基于神经网络的管道泄漏声波信号特征识别 被引量：16

1

作者 王立坤 赵晋云 +3 位作者 付松广 谭东杰 李健 靳世久 《仪器仪表学报》 EI CAS CSCD 北大核心 2006年第z3期2247-2249,共3页

文中采用小波包和神经网络结合起来用于声波信号诊断的方法来提高泄漏检测的准确率。该方法首先对声波信号进行小波包分解,将各频带内的分解系数重构,得到在每个分解节点上构成的新时间序列的参数,将这些参数通过BP神经网络进行智能识别... 文中采用小波包和神经网络结合起来用于声波信号诊断的方法来提高泄漏检测的准确率。该方法首先对声波信号进行小波包分解,将各频带内的分解系数重构,得到在每个分解节点上构成的新时间序列的参数,将这些参数通过BP神经网络进行智能识别,来区分故障原因。文章最后对现场实验数据及其信号分析结果进行了研究,实验结果表明,该方法可以有效地提高管道泄漏信号识别的准确度。 展开更多

关键词 管道泄漏 声波 小波包 神经网络

在线阅读 下载PDF 职称材料

基于BP神经网络的管道泄漏声信号识别方法研究 被引量：72

2

作者 焦敬品 李勇强 +1 位作者 吴斌 何存富 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第11期2588-2596,共9页

针对城市供水管网泄漏检测需求,进行了泄漏声信号识别方法研究。分析了泄漏信号的时域、频域及波形特点,提取出可用于泄漏信号表征的20种特征参数;基于提取的泄漏声信号特征参数,构建了泄漏声信号BP神经网络识别系统;研究了神经网络结构... 针对城市供水管网泄漏检测需求,进行了泄漏声信号识别方法研究。分析了泄漏信号的时域、频域及波形特点,提取出可用于泄漏信号表征的20种特征参数;基于提取的泄漏声信号特征参数,构建了泄漏声信号BP神经网络识别系统;研究了神经网络结构(隐含节点数、传递函数、学习率)及输入参数的数量和种类对泄漏信号识别效果的影响,并优化出最佳的神经网络结构及输入参数。在以上研究基础上,利用优化后的神经网络对实验室及现场管道泄漏信号进行了交叉训练和识别,结果表明,提出的基于泄漏特征参数的神经网络系统具有较高的可靠性和普适性,可以很好地实现不同场景下泄漏信号的交叉识别,整体识别率达92.5%,为解决不同工况下泄漏信号识别做了有益的探索。 展开更多

关键词 管道泄漏 声发射 特征提取 BP神经网络 信号识别

在线阅读 下载PDF 职称材料

基于小波包和HHT变换的声发射信号分析方法 被引量：27

3

作者 孙立瑛 李一博 +2 位作者 靳世久 曲志刚 李俊霖 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第8期1577-1582,共6页

针对声发射管道泄漏检测过程中的噪声干扰问题,对基于小波包和经验模态分解(EMD)的声发射信号处理方法进行了研究。采用小波包分解算法和经验模态分解都可以对管道泄漏声发射信号进行分解,但分解结果却存在一定区别。EMD是近年来非平稳... 针对声发射管道泄漏检测过程中的噪声干扰问题,对基于小波包和经验模态分解(EMD)的声发射信号处理方法进行了研究。采用小波包分解算法和经验模态分解都可以对管道泄漏声发射信号进行分解,但分解结果却存在一定区别。EMD是近年来非平稳信号分析领域的一个突破,对管道泄漏声发射信号进行EMD分解后,选择包含声发射特征的若干固有模式函数(IMF分量)进行重构,可以提取到管道泄漏声发射信号的本质特征,消除噪声信号的干扰。相对小波包分解方法而言,对根据IMF分量重构的声发射信号进行相关分析计算,得到的管道泄漏点的位置更为精确。 展开更多

