基于VMD-PSE的压力管道多点泄漏定位方法

    公开(公告)号:CN109469837B

    公开(公告)日:2020-07-21

    申请号:CN201811373128.7

    申请日:2018-11-19

    IPC分类号: F17D5/06

    摘要: 本发明提供一种基于VMD‑PSE的压力管道多点泄漏定位方法,利用变分模态分解与功率谱熵相结合,将功率谱熵引入,对泄漏信号的低频区与高频区进行区分,弥补变分模态分解在高频区域信号分离不理想的缺点,对信号高低频域进行有效的处理,获取更多的有效的泄漏信息;并通过奇异值分解提取特征值对源信号进行估计,结合盲源分离方法分离出各源泄漏信号;最后利用互时频分析方法提取各源泄漏信号的时延,实现管道多点泄漏的精确定位。

    基于VMD分量相对熵分析的管道泄漏定位方法

    公开(公告)号:CN108644618B

    公开(公告)日:2019-07-09

    申请号:CN201810436414.7

    申请日:2018-05-09

    申请人: 常州大学

    IPC分类号: F17D5/06 G01M3/24

    摘要: 本发明提出一种基于VMD分量相对熵分析的管道泄漏定位方法。运用VMD处理泄漏声发射信号,得到IMF分量,将该分量分别与泄漏声发射信号和无泄漏声发射信号相结合分别计算相对熵值,对相对熵值进行自适应选择分析,提取与含有泄漏特征信号对应的IMF分量进行信号重构,得到最佳观测信号;再利用互时频分析得到观测信号延时与频率,将得到的频率结合模态频散曲线确定信号声速,最后通过时差定位原理得到管道泄漏位置。本发明通过无泄漏信号与泄漏信号IMF分量相对熵值的对比分析,去除干扰信号与虚拟分量,实现有效泄漏信号的提取,并联合互时频分析与模态频散曲线,有效解决泄漏信号难以提取以及频散性而导致泄漏定位误差大的问题。

    基于改进的ELMD多尺度熵的管道泄漏信号识别方法

    公开(公告)号:CN109084186A

    公开(公告)日:2018-12-25

    申请号:CN201810937852.1

    申请日:2018-08-17

    申请人: 常州大学

    IPC分类号: F17D5/06 G01M3/24

    摘要: 本发明提供一种基于改进的ELMD多尺度熵的管道泄漏信号识别方法,首先对获取实验数据进行噪声预处理,消除信号中低相关成分;然后对预处理信号进行ELMD处理,得到各个PF分量;通过峰值波形匹配法削弱ELMD分解存留的端点效应问题;分别计算PF分量的多尺度熵,排列比较泄漏信号的多尺度熵值来消除背景噪声;根据多尺度熵值选择主PF分量构造特征向量;将特征向量作为BP神经网络的输入向量,对网络进行训练;将待测样本输入训练好的BP神经网络中获得管道泄漏识别结果。本发明提供的方法能够适应管道的各种状况,具有较好的检测精度。

    一种压力管道两点泄漏检测精确定位方法

    公开(公告)号:CN107435817A

    公开(公告)日:2017-12-05

    申请号:CN201710696458.9

    申请日:2017-08-15

    IPC分类号: F17D5/06

    CPC分类号: F17D5/06

    摘要: 本发明公开了一种压力管道两点泄漏检测精确定位方法,利用声发射泄漏检测系统和相关仪泄漏检测系统在同时刻、同一环境下,对同一对象采集管道泄漏信号。一方面利用基于模拟退火思想的粒子群优化算法对声发射泄漏检测系统检测到的泄漏源信号进行盲源分离,同时嵌入记忆器,构筑并应用记忆模拟退火粒子群盲分离方法,消除管道多点泄漏导致的频散特性,分离出更为准确的泄漏源信号,大大减少分离时间,以此确定泄漏源信号到达上下游两传感器的时间;同时利用相关仪检测数据计算泄漏声波在管道中的传播速度;最后根据互相关定位算法计算出泄漏源的位置。实现压力管道泄漏的精确定位,具有成本低、使用便捷等优点。

