专利汇可以提供基于小波和EMD重构相结合的泄漏检测方法及泄漏检测装置专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于小波和EMD重构相结合的 泄漏 检测方法及泄漏检测装置,该装置中,管道泄漏检测装置以STM32 单片机 为核心,主要包括 传感器 、 放大器 、 滤波器 、A/D转换模 块 及传输模块的设计。管道泄漏检测装置采集到数据后,通过无线通讯模块将数据传输到计算机;计算机则使用Matlab 软件 采用多方位邻域模式的小波通用 阈值 去噪和EMD重构相结合对采集的数据进行去噪处理,并通过相关分析进行 定位 ,进而得到管道泄漏点的 位置 。本发明能有效的去除噪声,提取有用 信号 ,从而显著地提高对管道泄漏点定位的 精度 。,下面是基于小波和EMD重构相结合的泄漏检测方法及泄漏检测装置专利的具体信息内容。
1.基于小波和EMD重构相结合的泄漏检测方法,其特征在于,具体步骤如下:
步骤1:通过三个传感器S1、S2和S3分别采集管道泄漏产生的振动信号s1(t)、s2(t)和s3(t);
步骤2:对信号s1(t)、s2(t)和s3(t)依次进行放大、滤波、A/D转换后得到采样序列s1(n)、s2(n)和s3(n),并存储到SD卡;
步骤3:通过无线通讯模块将采样序列s1(n)、s2(n)和s3(n)传输到计算机;
步骤4:对采样序列s1(n)、s2(n)和s3(n)分别进行去噪处理,得到去噪后的采样序列y1(n)、y2(n)和y3(n);
步骤5:采用基于EMD重构的相关时延估计方法对去噪后的采样序列y1(n)、y2(n)和y3(n)进行计算,得到泄漏声波从泄漏点到达传感器S1和S2的时延估计值D12以及泄漏声波从泄漏点到达传感器S2和S3的时延估计值D23;
步骤6:根据步骤5中得到的时延估计值以及泄漏声波在管道介质中的传播速度进行定位:
式中:L1为泄漏点到S1的距离;L2为泄漏点到S2的距离;L12:为S1和S2号之间的距离;V为泄漏声波在管道介质中的传播速度。
2.根据权利要求1所述的基于小波和EMD重构相结合的泄漏检测方法,其特征在于,步骤4中所述的去噪方法的具体过程如下:
步骤4-1:选择小波和并计算小波分解层数K,含噪采样序列被分解至K层,得到各层分解子带所对应的低、高频系数Vk、Wk,方法如下:
1)设置粗调解分解层数为N,保留分解的N-1次高频系数WN-1和N次高频系数WN;
2)对N-1层高频系数WN-1进行重构,计算其模极大值CDN-1;对N层高频系数WN进行重构,计算其模极大值CDN;如果CDN-1
4)放弃最后一次结果,确定最终的分解层数K为N-1;
步骤4-2:对第K层小波低频系数VK上利用通用阈值对脉冲噪声进行滤除;
1)对于待处理的信号点P,选择t步长的邻域范围;其中,t为自然数,t的最大取值为信号脉宽的一半;
2)以P点为基准点制作t个模式,分别计算这t个模式的邻域范围内数据绝对值的算术平均值,选出其中的最大算术平均值作为P点的特征值,以P点的特征值替代P点的原始幅值;
3)将替代后的P点特征值与通用阈值进行比较,当P点特征值大于通用阈值时,信号点P全部保留原始幅值;当P点特征值小于或等于通用阈值时,对信号点P进行置零;其中,通用阈值 δ为噪声标准方差,n为分解得到的小波系数的个数总和;
步骤4-3:将K层小波高频系数中的细节系数直接清零,对高频噪声进行清零;
步骤4-4:根据第K层的低频系数和步骤4-3中K层滤噪后的高频系数进行重构,得到去噪后的采样序列。
3.根据权利要求1所述的基于小波和EMD重构相结合的泄漏检测方法,其特征在于,步骤5中时延估计值D12和D23的计算过程为:
步骤5-1:提取y1(n)、y2(n)和y3(n)的前导背景噪声序列b1(n)、b2(n)和b3(n);
步骤5-2:对y1(n)、b1(n)分别进行离散傅里叶变换得到Y1(w)、B1(w),将Y1(w)、B1(w)的幅值分别取对数得到 再对 进行傅里叶逆变换得到y1(n)的
倒谱序列y11(n)、b1(n)的倒谱序列b11(n);
步骤5-3:将y11(n)、b11(n)进行滤波,分别得到y11(n)的声道响应 和b11(n)的声道响应 对 分别进行傅里叶变换得到 的频谱包络线 和
的频谱包络线 对 做差消除对等噪声,并除以瞬时背景噪声能
量(Vb1(w))2获得谱差曲线D1(W),再对谱差曲线D1(W)进行归一化得到归一化谱差曲线D11(w);
步骤5-4:用门限法获取D11(w)幅值高于门限T1的k个频段,该k个频段即为y1(n)中所含泄漏信号成分的主导频段,记为:[Wp11,Wq11],……,[Wp1k,Wq1k];
