Ubicación de Fugas en Oleoductos con Multirama Basada en un Sistema Ciberfísico
Autores: Lang, Xianming; Li, Ping; Li, Yan; Ren, Hong
Idioma: Inglés
Editor: MDPI
Año: 2017
Acceso abierto
Artículo científico
2017
Ubicación de Fugas en Oleoductos con Multirama Basada en un Sistema Ciberfísico
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Datos
Fuga
Tubería
Multirama
Máquina de soporte vectorial gemela
Simulación.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los datos no pueden ser compartidos y la fuga no puede ser localizada simultáneamente entre múltiples sistemas de detección de fugas en tuberías. Basado en la arquitectura de sistemas ciberfísicos (CPS), se propone un método para localizar fugas en tuberías con múltiples ramales. Se analiza el punto singular de las señales de presión en los extremos de la tubería con múltiples ramales mediante análisis de paquetes de wavelet, de modo que se puedan establecer las muestras de características temporales. Luego, se introduce la función de Fischer-Burmeister en el proceso de aprendizaje de la máquina de soporte vectorial gemela (TWSVM) para evitar el cálculo de inversión de matrices, y las muestras se introducen en la máquina de soporte vectorial gemela mejorada (ITWSVM) para distinguir la ubicación de la fuga en la tubería. Los resultados de la simulación muestran que el método propuesto es más efectivo que las redes neuronales de retropropagación (BP), las redes neuronales de función de base radial (RBF) y la máquina de soporte vectorial gemela de Lagrange.
Descripción
Los datos no pueden ser compartidos y la fuga no puede ser localizada simultáneamente entre múltiples sistemas de detección de fugas en tuberías. Basado en la arquitectura de sistemas ciberfísicos (CPS), se propone un método para localizar fugas en tuberías con múltiples ramales. Se analiza el punto singular de las señales de presión en los extremos de la tubería con múltiples ramales mediante análisis de paquetes de wavelet, de modo que se puedan establecer las muestras de características temporales. Luego, se introduce la función de Fischer-Burmeister en el proceso de aprendizaje de la máquina de soporte vectorial gemela (TWSVM) para evitar el cálculo de inversión de matrices, y las muestras se introducen en la máquina de soporte vectorial gemela mejorada (ITWSVM) para distinguir la ubicación de la fuga en la tubería. Los resultados de la simulación muestran que el método propuesto es más efectivo que las redes neuronales de retropropagación (BP), las redes neuronales de función de base radial (RBF) y la máquina de soporte vectorial gemela de Lagrange.