CN104089186A - 一种基于组合滤波和动态阈值的管道压力异常诊断方法 - Google Patents
一种基于组合滤波和动态阈值的管道压力异常诊断方法 Download PDFInfo
- Publication number
- CN104089186A CN104089186A CN201410307192.0A CN201410307192A CN104089186A CN 104089186 A CN104089186 A CN 104089186A CN 201410307192 A CN201410307192 A CN 201410307192A CN 104089186 A CN104089186 A CN 104089186A
- Authority
- CN
- China
- Prior art keywords
- pressure
- pressure signal
- signal
- head end
- dynamic threshold
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 18
- 238000002405 diagnostic procedure Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 29
- 239000007788 liquid Substances 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims abstract description 10
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 34
- 230000005856 abnormality Effects 0.000 claims description 9
- 238000003745 diagnosis Methods 0.000 claims description 9
- 230000008054 signal transmission Effects 0.000 claims description 8
- 239000000700 radioactive tracer Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 abstract description 2
- 230000009466 transformation Effects 0.000 abstract description 2
- 238000000354 decomposition reaction Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 101150065184 sym-2 gene Proteins 0.000 description 1
Landscapes
- Measuring Fluid Pressure (AREA)
Abstract
本发明涉及一种基于组合滤波和动态阈值的管道压力异常诊断方法,对实时获取液体对管道首端和末端的压力信号,利用低通滤波和离散小波滤波进行分解重构,得到组合滤波后的压力信号,对压力信号进行分段处理,计算各段组合滤波后的压力信号的动态阈值,利用动态阈值实时判断管道压力信号是否异常,对管道首端和末端压力异常信号运用Pearson相关系数法判断是否为同源引起的异常压力信号,对同源的异常压力信号利用连续小波变换得到两个小波系数的极大值点所对应的时刻,利用极大值点所对应的时刻之差进行异常点定位。本发明提高了管道异常诊断的灵敏度,降低了误判率,并在最短的时间内较为准确检测压力异常点并定位。
Description
技术领域
本发明属于流体储运监控故故障检测领域,具体涉及一种基于组合滤波和动态阈值的管道压力异常诊断方法。
背景技术
在管道泄漏的实时检测方法中,基于压力波的管道泄漏诊断方法由于其原理和结构简单得到了广泛的应用。具不完全统计在我国至少有两万公里以上的长输管道安装了基于压力波的泄漏检测系统。虽然基于光纤、声波或者电阻网等的新型泄漏检测方法已经具有相对成熟的研究,但是因为基于压力信号泄漏实时诊断系统特点,其应用并未受到限制。
基于压力信号泄漏实时诊断系统,是以压力信号为核心的诊断技术,已经开展多年,也取得了显著的成绩。但是现有技术中基于压力信号的泄漏分析方法具有如下的问题:
(1)诊断速度较慢,光纤、声波、电阻网等方法都是在线的实时检测,而基于压力信号的诊断速度相对较慢。一般要管道泄漏后10分钟以上才能给出诊断信息,而如果管道发生泄漏,可能导致严重的后果。
(2)对于小泄漏和缓变泄漏反映不灵敏,一般认为1分钟内压力变化小于1%的泄漏是小泄漏。小泄漏和缓变泄漏是现役管道泄漏诊断的难题,目前没有哪种方法能完美地彻底解决这个问题,只能在现有的方法上逐步改进。
(3)误判断多,压力信号受工况调整影响严重,当工况调整时,压力信号会产生畸变,从而导致误判断。
因此可以利用小波对数据滤波,利用极大似然性统计分析对管道泄漏进行检测的方法,对压力信号进行小波变换寻找特征点,提高了泄漏定位的准确度,还可以通过神经网络对实时数据的分析完成对管道泄漏的检测,这种方法有效减小了误报率。
发明内容
针对现有技术存在的不足,本发明提供一种基于组合滤波和动态阈值的管道压力异常诊断方法。
本发明的技术方案是:
一种基于组合滤波和动态阈值的管道压力异常诊断方法,包括以下步骤:
步骤1:实时获取液体对管道首端的压力信号和液体对管道末端的压力信号;
步骤2:对获取的液体对管道首端的压力信号和液体对管道末端的压力信号运用组合滤波方法进行滤波,组合滤波方法即首先对获取的压力信号进行低通滤波,再利用离散小波滤波方法对低通滤波后的压力信号进行分解、重构,获得组合滤波后的压力信号;
步骤3:将组合滤波后的压力信号进行分段处理,将每一段组合滤波后的压力信号平均分为前段压力信号和后段压力信号,计算前段压力信号的平均值与后段压力信号的平均值之差的绝对值δ;
步骤4:将δ与压力异常系数S进行比较,若δ>S,表示该段压力信号为非平稳状态压力记录信号,对非平稳状态压力记录信号出现次数进行累计,若非平稳状态压力记录信号出现次数达到设定的次数N,则表示该段压力信号为非平稳状态压力信号,执行步骤6,若非平稳状态压力记录信号出现次数未达到设定的次数或δ≤S,表示该段压力信号为平稳状态压力信号,执行步骤5;
步骤5:实时计算组合滤波后的压力信号对应的信号波形纵坐标的最大值与纵坐标的最小值的差值,并将该差值作为各段平稳状态压力信号的动态阈值P,将管道首端各段平稳状态压力信号的动态阈值作为管道首端动态阈值,将管道末端各段平稳状态压力信号的动态阈值作为管道末端动态阈值,执行步骤7;
步骤6:分别对各非平稳状态压力记录信号进行离散小波变换,得到低频压力信号,计算各非平稳状态压力记录信号与低频压力信号的差值信号,将该差值信号的最大值与最小值之差作为非平稳状态压力记录信号的动态阈值记录值Ei,i=1,2…N,将非平稳状态压力记录信号的动态阈值记录值Ei中的最大值作为非平稳状态压力信号的动态阈值P',即P'=MAX(Ei),将管道首端各段非平稳状态压力信号的动态阈值作为管道首端动态阈值,将管道末端各段非平稳状态压力信号的动态阈值作为管道末端动态阈值,执行步骤7;
步骤7:对组合滤波后的压力信号进行管道压力异常诊断;
步骤7.1:设组合滤波后液体对管道首端的压力信号序列为X={x(n-k+1),x(n-1),...,x(n)},液体对管道末端的压力信号序列为Z={z(m-k+1),z(m-1),...,z(m)},k为选取的压力信号序列长度,x(n)为n时刻管道首端组合滤波后压力信号的坐标值,m为n时刻的管道首端压力信号传递到管道末端的时刻,x(m)为实测n时刻的管道首端压力信号传递到末端的组合滤波后压力信号的坐标值,分别取X中n时刻之前的长度为i和长度为j的压力信号序列,分别取Z中m时刻之前的长度为i和长度为j的压力信号序列,分别计算X和Z中长度为i的压力信号序列的平均值和长度为j的压力信号序列的平均值之差的绝对值error1和error2,其中i≥4j,即: 其中, 是组合滤波后的管道首端压力信号X中n时刻前长度为i的压力信号序列的平均值,是组合滤波后的管道首端压力信号序列X中n时刻前长度为j的压力信号序列的平均值,同理计算出error2;
步骤7.2:若error1>管道首端动态阈值,且error2>管道末端动态阈值,表示当前组合滤波后的压力信号为压力异常信号,执行步骤7.3,否则,表示当前组合滤波后的压力信号为正常信号,返回步骤1;
步骤7.3:设压力信号由管道首端传播到管道末端的理论时间差为Δt,若n-m>Δt,则表示该压力异常信号为有效压力异常信号,执行步骤7.4,否则,返回步骤1;
