一种基于DT-CWT和S4VM的管道堵塞故障识别方法专利检索-信号处理信号处理专利检索查询-专利查询网

一种基于DT-CWT和S4VM的管道堵塞故障识别方法

阅读：14发布：2024-02-11

专利汇可以提供一种基于DT-CWT和S4VM的管道堵塞故障识别方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种基于DT‑CWT和S4VM的管道堵塞故障识别方法，属于故障检测技术领域，本发明首先检测管道获得管道的声压信号数据，然后采用双树复小波变换算法对获得的声学信号数据进行分解重构，得到各频段的分量，从各频段的分量中选择有效频段分量，并对有效频段分量进行声压级变换，然后提取变换后有效频段分量的脉冲因子和平均声能量密度，将脉冲因子和平均声能量密度作为用于分类的特征向量并将特征向量输入S4VM分类器中进行训练得到训练器模型，利用训练器模型识别管道不同程度的堵塞并排除三通件的干扰，本方法克服了现有的管道检测信号难以有效处理的问题，对管道损伤小，成本低，安装方便，实用性强。，下面是一种基于DT-CWT和S4VM的管道堵塞故障识别方法专利的具体信息内容。

权利要求

1.一种基于DT-CWT和S4VM的管道堵塞故障识别方法，其特征在于，首先检测管道获得管道的声压信号数据，然后采用双树复小波变换算法对获得的声压信号数据进行分解重构，得到各频段的分量，从各频段的分量中选择有效频段分量，并对有效频段分量进行声压级变换，然后提取变换后有效频段分量的脉冲因子和平均声能量密度，将脉冲因子和平均声能量密度作为用于分类的特征向量并将特征向量输入S4VM分类器中进行训练得到分类结果的模型，利用分类结果的模型识别管道不同程度的堵塞并排除三通件的干扰。
2.根据权利要求1所述的基于DT-CWT和S4VM的管道堵塞故障识别方法，其特征在于：具体步骤如下：
(1)首先在管道内放置声学仪器，管道外设有数据采集和信号处理设备，管道的尾端半封闭，声音在管道的传播过程中，遇到管道尾端发生反射、折射、散射，产生大量携带管道结构缺陷信息反射回波，数据采集和信号处理设备采集反射的回波，获得管道的声压信号数据；
(2)数据采集和信号处理设备对信号数据进行处理，采用双树复小波变换算法对声压信号数据进行分解、重构，得到各频段的分量，将各频段的分量分别用时域图表示，观察时域图，将含噪信号大的时域图表示的频段分量去掉，将其他频段的分量作为有效频段分量，并对有效频段分量进行声压级变换，得到各有效频段分量的声压级信号；
(3)提取步骤(2)各有效频段分量的声压级信号的脉冲因子和平均声能量密度，其中各有效频段分量的平均声能量密度的公式提取如下：
其中，表示平均声能量密度，pe表示有效声压，且 pa表示原始声压，ρ0表示媒质密度，c0表示声音在管道中传播速度，为声能量密度的时间平均值，V0为管道体积；
(4)将步骤(3)提取的脉冲因子和平均声能量密度作为用于分类的特征向量并将特征向量输入S4VM分类器中进行分类训练得到各分类结果的模型；
(5)测试另外管道时重复步骤(1)～(3)，得到测试管道数据的脉冲因子和平均声能量密度，然后计算测试数据与步骤(4)各分类结果的模型之间的欧式距离，并将计算的欧式距离为最小值的所代表的分类结果作为该测试管道的测试结果，完成对测试管道的故障识别。
3.根据权利要求2所述的基于DT-CWT和S4VM的管道堵塞故障识别方法，其特征在于：所述步骤(4)中得到四种分类结果的模型，分别为正常，轻微堵塞，中重度堵塞，三通件干扰。
4.根据权利要求2所述的基于DT-CWT和S4VM的管道堵塞故障识别方法，其特征在于：所述步骤(1)中声学仪器包括一个以上的水听器和一个扬声器，数据采集和信号处理设备包括PC机、声卡、滤波器、前置放大器和功率放大器；一个以上的水听器分别与滤波器连接，滤波器与功率放大器连接，功率放大器与声卡连接，扬声器通过前置放大器与声卡连接，声卡与PC机连接。

说明书全文

一种基于DT-CWT和S4VM的管道堵塞故障识别方法

技术领域

[0001] 本发明涉及一种基于DT-CWT和S4VM的管道堵塞故障识别方法，属于故障检测技术领域。

背景技术

[0002] 2015年我国供水管道总长度约71万公里，且每年呈上升趋势，但我国与发达国家相比，管道平均漏损率高，其中堵塞造成的管内的油泥、锈垢会固化，造成原管径变小；淤泥会在管道内沉淀，容易产生硫化氢等易燃易爆气体，造成环境污染并易引起爆管。如果不及时清除管道内的异物，会造成管道堵塞，轻则危害用水安全，重则造成泄漏、爆管，对资源、环境及我国经济造成巨大损失与危害。所以，及时检测管道堵塞，控制管道堵塞量变产生的危害危险，对节约水资源、保障城市用水、推动我国经济持续健康发展有重要意义。

