CN111062127A - 管道漏点的检测方法及装置、存储介质、终端 - Google Patents

管道漏点的检测方法及装置、存储介质、终端 Download PDF

Info

Publication number
CN111062127A
CN111062127A CN201911290177.9A CN201911290177A CN111062127A CN 111062127 A CN111062127 A CN 111062127A CN 201911290177 A CN201911290177 A CN 201911290177A CN 111062127 A CN111062127 A CN 111062127A
Authority
CN
China
Prior art keywords
pipeline
leakage
fault diagnosis
nonlinear
model
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
Application number
CN201911290177.9A
Other languages
English (en)
Other versions
CN111062127B (zh
Inventor
丁丽蓉
郎宪明
郭颖
王佳政
石雨庚
杨家旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Shihua University
Original Assignee
Liaoning Shihua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Liaoning Shihua University filed Critical Liaoning Shihua University
Priority to CN201911290177.9A priority Critical patent/CN111062127B/zh
Publication of CN111062127A publication Critical patent/CN111062127A/zh
Application granted granted Critical
Publication of CN111062127B publication Critical patent/CN111062127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明公开了一种管道漏点的检测方法及装置、存储介质、终端，涉及管道检测技术领域，主要目的在于解决现有管道漏点的检测是利用故障诊断检测器检测管道上的压力、流量等测量信号来检测小于当前输量1％的泄漏、缓慢泄漏和多点泄漏的问题。包括：获取输送液体管道的管道参数，根据所述管道参数建立管道模型；利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点；当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏；计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。