步骤7.4:根据序列X={x(n-k+1),x(n-1),...,x(n)}、Z={z(m-k+1),z(m-1),...,z(m)},利用Pearson相关系数法计算出该两个序列的相关系数ρ,判断ρ与设定的相关系数经验值C的大小,若ρ≥C,则此时管道首端的有效异常压力信号和管道末端的有效异常压力信号是由同一个压力源引起的异常压力信号,执行步骤8,否则,返回步骤1;
步骤8:对同一压力源引起的压力异常信号进行定位:对同一个压力源引起的管道首端压力异常信号和管道末端压力异常信号进行连续小波变换,得到两个小波系数的极大值点所对应的时刻,利用两个小波系数的极大值点所对应的时刻之差计算出管道压力异常点到管道首端的距离。
本发明的有益效果是:本发明一种基于组合滤波和动态阈值的管道压力异常诊断方法,利用动态阈值方法显著提高了灵敏度降低误判率,采用相关系数对管段两端压力相似性进行比对,可以在最短的时间内较为准确检测压力异常并定位,且方法简单。
对于实时检测系统,定位误差小于500m基本上可以满足实际要求。本发明可以在短时间内发现管道上的异常并且进行定位,各项指标满足实际需求。
附图说明
图1是本发明具体实施方式中的一种基于组合滤波和动态阈值的管道压力异常诊断方法的流程图;
图2是本发明具体实施方式中对获取的液体对管道首端的压力信号和液体对管道末端的压力信号运用组合滤波方法进行滤波的流程图;
图3是本发明具体实施方式中对平稳状态压力信号和非平稳状态压力信号的动态阈值的流程图;
图4是本发明具体实施方式中的一种基于组合滤波和动态阈值的管道压力异常诊断方法中由同一个压力源引起的异常压力信号示意图。
具体实施方式
下面结合附图对本发明具体实施方式加以详细的说明。
一种基于组合滤波和动态阈值的管道压力异常诊断方法,如图1所示,包括以下步骤:
步骤1:实时获取液体对管道首端的压力信号和液体对管道末端的压力信号。
实时获取的液体对管道首端的压力信号和液体对管道末端的压力信号包含了一些常见的高频噪声,且具有一些冲激脉冲信号。
步骤2:对获取的液体对管道首端的压力信号和液体对管道末端的压力信号运用组合滤波方法进行滤波,组合滤波方法即首先对获取的压力信号进行低通滤波,再利用离散小波滤波方法对低通滤波后的压力信号进行分解、重构,获得组合滤波后的压力信号。
具体步骤如图2所示:
步骤2.1:对获取的液体对管道首端的压力信号和液体对管道末端的压力信号进行低通滤波,去除管道首端和管道末端压力信号的高频干扰。
低通滤波器的截止频率:
其中,L是管道长度,单位为km,v是压力信号传输平均速度,单位为km/s。
本实施方式采用IIR的巴特沃兹滤波器进行低通滤波,参数设置为:通带截止频率为1Hz,阻带截止频率为3Hz,通带增益为1dB,阻带增益为5dB。
步骤2.2:利用离散小波滤波方法对低通滤波后的管道首端的压力信号和管道末端的压力信号进行分解、重构,获得组合滤波后的压力信号。
离散小波滤波方法可以去除压力信号中的非周期干扰,锐化和凸显异常特征点,并且可以保留压力信号异常动态的边缘信息和相位信息。
本实施方式中选取的离散小波滤波参数为:母小波:db3;分解层数:6层,能较好完成滤波功能。
步骤3:将组合滤波后的压力信号进行分段处理,将每一段组合滤波后的压力信号平均分为前段压力信号和后段压力信号,计算前段压力信号的平均值与后段压力信号的平均值之差的绝对值δ,如图3所示。
设组合滤波后液体对管道首端的压力信号序列为X={x(n-k+1),x(n-1),...,x(n)},液体对管道末端的压力信号序列为Z={z(m-k+1),z(m-1),...,z(m)},k为选取的压力信号序列长度,以30~50个为宜,x(n)为n时刻管道首端组合滤波后压力信号的坐标值,m为n时刻的管道首端压力信号传递到管道末端的时刻,x(m)为实测n时刻的管道首端压力信号传递到末端的组合滤波后压力信号的坐标值。
将X平均分为前段压力信号X1和后段压力信号X2,计算前段压力信号X1的平均值与后段压力信号X2的平均值之差的绝对值δ:
其中: 是前段压力信号k/2个信号序列的平均值, 是后段压力信号k/2个信号序列的平均值。
同理计算出末端组合滤波后的压力信号序列Z前段压力信号序列Z1与后段压力信号序列Z2的平均值差的绝对值δ'。
步骤4:将δ、δ'与压力异常系数S进行比较,压力异常系数S是在大量经验统计值,一般取值为0.1~0.5,本实施方式中,选取S=0.25,若δ>S,表示该段管道首端压力信号为非平稳状态压力记录信号,对非平稳状态压力记录信号出现次数进行累计,经过大量试验,若非平稳状态压力记录信号出现次数N达到5~10时,说明出现了非平稳压力信号,因此设定的次数N的取值范围定为5~10。若非平稳状态压力记录信号出现次数达到设定的次数N,则表示该段压力信号为非平稳状态压力信号,执行步骤6。
