[发明专利]基于深度学习的强背景噪声环境下的气体管道泄漏识别方法在审
| 申请号： | 202010593326.5 | 申请日： | 2020-06-26 |
| 公开（公告）号： | CN111750283A | 公开（公告）日： | 2020-10-09 |
| 发明（设计）人： | 宁方立;段爽;程章鸿;韩鹏程;韦娟 | 申请（专利权）人： | 西北工业大学;西安电子科技大学 |
| 主分类号： | F17D5/06 | 分类号： | F17D5/06 |
| 代理公司： | 西北工业大学专利中心 61204 | 代理人： | 陈星 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度学习的强背景噪声环境下的气体管道泄漏识别方法，首先在实验室管道泄漏模拟系统上模拟阀门外泄、垫片泄漏并采集泄漏声信号，同时在实际管廊中采集强背景(风机)噪声信号，将泄漏信号与实际背景信号混合以模拟在实际管廊下的泄漏情况。将每一类音频数据进行分割获得大量的短时音频信号，对音频信号进行短时傅里叶变换，然后进行特征增强处理，将增强后的特征矩阵映射为时频图，形成地下综合管廊泄漏检测的数据集。然后搭建适用于气体泄漏检测的卷积神经网络模型。将特征增强与神经网络相结合构成一套完整的行之有效的输气管道泄漏检测方案。本发明能够有效的提高在强背景噪声干扰下的泄漏识别准确率。 | ||
| 搜索关键词： | 基于 深度 学习 背景 噪声 环境 气体 管道 泄漏 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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西北工业大学;西安电子科技大学，未经西北工业大学;西安电子科技大学许可，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/patent/202010593326.5/，转载请声明来源钻瓜专利网。