Description

管道漏点的检测方法及装置、存储介质、终端
技术领域
本发明涉及一种管道检测技术领域，特别是涉及一种管道漏点的检测方法及装置、存储介质、终端。
背景技术
随着经济及科技的快速发展，利用长输管线的高效性、可靠性和安全性进行液态油的运输已经成为管道运输系统的关键技术。其中，在利用长输运输的过程中，由于多种情况影响会出现管道泄漏的情况，可以通过泄漏检测系统来估计泄漏量并准确定位漏点。
目前，现有管道漏点的检测是利用故障诊断检测器检测管道上的压力、流量等测量信号来检测小于当前输量1％的泄漏、缓慢泄漏和多点泄漏，但是，随着泄漏点的增多，检测难度也随之增大，检测多个泄漏点的故障诊断检测器个数也会增加，使得泄漏检测系统的结构变的复杂，使得检测效率降低。
发明内容
有鉴于此，本发明提供一种管道漏点的检测方法及装置、存储介质、终端，主要目的在于解决现有管道漏点的检测是利用故障诊断检测器检测管道上的压力、流量等测量信号来检测小于当前输量1％的泄漏、缓慢泄漏和多点泄漏的问题。
依据本发明一个方面，提供了一种管道漏点的检测方法，包括：
获取输送液体管道的管道参数，根据所述管道参数建立管道模型；
利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点；
当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏；
计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。
依据本发明另一个方面，提供了一种管道漏点的检测装置，包括：
建立模块，用于获取输送液体管道的管道参数，根据所述管道参数建立管道模型；
检测模块，用于利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点；
确定模块，用于当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏；
计算模块，用于计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。
根据本发明的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述管道漏点的检测方法对应的操作。
根据本发明的再一方面，提供了一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述管道漏点的检测方法对应的操作。
借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：
本发明提供了一种管道漏点的检测方法及装置、存储介质、终端，与现有技术管道漏点的检测是利用故障诊断检测器检测管道上的压力、流量等测量信号来检测小于当前输量1％的泄漏、缓慢泄漏和多点泄漏相比，本发明实施例通过建立管道模型，利用管道模型及非线性故障诊断观测器检测估计误差确定是否存在多点泄漏，若存在多点泄漏，则通过计算残差信号确定多个泄漏点的泄漏系数，实现利用一个非线性故障诊断观测器有效判断是否出现多点泄漏，快速估计出管道同时发生多点泄漏时各泄漏点的泄漏系数，简化泄漏检测的系统结构，从而提高检测效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种管道漏点的检测方法流程图；
图2示出了本发明实施例提供的另一种管道漏点的检测方法流程图；
图3示出了本发明实施例提供的管道同时发生三点泄漏示意图；
图4示出了本发明实施例提供的未知输入干扰示意图；
图5示出了本发明实施例提供的管道各分段流量值示意图；
图6示出了本发明实施例提供的管道各分段压力值示意图；
图7示出了本发明实施例提供的管道各分段流量估计值示意图；
图8示出了本发明实施例提供的管道各分段压力估计值示意图；
图9示出了本发明实施例提供的管道各分段流量估计值示意图；
图10示出了本发明实施例提供的管道各分段压力估计值示意图；
图11示出了本发明实施例提供的管出口流量的测量值与估计值的残差示意图；
图12示出了本发明实施例提供的泄漏系数λ1的估计值示意图；
图13示出了本发明实施例提供的泄漏系数λ2的估计值示意图；
图14示出了本发明实施例提供的泄漏系数λ3的估计值示意图；
图15示出了本发明实施例提供的一种管道漏点的检测装置组成框图；
图16示出了本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种管道漏点的检测方法，如图1所示，该方法包括：
101、获取输送液体管道的管道参数，根据所述管道参数建立管道模型。
其中，管道参数包括瞬时管道线压力、瞬时管道流量、沿管道轴向的坐标、波速、管道直径、管道横截面积、沿程阻力系数、管道长度，上述管道参数中瞬时管道线压力、瞬时管道流量、波速都为通过相应的压力传感器、流量传感器等进行获取，沿管道轴向的坐标、管道直径、管道横截面积、沿程阻力系数、管道长度均为在进行本发明实施例中的检测方法之前进行预先测量录入的数据，本发明实施例不做具体限定。
需要说明的是，由于本发明实施例是为了对管道的漏点进行检测，建立的管道模型为数据模型，即通过数学方法中的连续性方程建立出管道系统非线性状态空间模型。
102、利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点。
其中，所述非线性故障诊断观测器为根据管道模型中的系统矩阵、输出矩阵在满足可观测条件的状态下构建非线性故障诊断观测器。根据构建的非线性故障诊断观测器中的状态估计误差及权值、泄漏系数估计条件来检测管道中的泄漏点。另外，由于建立的非线性故障诊断观测器中的泄漏系数λi有界(i∈[1,2,…,n-1])，满足λi≤λ0，且具有如下特性：当管道无泄漏时，λi＝0，
Figure BDA0002318867090000041
当管道各点出现泄漏时，λi≠0；且非线性项MF(x)λ满足Lipschitz条件，即存在常数ρ，使
Figure BDA0002318867090000051
