Skip to main content
main-content

Über dieses Buch

This book focuses on the analysis and design of advanced techniques for on-line automatic computational monitoring of pipelines and pipe networks. It discusses how to improve the systems’ security considering mathematical models of the flow, historical flow rate and pressure data, with the main goal of reducing the number of sensors installed along a pipeline. The techniques presented in the book have been implemented in digital systems to enhance the abilities of the pipeline network’s operators in recognizing anomalies. A real leak scenario in a Mexican water pipeline is used to illustrate the benefits of these techniques in locating the position of a leak. Intended for an interdisciplinary audience, the book addresses researchers and professionals in the areas of mechanical, civil and control engineering. It covers topics on fluid mechanics, instrumentation, automatic control, signal processing, computing, construction and diagnostic technologies.

Inhaltsverzeichnis

Frontmatter

2017 | OriginalPaper | Buchkapitel

Chapter 1. Introduction

Cristina Verde

2017 | OriginalPaper | Buchkapitel

Chapter 2. An Overview of Transient Fault Detection Techniques

Xinge Xu, Bryan Karney

2017 | OriginalPaper | Buchkapitel

Chapter 3. Numerical Issues and Approximated Models for the Diagnosis of Transmission Pipelines

Zdzisław Kowalczuk, Marek Tatara

2017 | OriginalPaper | Buchkapitel

Chapter 4. One-Dimensional Modeling of Pipeline Transients

Jean François Dulhoste, Marcos Guillén, Gildas Besançon, Rafael Santos

2017 | OriginalPaper | Buchkapitel

Chapter 5. Observer Tools for Pipeline Monitoring

Gildas Besançon

2017 | OriginalPaper | Buchkapitel

Chapter 6. Auxiliary Signal Design and Liénard-type Models for Identifying Pipeline Parameters

Javier Jiménez, Lizeth Torres, Ignacio Rubio, Marco Sanjuan

2017 | OriginalPaper | Buchkapitel

Chapter 7. Recursive Scheme for Sequential Leaks’ Identification

Cristina Verde, Jorge Rojas

2017 | OriginalPaper | Buchkapitel

Chapter 8. Simulation of Gas Networks and Leak Detection Using Quadripole Models

Sara T. Baltazar, Paulo Lopes dos Santos, Teresa P. Azevedo Perdicoúlis

2017 | OriginalPaper | Buchkapitel

Chapter 9. Features of Demand Patterns for Leak Detection in Water Distribution Networks

Marcos Quiñones-Grueiro, Cristina Verde, Orestes Llanes-Santiago

2017 | OriginalPaper | Buchkapitel

Chapter 10. Leak Localization in Water Distribution Networks Using Pressure Models and Classifiers

Adrià Soldevila, Sebastian Tornil-Sin, Joaquim Blesa, Rosa M. Fernandez-Canti, Vicenç Puig

2017 | OriginalPaper | Buchkapitel

Chapter 11. Sensor Placement for Classifier-Based Leak Localization in Water Distribution Networks

Adrià Soldevila, Joaquim Blesa, Sebastian Tornil-Sin, Rosa M. Fernandez-Canti, Vicenç Puig

2017 | OriginalPaper | Buchkapitel

Chapter 12. Water Leak Diagnosis in Pressurized Pipelines: A Real Case Study

Jorge A. Delgado-Aguiñaga, Ofelia Begovich

Backmatter

Weitere Informationen

Premium Partner

in-adhesivesMKVSNeuer Inhalt

BranchenIndex Online

Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.

Whitepaper

- ANZEIGE -

Künstliche Intelligenz und die Potenziale des maschinellen Lernens für die Industrie

Maschinelles Lernen ist die Schlüsseltechnologie für intelligente Systeme. Besonders erfolgreich ist in den letzten Jahren das Lernen tiefer Modelle aus großen Datenmengen – „Deep Learning“. Mit dem Internet der Dinge rollt die nächste, noch größere Datenwelle auf uns zu. Hier bietet die Künstliche Intelligenz besondere Chancen für die deutsche Industrie, wenn sie schnell genug in die Digitalisierung einsteigt.
Jetzt gratis downloaden!

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

Bildnachweise