CN104880286A - 一种超声波气体泄漏检测仪 - Google Patents
一种超声波气体泄漏检测仪 Download PDFInfo
- Publication number
- CN104880286A CN104880286A CN201510362026.5A CN201510362026A CN104880286A CN 104880286 A CN104880286 A CN 104880286A CN 201510362026 A CN201510362026 A CN 201510362026A CN 104880286 A CN104880286 A CN 104880286A
- Authority
- CN
- China
- Prior art keywords
- resistance
- circuit
- electric capacity
- signal
- crystal oscillator
- 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
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种超声波气体泄漏检测仪,涉及气体泄漏检测技术。本发明采用的技术方案如下:包括超声波传感器、差分放大电路、滤波电路、自动增益控制放大电路、AD采样电路及信号处理器;所述超声波传感器、差分放大电路、滤波电路、自动增益控制放大电路、AD采样电路及信号处理器顺次连接;自动增益控制放大电路与信号处理器还具有控制信号连接;所述信号处理器用于提取AD采样电路输出的信号的特征值并根据所述特征值识别所述信号是否为气体泄漏产生的超声波信号以及用于根据所述信号调节自动增益控制放大电路的增益。
Description
技术领域
本发明涉及气体泄漏检测技术,尤其是一种超声波气体泄漏检测设备。
背景技术
超声波通常是指频率高过20KHz的波段,而人耳所能接收到的上限值为16.5KHz。如果一个容器内或管道内充满气体,当其内部压强大于外部压强时,由于内外压差较大,一旦容器有漏孔,气体就会从漏孔冲出。当漏孔尺寸较小且雷诺数(Reynolds number,一种可用来表征流体流动情况的无量纲数)较高时,从漏孔冲出的气体就会形成湍流,湍流在漏孔附近会产生一定频率的声波,声波振动的频率与漏孔尺寸有关,在大雷诺数情况下,泄漏孔附近会出现漩涡,由于泄漏孔的气流比周围气体速度大得多,周围的气体会不断地被卷入流动区域,使流动空间不断扩大,更广的区域内会不断形成漩涡,涡流就是流体的声音。
我们在生产实践中发现气体泄漏产生的涡流频率与漏孔孔径有关,参见图1,但是绝大多数情况下因气体泄漏产生的涡流频率为38KHz~42KHz,属于超声波频段。因此,可以通过基于超声波的检漏技术即是通过超声探头来检测上述超声波信号的强度和声源方向来实现对压力系统泄漏进行检测的目的。
发明内容
本发明所要解决的技术问题是:提供一种基于超声波的气体泄漏检测仪。
本发明采用的技术方案如下:包括超声波传感器、差分放大电路、滤波电路、自动增益控制放大电路、AD采样电路及信号处理器;所述超声波传感器、差分放大电路、滤波电路、自动增益控制放大电路、AD采样电路及信号处理器顺次连接;自动增益控制放大电路与信号处理器还具有控制信号连接;所述信号处理器用于提取AD采样电路输出的信号的特征值并根据所述特征值识别所述信号是否为气体泄漏产生的超声波信号以及用于根据所述信号调节自动增益控制放大电路的增益。
进一步,所述超声波传感器用于采集频率范围为20KHz~100KHz的超声波信号。
进一步,还包括信号发生电路、功率放大电路;所述超声波传感器包括第一晶振、第二晶振及匹配滤波电路;所述第一晶振、第二晶振均与匹配滤波电路具有信号连接;信号发生电路的输出端与功率放大电路的输入端连接,功率放大电路的两个输出端与第二晶振的正极、负极对应连接;所述第一晶振的正极与负极分别为超声波传感器的两个输出端。
进一步,所述匹配滤波电路包括第一电阻、第二电阻、第一电容、第二电容、第三电容、第一电感及第二电感。
所述第一晶振的正极与第一电阻的一端连接,第一晶振的负极接地;
第一电阻的另一端与第一电感的一端连接,第一电容与所述第一电阻并联;
第一电感的另一端与第二电感的一端、第二电容的一端、第二电阻的一端、第三电容的一端、第二晶振的负极均有连接;
第二电感的另一端、第二电容的另一端、第二电阻的另一端、第三电容的另一端及第二晶振的正极均接地。
进一步,所述滤波电路包括第三电阻~第九电阻,第四电容~第八电容以及运算放大器。
所述第三电阻的一端作为滤波电路的输入端,第三电阻的另一端与第四电容的一端、第六电容的一端均有连接,第四电容的另一端与运算放大器的反相输入端连接,第六电容的另一端接地;
第五电容与第四电容并联,第七电容与第六电容并联;
第四电阻的一端与运算放大器的反相输入端连接,第四电阻的另一端接地;第五电阻与第四电阻并联;
第六电阻的一端与第三电阻的所述另一端连接,第六电阻的另一端与运算放大器的输出端连接,第七电阻与第六电阻并联;