103、当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏。
其中，所述估计误差渐近收敛至零为
Figure BDA0002318867090000052
是通过非线性故障诊断观测器推导出的，且故障诊断观测器参数需满足如下条件：R(A-KC)+(A-KC)TR＝-Q，RM＝HCTκ，RE＝0，且Q＞0，R＝RT＞0，κ为常数。
需要说明的是，本发明实施例中检测估计误差收敛数值时，根据步骤101中获取管道参数建立其的管道模型与非线性故障诊断观测器计算出估计误差的数值，并判断此数值是否逐渐逼近零，若逐渐逼近零，将检测结果确定为多点泄漏。对应的，若不符合
Figure BDA0002318867090000053
则可确定为未泄漏。
104、计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。
对于本发明实施例，当通过步骤103确定出多点泄漏后，为了确定出泄漏点的泄漏数据，首先需要计算残差信号，然后通过残差信号及非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，从而确定出泄漏数据。其中，所述残差信号为系统输出与系数输出估计之差的适当倍数，如，r为残差，
Figure BDA0002318867090000054
为系统输出估计，H为适当维数矩阵，所述泄漏系数估计条件为
Figure BDA0002318867090000055
泄漏系数λi即通过残差信号及泄漏系数估计条件计算出来。
本发明提供了一种管道漏点的检测方法，与现有技术管道漏点的检测是利用故障诊断检测器检测管道上的压力、流量等测量信号来检测小于当前输量1％的泄漏、缓慢泄漏和多点泄漏相比，本发明实施例通过建立管道模型，利用管道模型及非线性故障诊断观测器检测估计误差确定是否存在多点泄漏，若存在多点泄漏，则通过计算残差信号确定多个泄漏点的泄漏系数，实现利用一个非线性故障诊断观测器有效判断是否出现多点泄漏，快速估计出管道同时发生多点泄漏时各泄漏点的泄漏系数，简化泄漏检测的系统结构，从而提高检测效率。
本发明实施例提供了另一种管道漏点的检测方法，如图2所示，该方法包括：
201、当输液对流和管道坡度对管道建模的影响为零时，根据管道参数建立管道模型。
对于本发明实施例，为了避免在建立管道模型时，存在细微可能性的输液对流和管道坡度对建模的影响，在进行建模时，直接选取当输液对流和管道坡度对管道建模的影响为零时，根据管道参数建立管道模型。其中，所述管道模型为存在多个泄漏点作为泄漏系数的管道系统非线性状态空间模型，当输液对流及管道坡度对管道影响为零时，则说明在建立管道模型时，输液对流及管道坡度不作为管道参数存在于管道系统非线性状态空间模型中。
对于本发明实施例，为了进一步的说明建管道模型的步骤，步骤201具体可以为：当输液对流和管道坡度对管道建模的影响为零时，根据瞬时管道线压力、瞬时管道流量、沿管道轴向的坐标、波速、管道直径、管道横截面积、沿程阻力系数、管道长度建立瞬变流的动量及连续性方程，并通过选取状态变量确定管道系统非线性状态空间模型。
其中，所述动量及连续性方程为
Figure BDA0002318867090000061
Figure BDA0002318867090000062
其中，所述H为瞬时管线压力，所述Q为瞬时管道流量，所述t为时间，所述s为沿管道轴向的坐标，所述g为重力加速度，所述b为波速，μ＝f/2DAm，所述D为管道直径，所述Am为管道横截面积，所述f是沿程阻力系数，所述L为管道长度。
202、利用下孔口方程确定出管线在sL点出现泄漏时的泄漏系数与泄漏点的管道内部压力关系。
其中，所述下孔口方程为
Figure BDA0002318867090000063
其中，所述
Figure BDA0002318867090000064
为泄漏点的泄漏系数，所述
Figure BDA0002318867090000065
为泄漏点的管道内部压力。
203、选取状态变量建立管道系统非线性状态空间模型。
其中，所述状态变量为x＝[Q1 H2 Q2 H3 Q3 H4 … Qn]T＝[x1 x2 x3 x4 x5 x6 …x2n-1]T，所述管道系统非线性状态空间模型为
Figure BDA0002318867090000066
所述
Figure BDA0002318867090000067
为输入向量，所述
Figure BDA0002318867090000068
为泄漏系数向量，且λi≥0，所述A为系统矩阵，所述B为控制矩阵，所述g1(x)＝-μ[x1|x1|0x3|x3|0…0x2n-1|x2n-1|]T，所述g2(a2,x,λ)＝a2MFλ，所述d为未知输入扰动，E为适当维数矩阵，输出方程为y＝Cx，所述
Figure BDA0002318867090000069
所述n为管道空间等分距离段数，非线性项MF(x)λ满足Lipschitz条件
Figure BDA0002318867090000071
ρ为常数。
本发明实施例中，对于步骤201-203中建立的管道模型的过程，具体可以描述为：忽略对流和管道坡度影响的情况下，管道瞬变流的动量方程和连续性方程描述为
Figure BDA0002318867090000072
管道进口边界条件：H(s＝0,t)＝Hin(t)，管道出口边界条件：H(s＝L,t)＝Hout(t)，其中，H为瞬时管线压力(mH2O)；Q为瞬时管道流量(m3/s)；t为时间(s)；s为沿管道轴向的坐标(m)；g为重力加速度(m/s2)；b为波速(m/s)；μ＝f/2DAm；D为管道直径(m)；Am为管道横截面积(m2)；f是沿程阻力系数；L为管道长度(m)。当管线在sL点出现泄漏时，泄漏量可采用如下孔口方程为
Figure BDA0002318867090000073
其中，
Figure BDA0002318867090000074
为泄漏点的泄漏系数，
Figure BDA0002318867090000075
为泄漏点的管道内部压力。根据上述方程后得到
Figure BDA0002318867090000076
Figure BDA0002318867090000077
