实现,能够快速估算城市供水管道泄漏点小孔大小,从而得到流体泄漏量,将显著减小计算的复杂性。一定程度上解决我国面临的供水效率低与以此导致的城市公共安全隐患问题,有利于实际现场泄漏诊断与抢修作业,避免水资源浪费,具有一定的现实意义和社会意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明供水管道泄漏量估算系统示意图;
图2a和图2b分别是本发明中直径为5mm泄露孔在两种压力下的标准差与近似熵分布示意图;
图3是本发明系统及方法根据相关泄漏现象得到的回归结果作残差分析示意图;
图4是本发明供水管道泄漏量估算方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,本发明实施例中提供的一种供水管道泄露量估算系统,该系统包括压电传感器100、压力计110、信号采集卡120和上位计算机130,所述压电传感器100和压力计110均安装在供水管200的外壁上,且所述压电传感器100的安装位置与所述供水管200上的泄露孔210之间的距离为10cm,所述压电传感器100采集所述供水管200的振动信号,所述压力计110采集所述供水管100内的压力,所述信号采集卡120将所述振动信号和压力上传至所述上位计算机130。
所述上位计算机130上安装有信号处理软件,对所述振动信号进行处理后得到用于表征信号复杂度的近似熵平均值和表征能量的标准差平均值。近似熵是一种描述信号复杂性和规律性的非线性动力学方法,它是一种只需较少数据即可测量信号复杂性和统计量化的非线性动力学方法;标准差是一种描述信号能量表征的物理量,标准差是离散数据偏离平均数的距离的平均值,它是方差的算数平均根,反映了数据的离散程度,它是通过随机信号均值与均方值来定义的,标准差的数学表达式为:
其中μx和分别为振动信号的均值和均方值。
在实际应用前,先在实验室测量多组数据,每组数据均包括泄露孔直径、压力、标准差平均值和近似熵平均值,图2a和图2b展示了泄露孔直径为5mm时在压力为0.07MPa和0.18MPa下的标准差平均值和近似熵平均值,实际测量得到的9组数据如表1所示:
表1不同泄露孔直径、压力下的近似熵与标准差数据表
直径(mm) | 压力(MPa) | 近似熵平均值 | 标准差平均值 |
5 | 0.07 | 2.8744 | 44.4111 |
5 | 0.18 | 3.1039 | 50.7483 |
8 | 0.08 | 3.4758 | 61.0182 |
8 | 0.1 | 3.749 | 85.3222 |
8 | 0.12 | 3.8314 | 93.3694 |
8 | 0.14 | 3.9542 | 112.6398 |
11 | 0.08 | 3.6078 | 72.6818 |
11 | 0.09 | 3.9693 | 113.8471 |
5 | 0.08 | 2.8865 | 46.9843 |
由表1中数据易见,泄漏孔直径受压力、近似熵平均值及标准差平均值共同影响。为此有必要考核四个参量之间的相关性。通过计算,泄露孔直径与压力、近似熵平均值及标准差平均值的相关系数如下表2所示。
表2泄露孔直径与压力、近似熵和标准差的相关系数表
参量 | 相关系数 |
泄露孔直径与压力 | -0.24612 |
泄露孔直径与近似熵平均值 | 0.805651 |
泄露孔直径与标准差平均值 | 0.712608 |
容易看出,泄露孔直径与三个量中近似熵平均值、标准差平均值的线性相关性较高,而与压力相关性较低,但也存在一定的相关性,这是由于泄露孔直径与压力的相关性是通过近似熵平均值、标准差平均值间接取得联系的。为了得到泄露孔直径与压力、近似熵平均值及标准差平均值的相互关系表达式,可以采用以泄露孔直径为因变量,以压力、近似熵平均值及标准差平均值为自变量的三元线性回归数学模型。
为了得到泄露孔直径与压力、近似熵平均值及标准差平均值的相互关系表达式,以泄露孔直径y为因变量,以供水管内部压力x1、近似熵平均值x2、标准差平均值x3为自变量做三元线性回归数学模型(2)式:
y=b0+b1x1+b2x2+b3x3 (2)
求解个系数的具体操作如下:
首先以表1中的数据为基础,做下列初始矩阵:
利用初始矩阵A和B求解回归系数矩阵b:
则式(2)中的各系数为:
b0=-10.7568,b1=-22.9534,b2=6.762624,b4=-0.03717
故,所述三元线性回归数学模型的具体形式为:
y=-10.7568-22.9534x1+6.762624x2-0.03717x3 (5)
得到所述三元线性回归数学模型后,需要对回归结果作分析与检验,以确保其可信度。
经过计算,可知总离差平方和SST=44,回归平方和SSR=35.214,残差平方和SSE=8.786,回归决定系数说明线性拟合可信度较高。F统计量值为6.6802,统计量F对应的概率p=0.0336,其小于显著性水平0.05,所以三元线性回归数学模型成立。
