59、工业故障检测与诊断技术：从管道泄漏到远程监测

工业故障检测与诊断技术：从管道泄漏到远程监测

1. 混合系统故障检测的新方法

在混合系统的故障检测领域，一种基于混合神经网络的新型灰盒方法被提出。这种方法具有显著优势：
- 当缺乏一阶原理模型时，它仍可用于混合系统的故障检测。
- 对突变和早期故障均适用。
- 在闭环控制下能良好运行。

通过模拟实验，该方法的有效性得到了验证。后续的研究将聚焦于故障隔离问题。

2. 管道泄漏检测的Eigencurves方法

2.1 背景与问题提出

石油运输管道的泄漏检测对于管道的安全运行、减少石油损失和环境污染至关重要。基于负压波的方法在实际应用中广泛使用，其原理是当泄漏发生时，会产生从泄漏点向上下游传播的负压波，通过检测两端的压力变化来发现泄漏。然而，现有的基于负压波的检测方法存在一些问题，在压力测量记录存在强噪声时，误报率较高；当泄漏较小或缓慢时，漏检率较高。

2.2 Eigencurves方法概述

为解决上述问题，提出了一种基于增强独立成分分析（EICA）和小波变换的新型Eigencurves方法，用于检测压力曲线的变化。该方法的主要步骤如下：
1. 压力信号预处理（WTDN） ：在运输管道中，噪声有时会掩盖有用信息，因此需要对观测到的压力信号进行去噪处理。使用离散小波变换对压力信号进行分解，然后分别去噪，最后重构去噪后的压力信号。去噪的关键是选择合适的小波系数，采用Donoho提出的阈值算法：
[
\lambda_{j}=\lambda_{0}\sigma_{j}\sqrt{2\log n_{j}} <