<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">UAID</journal-id><journal-title-group><journal-title>Urban Architecture and Development</journal-title></journal-title-group><issn>2995-2441</issn><eissn>2993-270X</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/UAID.2026020006</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>天然气管道阀门泄漏实时诊断与预警技术研究</title><url>https://artdesignp.com/journal/UAID/4/2/10.61369/UAID.2026020006</url><author>董明</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>4</volume><issue>2</issue><history><date date-type="pub"><published-time>2026-06-20</published-time></date></history><abstract>本研究针对天然气管道阀门泄漏的实时诊断与预警需求，通过多源传感融合与边缘预处理，构建了一种结合卷积神经网络与长短时记忆网络的混合模型，并引入贝叶斯自适应阈值机制。在某分输站搭建实验平台进行验证，模型在准确率、召回率与实时性方面表现优异，系统在多种泄漏场景下均保持高检测性能与低误报率。工程应用表明，该方法可显著降低泄漏事故率与维护成本，具备良好的可复制性与工程推广价值。</abstract><keywords>天然气管道阀门, 泄漏诊断, 多源传感融合, 边缘计算, 机器学习</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1]张丽珍 ,王文奥 .天然气管道阀门微小泄漏声发射检测及缺陷识别方法 [J].油气储运 ,2024,43(6):656-664.
[2]滕孔先 ,程佳豪 ,孙仁龙 ,吴佳泽 ,周磊 .TGNET在氢气和天然气管道泄漏对比模拟研究中的应用 [J].化工设计通讯 ,2024,50(8):105-108+112.
[3]赵俊鹏 .天然气管道设备的维修与保养技术研究 [J].石化技术 ,2024,31(7):204-206.
[4]唐爽 ,邹美岭 ,李瑶 ,盛锴 ,黄欣婧 .基于 TFF-FTA方法的架空天然气管道泄漏安全评价分析 [J].化工安全与环境 ,2023,36(12):31-34.
[5]方海 ,黄泰鸿 ,向天 .天然气长输管道设备运行维护方法探讨 [J].科学与信息化 ,2020(21):137-137.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
