[发明专利]基于KPCA-RBF曲线拟合的输油管道泄漏流量估计装置及方法

摘要

本发明一种基于KPCA-RBF曲线拟合的输油管道泄漏流量估计装置及方法，属于输油管道检测技术领域，利用KPCA核主元分析，对输油管道存在非线性关系的数据进行有效降维，大大减少主元变量个数；采用KPCA-RBF神经网络曲线拟合的方式来进行泄漏流量的估计，避免求解高阶方程组，提高泄漏流量估计的准确度和精度；此外，将影响泄漏流量的信息作为系统输入，能有效适应复杂多变的环境，提高泄漏流量估计方法的实用性；本发明采用FPGA+DSP架构，相对于单FPGA或单DSP系统，FPGA+DSP系统具有更高的运算处理能力；FPGA+DSP架构同时具备FPGA实时性好和DSP开发难度低的优点，减少了开发周期和技术风险，并且更适用于实时数据处理，系统功能划分明确，大大提高系统整体性能指标。

主权项

一种基于KPCA‑RBF曲线拟合的输油管道泄漏流量估计装置，其特征在于，该装置包括压力传感器、流量传感器、密度传感器、温度传感器、多路开关、信号放大电路、A/D转换器、FPGA、DSP控制器和上位机，其中，压力传感器：用于测量输油管道首端和末端的内部压力值，并把测量值发送至多路开关；流量传感器：用于测量输油管道首端和末端的内部流量值，并把测量值发送至多路开关；密度传感器：用于测量输油管道内部的密度值，并把测量值发送至多路开关；温度传感器：用于测量输油管道内部的温度值，并把测量值发送至多路开关；多路开关：用于选择所需采集的信号，并把信号发送至信号放大电路；信号放大电路：用于对采集的信号值进行放大并发送至A/D转换器中；A/D转换器：用于对采集的信号进行模数转换，并将转换后的数据发送至FPGA中；FPGA：用于判断采集的信号是否超出各自设定的阈值范围，并将超出阈值范围的数据存储至FPGA与DSP控制器的共享中；DSP控制器：用于对历史数据的训练样本集和待拟合样本集进行KPCA核主元分析降维，并将新的待拟合样本集内部的每组历史数据作为RBF神经网络的输入，将历史泄漏流量样本作为RBF神经网络输出，进行训练构建RBF神经网络；并将实时测量样本集进行KPCA核主元分析降维，将降维后的实时测量样本集作为训练好的RBF神经网络的输入，获得输油管道泄漏流量估计值；上位机：用于显示实时估计的结果。