关键词 小波包 HILBERT-HUANG变换 经验模态分解(EMD) 声发射(AE) 管道泄漏检测

在线阅读 下载PDF 职称材料

基于CNN的水管道小泄漏声信号识别 被引量：10

4

作者 李哲 封皓 +2 位作者 刘欣 贺永方 刘兰慧 《噪声与振动控制》 CSCD 北大核心 2021年第4期66-72,共7页

针对供水管道小泄漏声信号识别困难的问题,提出一种基于卷积神经网络(Convolutional neural network,CNN)的管道泄漏声学信号识别方法。该方法首先通过多窗谱谱减法去除信号中的噪声;之后,使用短时傅里叶变换计算去噪后声信号的时频图,... 针对供水管道小泄漏声信号识别困难的问题,提出一种基于卷积神经网络(Convolutional neural network,CNN)的管道泄漏声学信号识别方法。该方法首先通过多窗谱谱减法去除信号中的噪声;之后,使用短时傅里叶变换计算去噪后声信号的时频图,将声信号识别问题转化为图像识别问题;并将时频图输入自主搭建的CNN系统,完成泄漏检测。数据集通过管道内检测器样机采集,并作为评价泄漏识别方法性能的依据。结果表明,所提出的方法对无泄漏、0.4 mm泄漏孔、0.6 mm泄漏孔、0.8 mm泄漏孔及1 mm泄漏孔的平均识别率达到95.28%。与基于支持向量机(Support vector machine,SVM)和AlexNet的声信号识别方法进行比较,所提出的方法有明显优势,可应用于管道泄漏声学内检测领域。 展开更多

关键词 声学 管道检测 声信号 卷积神经网络 小泄漏

在线阅读 下载PDF 职称材料

小波神经网络在海底石油管道漏磁缺陷检测中的应用 被引量：7

5

作者 金涛 阙沛文 陶正苏 《石油大学学报（自然科学版）》 EI CSCD 北大核心 2005年第3期83-86,91,共5页

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信... 海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。 展开更多

关键词 海底管道 漏磁检测信号处理 小波神经网络 形态参数 噪声消除 缺陷识别

在线阅读 下载PDF 职称材料

胶合板声发射信号的小波包特征提取及神经网络模式识别 被引量：2

6

作者 徐锋 赵明忠 刘云飞 《现代电子技术》 2011年第21期96-99,102,共5页

为识别胶合板的不同损伤类型,将小波包时频分析与能量谱相结合,提出基于时频和频段能量占比的胶合板损伤声发射信号特征提取方法。研究得出胶合板基体开裂信号以膨胀波和弯曲波模式并举,频谱较宽,能量主要集中在小波能量谱的第一、二、... 为识别胶合板的不同损伤类型,将小波包时频分析与能量谱相结合,提出基于时频和频段能量占比的胶合板损伤声发射信号特征提取方法。研究得出胶合板基体开裂信号以膨胀波和弯曲波模式并举,频谱较宽,能量主要集中在小波能量谱的第一、二、三、四和七频段;分层信号频率单一,幅值较高,并以膨胀波为主;纤维断裂主要以弯曲波模式为主,频率较低;脱胶信号波形为膨胀波和弯曲波的混合型,以弯曲波为主,能量多集中于第一、二、三、四频段。用小波包提取的能量占比作为由BP神经网络构成的智能化模式分类器的输入样本,对4种声发射信号进行识别,正确率达到92.6%。 展开更多

关键词 胶合板 声发射 小波包变换 神经网络

在线阅读 下载PDF 职称材料

基于ISODATA算法的漏磁信号到缺陷轮廓的网络映射 被引量：1

7

作者 李莺莺 靳世久 +1 位作者 魏茂安 郑月好 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2005年第5期395-399,共5页

由于漏磁信号与缺陷轮廓的非线性关系,由管道漏磁信号描述管道缺陷的几何特征一直是管道漏磁检测的难点.本文采用小波基函数神经网络的方法,建立了由管道缺陷的漏磁信号到缺陷截面轮廓图的网络映射.算法中应用迭代自组织数据分析(ISODA... 由于漏磁信号与缺陷轮廓的非线性关系,由管道漏磁信号描述管道缺陷的几何特征一直是管道漏磁检测的难点.本文采用小波基函数神经网络的方法,建立了由管道缺陷的漏磁信号到缺陷截面轮廓图的网络映射.算法中应用迭代自组织数据分析(ISODATA)动态聚类的算法使得基函数中心的选取更加合理,经过多层分辨率的训练,网络输出表明,该网络可以较准确反映出缺陷的几何特征,为管道缺陷的特征提取提供一种可行的方法. 展开更多