若非平稳状态压力记录信号出现次数未达到设定的次数或δ≤S,表示该段压力信号为平稳状态压力信号,执行步骤5。
同理对管道末端压力信号进行判断。
步骤5:实时计算组合滤波后的压力信号对应的信号波形纵坐标的最大值与纵坐标的最小值的差值,并将该差值作为各段平稳状态压力信号的动态阈值P,将管道首端各段平稳状态压力信号的动态阈值作为管道首端动态阈值,将管道末端各段平稳状态压力信号的动态阈值作为管道末端动态阈值,执行步骤7。
组合滤波后的压力信号对应的信号波形纵坐标的最大值与纵坐标的最小值的差值作为各段平稳状态压力信号的动态阈值P:
P=Max(x(n-k+1),x(n-1),...,x(n))-Min(x(n-k+1),x(n-1),...,x(n)) (3)
步骤6:分别对各非平稳状态压力记录信号进行离散小波变换,得到低频压力信号,计算各非平稳状态压力记录信号与低频压力信号的差值信号,将该差值信号的最大值与最小值之差作为非平稳状态压力记录信号的动态阈值记录值Ei,i=1,2…N,将非平稳状态压力记录信号的动态阈值记录值Ei中的最大值作为非平稳状态压力信号的动态阈值P',即P'=MAX(Ei),将管道首端各段非平稳状态压力信号的动态阈值作为管道首端动态阈值,将管道末端各段非平稳状态压力信号的动态阈值作为管道末端动态阈值,执行步骤7。
本实施方式中选取的离散小波变换中母小波:db3,分解层数:6层,得到的低频压力信号序列为Y={y(n-k+1),y(n-1),...,y(n)}。
各非平稳状态压力记录信号与低频压力信号的差值信号为G=X-Y,即G={g(n-k+1),g(n-1),...,g(n)}。
将该差值信号的最大值与最小值之差作为非平稳状态压力记录信号的动态阈值记录值Ei,i=1,2…N,即:
Ei=Max(gi(n-k+1),gi(n-1),...,gi(n))-Min(gi(n-k+1),gi(n-1),...,gi(n)) (4)
将非平稳状态压力记录信号的动态阈值记录值Ei中的最大值作为非平稳状态压力信号的动态阈值P',即P'=MAX(Ei),
步骤7:对组合滤波后的压力信号进行管道压力异常诊断。
步骤7.1:分别取X中n时刻之前的长度为i和长度为j的压力信号序列,分别取Z中m时刻之前的长度为i和长度为j的压力信号序列,分别计算X和Z中长度为i的压力信号序列的平均值和长度为j的压力信号序列的平均值之差的绝对值error1和error2,其中i≥4j,即:
其中,是组合滤波后的管道首端压力信号X中n时刻前长度为i的压力信号序列的平均值。
是组合滤波后的管道首端压力信号序列X中n时刻前长度为j的压力信号序列的平均值。
同理计算出error2。
本实施方式中,由于压力信号中的故障信号都是低频数据,因此为了避免未被滤除的高频干扰对检测产生影响,j取5,i≥4j,保证error1和error2的真实性。
步骤7.2:若error1>管道首端动态阈值,且error2>管道末端动态阈值,表示当前组合滤波后的压力信号为压力异常信号,执行步骤7.3,否则,表示当前组合滤波后的压力信号为正常信号,返回步骤1。
步骤7.3:设压力信号由管道首端传播到管道末端的理论时间差为Δt,若n-m>Δt,则表示该压力异常信号为有效压力异常信号,执行步骤7.4,否则,返回步骤1。
压力信号由管道首端传播到管道末端的理论时间差Δt为:
其中,L是管道长度,是压力信号传输速度,δ是小的裕量,一般为0.05s。
其中,Δt是压力信号从管道首端传到管道末端的时间加上一个裕量,这样能够提高算法的精度,减少算法的计算量。
步骤7.4:根据序列X={x(n-k+1),x(n-1),...,x(n)}、Z={z(m-k+1),z(m-1),...,z(m)},利用Pearson相关系数法计算出该两个序列的相关系数ρ,判断ρ与设定的相关系数经验值C的大小,若ρ≥C,则此时管道首端的有效异常压力信号和管道末端的有效异常压力信号是由同一个压力源引起的异常压力信号,执行步骤8,否则,返回步骤1。
Pearson相关系数法计算公式如下:
其中,a=n-k+1...n,b=m-k+1...m。
设定的相关系数经验值C一般取为0.8。
步骤8:对同一压力源引起的压力异常信号进行定位:对同一个压力源引起的管道首端压力异常信号和管道末端压力异常信号进行连续小波变换,本实施方式中选取的连续小波变换的参数为:母小波为sym2,小波尺度为7。得到两个小波系数的极大值点所对应的时刻tX和tZ,利用两个小波系数的极大值点所对应的时刻之差计算出管道压力异常点到管道首端的距离。
