資源描述：
《Kalman濾波器在管道泄漏檢測中的應用研究》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、北京化工大學碩士學位論文自適應抗差Kalman濾波器在管道泄漏檢測中的應用研究姓名：范明申請學位級別：碩士專業(yè)：檢測技術與自動化裝置指導教師：王建林20090610摘要自適應抗差Kalman濾波器在管道泄漏檢測中的應用研究管道運輸作為當今重要的運輸形式，在國民經濟中發(fā)揮著越來越重要的作用。然而，管道不可避免的老化、腐蝕及人為損壞等原因，使管道泄漏頻頻發(fā)生，所產生的經濟損失和環(huán)境污染十分嚴重，因此管道泄漏檢測已成為重要的研究課題。目前，雖然基于Kalman濾波器的管道泄漏檢測方法取得了一定的進展并得到應用，但是由于采集信號中存在的噪聲直接影響著檢測與定位的精度，使得泄漏檢測靈敏度、
2、定位精度較低，泄漏檢測與定位系統魯棒性較差。所以，研究自適應抗差Kalman濾波器，并將其應用于管道泄漏檢測中，對提高管道泄漏檢測的自適應性、抗差性、檢測精度和穩(wěn)定性，具有重要的理論意義和應用價值。本文針對基于負壓波法進行管道泄漏檢測與定位時，采集信號濾波精度不高，濾波器缺乏自適應性和魯棒性的問題，提出了一種改進的自適應Kalman濾波方法，該方法能準確的得到影響濾波效果的系統噪聲方差和觀測噪聲方差等關鍵參數，通過對這些參數的設置，能較好地改善濾波性能，提高定位精度；由于傳統的Kalman濾波器關于模型不確定性的魯棒性較差，給出了一種用于管道泄漏檢測的抗差Kalman濾波算法，提
3、高了濾波器的穩(wěn)定性；給出了一種結合工況數據聯合判漏方法，降低了管道泄漏檢測系統的誤報率；基于LabVIEW北京化T．人學碩l：學位論文軟件平臺，開發(fā)了基于自適應抗差Kalman濾波器的泄漏檢測與定位軟件，并將該軟件集成到現有的管道泄漏檢測與定位系統中。實驗測試表明，本文所提出的改進的白適應抗差Kalman濾波算法，能夠提高計算速度，改善了濾波性能，提高了濾波器關于模型的抗差性和定位精度，對小泄漏信號有良好的檢測精度。關鍵詞：負壓波，抗差，噪聲估計，自適應，Kalman濾波ABSTRA(了ApplicationandresearchinPipelinesLeakwithanimpr
4、ovedRobustAdaptiveKalmanFilterABSTRACTAsasignificantwayoftransportation，pipelinetransportisplayingmoreandmoreimportantinnationaleconomy．However,Asaresultofinevitableaging，erosion，abrasionandsabotage，pipelineleakoccursfrequently,whichnotonlyaffectsthedailyproduction，butalsocoursesgreatlossofoi
5、l．Therefore，pipelineleakdetectionandlocationhavebecomeanimportanttopic．Atpresent，thoughpipelineleakdetectionmethodbasedonKalmanfilterhasmadesomeprogressandbeenapplied，noiseinacquiredsignalinfluencestheprecisionofdetectionandlocationdirectly,whichcauseslowprecisionandpoorsensitivityofleakdetec
6、tion，andpoorrobustnessoftheleakdetectionsystem．So，researchandapplicationoftheadaptiverobustKalmanfilterinpipelineleaklocationhassignificantmeaningandvalueofraisingstability,robustnessandprecisioninpipelinesleakdetection．Duringresearchofpipelineleakdetectionandlocationbasedonnegativepressurewa
7、ve，becauseofthepoorprecisionofacquiredsignalandfilterwithoutadaptiveness，animprovedadaptiveKalmanmethodispresented，whichcanaccuratelygetssystemnoisedeviationandmeasure北京化fT人學碩I：學位論史noisedeviation，whichareimportantparametersinfilteringresult．W
