煤炭开采过程中最重要的问题就是开采安全,为了保持供水和通风,煤矿井下铺设了众多管道。这些管道纵横交错,一旦发生泄漏,依靠人工很难发现,如不能及时检测到泄漏将会严重威胁井下工作人员的生命安全,因此对煤矿井下压风供水管道进行泄漏检测是非常必要的。传统管道泄漏检测方法大多都是对一维的振动或者压力信号进行处理,得到泄漏信号的部分特征,从而判断管道是否发生泄漏。二维信号相比一维信号更能突显信号的微小特征,所以本研究以煤矿井下压风供水管道为背景,运用时频分析的方法得到信号的二维图像,通过提取二维图像的特征判断管道是否发生泄漏。首先,对采集的管道振动信号进行时频分析。通过对传统时频分析方法的研究发现,短时傅里叶变换受时间和频率分辨率的限制,而小波变换的小波基无法简单的进行选择。Wigner-Ville分布是时频分析方法中最基础和应用最广泛的方法,相比于其他方法能够显示信号的能量分布情况。对于交叉项的干扰可以通过添加核函数的方法,即平滑伪Wigner-Ville分布进行抑制与消除。所以文章在Wigner-Ville分布的基础上利用平滑伪Wigner-Ville分布对管道振动信号进行时频分析。其次,运用灰度共生矩阵提取时频图像的特征。通过灰度化处理将时频图转化为灰度图,为了对管道是否发生泄漏进行诊断,需要对图像进行特征提取,本文选择了灰度共生矩阵的方法。然后,计算灰度共生矩阵的能量、相关性、对比度三个特征参数,输入支持向量机(Support Vector Machines,SVM)进行训练和诊断。最后,将最小熵反褶积(Minimum Entropy Deconvolution,MED)算法和互相关算法相结合对管道泄漏点进行定位。在传统管道定位方法的基础上,添加了信号降噪处理。文章研究了多种信号降噪方法,并发现MED算法相比于其他算法能够在降低噪声干扰的同时突出信号的有效成分,使管道定位更加精准。依据煤矿井下管网结构,搭建管网系统模型,通过模拟管道泄漏,对检测算法和定位方法进行实验测试,并对测试数据进行分析。实验结果表明,该系统性能良好,能够满足煤矿流体管网的泄漏检测与定位要求。