将表1中的数据带入到三元线性回归数学模型后,所得部分回归结果及其残差如下表3所示。
表3回归数据结果及残差列表
实际泄露孔直径(mm) | 回归后泄露孔直径(mm) | 残差 |
5.0 | 5.424232534 | -0.42423 |
5.0 | 4.215837745 | 0.784162 |
8.0 | 8.644484935 | -0.64448 |
8.0 | 9.129630204 | -1.12963 |
8.0 | 8.928702487 | -0.9287 |
8.0 | 8.583838838 | -0.58384 |
11.0 | 9.103636515 | 1.896363 |
11.0 | 9.788751698 | 1.211248 |
5.0 | 5.180885043 | -0.18089 |
利用Matlab软件,计算出各个残差的置信区间,并做残差分析效果图,如图3所示。图3可知,回归数据的残差离零点均较近,且残差的置信区间均包含零点,这说明回归模型能较好的符合表1中的数据。
得到所述三元线性回归数学模型后,所述上位机计算机130将对所述振动信号处理得到的近似熵平均值和标准差平均值以及所述压力计110测量得到的压力带入所述三元线性回归数学模型,计算得到相应的泄露孔直径。
最后,所述上位计算机130根据式(6)所示的伯努利方程根据泄露孔直径计算所述供水管200的泄露量:
其中,QL表示液体泄露速度,Cd为液体泄露系数,且Cd介于0.6与0.64之间,A表示泄露孔面积,ρ表示泄露液体密度,P表示供水管内介质压力,P0表示环境压力,g表示重力加速度,h表示泄露孔之上液位高度。
基于相同的发明构思,本发明还提供了一种供水管道泄漏量估算方法,该方法的实施可参照上述系统的实施,重复之处不再赘述,如图4所示所述方法包括以下步骤:
步骤300,将压电传感器使用超声耦合剂耦合在供水管上距离泄露孔10cm处,同时在所述供水管上的外壁上安装压力计,将所述压电传感器和压力计与信号采集卡连接,同时将所述信号采集卡与上位计算机连接;
步骤310,所述压电传感器检测所述供水管上因泄露引起的振动信号,所述压力计检测所述供水管内的压力,所述信号采集卡将所述振动信号和压力上传至所述上位计算机;
步骤320,所述上位计算机对所述振动信号进行处理获得近似熵平均值和标准差平均值,将所述根据近似熵平均值和标准差平均值和压力带入预先计算得到的三元线性回归数学模型,计算获得所述供水管上的泄露孔直径;
具体地,所述三元线性回归数学模型由以下步骤获得:
在实验室中使用压电传感器、压力计、信号采集卡和上位计算机测量多组数据,每组数据均包括泄露孔直径、压力、标准差平均值和近似熵平均值;
以测量得到的数据做初始矩阵A和B,其中所述初始矩阵A中的数据包括压力、标准差平均值和近似熵平均值,所述初始矩阵B包括泄露孔直径;
根据所述初始矩阵A和B计算得到回归系数矩阵b;
以所述回归系数b中的数据作为三元线性回归数学模型的自变量系数,建立所述三元线性回归数学模型。
步骤330,所述上位计算机根据所述泄露孔直径以及伯努利方程计算所述供水管的泄漏量。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种供水管道泄露量估算系统,其特征在于,所述系统包括压电传感器、压力计、信号采集卡和上位计算机,所述压电传感器和压力计均安装在供水管的外壁上,且所述压电传感器的安装位置与所述供水管上的泄露孔之间的距离为10cm;
所述压电传感器采集所述供水管的振动信号,所述压力计采集所述供水管内的压力,所述信号采集卡将所述振动信号和压力上传至所述上位计算机,所述上位计算机对所述振动信号进行处理后得到近似熵平均值和标准差平均值;
所述上位计算机将所述根据近似熵平均值和标准差平均值以及压力带入预先计算得到的三元线性回归数学模型,计算获得所述供水管上的泄露孔直径;
所述上位计算机根据所述泄露孔直径以及伯努利方程计算所述供水管的泄漏量。
2.如权利要求1所述的系统,其特征在于,所述压电传感器使用超声耦合剂耦合至所述供水管上。
3.如权利要求1所述的系统,其特征在于,所述三元线性回归数学模型为:
y=b0+b1x1+b2x2+b3x3
其中,y为泄露孔直径,x1为供水管内部压力、x2为近似熵平均值、x3为标准差平均值,b0、b1、b2和b3为各个自变量的系数,通过在实验室测量得到的数据计算获得。
4.如权利要求3所述的系统,其特征在于,所述伯努利方程为:
其中,QL表示液体泄露速度,Cd为液体泄露系数,且Cd介于0.6与0.64之间,A表示泄露孔面积,根据所述泄露孔直径计算得到,ρ表示泄露液体密度,P表示供水管内介质压力,P0表示环境压力,g表示重力加速度,h表示泄露孔之上液位高度。
