[发明专利]一种压力容器气体泄漏检测方法

说明书

本发明涉及一种压力容器气体泄漏检测方法，该方法主要包括四个部分：数据预处理、特征提取、权重分析、泄漏分类。所述数据预处理是指采用FSWT方法对信号从时频域进行滤波处理；所述特征提取是指对时域、频域、时频域进行特征提取；所述权重分析采用Relief‑F算法，根据不同的特征区分它们对应特征向量的能力进行权重估计；所述泄漏分类方法是指把支持向量机作为分类问题的监督学习方法；本发明将FSWT与SVM相结合，从声音的角度去分析和判断气体泄漏，实现对压力容器气体泄漏检测及泄漏的严重性分类。

技术领域

本发明涉及一种压力容器气体泄漏检测方法，属于气体泄漏故障检测领域。

背景技术

危化气体是工业生产、存储和运转必不可少的组成部分，一旦发生危化气体泄漏，将对生命、财产、环境产生重大影响，如何对气体泄漏进行检测，及时发现并消除泄漏故障是减少此类事故发生的途径之一。因此，研究人员提出各种检测气体泄漏技术，如D-S证据理论微小孔检测、红外图像检测和声学检测方法，其中声学检测方法具有较高的灵敏度、效率和精度。在声学检测方法中，气体逸出压力容器的声音信号通常是非平稳的，采用时频分析方法能够有效的分析非平稳信号。研究人员提出一种新的时频分析方法-频率切片小波变换，从频域的角度引入了频率切片函数，实现时频分析功能,该分析方法被应用到轴承故障诊断、大地电磁信号去噪、生物信号分析等领域。此外，在实际应用过程中，仅判断出有无气体泄漏往往不能给工程维修人员提供有效的故障维修信息，因此有必要提出气体泄漏程度的判断方法。

发明内容

本发明为了解决现有技术中存在的问题，提供一种基于FSWT和SVM的气体泄漏诊断方法。

为了达到上述目的，本发明提出的技术方案为：一种压力容器气体泄漏检测方法，

步骤一、通过声学传感器采集压力容器气体泄漏的声音信号，并将声音信号转化为数字信号；利用FSWT和逆变换对数字信号进行预处理，得到气体泄漏声信号；

步骤二、提取气体泄漏声信号的时域、频域和时频域特征；

步骤三、采用Relief-F算法，对特征进行权重估计并排序；

步骤四、将气体泄漏按严重程度分为若干类别，选取权重值大的特征输入到SVM分类器中进行分类。

对上述技术方案的进一步设计为：所述预处理包括如下步骤，首先，采用FSWT对信号进行分解，得到在全频带下的时频分布；其次，采用时频域阈值滤波的方式对信号进行滤波处理；再次，对滤波后的时频域选择性的进行逆变换重构，分离出气体泄漏声信号。

采用时频域阈值滤波的方式对信号进行处理：

式中σ为噪声的标准差；N是信号长度；W为经过FSWT后的小波域信号，ω为观测频率，t为观测时间，κ为尺度参数。

采用FSWT进行逆变换重构，重构后的信号f_x(t)为：

式中，λ为能量系数。

将气体泄漏按严重程度分为无泄漏、轻微泄漏、中度泄漏和严重泄漏四个类别。

SVM分类器分类方法为在任意两类样本之间插入SVM进行二分类并投票计数，将得票数多的类别归为该测试数的类别。

所述权重估计采用Relief-F算法，计算公式如下：