将管道空间等距离分成n段，其中每段长度为Δsi,
Figure BDA0002318867090000078
并且
Figure BDA0002318867090000079
式(6)和(7)中，Hi和Qi分别表示为H(si,t)和Q(si,t)，为管道各分段点上的压力值和流量值。假设管道上存在均匀分布的n-1个泄漏点，整理得
Figure BDA00023188670900000710
其中，管道进口端压力H1和管道出口端压力Hn+1为管道的边界条件，a1＝gAm/Δsi，a2＝b2/gAmΔsi。通过选取状态变量为x＝[Q1 H2 Q2 H3 Q3 H4 … Qn]T＝[x1 x2 x3 x4 x5 x6 …x2n-1]T，可建立管道系统非线性状态空间模型
Figure BDA00023188670900000711
输入向量为
Figure BDA00023188670900000712
泄漏系数向量为
Figure BDA00023188670900000713
且λi≥0，系统矩阵为
Figure BDA00023188670900000714
控制矩阵为
Figure BDA00023188670900000715
g1(x)＝-μ[x1|x1|0x3|x3|0…0x2n-1|x2n-1]T，g2(a2,x,λ)＝a2MFλ，其中：
Figure BDA00023188670900000716
Figure BDA00023188670900000717
d为未知输入扰动，E为适当维数矩阵，
Figure BDA00023188670900000718
当管道同时发生n-1点泄漏时，对其进行泄漏检测需要管道系统在状态向量中选取n-1个测量点.输出方程为y＝Cx，
Figure BDA0002318867090000081
204、当所述管道模型中的系统矩阵及输出矩阵满足可观测条件，且参数满足泄漏参数条件时，则根据所述管道模型构建唯一的非线性故障诊断观测器。
对于本发明实施例，基于故障诊断观测器的管道多点泄漏检测方法是利用管道系统的测量值和观测器的输出进行比较形成残差.当管道未发生泄漏时，残差接近于零；而当管道发生泄漏时，残差非零.通过对残差信号进行处理分析，实现管道多点泄漏检测，并估计出泄漏各点的泄漏系数，因此需要根据系统矩阵及输出矩阵满足可观测条件及参数满足泄漏参数条件时，构建唯一的非线性故障诊断观测器。其中，所述泄漏参数条件为泄漏系数λi有界，且λi≤λ0；所述非线性故障诊断观测器为
Figure BDA0002318867090000082
其中，所述
Figure BDA0002318867090000083
为状态估计，所述
Figure BDA0002318867090000084
为系统输出估计，所述
Figure BDA0002318867090000085
为各泄漏点的泄漏系数估计，所述e为状态估计误差，所述K为观测器的增益矩阵，所述H为适当维数矩阵，所述r为残差。
本发明实施例中，建立非线性故障诊断观测器的方法包括：管道模型中的系统矩阵A和输出矩阵C，满足(A，C)可观测条件。由于(A，C)可观，对管道模型构造如下非线性故障诊断观测器为
Figure BDA0002318867090000086
其中：
Figure BDA0002318867090000087
为状态估计；
Figure BDA0002318867090000088
为系统输出估计；
Figure BDA0002318867090000089
为泄漏各点的泄漏系数估计，
Figure BDA00023188670900000810
e为状态估计误差；K为观测器的增益矩阵；H为适当维数矩阵；r为残差。得到
Figure BDA00023188670900000811
r＝HCe，配置泄漏系数λi有界(i∈[1,2,…,n-1])，满足λi≤λ0，且具有如下特性：当管道无泄漏时，λi＝0，
Figure BDA00023188670900000812
当管道各点出现泄漏时，λi≠0；非线性项MF(x)λ满足Lipschitz条件，即存在常数ρ，使
Figure BDA00023188670900000813
205a、当根据采集的管道参数带入至所述非线性故障诊断观测器中进行检测后，所述非线性故障诊断观测器的状态估计误差渐进收敛至零时，确定当前管道为未泄漏。
对于本发明实施例，为了精确快速的确定出当前是否出现多点泄漏，实时计算非线性故障观测器的状态估计误差的数值，并确定是否渐进收敛至零，当状态估计误差渐进收敛至零时，确定出当前管道未泄漏，即没有泄漏点。
需要说明的是，在计算状态估计误差时，渐进收敛至零的过程中是判断计算出的状态估计误差数值是否按照逐渐减小至零的过程来确定，具体计算方法为
Figure BDA0002318867090000091
且非线性故障诊断观测器的参数满足R(A-KC)+(A-KC)TR＝-Q，RM＝HCTκ，RE＝0，其中Q＞0，R＝RT＞0，κ为常数。
本发明实施例中，通过构造Lyapunov函数υ1＝eTRe，可得
Figure BDA0002318867090000092
Figure BDA0002318867090000093
整理后得到
Figure BDA0002318867090000094
由于g1(x)＝-μ[x1|x1|0x3|x3|0…0x2n-1|x2n-1|]T，所以
Figure BDA0002318867090000095
由此得
Figure BDA0002318867090000096
另外，非线性函数MF(x)λ满足Lipschitz条件，即
Figure BDA0002318867090000097
Figure BDA0002318867090000098
当
Figure BDA0002318867090000099
时，
Figure BDA00023188670900000910
ηmax(Q)为矩阵Q的最大特征值.因为在无泄漏时，λi＝0，可得
Figure BDA00023188670900000911
