工业流体管道泄漏事故导致巨大的经济损失、资源浪费和环境污染,有时甚至危及生命安全。针对缓慢发生的小泄漏的检测和定位方法是基于扩展卡尔曼滤波器-EKF (Extended Kalman Filter)的实时模型法。这种方法需要对管道模型线性化,但是,天然气管道模型的非线性程度严重,线性化会使系统产生较大的误差,影响检测精度;每一次迭代中需要计算Jacob矩阵,影响其检测速度。本文提出了一种基于无偏卡尔曼滤波器-UKF (Unscented Kalman Filter)的泄漏检测与定位方法,这种方法在对泄漏量进行状态估计时不需要对管道模型进行线性化,避免了线性化带来的不精确问题,而且在预测的阶段不需要计算Jacob矩阵,只包含一些线性运算,提高了检测速度。在此基础上,为了进一步提高检测精度,本文将迭代卡尔曼滤波器-IKF (Iterated Kalman Filter)的思想引入到UKF中,对UKF进行了改进,得到了迭代无偏卡尔曼滤波器-IUKF (Iterated Unscented Kalman Filter)。基于IUKF对管道泄漏进行检测,可以保证在不增加系统维数的前提下,在状态估计的更新过程中获得更逼近真实值的系统的概率密度特征,从而提高了管道检测精度。本文对EKF、UKF和IUKF的检测效果都进行了仿真对比,仿真结果表明,UKF在检测精度和速度上对EKF都有了很大程度的改进,而IUKF又在UKF的基础上对检测精度有了一定的提高,这对于长距离天然气管道的泄漏检测与定位有重要的实际意义。