[0003] 目前埋地排水管道的检测主要集中在事后检测，方法上存在开挖损伤，依赖人工操作，设备昂贵等主要问题。基于声学的检测方法具有低成本、安装方便等特点。导波检测属于声学无损检测领域最新方法之一，可以用来对管道堵塞和泄漏检测与定位，这种方法采用机械应力波沿着管道延伸方向传播，传播距离长并且衰减小，有时单一的位置检测可达数百米，仅需要对传感器安装位置的管道外表面进行处理，能检测难以近距离检测的管道部位。管道发生堵塞时，导致管道横截面积变小，导波在媒质发生变化时，声学特性会发生相应的变化，导波在传播过程中，也会受到管道常规部件例如三通件的影响。

发明内容

[0004] 本发明的目的在于提供一种基于DT-CWT和S4VM的管道堵塞故障识别方法，DT-CWT即为双树复小波变换，S4VM为安全半监督支持向量机，本发明方法克服了现有的管道检测信号难以有效处理的问题，本发明用导波对管道堵塞和泄漏检测获得管道内的回波，获得的回波信号是非线性、非平稳信号，从堵塞声信号机理出发，分析堵塞声信号特征，并利用双树复小波变换和声压级相结合的特征提取方法对信号预处理，根据声波在管道中的传播机理，提取声能量密度和脉冲因子为特征，利用安全半监督支持向量机即S4VM对不同堵塞情况和三通件进行了多分类标注。

[0005] 本发明的技术方案是：首先检测管道获得管道的声压信号数据，然后采用双树复小波变换算法对获得的声学信号数据进行分解重构，得到各频段的分量，从各频段的分量中选择有效频段分量，并对有效频段分量进行声压级变换，然后提取变换后有效频段分量的脉冲因子和平均声能量密度，将脉冲因子和平均声能量密度作为用于分类的特征向量并将特征向量输入S4VM分类器中进行训练得到训练器模型，利用训练器模型识别管道不同程度的堵塞并排除三通件的干扰。

[0006] 本发明的具体步骤如下：

[0007] (1)首先在管道内放置声学仪器，管道外设有数据采集和信号处理设备，管道的尾端半封闭，声音在管道的传播过程中，遇到管道尾端发生反射、折射、散射，产生大量携带管道结构缺陷信息反射回波，数据采集和信号处理设备采集反射的回波，获得管道的声压信号数据；

[0008] (2)数据采集和信号处理设备对信号数据进行处理，采用双树复小波变换算法对声压信号数据进行分解、重构，得到各频段的分量，将各频段的分量分别用时域图表示，观察时域图，将含噪信号大的时域图表示的频段分量去掉，将其他频段的分量作为有效频段分量，并对有效频段分量进行声压级变换，得到各有效频段分量的声压级信号；

[0009] (3)提取步骤(2)各有效频段分量的声压级信号的脉冲因子和平均声能量密度，其中各有效频段分量的平均声能量密度的公式提取如下：

[0010]

[0011] 其中，表示平均声能量密度，pe表示有效声压，且 pa表示原始声压，ρ0表示媒质密度，c0表示声音在管道中传播速度，为声能量密度的时间平均值，V0为管道体积；

[0012] (4)将步骤(3)提取的脉冲因子和平均声能量密度作为用于分类的特征向量并将特征向量输入S4VM分类器中进行分类训练得到各分类结果的模型；

[0013] (5)测试另外管道时重复步骤(1)～(3)，得到测试管道数据的脉冲因子和平均声能量密度，然后计算测试数据与步骤(4)各分类结果的模型之间的欧式距离，并将计算的欧式距离为最小值的所代表的分类结果作为该测试管道的测试结果，完成对测试管道的故障识别。

[0014] 所述步骤(4)中得到四种分类结果的模型，分别为正常，轻微堵塞，中重度堵塞，三通件干扰。

[0015] 所述步骤(1)中声学仪器包括一个以上的水听器和一个扬声器，数据采集和信号处理设备包括PC机、声卡、滤波器、前置放大器和功率放大器；一个以上的水听器分别与滤波器连接，滤波器与功率放大器连接，功率放大器与声卡连接，扬声器通过前置放大器与声卡连接，声卡与PC机连接。

