CN104633461A - 一种基于声信号的pccp爆管预警监测信号处理方法 - Google Patents

一种基于声信号的pccp爆管预警监测信号处理方法 Download PDF

Info

Publication number
CN104633461A
CN104633461A CN201410854418.9A CN201410854418A CN104633461A CN 104633461 A CN104633461 A CN 104633461A CN 201410854418 A CN201410854418 A CN 201410854418A CN 104633461 A CN104633461 A CN 104633461A
Authority
CN
China
Prior art keywords
signal
early warning
signals
pccp
monitor signal
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.)
Pending
Application number
CN201410854418.9A
Other languages
English (en)
Inventor
曾周末
李一博
封皓
张园
张玉祥
刘圆圆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201410854418.9A priority Critical patent/CN104633461A/zh
Publication of CN104633461A publication Critical patent/CN104633461A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

一种基于声信号的PCCP爆管预警监测信号处理方法。其包括读取数据：通过PCCP爆管预警监测系统采集监测信号，并对监测信号进行相应的分析、整理、显示和存储；基本数据处理：对上述取得的监测信号进行基本的数据处理；提取特征向量：将不同频率段的信号作为该信号的特征向量进行特征提取，最后得到该信号的特征向量；信号识别。本发明方法针对PCCP管道中声信号的特点，对通过PCCP爆管预警监测系统采集所得到的监测信号通过滤波、小波和时频分析等处理，然后再进行特征提取和识别，能够有效地实现PCCP爆管预测报警的目的，通过对PCCP管道的现场实验数据结果进行分析，报警信号的识别精度高达98.33％。