第八电阻的一端接地,另一端与运算放大器的正相输入端连接,第九电阻连接于运算放大器正相输入端及其输出端之间;
第八电容的一端与运算放大器的输出端连接,第八电容的另一端作为滤波电路的输出端。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.将模式识别技术运用到气体泄漏检测中,本发明采用模式识别技术对采集到的超声波信号进行自动识别,相比现有技术中的信号阈值判断更加准确、智能。
2.本发明利用晶振作为超声波接收元件,并从调谐和匹配两个方面考虑设计了专门的匹配滤波网络。一方面使晶振在环境中存在目标频段超声波时产生较大幅值的震荡信号,另一方面,匹配滤波电路将目标频段超声波信号进一步放大,抑制非目标频段的信号。
3.本发明针对超声波信号设计了专门的滤波电路,其通带范围为20KHz~100KHz,进一步提高了信噪比。
4.由于超声信号在气体中信号幅度变化较大,本发明采用了自动增益补偿技术,来提高接收电路的接收动态范围。
综上,本发明前端的信号采集及调理电路能够准确采集环境中的超声波信号,后端的信号处理器采用模式识别方式对超声波信号进行智能识别,从而能够更加精准的检测是否发生了气体泄漏。经过测试,本发明的侦测频率范围可达20KHz~100KHz,可检测到压力6psi、孔径0.1mm、距离检测仪20米的泄漏点以及可检测到压力29psi、0.1 千克/秒的气体泄漏速度、距离检测仪30米的泄漏点。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1为本发明电路原理框图。
图2为本发明一个具体实施例中的匹配滤波电路。
图3为本发明中一个具体实施例中的差分放大电路。
图4为本发明中一个具体实施例中的滤波电路。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
如图1所示,本发明包括超声波传感器、差分放大电路、滤波电路、自动增益控制放大电路AGC、AD采样电路及信号处理器。
所述超声波传感器用于采集环境中的超声波信号,优选的,超声波信号频率范围为20KHz~100KHz。超声波传感器的输出端与差分放大电路的输入端连接,差分方法电路用于阻抗匹配及放大信号,差分放大电路的输出端与滤波电路的输入端连接,滤波电路优选为带通滤波电路,将非目标频段的信号进行抑制,滤波电路的输出端与AGC电路的输入端连接,AGC电路与信号处理器具有控制信号连接,信号处理器根据接收到的信号的幅值调节AGC电路的增益倍数。由于超声信号在气体中信号幅度变化较大,采用自动增益补偿技术,可以提高接收电路的接收动态范围。AGC电路的输出端与AD采样电路的输入端连接,AD采样电路的输出端与信号处理器连接。
所述信号处理器用于提取AD采样电路输出的信号的特征值并根据所述特征值识别所述信号是否为气体泄漏产生的超声波信号。
在一个优选实施例中,还包括信号发生电路与功率放大电路。超声波传感器包括晶振TERM1、晶振TERM2、及匹配滤波电路。晶振TERM1、晶振TERM2均与匹配滤波电路具有信号连接;信号发生电路的输出端与功率放大电路的输入端连接,功率放大电路的两个输出端与晶振TERM2的正极、负极对应连接;所述晶振TERM1的正极与负极分别为超声波传感器的两个输出端。
两个晶振中,晶振TERM1用于捕获环境中的超声波信号并产生振荡电信号,晶振TERM2用于在信号发生电路的激励下提供基准振荡电信号,两个晶振及匹配滤波电路形成调谐效果,从而将目标信号从环境中提取出来。
进一步,参见图2,本发明又一具体实施例中的匹配滤波电路包括电阻R1、电阻R2、电容C1、电容C2、电容C3、电感L1及电感L2。
晶振TERM1的正极与电阻R1的一端连接,晶振TERM1的负极接地。
电阻R1的另一端与电感L1的一端连接,电容C1与所述电阻R1并联;电感L1的另一端与电感L2的一端、电容C2的一端、电阻R2的一端、电容C3的一端、晶振TERM2的负极均有连接;电感L2的另一端、电容C2的另一端、电阻R2的另一端、电容C3的另一端及晶振TERM2的正极均接地。
图3示出了本发明一个具体实施例中的差分放大电路。
参见图4,本发明另一具体实施例中的滤波电路包括电阻R3~电阻R9,电容C4~电容C8以及运算放大器。
所述电阻R3的一端作为滤波电路的输入端,电阻R3的另一端与电容C4的一端、C6电容的一端均有连接,电容C4的另一端与运算放大器的反相输入端连接,电容C6的另一端接地。
电容C5与电容C4并联,电容C7与电容C6并联。
电阻R4的一端与运算放大器的反相输入端连接,电阻R4的另一端接地;电阻R5与电阻R4并联。
电阻R6的一端与电阻R3的所述另一端连接,电阻R6的另一端与运算放大器的输出端连接,电阻R7与电阻R6并联。
电阻R8的一端接地,另一端与运算放大器的正相输入端连接,R9电阻连接于运算放大器正相输入端及其输出端之间。
电容C8的一端与运算放大器的输出端连接,电容C8的另一端作为滤波电路的输出端。
本发明采用模式识别技术对采集到的超声波信号进行识别,判断其是否属于气体泄漏产生的超声波。