如图4所示,为由同一个压力源引起的异常压力信号示意图。
压力源距离管道首端的定位公式如下:
其中,d为管道压力异常点到管道首端的距离,L为管道长度,本实施方式能测量的管道长度上限是300km;τ=tX-tZ,v1、v2为压力信号在管道内逆流和顺流的传播速度。
Claims (1)
1.一种基于组合滤波和动态阈值的管道压力异常诊断方法,其特征在于,包括以下步骤:
步骤1:实时获取液体对管道首端的压力信号和液体对管道末端的压力信号;
步骤2:对获取的液体对管道首端的压力信号和液体对管道末端的压力信号运用组合滤波方法进行滤波,组合滤波方法即首先对获取的压力信号进行低通滤波,再利用离散小波滤波方法对低通滤波后的压力信号进行分解、重构,获得组合滤波后的压力信号;
步骤3:将组合滤波后的压力信号进行分段处理,将每一段组合滤波后的压力信号平均分为前段压力信号和后段压力信号,计算前段压力信号的平均值与后段压力信号的平均值之差的绝对值δ;
步骤4:将δ与压力异常系数S进行比较,若δ>S,表示该段压力信号为非平稳状态压力记录信号,对非平稳状态压力记录信号出现次数进行累计,若非平稳状态压力记录信号出现次数达到设定的次数N,则表示该段压力信号为非平稳状态压力信号,执行步骤6,若非平稳状态压力记录信号出现次数未达到设定的次数或δ≤S,表示该段压力信号为平稳状态压力信号,执行步骤5;
步骤5:实时计算组合滤波后的压力信号对应的信号波形纵坐标的最大值与纵坐标的最小值的差值,并将该差值作为各段平稳状态压力信号的动态阈值P,将管道首端各段平稳状态压力信号的动态阈值作为管道首端动态阈值,将管道末端各段平稳状态压力信号的动态阈值作为管道末端动态阈值,执行步骤7;
步骤6:分别对各非平稳状态压力记录信号进行离散小波变换,得到低频压力信号,计算各非平稳状态压力记录信号与低频压力信号的差值信号,将该差值信号的最大值与最小值之差作为非平稳状态压力记录信号的动态阈值记录值Ei,i=1,2…N,将非平稳状态压力记录信号的动态阈值记录值Ei中的最大值作为非平稳状态压力信号的动态阈值P',即P'=MAX(Ei),将管道首端各段非平稳状态压力信号的动态阈值作为管道首端动态阈值,将管道末端各段非平稳状态压力信号的动态阈值作为管道末端动态阈值,执行步骤7;
步骤7:对组合滤波后的压力信号进行管道压力异常诊断;
步骤7.1:设组合滤波后液体对管道首端的压力信号序列为X={x(n-k+1),x(n-1),...,x(n)},液体对管道末端的压力信号序列为Z={z(m-k+1),z(m-1),...,z(m)},k为选取的压力信号序列长度,x(n)为n时刻管道首端组合滤波后压力信号的坐标值,m为n时刻的管道首端压力信号传递到管道末端的时刻,x(m)为实测n时刻的管道首端压力信号传递到末端的组合滤波后压力信号的坐标值,分别取X中n时刻之前的长度为i和长度为j的压力信号序列,分别取Z中m时刻之前的长度为i和长度为j的压力信号序列,分别计算X和Z中长度为i的压力信号序列的平均值和长度为j的压力信号序列的平均值之差的绝对值error1和error2,其中i≥4j,即: 其中, 是组合滤波后的管道首端压力信号X中n时刻前长度为i的压力信号序列的平均值,是组合滤波后的管道首端压力信号序列X中n时刻前长度为j的压力信号序列的平均值,同理计算出error2;
步骤7.2:若error1>管道首端动态阈值,且error2>管道末端动态阈值,表示当前组合滤波后的压力信号为压力异常信号,执行步骤7.3,否则,表示当前组合滤波后的压力信号为正常信号,返回步骤1;
步骤7.3:设压力信号由管道首端传播到管道末端的理论时间差为Δt,若n-m>Δt,则表示该压力异常信号为有效压力异常信号,执行步骤7.4,否则,返回步骤1;
步骤7.4:根据序列X={x(n-k+1),x(n-1),...,x(n)}、Z={z(m-k+1),z(m-1),...,z(m)},利用Pearson相关系数法计算出该两个序列的相关系数ρ,判断ρ与设定的相关系数经验值C的大小,若ρ≥C,则此时管道首端的有效异常压力信号和管道末端的有效异常压力信号是由同一个压力源引起的异常压力信号,执行步骤8,否则,返回步骤1;
