[发明专利]管道泄漏点的检测方法及装置、存储介质、终端有效
申请号: | 202010870353.2 | 申请日: | 2020-08-26 |
公开(公告)号: | CN112013285B | 公开(公告)日: | 2022-04-19 |
发明(设计)人: | 王佳政;郎宪明;曹江涛;郭颖;阚哲 | 申请(专利权)人: | 辽宁石油化工大学 |
主分类号: | F17D5/06 | 分类号: | F17D5/06 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 113001 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 管道 泄漏 检测 方法 装置 存储 介质 终端 | ||
1.一种管道泄漏点的检测方法,其特征在于,包括:
采集管道首、末两端的声波信号;
基于改进的变分模态分解对所述声波信号进行去噪处理,所述改进的变分模态分解为基于误差能量函数对所述变分模态分解中的模态函数进行筛选处理得到的;
根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果;
其中,所述根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果之前,所述方法还包括:
构建包含特征参数的泄漏点训练集,所述特征参数包括所述声波信号的平均幅值、能量、有效值、峰值系数、脉冲系数和峰值;
利用所述特征参数对预设双支持向量机进行分类训练,得到已训练的双支持向量机模型;
所述根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果包括:
确定决策函数C,所述C为i为泄漏点个数,X为样本声波信号,为非平行超平面的法向量,b为偏置;
根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含单点泄漏、两点泄漏、三点泄漏的分类结果。
2.根据权利要求1所述的方法,其特征在于,所述基于改进的变分模态分解对所述声波信号进行去噪处理之前,所述方法还包括:
根据所述声波信号的个数筛选变分模态分解的模态分解个数,并获取对所述声波信号进行变分模态分解的本征模态函数;
利用误差能量函数绘制与所述模态分解个数、所述本征模态函数匹配的误差能量图;
通过泄漏点数量阈值从所述误差能量图中筛选作为所述改进的变分模态分解去噪的模态函数。
3.根据权利要求2所述的方法,其特征在于,所述利用误差能量函数绘制与所述模态分解个数、所述本征模态函数匹配的误差能量图包括:
利用误差能量函数计算所述本征模态函数的误差能量值,并绘制与所述模态分解个数匹配的误差能量图,所述误差能量函数为Er=τ2,其中,x(t)为所述声波信号,所述uk为k个所述模态分解个数的本征模态函数,n为所述模态分解个数。
4.根据权利要求3所述的方法,其特征在于,所述通过泄漏点数量阈值从所述误差能量图中筛选作为所述改进的变分模态分解去噪的模态函数包括:
根据所述误差能量值的平均值确定为泄漏点数量阈值;
当所述误差能量图中绘制所述本征模态函数的误差能量曲线与泄漏点阈值的直线间距离大于预设倍数时,将所述本征模态函数确定为所述改进的变分模态分解去噪的模态函数。
5.根据权利要求1所述的方法,其特征在于,所述构建包含特征参数的泄漏点训练集包括:
利用泄漏点数据集中已确定泄漏的声波信号的幅值、以及采样点幅值计算所述特征参数,生成泄漏点训练集。
6.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-5中任一项所述的管道泄漏点的检测方法对应的操作。
7.一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-5中任一项所述的管道泄漏点的检测方法对应的操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁石油化工大学,未经辽宁石油化工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010870353.2/1.html,转载请声明来源钻瓜专利网。