采集大量气体泄漏时产生的超声波信号,提取这些信号的特征值,选取一模式识别模型,使用所述大量特征值对模型进行训练,训练好后的模型可根据采集超声波信号特征值自动识别其是否为气体泄漏引起的超声波信号。
目前,传感器阵列数据处理中所采用的模式识别模型主要包括k近邻(k-NN)、聚类分析(CA)、判别分析(DA)、主成分分析(PCA)、反传人工神经网络(BP-ANN)、概率神经网络(PNN)、学习向量量化(LVQ)、自组织映射(SOM)、模糊推理法(FI)等。
本发明一个实施例中采用的是神经网络模型。神经网络是应用比较广泛的接近人类大脑思维方法的一种算法,是大脑功能的简化、抽象和模拟,并反映了若干大脑的基本特征。它通过大量简单的处理单元即神经元互相连接而形成复杂的网络系统,可以通过训练学习外部环境,再用于函数映射、函数逼近应用时效果较好,对于气体分析这样的非线性分类问题,具有很强的自适应特性,因而在气体传感器阵列的信号处理中应用比较广泛。它能有效克服气体传感器的稳定性差、基线漂移严重的缺点。多种神经网络在气体识别领域中都有广泛的应用,如BP-ANN、PNN等。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (5)
1.一种超声波气体泄漏检测仪,其特征在于,包括超声波传感器、差分放大电路、滤波电路、自动增益控制放大电路、AD采样电路及信号处理器;
所述超声波传感器、差分放大电路、滤波电路、自动增益控制放大电路、AD采样电路及信号处理器顺次连接;自动增益控制放大电路与信号处理器还具有控制信号连接;
所述信号处理器用于提取AD采样电路输出的信号的特征值并根据所述特征值识别所述信号是否为气体泄漏产生的超声波信号以及用于根据所述信号调节自动增益控制放大电路的增益。
2.根据权利要求1所述的一种超声波气体泄漏检测仪,其特征在于,所述超声波传感器用于采集频率范围为20KHz~100KHz的超声波信号。
3.根据权利要求1或2所述的一种超声波气体泄漏检测仪,其特征在于,保护信号发生电路及功率放大电路;所述超声波传感器包括第一晶振、第二晶振及匹配滤波电路;所述第一晶振、第二晶振均与匹配滤波电路具有信号连接;信号发生电路的输出端与功率放大电路的输入端连接,功率放大电路的两个输出端与第二晶振的正极、负极对应连接;所述第一晶振的正极与负极分别为超声波传感器的两个输出端。
4.根据权利要求3所述的一种超声波气体泄漏检测仪,其特征在于,所述匹配滤波电路包括第一电阻、第二电阻、第一电容、第二电容、第三电容、第一电感及第二电感;
所述第一晶振的正极与第一电阻的一端连接,第一晶振的负极接地;
第一电阻的另一端与第一电感的一端连接,第一电容与所述第一电阻并联;
第一电感的另一端与第二电感的一端、第二电容的一端、第二电阻的一端、第三电容的一端、第二晶振的负极均有连接;
第二电感的另一端、第二电容的另一端、第二电阻的另一端、第三电容的另一端及第二晶振的正极均接地。
5.根据权利要求1所述的一种超声波气体泄漏检测仪,其特征在于,所述滤波电路包括第三电阻~第九电阻,第四电容~第八电容以及运算放大器;
所述第三电阻的一端作为滤波电路的输入端,第三电阻的另一端与第四电容的一端、第六电容的一端均有连接,第四电容的另一端与运算放大器的反相输入端连接,第六电容的另一端接地;
第五电容与第四电容并联,第七电容与第六电容并联;
第四电阻的一端与运算放大器的反相输入端连接,第四电阻的另一端接地;第五电阻与第四电阻并联;
第六电阻的一端与第三电阻的所述另一端连接,第六电阻的另一端与运算放大器的输出端连接,第七电阻与第六电阻并联;
第八电阻的一端接地,另一端与运算放大器的正相输入端连接,第九电阻连接于运算放大器正相输入端及其输出端之间;
第八电容的一端与运算放大器的输出端连接,第八电容的另一端作为滤波电路的输出端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510362026.5A CN104880286B (zh) | 2015-06-26 | 2015-06-26 | 一种超声波气体泄漏检测仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510362026.5A CN104880286B (zh) | 2015-06-26 | 2015-06-26 | 一种超声波气体泄漏检测仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104880286A true CN104880286A (zh) | 2015-09-02 |
CN104880286B CN104880286B (zh) | 2017-11-07 |
Family
ID=53947866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510362026.5A Active CN104880286B (zh) | 2015-06-26 | 2015-06-26 | 一种超声波气体泄漏检测仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104880286B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106840369A (zh) * | 2017-02-17 | 2017-06-13 | 杭州电子科技大学 | 一种应用于中药提取的超声波声强检测电路 |
CN107328528A (zh) * | 2016-04-29 | 2017-11-07 | 国家电网公司 | 一种基于多传感器的超声波气密性检测系统及方法 |
CN108444654A (zh) * | 2018-04-19 | 2018-08-24 | 佛山市长郡科技有限公司 | 一种智能超声波气体泄漏检测仪 |
CN109506848A (zh) * | 2018-12-29 | 2019-03-22 | 汉威科技集团股份有限公司 | 一种新型在线扫描式超声波气体测漏系统 |
CN111289188A (zh) * | 2018-12-10 | 2020-06-16 | 广州敏达包装设备有限公司 | 一种非接触式真空检测方法 |
CN111902704A (zh) * | 2018-02-27 | 2020-11-06 | 迪士顿股份公司 | 包括换能器阵列的检测器设备的灵敏度估计 |
CN112555691A (zh) * | 2020-11-19 | 2021-03-26 | 山东科技大学 | 一种高增益低功耗的管道声学信号提取方法 |
TWI755929B (zh) * | 2020-11-12 | 2022-02-21 | 力晶積成電子製造股份有限公司 | 密合度偵測系統及密合度偵測方法 |
CN115507311A (zh) * | 2022-09-16 | 2022-12-23 | 云峰管业股份有限公司 | 一体化智能管道 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5432755A (en) * | 1994-03-08 | 1995-07-11 | Komninos; Nikolaos I. | Ultrasonic signal detector |
US5780723A (en) * | 1995-09-19 | 1998-07-14 | Kia Motors Corporation | Sealing quality tester and its control method for a car |
US20020124633A1 (en) * | 1999-05-27 | 2002-09-12 | Bao-Wen Yang | Method and apparatus for pattern match filtering for real time acoustic pipeline leak detection and location |
US6707762B1 (en) * | 2002-11-12 | 2004-03-16 | U-E Systems, Inc. | System and method for heterodyning an ultrasonic signal |
CN2788187Y (zh) * | 2004-11-26 | 2006-06-14 | 中国科学院武汉物理与数学研究所 | 一种tky管节点焊缝超声相控阵检测装置 |
CN101349676A (zh) * | 2007-07-18 | 2009-01-21 | 宁波大学 | 一种利用超声波监测小分子与生命大分子相互作用的装置及方法 |
CN104407278A (zh) * | 2014-11-07 | 2015-03-11 | 国家电网公司 | 超声波特征参数的提取方法和装置 |
-
2015
- 2015-06-26 CN CN201510362026.5A patent/CN104880286B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5432755A (en) * | 1994-03-08 | 1995-07-11 | Komninos; Nikolaos I. | Ultrasonic signal detector |
US5780723A (en) * | 1995-09-19 | 1998-07-14 | Kia Motors Corporation | Sealing quality tester and its control method for a car |
US20020124633A1 (en) * | 1999-05-27 | 2002-09-12 | Bao-Wen Yang | Method and apparatus for pattern match filtering for real time acoustic pipeline leak detection and location |