步骤8:对同一压力源引起的压力异常信号进行定位:对同一个压力源引起的管道首端压力异常信号和管道末端压力异常信号进行连续小波变换,得到两个小波系数的极大值点所对应的时刻,利用两个小波系数的极大值点所对应的时刻之差计算出管道压力异常点到管道首端的距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410307192.0A CN104089186B (zh) | 2014-06-30 | 2014-06-30 | 一种基于组合滤波和动态阈值的管道压力异常诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410307192.0A CN104089186B (zh) | 2014-06-30 | 2014-06-30 | 一种基于组合滤波和动态阈值的管道压力异常诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104089186A true CN104089186A (zh) | 2014-10-08 |
CN104089186B CN104089186B (zh) | 2016-09-28 |
Family
ID=51636926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410307192.0A Expired - Fee Related CN104089186B (zh) | 2014-06-30 | 2014-06-30 | 一种基于组合滤波和动态阈值的管道压力异常诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104089186B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599803A (zh) * | 2016-11-30 | 2017-04-26 | 浙江聚励云机械科技有限公司 | 一种基于压力数据判断破碎锤是否工作的方法 |
CN106771714A (zh) * | 2016-11-22 | 2017-05-31 | 深圳职业技术学院 | 一种配电网电信号传播速度检测方法 |
CN109114424A (zh) * | 2017-06-26 | 2019-01-01 | 中国石油天然气股份有限公司 | 管道泄漏点位置的确定方法及装置 |
CN110939875A (zh) * | 2019-12-17 | 2020-03-31 | 上海隧道工程股份有限公司 | 基于谱纹分析的管道泄露检测与定位方法及其系统 |
CN111059476A (zh) * | 2019-12-17 | 2020-04-24 | 上海隧道工程股份有限公司 | 管道泄漏定位方法及其系统 |
CN112483907A (zh) * | 2020-11-10 | 2021-03-12 | 深圳市祥为测控技术有限公司 | 管道测漏系统及其测漏方法 |
CN113654728A (zh) * | 2021-07-16 | 2021-11-16 | 汕头大学 | 一种基于坐标转换的负压波信号拐点定位方法及系统 |
CN113670536A (zh) * | 2021-07-06 | 2021-11-19 | 浙江浙能台州第二发电有限责任公司 | 火电厂用电用水监测和信息化管理方法 |
CN116952449A (zh) * | 2023-07-27 | 2023-10-27 | 宁波得盛微纳智能科技有限公司 | 一种水下压力检测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB707191A (en) * | 1951-04-25 | 1954-04-14 | Robert Edouard Arthur Despiege | Apparatus for the detection of fluid leakages from pipes or containers for fluids under pressure |
JPS58169046A (ja) * | 1982-03-31 | 1983-10-05 | Agency Of Ind Science & Technol | パイプラインの漏洩発生検出装置 |
CN1435678A (zh) * | 2002-07-04 | 2003-08-13 | 东北大学 | 流体输送管道泄露智能故障诊断与定位的方法与装置 |
