石油储罐发生泄漏的初期阶段是避免泄漏扩大的重要环节，防止发生爆炸事故的关键阶段，也是紧急救援的黄金时间。传统人工检测和可燃物浓度探测的储罐泄漏检测方法只有在泄漏持续了一定时间、可燃物浓度达到一定程度时才能见效，及时性较差，为了尽快地发现泄漏，降低寻找泄漏口的难度和工作量，提高储罐运行的安全性，本文提出了一种基于红外成像的石油储罐典型泄漏类型探测的方法，以实现早期泄漏缺陷定位和类型识别，并通过仿真分析和模拟实验验证了该方法的正确性和有效性。本文的研究工作和阶段性成果如下：
　　1.基于红外成像原理和传热学基础理论，分析了正常工况下的石油储罐传热过程，采用有限元分析的方法对导热微分方程进行了求解，并建立了正常工况下石油储罐的温度场理论模型。
　　2.考虑难以获取储罐泄漏缺陷几何参数信息的问题，建立了笛卡尔坐标系下的储罐缺陷模型，基于等效热阻均匀化原理提出了传热系数的修正方法，推导了泄漏口边界函数表达式，进而建立了泄漏条件下石油储罐的温度场理论模型。
　　3.搭建仿真环境，研究了石油储罐发生点式泄漏和缝式泄漏两种不同典型泄漏类型条件下的时间序列温度场仿真模型，分析了泄漏条件下储罐温度场分布的一般性规律；分别基于TensorFlow深度学习框架和Matlab平台，采用AlexNet网络模型实现迁移学习的方法，提出了石油储罐典型泄漏类型的红外图像识别方法。
　　4.基于泄漏条件下储罐温度场的理论模型和仿真结果，采集了865张点式泄漏和缝式泄漏两种典型泄漏类型的红外图像，开展了模拟实验研究。结果表明，两种方法都能实现储罐泄漏缺陷类型探测，准确率分别为94%和92.73%，验证了泄漏条件下储罐温度场理论模型的正确性和储罐典型泄漏缺陷类型探测方法的可行性。
　　本文完成的研究工作和取得的成果为能及时发现储罐泄漏，在关键时间内采取有效措施提供了指导性意义，提出的储罐典型泄漏类型的红外图像识别方法可为工程实践提供参考与借鉴。