OALib Journal期刊
ISSN: 2333-9721
费用:99美元
|
|
|
基于声传播特性的供水管道泄漏检测与分类
DOI: 10.13232/j.cnki.jnju.2015.07.013
Keywords: 管道泄漏,特征提取,泄漏检测,分类识别
Abstract:
针对供水管道泄漏检测方法缺乏识别分类功能,并且传统人工巡检可靠性低的问题,本文设计了一套基于hht变换和bp神经网络的供水管道泄漏检测和分类方案,用功率谱和hht变换提取出典型频率特征用于泄漏检测;imf分量的归一化能量结合bp神经网络用于分类识别泄漏类型。通过采集大量不同泄漏类型声信号进行实验,证实该方案具有高于95%的检漏和分类正确率,具备一定的实际应用价值。
References
[1] | [2]谷小红,候迪波,周泽魁.声发射与emd相结合的埋地水管泄漏定位检测[j].浙江大学学报(工学版).2006,40(7):1105-1113
|
[2] | 孙立瑛,李一博,靳世久等.基于小波包和hht变换的声发射信号分析方法[j].仪器仪表学报.2008,29(8):1577-1582
|
[3] | jinkyunglee,sanglllee,joonhyunlee.studyondamagemechanismofpipeusingultrasonicwaveandacousticemissiontechnique[j].keyengineeringmaterials,2007,353-358(4):2415-2418.
|
[4] | 佟凯.相关分析法在管道漏点定位系统中的试验研究[d].哈尔滨工业大学,2005.
|
[5] | 王立坤,赵晋云,付松广等.基于神经网络的管道泄漏声波信号特征识别[j].仪器仪表学报.2006,27(6):2247-2249
|
[6] | hunaidio,chuwt.acousticalcharacteristicsofleaksignalsinplasticwaterdistributionpipes[j].appliedacoustic,1999,58(3):235-254.
|
[7] | huangne,zhengshen,longsr,etal.theempiricalmodedecompositionandthehilbertspectrumfornonlinearandnon-stationarytimeseriesanalysis[j].proc.r.soc.london,1998,4540:903-995.
|
[8] | huangne,zhengshen,longsr,etal.theempiricalmodedecompositionandthehilbertspectrumfornonlinearandnon-stationarytimeseriesanalysis.proc.r.soc.london,1998,4540:903~995.
|
[9] | 刘翠伟,李玉星,孟令雅等.基于希尔伯特黄变换的输气管道泄漏音波时频特性分析[j].振动与冲击,2014,33(16):42-49
|
[10] | 汪镭,周国兴,吴启迪.人工神经网络理论在控制领域中的应用综述[j].同济大学学报.2001,29(3):357-361
|
[11] | 靳蕃.神经计算智能基础原理方法[m].成都:西南交通大学出版社,2000.01.
|
[12] | m.eiswirth,l.s.burn.newmethodsfordefectdiagnosisofwaterpipelines.4.int.conf.onwaterpipelinesystem,28-30.march,york,uk.
|
[13] | 王逸林,梅继丹,蔡平.水声矢量信号的希尔伯特黄变换仿真研究[j].系统仿真学报.2008,20(15):4173-417
|
[14] | 王宏禹,邱天爽,陈?.非平稳随机信号分析与处理[m].北京:国防工业出版社,2008.04.
|
[15] | 张得丰等.matlab神经网络应用设计[m].北京:机械工业出版社,2012.03.
|
[16] | 陈斌,万江文,吴银锋等.神经网络和证据理论融合的管道泄漏诊断方法[j].北京邮电大学学报.2009,32(1):5-9
|
Full-Text
comments powered by
|
|
Contact Us
service@oalib.com QQ:3279437679
WhatsApp +8615387084133
|
|