Description

一种基于声信号的PCCP爆管预警监测信号处理方法
技术领域
本发明属于PCCP管道预警监测技术领域，特别是涉及一种基于声信号的PCCP爆管预警监测信号处理方法。
背景技术
预应力钢筒混凝土管即PCCP管道的生产和使用有很长的历史。最早设计并制造预应力钢筒混凝土管的是法国邦纳管道公司。到了20世纪40年代，欧美国家也开始纷纷开发和制造预应力钢筒混凝土管。美国作为世界上最大的预应力钢筒混凝土管生产和使用国家，到今已经使用的预应力钢筒混凝土管管道的长度长达28000KM，其中最大的预应力钢筒混凝土管道直径达7.6米。
预应力钢筒混凝土管的广泛应用带来了巨大而又明显的经济效益和社会效益，但是其使用过程中的一旦发生爆管事故就会产生巨大的经济损失，环境破坏甚至是人员伤亡。PCCP爆管事故在我国很早就有，例如：早期对用于制管的铝酸盐自应力水泥、硫铝酸盐自应力水泥的研究不到位，在没有了解和掌握预应力钢筒混凝土管的性能的情况下就开始生产和制造自应力混凝土管，导致在安徽蚌埠、湖北武汉、广西南宁等许多地方都发生过爆管事故。这些爆管事故都是由于水泥膨胀造成的，爆管事故直接导致已铺设的管线报废，只好挖出重新更换和铺设。山东省一个水泥制品厂在为南山集团生产PCCP管道过程中，由于钢材质量问题，最终导致爆管，损失惨重；石家庄市的自来水公司曾使用三阶段预应力钢筒混凝土管铺设管道，由于预应力钢筒混凝土管外部混凝土保护层的质量问题，通水运行没有几年就发生严重的爆管事故，不得不更换；
传统的预应力钢筒混凝土管防护的主要方法是人工检查，如听声法和人眼观察法。预应力钢筒混凝土管故障检测的还有远场涡流/变压器耦合(RFEC/TC)，基于水听器的声学检测和声光纤检测(AFO)等方法。RFEC/TC法需要在检测前排空管道内的水，因此会消耗大量的人力和物力。此外，RFEC/TC法是一种离线检验方法，效率较低。声光纤检测法是一种高准确度的实时检测方法，但是该方法成本高，且于在役的预应力钢筒混凝土管道很难再安装声光纤，只能应用于新建的管道。由于水听器对检测声信号灵敏度高，而且只需要在管道内每隔一定距离布设一个水听器即可，所以基于水听器的检测方法不仅检测精度高而且安装方便。该方法相对其他几种检测方法有明显的优势，在预应力钢筒混凝土管道破损检测方面有很广泛的应用前景。但是，利用水听器采集声信号的PCCP爆管预警监测检测系统，必须依靠有效信号处理方法的支持，才可能实现有效的故障检测和预警。
发明内容
为了解决上述问题，本发明的目的在于提供一种基于声信号的PCCP爆管预警监测信号处理方法。
为了达到上述目的，本发明提供的基于声信号的PCCP爆管预警监测信号处理方法包括按顺序执行的下列步骤：
步骤1)读取数据：通过PCCP爆管预警监测系统采集监测信号，并对监测信号进行相应的分析、整理、显示和存储；
步骤2)基本数据处理：对步骤1)取得的监测信号进行基本的数据处理；
步骤3)提取特征向量：将不同频率段的信号作为该信号的特征向量进行特征提取，最后得到该信号的特征向量；
步骤4)信号识别：采用支持向量机识别PCCP爆管预警信号，以达到PCCP爆管预测报警的目的。
在步骤1)中，所述的对监测信号进行分析的方法为：首先分析监测信号的合理性，删除不合理的非正常信号；
所述的对监测信号进行整理的方法为：将输入的多种文件格式转换成bin格式的形式。
在步骤2)中，所述的基本数据处理所采用的方法为：FFT变换、滤波和小波降噪。
在步骤4)中，所述的信号识别即识别PCCP爆管预警监测信号中具有爆管特征的信号，并以此作为PCCP爆管预警信号。
本发明提供的基于声信号的PCCP爆管预警监测信号处理方法针对PCCP管道中声信号的特点，对通过PCCP爆管预警监测系统采集所得到的监测信号通过滤波、小波和时频分析等处理，然后再进行特征提取和识别，能够有效地实现PCCP爆管预测报警的目的，通过对PCCP管道的现场实验数据结果进行分析，报警信号的识别精度高达98.33％；本方法具有预测检测精度高，处理速度快和易于实现等特点，适合在工程实际中应用。
附图说明
图1为本发明提供的基于声信号的PCCP爆管预警监测信号处理方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明提供的基于声信号的PCCP爆管预警监测信号处理方法进行详细说明。
如图1所示，本发明提供的基于声信号的PCCP爆管预警监测信号处理方法包括按顺序执行的下列步骤：
步骤1)读取数据：通过PCCP爆管预警监测系统采集监测信号，并对监测信号进行相应的分析、整理、显示和存储；
步骤2)基本数据处理：对步骤1)取得的监测信号进行基本的数据处理；
步骤3)提取特征向量：将不同频率段的信号作为该信号的特征向量进行特征提取，最后得到该信号的特征向量；
步骤4)信号识别：采用支持向量机识别PCCP爆管预警信号，以达到PCCP爆管预测报警的目的。
步骤1)中，所述的对监测信号进行分析的方法为：首先分析监测信号的合理性，删除不合理的非正常信号；
所述的对监测信号进行整理的方法为：将输入的多种文件格式转换成便于后续处理的统一格式；由于采集设备的输出可能是包含多种格式的数据，即包括文本数据、Excel数据、bin数据、mat格式和波形文件即wav格式的数据等，而在后续处理中，数据主要是以bin格式的形式而存在的，这是因为二进制存储的数据能够节省存储空间；同时，处理过程中还可以随时显示处理后的波形和其频谱图，而且也方便对处理后的数据进行存储。
在步骤2)中，所述的基本数据处理所采用的方法为：FFT变换、滤波和小波降噪；
所述的FFT变换是对信号进行频谱分析的重要工具，FFT即快速傅里叶变换，与传统的傅里叶变换相比，快速傅里叶变换能够大大减小计算速度；
所述的滤波可以设置低频截止频率和高频截止频率，这里的滤波器选用的是巴特沃斯滤波器，其中滤波器的阶数也可以自动设置；
所述的小波降噪也可以实现对信号进行滤波，在处理过程中，小波的类型和处理的层数都可以设置；同时，还可以利用小波对信号进行特征提取；小波对信号进行特征提取的主要原理是利用了小波的时频分析功能，小波分析能够将信号在时域和频域处的特征进行细分；小波分析中常用的是用小波包进行信号的分层，即将信号分为不同频域段的频率，每个频率段的信号分量都能表征信号的一个特征，将不同频率段的信号作为该信号的特征向量进行特征提取，最后可以得到该信号的特征向量。
在步骤4)中，所述的信号识别即识别PCCP爆管预警监测信号中具有爆管特征的信号，并以此作为PCCP爆管预警信号；支持向量机的基本原理就是先选取一些数据作为训练集，通过神经网络的训练得到一个模型，然后再将测试集输入到该模型中，从而得到一个预测的结果。支持向量机的优点有很多，它能够在使用较少的训练级的情况下得到较为准确的预测结果，计算量小。

Claims (4)

1.一种基于声信号的PCCP爆管预警监测信号处理方法，其特征在于：所述的基于声信号的PCCP爆管预警监测信号处理方法包括按顺序执行的下列步骤：
步骤1)读取数据：通过PCCP爆管预警监测系统采集监测信号，并对监测信号进行相应的分析、整理、显示和存储；
步骤2)基本数据处理：对步骤1)取得的监测信号进行基本的数据处理；
步骤3)提取特征向量：将不同频率段的信号作为该信号的特征向量进行特征提取，最后得到该信号的特征向量；
步骤4)信号识别：采用支持向量机识别PCCP爆管预警信号，以达到PCCP爆管预测报警的目的。
2.根据权利要求1所述的基于声信号的PCCP爆管预警监测信号处理方法，其特征在于：在步骤1)中，所述的对监测信号进行分析的方法为：首先分析监测信号的合理性，删除不合理的非正常信号；
所述的对监测信号进行整理的方法为：将输入的多种文件格式转换成bin格式的形式。
3.根据权利要求1所述的基于声信号的PCCP爆管预警监测信号处理方法，其特征在于：在步骤2)中，所述的基本数据处理所采用的方法为：FFT变换、滤波和小波降噪。
4.根据权利要求1所述的基于声信号的PCCP爆管预警监测信号处理方法，其特征在于：在步骤4)中，所述的信号识别即识别PCCP爆管预警监测信号中具有爆管特征的信号，并以此作为PCCP爆管预警信号。
CN201410854418.9A 2014-12-31 2014-12-31 一种基于声信号的pccp爆管预警监测信号处理方法 Pending CN104633461A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410854418.9A CN104633461A (zh) 2014-12-31 2014-12-31 一种基于声信号的pccp爆管预警监测信号处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410854418.9A CN104633461A (zh) 2014-12-31 2014-12-31 一种基于声信号的pccp爆管预警监测信号处理方法

Publications (1)

Publication Number Publication Date
CN104633461A true CN104633461A (zh) 2015-05-20

Family

ID=53212524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410854418.9A Pending CN104633461A (zh) 2014-12-31 2014-12-31 一种基于声信号的pccp爆管预警监测信号处理方法

Country Status (1)

Country Link
CN (1) CN104633461A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110701490A (zh) * 2019-10-08 2020-01-17 北京无线电计量测试研究所 一种管线泄漏监测方法及其设备
CN112946062A (zh) * 2021-02-02 2021-06-11 北京湜沅科技有限公司 一种基于电磁波和声音模板库算法的pccp管道断丝检查方法
CN116110208A (zh) * 2023-02-23 2023-05-12 北京科力华安地质灾害监测技术有限公司 一种面向地震影响区油气管道安全的监测预警系统和方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1062292A (ja) * 1996-08-23 1998-03-06 Tokyo Gas Co Ltd 配管漏洩位置特定方法における信号処理方法
CN101122585A (zh) * 2007-09-12 2008-02-13 天津大学 超声相控阵检测油气管道环焊缝缺陷类型自动识别方法
CN101832471A (zh) * 2010-04-19 2010-09-15 哈尔滨工程大学 一种信号识别分类方法
CN202082625U (zh) * 2011-06-03 2011-12-21 北京梅泰诺智能技术有限公司 基于智能pccp管的水输运监控系统
KR101324323B1 (ko) * 2013-03-11 2013-11-01 주식회사 썬닉스 배관연결체의 수명 예측 시스템 및 그 방법
CN203549155U (zh) * 2013-11-04 2014-04-16 中山银河管道有限公司 一种智能化管理系统中的pccp管

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1062292A (ja) * 1996-08-23 1998-03-06 Tokyo Gas Co Ltd 配管漏洩位置特定方法における信号処理方法
CN101122585A (zh) * 2007-09-12 2008-02-13 天津大学 超声相控阵检测油气管道环焊缝缺陷类型自动识别方法
CN101832471A (zh) * 2010-04-19 2010-09-15 哈尔滨工程大学 一种信号识别分类方法
CN202082625U (zh) * 2011-06-03 2011-12-21 北京梅泰诺智能技术有限公司 基于智能pccp管的水输运监控系统
KR101324323B1 (ko) * 2013-03-11 2013-11-01 주식회사 썬닉스 배관연결체의 수명 예측 시스템 및 그 방법
CN203549155U (zh) * 2013-11-04 2014-04-16 中山银河管道有限公司 一种智能化管理系统中的pccp管

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110701490A (zh) * 2019-10-08 2020-01-17 北京无线电计量测试研究所 一种管线泄漏监测方法及其设备
CN112946062A (zh) * 2021-02-02 2021-06-11 北京湜沅科技有限公司 一种基于电磁波和声音模板库算法的pccp管道断丝检查方法
CN116110208A (zh) * 2023-02-23 2023-05-12 北京科力华安地质灾害监测技术有限公司 一种面向地震影响区油气管道安全的监测预警系统和方法
CN116110208B (zh) * 2023-02-23 2023-09-01 北京科力华安地质灾害监测技术有限公司 一种面向地震影响区油气管道安全的监测预警系统和方法

Similar Documents

Publication Publication Date Title
CN107796611B (zh) 一种用于检测风力发电机异常工作的报警系统
Zhang et al. Leak detection monitoring system of long distance oil pipeline based on dynamic pressure transmitter
CN103953490A (zh) 基于hlsne的水轮机组状态监测实现方法
CN104061445A (zh) 一种基于神经网络的管道泄漏检测方法
CN104677623A (zh) 一种风力发电机叶片故障在位声学诊断方法及监测系统
CN107830412A (zh) 管道不完全堵塞位置检测系统和检测方法
CN203348923U (zh) 管道漏水检测仪及具有该检测仪的管道网络漏水监测系统
CN102820034B (zh) 一种民用航空器噪声感知与识别装置及其方法
CN104633461A (zh) 一种基于声信号的pccp爆管预警监测信号处理方法
CN104237727A (zh) 一种变压器近区短路信号监测装置及短路录波分析方法
Li et al. A VME method based on the convergent tendency of VMD and its application in multi-fault diagnosis of rolling bearings
CN104217112A (zh) 一种基于多类型信号的电力系统低频振荡分析方法
CN113008361A (zh) 一种变电站站界噪声抗环境干扰检测方法及装置
CN105118516A (zh) 基于声音线性预测倒谱系数的工程机械的识别方法
WO2022100046A1 (zh) 一种基于零值比例频谱特征的机械传动故障检测方法
CN101649737B (zh) 一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法
CN103630604B (zh) 离心式压缩机半开式叶轮裂纹故障识别方法
CN202793421U (zh) 用于无源车轮传感器的信号处理装置
CN106771928A (zh) 一种局部放电脉冲初至时刻在线拾取方法
CN103559332B (zh) 一种一阶螺旋杆频散特性的提取方法
CN115575508A (zh) 一种基于列车振声复合特征的轨道交通钢轨波磨识别方法
CN105651526A (zh) 基于振动信号分析的车辆工况识别方法
CN104504380A (zh) 基于pccp管道声信号的现场试验系统及数据分析方法
CN204390253U (zh) 基于pccp管道声信号的现场试验系统
CN201561980U (zh) 基于多重检测的汽车发动机转速测量仪

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150520