管道作为国民经济中不可缺少的一种运输工具,在经济飞速发展的今天发挥了越来越重要的作用,而作为管道事故中比较常见的泄漏事故一旦发生,不仅会造成大量的管道内物质损失和环境污染,更有甚者可能会带来人身伤亡,因而对管道泄漏现象进行准确的检测与定位成为现代工业迫切需要解决的问题。文中以复杂管道的泄漏检测作为研究对象,对管道泄漏信号的形成机理、管道泄漏检测系统的开发、负压波衰减系数及普通弯管泄漏检测、复杂布局管道泄漏检测以及复杂管道泄漏检测系统与直管泄漏检测系统的评价对比进行了研究,主要工作与研究内容如下：第1章为绪论。介绍了管道泄漏检测的各种方法,阐述了管道泄漏检测在国内外的发展状况,提出了管道泄漏检测存在的问题及发展趋势,然后说明了本文的研究内容。第2章对管道泄漏过程进行数值计算。文章首先提出了瞬变流动的基本方程,接着阐述了基于特征线法的有限差分求解过程,然后说明了摩阻项的处理,提出了一种新的泄漏点处边界条件处理方法,介绍了首尾端边界条件,最后通过实例对管道泄漏进行数值计算,得到泄漏发生时的首尾端压力、流量变化规律,为泄漏的判别提供理论依据。第3章给出了管道泄漏检测实验台的开发方案。通过选择合适的实验台硬件选型方案、负压波信号的去噪方案以及负压波突变点寻找方案等,然后用Labview编程建立上位机系统界面,搭建本文所使用的实验台。第4章对普通弯管泄漏检测进行了研究。根据负压波在管道中的能量呈指数衰减规律,对负压波衰减系数进行研究,分析了不同泄漏量、不同泄漏点、不同首端压力对负压波衰减系数的影响,从而选定合适的漏点作为普通弯管泄漏检测的基础,以这个漏点作为研究对象,得到90°弯管在泄漏检测中当量长度的经验转换公式,将新的换算公式与前人所作研究进行比较,得出在相似布局条件下的转换公式合理性。第5章对复杂布局管道泄漏检测进行了研究。BP神经网络具有强大的自适应、自学习能力,因而采用BP神经网络作为复杂布局管道泄漏检测的研究基础。以能描述负压波信号的特征向量作为神经网络的输入,以归一化后的期望值作为神经网络的输出,选定合适的BP神经网络隐层节点数,从而对复杂管道进行泄漏检测与定位研究。第6章对管道泄漏检测系统评价展开研究。选取合理的评价分层指标,分析各评价目标的权重,再确定各评价目标的隶属度,对本文介绍的三种不同的管道泄漏系统进行模糊综合评价,以得出这三种系统在进行复杂管道泄漏检测评价中的优劣。第7章总结全文的工作,并展望进一步的研究工作。