[0016] 与现有技术相比，本发明的有益效果如下：

[0017] (1)本发明以声波作为检测手段，主动检测管道缺陷，实际应用中对管道系统破坏性小，检测距离长，相对其他检测方式成本较低。

[0018] (2)本发明采用双树复小波变换算法，该算法能克服传统小波分解出现的频率混叠现象，获取准确的各频率分量。

[0019] (3)本发明采用S4VM对不同程度堵塞进行识别，半监督学习也可以有效识别不同的管道故障，并且减少实际管道检测中大量数据无法标注的问题。附图说明

[0020] 图1为本发明的检测原理示意图；

[0021] 图2(a)为本发明的实施例1双树复小波分解声压信号的时域图；

[0022] 图2(b)为本发明的实施例1声压级变换后的时域图；

[0023] 图3为本发明的实施例1两类特征聚类可视化结果。

具体实施方式

[0024] 以下结合附图和具体实施方式，对本发明作进一步说明。

[0025] 实施例1：(1)管道检测原理示意图如图1所示，在管道首端放置声学仪器，声学仪器包括四个水听器和一个扬声器，管道外设有数据采集和信号处理设备，数据采集和信号处理设备包括PC机、声卡、滤波器、前置放大器和功率放大器；4个水听器分别与滤波器连接，滤波器与功率放大器连接，功率放大器与声卡连接，扬声器通过前置放大器与声卡连接，声卡与PC机连接，使用频率范围为50至7000Hz的正弦信号作为激励信号，管道的尾端半封闭，声音在管道的传播过程中，遇到管道尾端发生反射、折射、散射，产生大量携带管道结构缺陷信息反射回波，数据采集和信号处理设备采集反射的回波，每0.1s采集4410个点，采样频率为44100Hz，获得管道的声压信号数据；

[0026] (2)数据采集和信号处理设备对信号数据进行处理，采用双树复小波变换算法对声压信号数据进行8层分解并重构，得到各频段的分量，将各频段的分量分别用时域图表示，如图2所示，由图2(a)双树复小波分解结果图可见，d1、d2、d3频率较高，故障特征信息较少并且含有噪声信息，所以不对高频部分的d1、d2、d3进行处理，去掉d1、d2、d3频段的分量，按照分解的层数，每层分解频率变为上一层的fs/2n，分解层数越高，频率越低，选择其余d4、d5、d6、d7、d8、a8作为有效分量，将有效分量分别进行声压级变换，如图2(b)所示；

[0027] (3)提取步骤(2)各有效频段分量的声压级信号的脉冲因子和平均声能量密度，其中各有效频段分量的平均声能量密度的公式提取如下：

[0028]

[0029] 其中，表示平均声能量密度，pe表示有效声压，且 pa表示原始声压，ρ0表示媒质密度，c0表示声音在管道中传播速度，为声能量密度的时间平均值，V0为管道体积；提取的脉冲因子Pj和平均声能量密度Pi的矩阵如下所示：

[0030]

[0031]

[0032] (4)将步骤(3)提取的脉冲因子和平均声能量密度作为用于分类的特征向量并将特征向量输入S4VM分类器中进行分类训练得到各分类结果的模型，得到四种分类结果的模型，分别为正常，轻微堵塞，中重度堵塞，三通件干扰，具体为将提取的特征向量的集合进行奇异值分解降维，将6维体征向量降到3维进行分类并在3维坐标下进行可视化，如图3所示，四种工况特征分布特征向量聚集明显，有很好的可分性，所以特征集可以用来对故障类型进行分类。

[0033] (5)测试另外管道时重复步骤(1)～(3)，得到测试管道数据的脉冲因子和平均声能量密度，然后计算测试数据与步骤(4)各分类结果的模型之间的欧式距离，并将计算的欧式距离为最小值的所代表的分类结果作为该测试管道的测试结果，完成对测试管道的故障识别。

[0034] 上面结合附图对本发明的具体实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

标题	发布/更新时间	阅读量
天线及信号处理装置	2020-05-08	994
一种基于代数拓扑的任务态脑电信号分析方法	2020-05-08	599
车载应答器验证存车线上查询器的装置和方法	2020-05-08	816
基于电流检测控制重合闸的电源管理系统及检测控制方法	2020-05-08	703
一种通信系统时钟分配管理电路	2020-05-08	642
高精度定位的航标	2020-05-08	750
一种信号处理装置及天线设备	2020-05-08	912
一种河道清淤工程的监测系统	2020-05-11	619
一种变电站高压室设备状态在线监测系统	2020-05-11	275
一种大尺度复合材料应变空间高密度监测系统	2020-05-11	375

一种基于DT-CWT和S4VM的管道堵塞故障识别方法

一种基于DT-CWT和S4VM的管道堵塞故障识别方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：