    基于VMD-PSE的压力管道多点泄漏定位方法

    公开(公告)号:CN109469837A

    公开(公告)日:2019-03-15

    申请号:CN201811373128.7

    申请日:2018-11-19

    IPC分类号: F17D5/06

    摘要: 本发明提供一种基于VMD-PSE的压力管道多点泄漏定位方法,利用变分模态分解与功率谱熵相结合,将功率谱熵引入,对泄漏信号的低频区与高频区进行区分,弥补变分模态分解在高频区域信号分离不理想的缺点,对信号高低频域进行有效的处理,获取更多的有效的泄漏信息;并通过奇异值分解提取特征值对源信号进行估计,结合盲源分离方法分离出各源泄漏信号;最后利用互时频分析方法提取各源泄漏信号的时延,实现管道多点泄漏的精确定位。

    基于VMD分量相对熵分析的管道泄漏定位方法

    公开(公告)号:CN108644618A

    公开(公告)日:2018-10-12

    申请号:CN201810436414.7

    申请日:2018-05-09

    申请人: 常州大学

    IPC分类号: F17D5/06 G01M3/24

    CPC分类号: F17D5/06 G01M3/243

    摘要: 本发明提出一种基于VMD分量相对熵分析的管道泄漏定位方法。运用VMD处理泄漏声发射信号,得到IMF分量,将该分量分别与泄漏声发射信号和无泄漏声发射信号相结合分别计算相对熵值,对相对熵值进行自适应选择分析,提取与含有泄漏特征信号对应的IMF分量进行信号重构,得到最佳观测信号;再利用互时频分析得到观测信号延时与频率,将得到的频率结合模态频散曲线确定信号声速,最后通过时差定位原理得到管道泄漏位置。本发明通过无泄漏信号与泄漏信号IMF分量相对熵值的对比分析,去除干扰信号与虚拟分量,实现有效泄漏信号的提取,并联合互时频分析与模态频散曲线,有效解决泄漏信号难以提取以及频散性而导致泄漏定位误差大的问题。

    基于改进的ELMD多尺度熵的管道泄漏信号识别方法

    公开(公告)号:CN109084186B

    公开(公告)日:2020-05-26

    申请号:CN201810937852.1

    申请日:2018-08-17

    申请人: 常州大学

    IPC分类号: F17D5/06 G01M3/24

    摘要: 本发明提供一种基于改进的ELMD多尺度熵的管道泄漏信号识别方法,首先对获取实验数据进行噪声预处理,消除信号中低相关成分;然后对预处理信号进行ELMD处理,得到各个PF分量;通过峰值波形匹配法削弱ELMD分解存留的端点效应问题;分别计算PF分量的多尺度熵,排列比较泄漏信号的多尺度熵值来消除背景噪声;根据多尺度熵值选择主PF分量构造特征向量;将特征向量作为BP神经网络的输入向量,对网络进行训练;将待测样本输入训练好的BP神经网络中获得管道泄漏识别结果。本发明提供的方法能够适应管道的各种状况,具有较好的检测精度。

    一种压力管道两点泄漏检测精确定位方法

    公开(公告)号:CN107435817B

    公开(公告)日:2019-01-25

    申请号:CN201710696458.9

    申请日:2017-08-15

    IPC分类号: F17D5/06

    摘要: 本发明公开了一种压力管道两点泄漏检测精确定位方法,利用声发射泄漏检测系统和相关仪泄漏检测系统在同时刻、同一环境下,对同一对象采集管道泄漏信号。一方面利用基于模拟退火思想的粒子群优化算法对声发射泄漏检测系统检测到的泄漏源信号进行盲源分离,同时嵌入记忆器,构筑并应用记忆模拟退火粒子群盲分离方法,消除管道多点泄漏导致的频散特性,分离出更为准确的泄漏源信号,大大减少分离时间,以此确定泄漏源信号到达上下游两传感器的时间;同时利用相关仪检测数据计算泄漏声波在管道中的传播速度;最后根据互相关定位算法计算出泄漏源的位置。实现压力管道泄漏的精确定位,具有成本低、使用便捷等优点。