城镇供水是关乎国家经济和国民健康的重要领域,管道漏损是威胁供水安全的重大问题,多种自然和人为因素如地质沉降、土壤腐蚀、施工问题、运行管理问题等都会造成管道的漏损,供水管道多埋设于地下,漏损不易被发现,不仅造成了资源和能源的浪费,更易引发地面塌陷、水压、水质下降等威胁供水安全的严重事故。在多种管道检漏方法中,声学方法应用较为普遍,如相关分析、听漏仪等,但是这些方法需要工人熟练的经验和严格的管道条件,论文探寻一种新的管道漏损定位方法,研究于地面采集的漏损声波信号,对其进行减噪、提取声信号特征等处理,代入基于BP神经网络建立的模型达到漏损辨识定位的目的。首先研究了管道漏损点对周围土体侵蚀的影响,探究漏口尺寸、朝向对侵蚀坑形成的影响,发现随着时间的推移,侵蚀坑尺寸会逐渐稳定,且漏口大和漏口朝向上时侵蚀坑尺寸增长速率较快;通过模拟实际供水管道,在地面采集不同压力、漏口大小、漏口朝向、管材等不同条件下漏损声波信号,研究各种特征在不同条件下的变化规律,发现管内压力降低、覆土厚度增加、漏口尺寸减小,漏损声波信号的功率值逐渐降低,离散程度逐渐增加;管材和地表覆盖材料对漏损声波信号的特征影响较大;漏口朝向下时漏损声波信号的功率值小于漏口朝向上和右时,随机性和复杂度也更高。其次,基于各种噪声的时频特性对管外噪声源进行了分类分析,将用于语音信号几种常见的减噪方法如谱减法、维纳滤波法应用于漏损声波信号,比较分析几种减噪方法对不同信噪比(0、2、5、10dB)的带噪信号的减噪效果,各种减噪方法中,经维纳滤波法处理后的信号信噪比提高最多,普遍超过4dB,在低信噪比时,更是达到了9dB,各减噪方法综合效果排序为:维纳滤波法>多窗谱估计的改进谱减法>Boll的改进谱减法>基本谱减法。信噪比越低时,信号的含噪成分越多,减噪效果越好。最后,选择基于BP神经网络来建立漏损信号的辨识与定位模型,采集各种不同条件下的漏损声波信号以及环境噪声,对漏损声波信号进行减噪处理,提取漏损信号及环境噪声的多种特征值作为神经网络的输入层,漏损概率作为输出层来建立BP神经网络辨识模型,模型在对实验室模拟管道漏损的判定概率多数都能够达到80%以上,在对实际供水管道疑似漏点附近进行漏损点辨识和定位的误差也在1m范围之内。