CN101943324A (zh) * | 2010-06-28 | 2011-01-12 | 东北大学 | 基于小波和rbf神经网络的微弱信号检测装置及方法 |
RU2414689C1 (ru) * | 2009-10-05 | 2011-03-20 | Международная академия наук экологии, безопасности человека и природы | Устройство для определения места течи в трубах городских тепловых сетей |
-
2014
- 2014-06-30 CN CN201410307192.0A patent/CN104089186B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB707191A (en) * | 1951-04-25 | 1954-04-14 | Robert Edouard Arthur Despiege | Apparatus for the detection of fluid leakages from pipes or containers for fluids under pressure |
JPS58169046A (ja) * | 1982-03-31 | 1983-10-05 | Agency Of Ind Science & Technol | パイプラインの漏洩発生検出装置 |
CN1435678A (zh) * | 2002-07-04 | 2003-08-13 | 东北大学 | 流体输送管道泄露智能故障诊断与定位的方法与装置 |
RU2414689C1 (ru) * | 2009-10-05 | 2011-03-20 | Международная академия наук экологии, безопасности человека и природы | Устройство для определения места течи в трубах городских тепловых сетей |
CN101943324A (zh) * | 2010-06-28 | 2011-01-12 | 东北大学 | 基于小波和rbf神经网络的微弱信号检测装置及方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106771714A (zh) * | 2016-11-22 | 2017-05-31 | 深圳职业技术学院 | 一种配电网电信号传播速度检测方法 |
CN106771714B (zh) * | 2016-11-22 | 2020-01-17 | 深圳职业技术学院 | 一种配电网电信号传播速度检测方法 |
CN106599803A (zh) * | 2016-11-30 | 2017-04-26 | 浙江聚励云机械科技有限公司 | 一种基于压力数据判断破碎锤是否工作的方法 |
CN106599803B (zh) * | 2016-11-30 | 2019-10-01 | 浙江聚励云机械科技有限公司 | 一种基于压力数据判断破碎锤是否工作的方法 |
CN109114424A (zh) * | 2017-06-26 | 2019-01-01 | 中国石油天然气股份有限公司 | 管道泄漏点位置的确定方法及装置 |
CN111059476A (zh) * | 2019-12-17 | 2020-04-24 | 上海隧道工程股份有限公司 | 管道泄漏定位方法及其系统 |
CN110939875A (zh) * | 2019-12-17 | 2020-03-31 | 上海隧道工程股份有限公司 | 基于谱纹分析的管道泄露检测与定位方法及其系统 |
CN110939875B (zh) * | 2019-12-17 | 2021-09-28 | 上海隧道工程股份有限公司 | 基于谱纹分析的管道泄露检测与定位方法及其系统 |
CN112483907A (zh) * | 2020-11-10 | 2021-03-12 | 深圳市祥为测控技术有限公司 | 管道测漏系统及其测漏方法 |
CN113670536A (zh) * | 2021-07-06 | 2021-11-19 | 浙江浙能台州第二发电有限责任公司 | 火电厂用电用水监测和信息化管理方法 |
