公开(公告)号：CN110440148A

公开(公告)日：2019-11-12

申请号：CN201910635177.1

申请日：2019-07-15

申请人： 清华大学

发明人： 刘书明 ,  马紫清 ,  吴雪

IPC分类号： F17D5/06

摘要： 本申请公开了一种漏损声信号分类识别方法，用于管道的漏损检测，该方法包括：获取管道的漏损声信号，所述漏损声信号为时间-振幅信号；预处理所述漏损声信号，得到所述漏损声信号的声纹图；其中，所述声纹图中横坐标为时间，纵坐标为频率，灰度值为振幅；输入所述声纹图至卷积神经网络分类模型；分类识别处理所述声纹图，获得所述漏损声信号的分类识别结果；该方法将管道漏损声信号的一维离散信号变换得到漏损声信号的声纹图，然后用卷积神经网络分类模型对该声纹图进行分类识别处理，根据分类识别处理结构判断是否存在漏损及漏损类型，解决了需要人工分析与判断而主观性较大的技术问题，实现了提高判断的准确性的技术效果。

公开(公告)号：CN110440148B

公开(公告)日：2021-07-13

申请号：CN201910635177.1

申请日：2019-07-15

申请人： 清华大学

发明人： 刘书明 ,  马紫清 ,  吴雪

IPC分类号： F17D5/06

摘要： 本申请公开了一种漏损声信号分类识别方法，用于管道的漏损检测，该方法包括：获取管道的漏损声信号，所述漏损声信号为时间‑振幅信号；预处理所述漏损声信号，得到所述漏损声信号的声纹图；其中，所述声纹图中横坐标为时间，纵坐标为频率，灰度值为振幅；输入所述声纹图至卷积神经网络分类模型；分类识别处理所述声纹图，获得所述漏损声信号的分类识别结果；该方法将管道漏损声信号的一维离散信号变换得到漏损声信号的声纹图，然后用卷积神经网络分类模型对该声纹图进行分类识别处理，根据分类识别处理结构判断是否存在漏损及漏损类型，解决了需要人工分析与判断而主观性较大的技术问题，实现了提高判断的准确性的技术效果。