5.一种供水管道泄露量估算方法,其特征在于,所述方法包括以下步骤:
将压电传感器使用超声耦合剂耦合在供水管上距离泄露孔10cm处,同时在所述供水管上的外壁上安装压力计,将所述压电传感器和压力计与信号采集卡连接,同时将所述信号采集卡与上位计算机连接;
检测所述供水管上因泄露引起的振动信号,以及所述供水管内的压力,将所述振动信号和压力上传至所述上位计算机;
对所述振动信号进行处理获得近似熵平均值和标准差平均值,将所述近似熵平均值和标准差平均值以及压力带入预先计算得到的三元线性回归数学模型,计算获得所述供水管上的泄露孔直径;
根据所述泄露孔直径以及伯努利方程计算所述供水管的泄漏量。
6.如权利要求5所述的方法,其特征在于,所述三元线性回归数学模型为:
y=b0+b1x1+b2x2+b3x3
其中,y为泄露孔直径,x1为供水管内部压力、x2为近似熵平均值、x3为标准差平均值,b0、b1、b2和b3为各个自变量的系数,通过在实验室测量得到的数据计算获得。
7.如权利要求6所述的方法,其特征在于,所述三元线性回归数学模型的具体计算方法为:
在实验室中使用所述压电传感器、压力计、信号采集卡和上位计算机测量多组数据,每组数据均包括泄露孔直径、压力、标准差平均值和近似熵平均值;
以测量得到的数据做初始矩阵A和B,其中所述初始矩阵A中的数据包括压力、标准差平均值和近似熵平均值,所述初始矩阵B包括泄露孔直径;
根据所述初始矩阵A和B计算得到回归系数矩阵b;
以所述回归系数矩阵b中的数据作为三元线性回归数学模型的自变量系数b0、b1、b2和b3,建立所述三元线性回归数学模型。
8.如权利要求5所述的方法,其特征在于,所述伯努利方程为:
其中,QL表示液体泄露速度,Cd为液体泄露系数,且Cd介于0.6与0.64之间,A表示泄露孔面积,根据所述泄露孔直径计算得到,ρ表示泄露液体密度,P表示供水管内介质压力,P0表示环境压力,g表示重力加速度,h表示泄露孔之上液位高度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710388045.4A CN107013813B (zh) | 2017-05-27 | 2017-05-27 | 一种供水管道泄漏量估算系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710388045.4A CN107013813B (zh) | 2017-05-27 | 2017-05-27 | 一种供水管道泄漏量估算系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107013813A true CN107013813A (zh) | 2017-08-04 |
CN107013813B CN107013813B (zh) | 2019-04-23 |
Family
ID=59451645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710388045.4A Active CN107013813B (zh) | 2017-05-27 | 2017-05-27 | 一种供水管道泄漏量估算系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107013813B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107869653A (zh) * | 2017-12-14 | 2018-04-03 | 北京化工大学 | 一种管道流量敏感性矩阵漏损检测方法 |
CN108645579A (zh) * | 2018-04-12 | 2018-10-12 | 湖北赛恩斯科技股份有限公司 | 车用发动机气缸头气门气密检测方法 |
CN109455464A (zh) * | 2018-12-25 | 2019-03-12 | 承德石油高等专科学校 | 一种长距离运输机皮带运行故障检测装置及方法 |
CN110500511A (zh) * | 2019-08-13 | 2019-11-26 | 常州大学 | 一种城市非金属管道泄漏定位方法 |
CN111609324A (zh) * | 2020-05-29 | 2020-09-01 | 北京化工大学 | 一种管道泄漏检测方法及装置 |
CN112944226A (zh) * | 2021-02-03 | 2021-06-11 | 浙江海洋大学 | 一种基于加速度计的管道泄漏检测方法 |
CN113551158A (zh) * | 2021-07-14 | 2021-10-26 | 吉林大学 | 一种基于贝叶斯框架确定管道泄漏数量与位置的方法 |