关键词 埋地管道 漏磁检测 小波基函数神经网络 ISODATA算法 缺陷

在线阅读 下载PDF 职称材料

海洋平台油气管道疲劳裂纹识别方法 被引量：4

8

作者 魏强 宋鹏飞 +2 位作者 刘国恒 李忠涛 曲先强 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2022年第4期481-487,共7页

为了将声发射技术实际应用到监测油气平台管道裂纹中,需要解决管道振动干扰以及疲劳裂纹声发射信号有效特征提取的问题,本文提出了概率神经网络结合基于小波包为特征提取的疲劳裂纹识别方法。通过小波时频分析确定钢结构疲劳裂纹声发射... 为了将声发射技术实际应用到监测油气平台管道裂纹中,需要解决管道振动干扰以及疲劳裂纹声发射信号有效特征提取的问题,本文提出了概率神经网络结合基于小波包为特征提取的疲劳裂纹识别方法。通过小波时频分析确定钢结构疲劳裂纹声发射信号特征频率范围,并只对包含特征频率的重构声发射信号进行特征提取,再通过概率神经网络进行疲劳裂纹识别。试验结果表明:上述方法能够识别出油气平台管道裂纹,并且具有一定的抗干扰能力,为后续海上油气平台管道测试与实际应用提供了试验依据。 展开更多

关键词 声发射技术 监测 平台管道裂纹 小波包变换 时频分析 特征提取 特征频率 概率神经网络

在线阅读 下载PDF 职称材料

基于小波-BP神经网络的阀门内漏率量化方法 被引量：4

9

作者 赵翰学 李振林 +2 位作者 彭鹤 朱沈宾 俞瀛 《石油机械》 北大核心 2021年第5期122-130,共9页

由于环境因素和载荷作用,阀门运行过程中会出现多种缺陷,进而导致阀门内漏。声发射技术具有检测速度快、检测方便及无需停产等优点,可以实现阀门内漏状态的定性与定量评价。通过试验采集了阀门内漏声发射信号,选择了8个特征参数作为特... 由于环境因素和载荷作用,阀门运行过程中会出现多种缺陷,进而导致阀门内漏。声发射技术具有检测速度快、检测方便及无需停产等优点,可以实现阀门内漏状态的定性与定量评价。通过试验采集了阀门内漏声发射信号,选择了8个特征参数作为特征集。将基于因子分析的降维技术用于阀门内漏声发射信号处理,实现了对阀门内漏样本特征集的降维处理。采用小波分解将已降维的样本特征集分解为4个特征子集。将小波分解后的样本特征子集输入误差反向传播神经网络模型,并通过平均绝对误差、均方根误差和皮尔森相关系数3项评价指标对模型结构进行了优化,优化后的模型对阀门内漏率的定量预测误差小于10%。研究结果表明,小波-BP神经网络模型可以实现对阀门内漏率的定量表征,并具有较高的鲁棒性。该技术可以为天然气阀门的安全运行提供技术支持。 展开更多

