目录
第1章绪论1
1.1研究背景及意义1
1.2船舶消防管路特点2
1.3管路泄漏检测方法研究现状3
1.3.1国外研究现状4
1.3.2国内研究现状5
1.3.3管路泄漏检测方法概述6
1.4神经网络的发展概况7
1.5船舶管路泄漏检测评价指标8
1.6本文主要研究内容8
第2章船舶消防管路破损仿真11
2.1船舶消防管路结构11
2.2管路泄漏仿真数学模型12
2.3水力测点布置及泄漏点选取15
2.4泄漏模拟仿真17
2.4.1模型建立17
2.4.2模型调试及验证18
2.5泄漏点瞬态仿真18
2.6本章小结22
第3章神经网络建模步骤及评价指标23
3.1BP神经网络23
3.1.1BP算法原理23
3.1.2BP神经网络的不足26
3.2LSTM结构及算法原理26
3.3CNN结构及算法原理29
3.4神经网络模型建立主要步骤32
3.5分类神经网络模型评价指标37
3.6本章小结38
第4章基于神经网络的船舶消防管路泄漏定位研究39
4.1BP泄漏位置预测模型建立39
4.1.1隐藏层神经元数目的影响39
4.1.2激活函数对BP的影响40
4.1.3初始学习率的影响41
4.2LSTM泄漏位置预测模型建立42
4.2.1LSTM层数的影响42
4.2.2LSTM神经元个数的影响42
4.3一维CNN泄漏位置预测模型建立43
4.3.1卷积核个数的影响43
4.3.2卷积核尺寸的影响44
4.3.3卷积层层数的影响45
4.4模型预测结果对比和性能评估46
4.4.1BP模型46
4.4.2LSTM模型48
4.4.3一维CNN模型50
4.5本章小结52
第5章喷淋工况下的船舶消防管路泄漏定位预测53
5.1喷淋工况设计53
5.2喷淋工况153
5.3喷淋工况256
5.4喷淋工况357
5.5喷淋工况459
5.6本章小结61
结论63
参考文献65
船舶消防管路破损仿真与泄漏定位方法研究
摘要
船舶消防管路是重要的辅助系统，是船舶发生火灾、爆炸等意外事故的安全防线，
如若发生损坏，便不能保护船舶及船上人员的安全。针对消防管路系统，搭建管路泄漏
模型，利用神经网络模型学习泄漏特征，预测泄漏点位置，为管路泄漏定位检测提供参
考，以便及时准确地判断泄漏位置。
本文使用仿真软件建立船舶消防管路模型并验证了其正确性。使用Kruskal算法简
化了消防管路结构，确定了流量和压力测点，并确定了泄漏点的选取。接着在模型的基
础上搭建泄漏模型，模拟消防管路在不同泄漏点工况下管道系统的水力特性变化。分析
了破口生成时间、破口大小、泄漏点位置对消防管路水力参数的影响。
使用Python语言，构建了BP泄漏位置预测模型。对比分析了隐藏层神经元数目、
激活函数、初始学习率对模型性能的影响。针对BP模型的缺陷，建立了长短期记忆神
经网络泄漏预测模型和一维卷积神经网络泄漏预测模型。对于长短期记忆模型分析了其
层数以及神经元个数对模型性能的影响。对于一维卷积模型，分析了其卷积层个数、卷
积核尺寸以及卷积层层数对模型性能的影响。训练结果表明，长短期记忆神经网络泄漏
预测模型可以在一定程度上解决局部极小的问题，但是需要花费更多时间去寻找全局最
优解。一维卷积神经网络泄漏预测模型无局部极小的问题，训练速度快，能准确预测泄
漏位置。将一维卷积神经网络模型应用于喷淋工况下的管道泄漏定位，预测结果表明，
对于单喷淋工况预测精度较高，对于两个喷淋点工况其预测精度略有降低，但整体预测
精度均能达到实验要求。
关键词：船舶消防管