CN117806378A (zh) * | 2023-12-30 | 2024-04-02 | 威海格斗士游艇有限公司 | 一种充气艇及充气控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246467A (zh) * | 2007-11-19 | 2008-08-20 | 清华大学 | 自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法 |
US20090322544A1 (en) * | 2008-06-27 | 2009-12-31 | Exxonmobil Research And Engineering Company | Method and apparatus for real time enhancing of the operation of a fluid transport pipeline |
EP2264355A1 (fr) * | 2009-06-16 | 2010-12-22 | IFP Energies nouvelles | Méthode pour réduire la perte de charge d'un liquide en écoulement dans une conduite en tenant compte de la dégradation d'agents réducteurs de traînée |
CN101943324A (zh) * | 2010-06-28 | 2011-01-12 | 东北大学 | 基于小波和rbf神经网络的微弱信号检测装置及方法 |
CN105135214A (zh) * | 2015-08-17 | 2015-12-09 | 河南兵峰电子科技有限公司 | 管道检测方法及装置 |
-
2017
- 2017-05-27 CN CN201710388045.4A patent/CN107013813B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101246467A (zh) * | 2007-11-19 | 2008-08-20 | 清华大学 | 自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法 |
US20090322544A1 (en) * | 2008-06-27 | 2009-12-31 | Exxonmobil Research And Engineering Company | Method and apparatus for real time enhancing of the operation of a fluid transport pipeline |
EP2264355A1 (fr) * | 2009-06-16 | 2010-12-22 | IFP Energies nouvelles | Méthode pour réduire la perte de charge d'un liquide en écoulement dans une conduite en tenant compte de la dégradation d'agents réducteurs de traînée |
CN101943324A (zh) * | 2010-06-28 | 2011-01-12 | 东北大学 | 基于小波和rbf神经网络的微弱信号检测装置及方法 |
CN105135214A (zh) * | 2015-08-17 | 2015-12-09 | 河南兵峰电子科技有限公司 | 管道检测方法及装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107869653A (zh) * | 2017-12-14 | 2018-04-03 | 北京化工大学 | 一种管道流量敏感性矩阵漏损检测方法 |
CN107869653B (zh) * | 2017-12-14 | 2019-12-06 | 北京化工大学 | 一种管道流量敏感性矩阵漏损检测方法 |
CN108645579A (zh) * | 2018-04-12 | 2018-10-12 | 湖北赛恩斯科技股份有限公司 | 车用发动机气缸头气门气密检测方法 |
CN109455464A (zh) * | 2018-12-25 | 2019-03-12 | 承德石油高等专科学校 | 一种长距离运输机皮带运行故障检测装置及方法 |
CN109455464B (zh) * | 2018-12-25 | 2023-11-24 | 承德石油高等专科学校 | 一种长距离运输机皮带运行故障检测装置及方法 |
