一种基于异构场信号的管道多组件识别方法

    公开(公告)号:CN112347903A

    公开(公告)日:2021-02-09

    申请号:CN202011216366.4

    申请日:2020-11-04

    Applicant: 东北大学

    Abstract: 本发明提供一种基于异构场信号的管道多组件识别方法,涉及故障诊断和无损检测技术领域。该方法首先实时采集管道异构场数据,并进行滤波处理和基值校正;再利用自适应阈值将异构场数据转换为伪彩色图;获得伪彩色图中包含组件或缺陷的异常区域位置信息,并确定同一组件或缺陷目标的异常推荐区域集合;去除异常推荐区域集合中面积的交集和并集的比小于面积比阈值的异常推荐区域,得到组件或缺陷的目标推荐区域;从目标推荐区域提取组件或缺陷类型的特征信息,设定组件或缺陷类别标签,进行多分类器的训练,并生成分类模型;提取待识别的异构场数据的特征信息,并作为分类模型的输入,输出每个目标推荐区域对应的组件或缺陷的类别。

    一种基于异构场信号的管道多组件识别方法

    公开(公告)号:CN112347903B

    公开(公告)日:2024-02-02

    申请号:CN202011216366.4

    申请日:2020-11-04

    Applicant: 东北大学

    Abstract: 本发明提供一种基于异构场信号的管道多组件识别方法,涉及故障诊断和无损检测技术领域。该方法首先实时采集管道异构场数据,并进行滤波处理和基值校正;再利用自适应阈值将异构场数据转换为伪彩色图;获得伪彩色图中包含组件或缺陷的异常区域位置信息,并确定同一组件或缺陷目标的异常推荐区域集合;去除异常推荐区域集合中面积的交集和并集的比小于面积比阈值的异常推荐区域,得到组件或缺陷的目标推荐区域;从目标推荐区域提取组件或缺陷类型的特征信息,设定组件或缺陷类别标签,进行多分类器的训练,并生成分类模型;提取待识别的异构场数据的特征信息,并作为分类模型的输(56)对比文件Andrey V. Timofeev等.MultimodalHeterogeneous Monitoring of Super-Extended Objects: Modern View《.RecentAdvances in Systems Safety and Security》.2016,第62卷97–116.

Patent Agency Ranking