因此，当同时发生多点泄漏时，各点的泄漏系数为常数值λi＝λif，且满足λif≤λ0，λf＝[λ1f λ2f … λ(n-1)f]T。定义泄漏系数估计差值：
Figure BDA00023188670900000912
并且ef＝[e1f e2f … e(n-1)f]T，其中i∈[1,2,…,n-1]，从而得到利用非线性故障诊断观测器的
Figure BDA00023188670900000913
判断是否为泄漏。
205b、当根据采集的管道参数带入至所述非线性故障诊断观测器中进行检测后，所述非线性故障诊断观测器的权值大于零且泄漏系数估计误差渐进收敛至零时，确定当前管道为多点泄漏。
对于本发明实施例，为了精确快速的确定出当前是否出现多点泄漏，实时计算非线性故障观测器的权值是否大于零及泄漏系数估计误差是否渐进收敛至零，从而确定当前管道是否为多点泄漏。
对于本发明实施例，步骤205b可以具体为：根据残差信号r及泄漏系数估计条件为
Figure BDA00023188670900000914
计算出多个泄漏点的泄漏系数，其中，所述a2＝b2/gAmΔsi，所述ε＞0，所述κ为常数。
对于本发明实施例，构造Lyapunov函数：
Figure BDA00023188670900000915
可得
Figure BDA00023188670900000916
由于
Figure BDA00023188670900000917
Figure BDA00023188670900000918
且定义
Figure BDA00023188670900000919
则
Figure BDA00023188670900000920
当
Figure BDA00023188670900000921
时，即υ2＜0。因此，当同时发生多点泄漏时，各点的泄漏系数为常数值λi＝λif，且满足λif≤λ0，λf＝[λ1f λ2f …λ(n-1)f]T。定义泄漏系数估计差值：
Figure BDA0002318867090000101
并且ef＝[e1f e2f … e(n-1)f]T，其中i∈[1,2,…,n-1]，从而得到利用非线性故障诊断观测器的
Figure BDA0002318867090000102
判断是否为泄漏。
206、计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。
对于本发明实施例，通过计算出残差信号
Figure BDA0002318867090000103
以及泄漏系数估计条件
Figure BDA0002318867090000104
计算出λi＝λif，确定出多个泄漏点的泄漏系数。
本发明实施例中，为了进一步解释说明步骤201-206的管道漏点的检测过程，应用于具体的场景如下，包括：获取的液体管道参数如下表1所示，将管道空间等距离分为4段，同时发生三点泄漏的位置如图3所示，按照表1提供的管道水力参数计算出，a1计算为2.33×10-3,a2计算为6.15475×105。边界条件为：管道进口端压力H1＝10(mH2O)，出口端压力H5＝2(mH2O)，可得到管道模型的系统矩阵和控制矩阵，输出矩阵取
Figure BDA0002318867090000105
根据上述条件确定出(A，C)可观测。当E＝[0 0 1 0 0 0 -1]T，未知输入干扰d(t)取值如图4所示，管道模型的仿真初始值为x0＝[0.00758 8 0.00758 6 0.00758 4 0.00758]T，采用故障诊断观测器算法时，观测器估计初值为
Figure BDA0002318867090000106
参数选取为
Figure BDA0002318867090000107
Figure BDA0002318867090000108
Figure BDA0002318867090000111
κ＝1，ρ＝0.1。此时R×E矩阵中保证每个元素近似为零。当λ1＝0(m5/2/s)、λ2＝0(m5/2/s)和λ3＝0(m5/2/s)，则管道各分段的流量仿真波形如图5所示，各分段的压力仿真波形如图6所示，确定出管道未出现泄漏。在未发生泄漏情况下，采用非线性故障诊断观测器估计管道各分段的流量状态值、压力状态值，流量估计的波形如图7所示，压力估计的波形如图8所示，设计的非线性故障诊断观测器算法，在状态方程中存在未知输入干扰的情况下，流量、压力估计值分别收敛到了管道各分段的流量、压力仿真值，说明了该算法对未知输入进行了解耦，证明了算法的鲁棒性和有效性。当t＝20s时，各点泄漏系数设定为λ1＝8×10-5(m5/2/s)、λ2＝2×10-5(m5/2/s)和λ3＝3×10-5(m5/2/s)，此时非线性故障诊断观测器估计的流量波形如图9所示，估计的压力波形如图10所示，确定出管道同时发生3点泄漏，当同时发生三点泄漏的情况下，管道实际流量测量值与观测器模型输出流量估计值的残差将体现出泄漏的发生，其中，管道出口流量的残差如图11所示，残差信号渐近收敛，确定为3点泄漏。当t＝20s时，管道同时发生三点泄漏，从图12、图13和图14可以看出，本发明实施例可以较快的估计出各泄漏点的泄漏系数，使估计值收敛到真实值，从而实现响应速度快、估计精度高的管道漏点检测方法。
表1
Figure BDA0002318867090000112
本发明提供了另一种管道漏点的检测方法，本发明实施例通过建立管道模型，利用管道模型及非线性故障诊断观测器检测估计误差确定是否存在多点泄漏，若存在多点泄漏，则通过计算残差信号确定多个泄漏点的泄漏系数，实现利用一个非线性故障诊断观测器有效判断是否出现多点泄漏，快速估计出管道同时发生多点泄漏时各泄漏点的泄漏系数，简化泄漏检测的系统结构，从而提高检测效率。
进一步的，作为对上述图1所示方法的实现，本发明实施例提供了一种管道漏点的检测装置，如图15所示，该装置包括：建立模块31、检测模块32、确定模块33、计算模块34、构建模型35。
建立模块31，用于获取输送液体管道的管道参数，根据所述管道参数建立管道模型；
检测模块32，用于利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点；
确定模块33，用于当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏；
计算模块34，用于计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。
进一步地，所述建立模块31，具体用于当输液对流和管道坡度对管道建模的影响为零时，根据管道参数建立管道模型，所述管道模型为存在多个泄漏点作为泄漏系数的管道系统非线性状态空间模型；
进一步地，所述装置还包括：
构建模型35，用于当所述管道模型中的系统矩阵及输出矩阵满足可观测条件，且参数满足泄漏参数条件时，则根据所述管道模型构建唯一的非线性故障诊断观测器。
进一步地，所述确定模块33，还用于当根据采集的管道参数带入至所述非线性故障诊断观测器中进行检测后，所述非线性故障诊断观测器的状态估计误差渐进收敛至零时，确定当前管道为未泄漏；
进一步地，所述确定模块33，具体用于当根据采集的管道参数带入至所述非线性故障诊断观测器中进行检测后，所述非线性故障诊断观测器的权值大于零且泄漏系数估计误差渐进收敛至零时，确定当前管道为多点泄漏。
进一步地，所述建立模块31包括：
建立单元3101，用于当输液对流和管道坡度对管道建模的影响为零时，根据瞬时管道线压力、瞬时管道流量、沿管道轴向的坐标、波速、管道直径、管道横截面积、沿程阻力系数、管道长度建立瞬变流的动量及连续性方程，并通过选取状态变量确定管道系统非线性状态空间模型，所述动量及连续性方程为
Figure BDA0002318867090000131
其中，所述H为瞬时管线压力，所述Q为瞬时管道流量，所述t为时间，所述s为沿管道轴向的坐标，所述g为重力加速度，所述b为波速，μ＝f/2DAm，所述D为管道直径，所述Am为管道横截面积，所述f是沿程阻力系数，所述L为管道长度；
确定单元3102，用于利用下孔口方程确定出管线在sL点出现泄漏时的泄漏系数与泄漏点的管道内部压力关系，所述下孔口方程为
Figure BDA0002318867090000132
其中，所述
Figure BDA0002318867090000133
为泄漏点的泄漏系数，所述
Figure BDA0002318867090000134
为泄漏点的管道内部压力；
选取单元3103，用于选取状态变量建立管道系统非线性状态空间模型，其中，所述状态变量为x＝[Q1 H2 Q2 H3 Q3 H4 … Qn]T＝[x1 x2 x3 x4 x5 x6 … x2n-1]T，所述管道系统非线性状态空间模型为
Figure BDA0002318867090000135
所述
Figure BDA0002318867090000136
为输入向量，所述
Figure BDA0002318867090000137
为泄漏系数向量，且λi≥0，所述A为系统矩阵，所述B为控制矩阵，所述g1(x)＝-μ[x1|x1|0x3|x3|0…0x2n-1|x2n-1|]T，所述g2(a2,x,λ)＝a2MFλ，所述d为未知输入扰动，E为适当维数矩阵，输出方程为y＝Cx，所述
Figure BDA0002318867090000138
所述n为管道空间等分距离段数，非线性项MF(x)λ满足Lipschitz条件
Figure BDA0002318867090000139
ρ为常数。
进一步地，所述泄漏参数条件为泄漏系数λi有界，且λi≤λ0；所述非线性故障诊断观测器为
Figure BDA00023188670900001310
Figure BDA00023188670900001311
其中，所述
Figure BDA00023188670900001312
为状态估计，所述
Figure BDA00023188670900001313
为系统输出估计，所述
Figure BDA00023188670900001314
为各泄漏点的泄漏系数估计，所述e为状态估计误差，所述K为观测器的增益矩阵，所述H为适当维数矩阵，所述r为残差。
进一步地，所述确定模块33，具体用于根据残差信号r及泄漏系数估计条件为
Figure BDA00023188670900001315
计算出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据，其中，所述a2＝b2/gAmΔsi，所述ε＞0，所述κ为常数。
本发明提供了一种管道漏点的检测装置，本发明实施例通过建立管道模型，利用管道模型及非线性故障诊断观测器检测估计误差确定是否存在多点泄漏，若存在多点泄漏，则通过计算残差信号确定多个泄漏点的泄漏系数，实现利用一个非线性故障诊断观测器有效判断是否出现多点泄漏，快速估计出管道同时发生多点泄漏时各泄漏点的泄漏系数，简化泄漏检测的系统结构，从而提高检测效率。
根据本发明一个实施例提供了一种存储介质，所述存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的管道漏点的检测方法。
图16示出了根据本发明一个实施例提供的一种终端的结构示意图，本发明具体实施例并不对终端的具体实现做限定。
如图16所示，该终端可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中：处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402，用于执行程序410，具体可以执行上述管道漏点的检测方法实施例中的相关步骤。
具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。终端包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行以下操作：
获取输送液体管道的管道参数，根据所述管道参数建立管道模型；
利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点；
当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏；
计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (9)