CN110500511A (zh) * | 2019-08-13 | 2019-11-26 | 常州大学 | 一种城市非金属管道泄漏定位方法 |
CN111609324A (zh) * | 2020-05-29 | 2020-09-01 | 北京化工大学 | 一种管道泄漏检测方法及装置 |
CN112944226A (zh) * | 2021-02-03 | 2021-06-11 | 浙江海洋大学 | 一种基于加速度计的管道泄漏检测方法 |
CN113551158A (zh) * | 2021-07-14 | 2021-10-26 | 吉林大学 | 一种基于贝叶斯框架确定管道泄漏数量与位置的方法 |
CN113551158B (zh) * | 2021-07-14 | 2022-06-07 | 吉林大学 | 一种基于贝叶斯框架确定管道泄漏数量与位置的方法 |
CN117806378A (zh) * | 2023-12-30 | 2024-04-02 | 威海格斗士游艇有限公司 | 一种充气艇及充气控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107013813B (zh) | 2019-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107013813A (zh) | 一种供水管道泄露量估算系统及方法 | |
CN107590336B (zh) | 燃气管道泄漏对内部流场影响的数值模拟方法 | |
Goulet et al. | Model falsification diagnosis and sensor placement for leak detection in pressurized pipe networks | |
Wu et al. | Water loss detection via genetic algorithm optimization-based model calibration | |
CN108153989B (zh) | 考虑参数不确定性影响的混凝土坝压实质量快速预测方法 | |
CN104897780B (zh) | 一种利用声发射信号能量对声发射源进行定位的方法 | |
Tao et al. | Burst detection using an artificial immune network in water-distribution systems | |
CN101071098A (zh) | 地下钢质燃气管网管道腐蚀预测系统 | |
CN105840987A (zh) | 一种基于压力波和声波的管道泄漏加权定位方法及装置 | |
CN112711844A (zh) | 一种管道泄漏定位、泄漏量预警与自动处理方法及系统 | |
CN203117048U (zh) | 计算机控制试压爆破检测仪 | |
CN107504936A (zh) | 淤泥检测系统及淤泥检测方法 | |
CN204164672U (zh) | 一种用于天然气管道监控系统的液体检测球 | |
Ma et al. | A real-time method to detect the leakage location in urban water distribution networks | |
CN107939367B (zh) | 一种压裂水马力确定方法 | |
CN204007804U (zh) | 液体流量计在线检测自校准装置 | |
Salam et al. | A leakage detection system on the Water Pipe Network through Support Vector Machine method | |
CN101960269B (zh) | 流量计 | |
CN105387349A (zh) | 一种用于天然气管道监控系统的液体检测球 | |
CN113063100A (zh) | 管道泄漏的检测方法及装置 | |
CN115795373A (zh) | 一种管道泄漏监测方法、系统、电子设备及存储介质 | |
CN110362947A (zh) | 一种油气管道上凹痕缺陷回复的反演方法 | |
ChunLei et al. | The research of natural gas pipeline leak detection based on adaptive filter technology | |
CN112179459B (zh) | 一种模拟水表使用环境的水表负载检测装置 | |
CN114811448A (zh) | 一种流动条件下管道泄漏检测、泄露流速估计与泄露定位的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |