船舶管道系统作为液气态物质的运输工具，已成为当今船舶运输业不可或缺的重要组成部分。然而由于管道接口处的连接不紧密和破损、管道自身的老化腐蚀、船舶机械振动以及人为破坏等原因，船舶管系泄漏和破损的事故频频发生，所产生的经济损失和环境污染也十分严重。因此船舶管系泄漏的实时自动检测已成为世界重要的研究课题。对于管道泄漏检测研究至今已有很多种方法，总体而言可分为三类，即基于信息的方法、基于模型的方法和基于知识的方法。其中基于知识的方法近年来受到业界的普遍关注，其主要集中在神经网络和专家系统的应用上，但这些方法总的来说都有一定的不足之处。本文尝试性地将模糊神经网络应用于船舶管道泄漏的检测中，主要进行了以下几方面的研究工作:1.通过对管道泄漏的机理研究，确定了以船舶管道内的压力信号与流量信号作为泄漏检测的分析依据，并结合对管道泄漏检测的相关文献，借鉴其部分知识和实验数据，分别对管道正常运行、水泵开启、水泵关闭和管道发生泄漏时的四种典型工况的实验信号进行了分析，得到不同工况下管道内压力和流量参数的变化，在构建了管道泄漏检测模糊神经网络的同时，建立模糊诊断规则库，并组织了学习样本。2.采用改进的BP算法对网络参数进行了训练，并以仿真实验对网络诊断结果进行了可靠性测试，验证了模糊神经网络管道泄漏检测的的有效。3.针对BP算法易受初始权值影的响陷入局部极小、收敛速度慢和引起振荡效应等缺点，引入遗传算法进行优化，仿真结果表明通过二者的有机的结合，可进一步提高管道泄漏检测的可靠性和泄漏量估计的准确性。4.设计双声道组合的超声波传感器，产生沿管壁传播的表面波，进行管道的破损检测；研究基于表面波的管道泄漏识别方法,提出采用超声表面波激励响应法进行管道泄漏识别；研究基于表面波的管道泄漏定位方法,通过首末端表面波信号的互相关运算进行管道泄漏点定位。5.结合课题已完成的几种泄漏检测与定位方法的算法模块的特点，对管道泄漏检测系统软件总体实现，给出了多种方法综合进行泄漏检测与定位的简要表述。