1.一种管道漏点的检测方法，其特征在于，包括：
获取输送液体管道的管道参数，根据所述管道参数建立管道模型；
利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点；
当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏；
计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。
2.根据权利要求1所述的方法，其特征在于，所述获取输送液体管道的管道参数，根据所述管道参数建立管道模型包括：
当输液对流和管道坡度对管道建模的影响为零时，根据管道参数建立管道模型，所述管道模型为存在多个泄漏点作为泄漏系数的管道系统非线性状态空间模型；
所述利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点之前，所述方法还包括：
当所述管道模型中的系统矩阵及输出矩阵满足可观测条件，且参数满足泄漏参数条件时，则根据所述管道模型构建唯一的非线性故障诊断观测器。
3.根据权利要求2所述的方法，其特征在于，所述利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点之后，所述方法还包括：
当根据采集的管道参数带入至所述非线性故障诊断观测器中进行检测后，所述非线性故障诊断观测器的状态估计误差渐进收敛至零时，确定当前管道为未泄漏；
所述当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏包括：
当根据采集的管道参数带入至所述非线性故障诊断观测器中进行检测后，所述非线性故障诊断观测器的权值大于零且泄漏系数估计误差渐进收敛至零时，确定当前管道为多点泄漏。
4.根据权利要求2所述的方法，其特征在于，所述当输液对流和管道坡度对管道建模的影响为零时，根据管道参数建立管道模型包括：
当输液对流和管道坡度对管道建模的影响为零时，根据瞬时管道线压力、瞬时管道流量、沿管道轴向的坐标、波速、管道直径、管道横截面积、沿程阻力系数、管道长度建立瞬变流的动量及连续性方程，并通过选取状态变量确定管道系统非线性状态空间模型，所述动量及连续性方程为
Figure FDA0002318867080000021
其中，所述H为瞬时管线压力，所述Q为瞬时管道流量，所述t为时间，所述s为沿管道轴向的坐标，所述g为重力加速度，所述b为波速，μ＝f/2DAm，所述D为管道直径，所述Am为管道横截面积，所述f是沿程阻力系数，所述L为管道长度；
利用下孔口方程确定出管线在sL点出现泄漏时的泄漏系数与泄漏点的管道内部压力关系，所述下孔口方程为
Figure FDA0002318867080000022
其中，所述
Figure FDA0002318867080000023
为泄漏点的泄漏系数，所述
Figure FDA0002318867080000024
为泄漏点的管道内部压力；
选取状态变量建立管道系统非线性状态空间模型，其中，所述状态变量为x＝[Q1 H2 Q2H3 Q3 H4…Qn]T＝[x1 x2 x3 x4 x5 x6…x2n-1]T，所述管道系统非线性状态空间模型为
Figure FDA0002318867080000025
所述
Figure FDA0002318867080000026
为输入向量，所述
Figure FDA0002318867080000027
为泄漏系数向量，且λi≥0，所述A为系统矩阵，所述B为控制矩阵，所述g1(x)＝-μ[x1|x1|0x3|x3|0…0x2n-1|x2n-1|]T，所述g2(a2,x,λ)＝a2MFλ，所述d为未知输入扰动，E为适当维数矩阵，输出方程为y＝Cx，所述
Figure FDA0002318867080000028
所述n为管道空间等分距离段数，非线性项MF(x)λ满足Lipschitz条件
Figure FDA0002318867080000029
ρ为常数。
5.根据权利要求4所述的方法，其特征在于，所述泄漏参数条件为泄漏系数λi有界，且λi≤λ0；所述非线性故障诊断观测器为
Figure FDA00023188670800000210
其中，所述
Figure FDA00023188670800000211
为状态估计，所述
Figure FDA00023188670800000212
为系统输出估计，所述
Figure FDA00023188670800000213
为各泄漏点的泄漏系数估计，所述e为状态估计误差，所述K为观测器的增益矩阵，所述H为适当维数矩阵，所述r为残差。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据包括：
根据残差信号r及泄漏系数估计条件为
Figure FDA00023188670800000214
计算出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据，其中，所述a2＝b2/gAmΔsi，所述ε＞0，所述κ为常数。
7.一种管道漏点的检测装置，其特征在于，包括：
建立模块，用于获取输送液体管道的管道参数，根据所述管道参数建立管道模型；
检测模块，用于利用所述管道模型及非线性故障诊断观测器检测所述管道中的泄漏点；
确定模块，用于当检测到所述非线性故障诊断观测器中的估计误差渐进收敛至零时，确定检测结果为多点泄漏；
计算模块，用于计算残差信号，根据所述残差信号及所述非线性故障诊断观测器的泄漏系数估计条件确定出多个泄漏点的泄漏系数，以确定管道泄漏点的泄漏数据。
8.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-6中任一项所述的管道漏点的检测方法对应的操作。
9.一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的管道漏点的检测方法对应的操作。
CN201911290177.9A 2019-12-16 2019-12-16 管道漏点的检测方法及装置、存储介质、终端 Active CN111062127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911290177.9A CN111062127B (zh) 2019-12-16 2019-12-16 管道漏点的检测方法及装置、存储介质、终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911290177.9A CN111062127B (zh) 2019-12-16 2019-12-16 管道漏点的检测方法及装置、存储介质、终端