CN113670536B (zh) * | 2021-07-06 | 2024-03-05 | 浙江浙能台州第二发电有限责任公司 | 火电厂用电用水监测和信息化管理方法 |
CN113654728A (zh) * | 2021-07-16 | 2021-11-16 | 汕头大学 | 一种基于坐标转换的负压波信号拐点定位方法及系统 |
CN113654728B (zh) * | 2021-07-16 | 2023-09-01 | 汕头大学 | 一种基于坐标转换的负压波信号拐点定位方法及系统 |
CN116952449A (zh) * | 2023-07-27 | 2023-10-27 | 宁波得盛微纳智能科技有限公司 | 一种水下压力检测方法及系统 |
CN116952449B (zh) * | 2023-07-27 | 2024-04-12 | 宁波得盛微纳智能科技有限公司 | 一种水下压力检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104089186B (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104089186A (zh) | 一种基于组合滤波和动态阈值的管道压力异常诊断方法 | |
CN101246467B (zh) | 自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法 | |
EP1877877B1 (en) | Diagnostic device for a process control system | |
AU2017393649B2 (en) | Leakage positioning method based on speed difference | |
US20150308919A1 (en) | Intelligent adaptive system and method for monitoring leakage of oil pipeline networks based on big data | |
CN108804740B (zh) | 基于集成改进ica-krr算法的长输管道压力监测方法 | |
CN101592288B (zh) | 一种管道泄漏辨识方法 | |
CN104373820B (zh) | 降低管道泄漏监测误报率的方法 | |
CN101208589A (zh) | 用于过程控制系统的诊断设备 | |
CN113944891B (zh) | 一种化工装置设施泄漏检测修正方法 | |
CN103644460A (zh) | 一种输气管线泄漏音波信号的滤波优选方法 | |
KR20110104953A (ko) | 도압관의 막힘 진단 장치 및 막힘 진단 방법 | |
CN105298889A (zh) | 一种压气机喘振的检测方法 | |
CN108252708B (zh) | 一种油井动液面识别方法 | |
CN102269333B (zh) | 一种频域自适应滤波消除管道堵塞声信号强干扰的方法 | |
US20140025317A1 (en) | Pressure guiding tube blockage diagnosing device and blockage diagnosing method | |
CN112304376B (zh) | 基于数据融合的超声波流量计流量测量方法 | |
CN117213569A (zh) | 一种超声波流量检测方法 | |
CN105300688A (zh) | 基于rms的自适应齿轮箱转速的快速评估方法 | |
CN112413413B (zh) | 结合深度学习和多次测量技术的管道泄漏监测及定位方法 | |
CN110440144B (zh) | 一种基于压力信号幅值衰减的定位方法 | |
CN114877262A (zh) | 基于ai芯片燃气管道泄漏的声发射检测方法 | |
Kampelopoulos et al. | An RMS-based approach for leak monitoring in noisy industrial pipelines | |
CN103575466A (zh) | 导压管的堵塞诊断装置及堵塞诊断方法 | |
CN110529745B (zh) | 一种频域下光纤检测管道泄漏与位置的算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160928 |