关键词 声发射 阀门内漏 因子分析 小波分解 BP神经网络

在线阅读 下载PDF 职称材料

基于多层感知器神经网络和统计小波特征的管道泄漏诊断 被引量：10

10

作者 王晓敏 骆正山 赵乐新 《安全与环境学报》 CAS CSCD 北大核心 2021年第4期1483-1489,共7页

油气输送管道泄漏造成的主要问题包括环境危害和经济损失。为了降低管道泄漏造成的危害,提出了一种新的方法用于检测管道泄漏情况。该方法主要通过故障检测与隔离系统建立入口压力与出口流量之间的定量关系,首先,采用OLGA软件模拟获得... 油气输送管道泄漏造成的主要问题包括环境危害和经济损失。为了降低管道泄漏造成的危害,提出了一种新的方法用于检测管道泄漏情况。该方法主要通过故障检测与隔离系统建立入口压力与出口流量之间的定量关系,首先,采用OLGA软件模拟获得管道入口压力和出口流量数据,为了提高模型精度,利用小波变换的多尺度分解和重构技术将获取的数据信号分为3级,并将其作为故障检测与隔离系统的训练数据。然后采用统计技术、小波变换及2种方法的融合等方式提取信号的均值、偏差、峰度等特征,将特征提取结果分别作为多层感知器神经网络分类器的输入来确定泄漏状态。最后,利用混淆矩阵对泄漏识别的精度进行验证。对一段长约5 km的天然气管道进行了泄漏检测,将泄漏类型分为10类,结果表明,提出的方法对泄漏位置和泄漏尺寸的自动检测识别率约为92%。该方法不仅可以检测泄漏故障的发生,还可以确定泄漏故障的位置和严重程度。 展开更多

关键词 安全工程 管道泄漏 感知器神经网络 分类器 小波变换 统计特征

在线阅读 下载PDF 职称材料

基于实验研究的油气钻采水平两相流管道泄漏声发射检测 被引量：6

11

作者 张源 杜莎莎 +3 位作者 顾纯巍 夏强 刘鹏谦 徐长航 《中国海上油气》 CAS CSCD 北大核心 2021年第1期158-165,共8页

气液两相流管道在油气钻采、运输中应用广泛,但对其泄漏检测的研究较少。本文通过搭建水平气液两相流泄漏实验系统,利用声发射(AE)检测原理对气体压力、流型、泄漏孔径、泄漏位置等因素对泄漏声发射信号的影响进行了实验研究,提出通过... 气液两相流管道在油气钻采、运输中应用广泛,但对其泄漏检测的研究较少。本文通过搭建水平气液两相流泄漏实验系统,利用声发射(AE)检测原理对气体压力、流型、泄漏孔径、泄漏位置等因素对泄漏声发射信号的影响进行了实验研究,提出通过经验模态分解(EMD)去噪并用小波包分解(WPD)提取声发射信号特征输入BP神经网络进行泄漏存在性、泄漏流型识别。研究结果表明,本文提出的泄漏声发射检测方法提高了BP神经网络对气液两相流泄漏模式的识别精度并可以实现对两相流管道的有效检测,具有较好的借鉴意义。 展开更多

关键词 气液两相流 管道泄漏 声发射 无损检测 BP神经网络

在线阅读 下载PDF 职称材料

基于声发射的X80管线钢塑性损伤评估技术研究 被引量：1

12

作者 宋宇佳 范利锋 +3 位作者 杨学灵 苟建军 王森 秦淑淇 《塑性工程学报》 CAS CSCD 北大核心 2023年第9期204-210,共7页

为了监测和评估管线钢服役状态,以应用最为广泛的贝氏体+多边形铁素体双相结构X80管线钢作为研究对象,利用声发射技术对其塑性变形过程的损伤状态进行监测与评估。通过使用sym4系小波、Birge-Massart算法和小波包分解算法对声发射信号... 为了监测和评估管线钢服役状态,以应用最为广泛的贝氏体+多边形铁素体双相结构X80管线钢作为研究对象,利用声发射技术对其塑性变形过程的损伤状态进行监测与评估。通过使用sym4系小波、Birge-Massart算法和小波包分解算法对声发射信号进行去噪和特征提取处理,并采用相关性分析结合LightGBM算法对提取后的特征进行选择。基于能量耗散模型,并考虑在塑性损伤过程中弹性模量衰减的因素,定义了损伤变量来定量表征塑性损伤程度。采用径向基函数神经网络实现了特征参量和损伤变量的映射关系。结果表明,该方法能够对服役中的管线钢进行监测和评估。 展开更多

关键词 X80管线钢 声发射检测 塑性损伤 小波分析 径向基神经网络

在线阅读 下载PDF 职称材料