Publications (2)

Publication Number Publication Date
CN111062127A true CN111062127A (zh) 2020-04-24
CN111062127B CN111062127B (zh) 2023-08-04

Family

ID=70301786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911290177.9A Active CN111062127B (zh) 2019-12-16 2019-12-16 管道漏点的检测方法及装置、存储介质、终端

Country Status (1)

Country Link
CN (1) CN111062127B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783945A (zh) * 2020-06-22 2020-10-16 东北石油大学 基于迁移学习lstm的长输油管道泄漏实时检测系统
CN114811448A (zh) * 2022-04-13 2022-07-29 中南大学 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
CN115655594A (zh) * 2022-12-12 2023-01-31 杭州兆华电子股份有限公司 一种基于声云图管道节流和泄漏的区分识别方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59220628A (ja) * 1983-05-30 1984-12-12 Toyoda Gosei Co Ltd 耐圧検査装置
CN101093058A (zh) * 2007-06-28 2007-12-26 天津大学 一种城市燃气管网自动监控系统及监控方法
CN101761780A (zh) * 2010-01-11 2010-06-30 中国石油大学(华东) 输气管道泄漏检测定位装置及其检测定位方法
US20140032129A1 (en) * 2011-10-20 2014-01-30 Picarro, Inc. Methods for gas leak detection and localization in populated areas using multi-point analysis
CN107218516A (zh) * 2017-07-19 2017-09-29 中国水利水电科学研究院 一种管道输水系统多点微小泄漏检测装置及方法
CN108227676A (zh) * 2017-12-28 2018-06-29 浙江工业大学 阀控缸电液伺服系统在线故障检测、估计及定位方法
CN108488638A (zh) * 2018-03-28 2018-09-04 东北大学 基于声波负压波混合监测的管道泄漏监测系统及方法
CN108709092A (zh) * 2018-05-28 2018-10-26 山东省科学院激光研究所 管道泄漏监测方法、装置及系统
CN108870091A (zh) * 2018-07-19 2018-11-23 东北大学 基于高低频混合检测的管道泄漏监测系统及方法
CN108954020A (zh) * 2018-08-10 2018-12-07 常州大学 一种管道定位方法
CN110345392A (zh) * 2019-07-16 2019-10-18 辽宁石油化工大学 输油管道漏点的定位方法及装置
CN110513603A (zh) * 2019-08-13 2019-11-29 常州大学 一种基于逆瞬态分析法的非金属管道泄漏定位方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59220628A (ja) * 1983-05-30 1984-12-12 Toyoda Gosei Co Ltd 耐圧検査装置
CN101093058A (zh) * 2007-06-28 2007-12-26 天津大学 一种城市燃气管网自动监控系统及监控方法
CN101761780A (zh) * 2010-01-11 2010-06-30 中国石油大学(华东) 输气管道泄漏检测定位装置及其检测定位方法
US20140032129A1 (en) * 2011-10-20 2014-01-30 Picarro, Inc. Methods for gas leak detection and localization in populated areas using multi-point analysis
CN107218516A (zh) * 2017-07-19 2017-09-29 中国水利水电科学研究院 一种管道输水系统多点微小泄漏检测装置及方法
CN108227676A (zh) * 2017-12-28 2018-06-29 浙江工业大学 阀控缸电液伺服系统在线故障检测、估计及定位方法
CN108488638A (zh) * 2018-03-28 2018-09-04 东北大学 基于声波负压波混合监测的管道泄漏监测系统及方法
CN108709092A (zh) * 2018-05-28 2018-10-26 山东省科学院激光研究所 管道泄漏监测方法、装置及系统
CN108870091A (zh) * 2018-07-19 2018-11-23 东北大学 基于高低频混合检测的管道泄漏监测系统及方法
CN108954020A (zh) * 2018-08-10 2018-12-07 常州大学 一种管道定位方法
CN110345392A (zh) * 2019-07-16 2019-10-18 辽宁石油化工大学 输油管道漏点的定位方法及装置
CN110513603A (zh) * 2019-08-13 2019-11-29 常州大学 一种基于逆瞬态分析法的非金属管道泄漏定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
侯庆民: "燃气长直管道泄漏检测及定位方法研究", 《中国优秀硕士学位论文全文数据库》, no. 12, pages 038 - 141 *
郭颖等: "基于故障诊断观测器的管道多点泄漏研究", 《仪器仪表学报》, vol. 41, no. 5, pages 261 - 268 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783945A (zh) * 2020-06-22 2020-10-16 东北石油大学 基于迁移学习lstm的长输油管道泄漏实时检测系统
CN111783945B (zh) * 2020-06-22 2022-08-16 东北石油大学 基于迁移学习lstm的长输油管道泄漏实时检测系统
CN114811448A (zh) * 2022-04-13 2022-07-29 中南大学 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
CN114811448B (zh) * 2022-04-13 2023-09-22 中南大学 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
CN115655594A (zh) * 2022-12-12 2023-01-31 杭州兆华电子股份有限公司 一种基于声云图管道节流和泄漏的区分识别方法及装置
CN115655594B (zh) * 2022-12-12 2023-03-10 杭州兆华电子股份有限公司 一种基于声云图管道节流和泄漏的区分识别方法及装置

Also Published As

Publication number Publication date
CN111062127B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN111062127A (zh) 管道漏点的检测方法及装置、存储介质、终端
WARREN et al. Grid convergence for adaptive methods
Covas et al. Standing wave difference method for leak detection in pipeline systems
Gong et al. Detection of localized deterioration distributed along single pipelines by reconstructive MOC analysis
Martins et al. CFD and 1D approaches for the unsteady friction analysis of low Reynolds number turbulent flows
Blesa et al. Robust sensor placement for leak location: analysis and design
Zhou et al. Phenomenon of white mist in pipelines rapidly filling with water with entrapped air pockets
Wei et al. Online estimation and monitoring of local permeability in resin transfer molding
Verde Minimal order nonlinear observer for leak detection
Meseguer et al. Model-based monitoring techniques for leakage localization in distribution water networks
CN110377921A (zh) 一种基于中心对称多胞体的故障检测阈值计算方法
AU2019326762A1 (en) System for testing a valve
Shields et al. Design of nonlinear observers for detecting faults in hydraulic sub-sea pipelines
Li et al. Frequency response function method for dynamic gas flow modeling and its application in pipeline system leakage diagnosis
Okeya et al. Locating pipe bursts in a district metered area via online hydraulic modelling
Tampango et al. Convergence analysis and detection of singularities within a boundary meshless method based on Taylor series
Adachi et al. Estimating area leakage in water networks based on hydraulic model and asset information
Liaghat et al. An inverse procedure for identification of loads applied to a fractured component using a meshfree method
He et al. Distributed state estimation for leak detection in water supply networks
Shehadeh et al. Modelling the effect of incompressible leakage patterns on rupture area in pipeline
Lin et al. Fault detection in nonlinear continuous‐time systems with uncertain parameters
Bedjaoui et al. Methods for the localization of a leak in open water channels
CN114811448B (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
Santoso et al. Pipeline leak detection in two phase flow based on fluctuation pressure difference and artificial neural network (ANN)
Kamiński Mathematical modeling of pneumatic pipes in a simulation of heterogeneous engineering systems

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