许多化工过程都是多变量非线性系统,pH值混合槽就具有典型的非线性。为了提高这类装置的控制性能,必须采用先进的控制技术,而首要前提是建立过程的动态数学模型。对于一个具有严重非线性的系统,使用单纯的神经网络建模往往不能达到满意的效果,本文研究用一种补偿模糊神经网络建立pH值混合槽的动态模型。与常规模糊神经网络建模相比,补偿模糊神经网络在训练步数、训练时间及其误差精度等方面都优于常规的模糊神经网络,其学习收敛速度快、误差曲线也更加稳定。石油作为一种燃料和化工原料,最经济的输送方式是采用管道运输。但是随着运行时间的延长,管道的老化和腐蚀造成的穿孔经常发生,不仅损失了大量的原油,而且还对环境造成污染,给企业带来了严重的经济损失。本文研究了一套输油管道泄漏监测系统,提出了用相关分析方法对压力波信号进行处理,再用快速微分算法捕捉特征点,实现管道泄漏在线监测,同时还研究了使用小波算法和快速微分算法对压力波信号进行处理,实现管道在线监测的方法。实验表明,使用这两种方法对油气输送管道进行检漏,具有简单方便,精确度高等优点。