步骤5-5:对y1(n)进行EMD分解,得到 h1i(n)表示第i个基本模式
分量,i=1,2,…,m,r1(n)为分解后的余量;
步骤5-6:对步骤5-5中的m个基本模式分量分别进行傅里叶变换,计算并获取h11(n),h12(n),……,h1m(n)的功率谱分布曲线H11(W),H12(W),……,H1m(W);分别计算每组基本模式分量的功率谱分布曲线在频段[Wp11,Wq11],……,[Wp1k,Wq1k]内的幅值累加与全局幅值累加的比值η1,如果对应分量计算得到的η1大于预设门限值TH,则该分量作为y1(n)的重构信号C1(n)的分量之一,否则将该分量丢弃;
步骤5-7:将y2(n)和y3(n)按照步骤5-2至5-6的方法进行处理,获取y2(n)和y3(n)的重构信号C2(n)和C3(n),将C1(n)和C2(n)进行二次相关得到C1(n)、C2(n)的二次相关序列R(τ),对二次相关序列R(τ)的峰值进行检测即得到泄漏声波从泄漏点到达传感器S1和S2的时延估计值 采用同样的方法,得到泄漏声波从泄漏点到达传感器S2和
S3的时延估计值D23。
4.根据权利要求2所述的基于小波和EMD重构相结合的泄漏检测方法,其特征在于,步骤4-2中算术平均值 Pα为第α个模式对应的算术平均值,α=1,2,…,t。
5.根据权利要求1所述的基于小波和EMD重构相结合的泄漏检测方法,其特征在于,步骤6中泄漏声波在管道介质中的传播速度为V=L23/D23,L23为S2、S3之间的距离。
6.根据权利要求1所述的基于小波和EMD重构相结合的泄漏检测方法,其特征在于,步骤3中无线通讯模块采用的传输协议为TCP通信。
7.根据权利要求2所述的基于小波和EMD重构相结合的泄漏检测方法,其特征在于,步骤4-1中选择sym6小波进行5层分解。
8.根据权利要求3所述的基于小波和EMD重构相结合的泄漏检测方法,其特征在于,步骤5-6中 其中,H(w)表示任意基本模式分量的傅
里叶变换。
9.泄漏检测装置,其特征在于,该装置包括:
传感器,安装在待测管道上,用于检测所述待测管道的振动信号,并将所述振动信号转换成模拟信号;
放大器,与所述传感器连接,用于将所述模拟信号放大为放大模拟信号;
带通滤波器,与所述放大器连接,用于滤除所述放大模拟信号中的噪声信号;
模数转换模块,与所述滤波器连接,用于将滤波后的所述放大模拟信号转换为数字信号;
主处理器,与所述模数转换模块连接,用于将所述数字信号放入存储盘中进行存储;通过无线通讯模块与计算机连接,用于根据计算机的指令将所述数字信号传输至计算机;
全球定位系统时钟同步控制模块,与所述主处理器连接,用于高时间精度的数据采集的控制和实现;
供电模块,与所述主处理器连接,用于为所述主处理器提供电源;
计算机,与所述主处理器连接,用于根据如权利要求1步骤4至6中的方法对泄漏点进行定位。
10.根据权利要求9所述的泄漏检测装置,其特征在于,所述传感器为压电式加速度传感器;所述放大器的频带宽度在1千赫到250千赫范围内,在通频带内增益的变动量不超过3分贝;所述滤波器为带通滤波器,通带范围为20hz-2khz;所述主处理器为STM32单片机;所述全球定位系统时钟同步控制模块包括分别与所述STM32单片机连接的用于检测前对时钟进行同步的全球定位模块和用于检测中对时钟进行同步的实时时钟芯片;所述无线通讯模块釆用码分多址CDMA无线技术或无线分组业务GPRS无线技术或第四代数字通信4G无线技术与所述主处理器进行无线连接;所述供电模块为锂电池。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
微电子组件 | 2020-05-08 | 286 |
一种用于VDES射频接收通道自动增益控制环路的方法 | 2020-05-08 | 83 |
半导体器件 | 2020-05-08 | 973 |
SRAM灵敏放大器电路及存储单元 | 2020-05-08 | 285 |
可调节的短路故障触发电路及其控制方法、计算机可读存储介质 | 2020-05-08 | 612 |
磁悬浮地球仪 | 2020-05-08 | 990 |
主被动磁气混合轴承 | 2020-05-08 | 568 |
井斜信号放大器以及钻井工具 | 2020-05-08 | 747 |
无线电传输器中的多相数字信号预失真 | 2020-05-08 | 286 |
一种降噪蓝牙耳机 | 2020-05-11 | 874 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。