US6707762B1 (en) * | 2002-11-12 | 2004-03-16 | U-E Systems, Inc. | System and method for heterodyning an ultrasonic signal |
CN2788187Y (zh) * | 2004-11-26 | 2006-06-14 | 中国科学院武汉物理与数学研究所 | 一种tky管节点焊缝超声相控阵检测装置 |
CN101349676A (zh) * | 2007-07-18 | 2009-01-21 | 宁波大学 | 一种利用超声波监测小分子与生命大分子相互作用的装置及方法 |
CN104407278A (zh) * | 2014-11-07 | 2015-03-11 | 国家电网公司 | 超声波特征参数的提取方法和装置 |
Non-Patent Citations (3)
Title |
---|
任惠娟 等: "一种利用超声测量气体泄漏量的检测系统", 《仪表技术与传感器》 * |
王永红: "基于小波分析的气体泄漏检测", 《机械》 * |
苏涛 等: "《高压断路器现场维护与检修》", 31 January 2011 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107328528A (zh) * | 2016-04-29 | 2017-11-07 | 国家电网公司 | 一种基于多传感器的超声波气密性检测系统及方法 |
CN107328528B (zh) * | 2016-04-29 | 2023-11-07 | 国家电网公司 | 一种基于多传感器的超声波气密性检测系统及方法 |
CN106840369A (zh) * | 2017-02-17 | 2017-06-13 | 杭州电子科技大学 | 一种应用于中药提取的超声波声强检测电路 |
CN111902704A (zh) * | 2018-02-27 | 2020-11-06 | 迪士顿股份公司 | 包括换能器阵列的检测器设备的灵敏度估计 |
CN108444654A (zh) * | 2018-04-19 | 2018-08-24 | 佛山市长郡科技有限公司 | 一种智能超声波气体泄漏检测仪 |
CN111289188A (zh) * | 2018-12-10 | 2020-06-16 | 广州敏达包装设备有限公司 | 一种非接触式真空检测方法 |
CN111289188B (zh) * | 2018-12-10 | 2022-04-19 | 广州敏达包装设备有限公司 | 一种非接触式真空检测方法 |
CN109506848A (zh) * | 2018-12-29 | 2019-03-22 | 汉威科技集团股份有限公司 | 一种新型在线扫描式超声波气体测漏系统 |
CN109506848B (zh) * | 2018-12-29 | 2024-05-31 | 汉威科技集团股份有限公司 | 一种新型在线扫描式超声波气体测漏系统 |
TWI755929B (zh) * | 2020-11-12 | 2022-02-21 | 力晶積成電子製造股份有限公司 | 密合度偵測系統及密合度偵測方法 |
CN112555691A (zh) * | 2020-11-19 | 2021-03-26 | 山东科技大学 | 一种高增益低功耗的管道声学信号提取方法 |
CN115507311A (zh) * | 2022-09-16 | 2022-12-23 | 云峰管业股份有限公司 | 一体化智能管道 |
Also Published As
Publication number | Publication date |
---|---|
CN104880286B (zh) | 2017-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104880286B (zh) | 一种超声波气体泄漏检测仪 | |
Chen et al. | Nonlinear chirp mode decomposition: A variational method | |
CN109616140B (zh) | 一种异常声音分析系统 | |
CN105548832A (zh) | 高压电力电缆故障识别方法 | |
CN103323749A (zh) | 多分类器信息融合的局部放电诊断方法 | |
CN106352243A (zh) | 一种基于声波法的输气管道泄露检测系统 | |
CN103234767A (zh) | 基于半监督流形学习的非线性故障检测方法 | |
CN105445697B (zh) | 一种低成本低功耗的声源定向方法 | |
CN106195649B (zh) | 漏水检测自动报警设备 | |
CN110244204A (zh) | 一种多特征值的开关柜故障诊断方法、系统及介质 | |
TWI597720B (zh) | 嬰兒哭聲偵測電路及相關的偵測方法 | |
CN105909979B (zh) | 基于小波变换融合盲源分离算法的泄漏声波特征提取方法 | |
CN207352066U (zh) | 一种信号检测装置 | |
CN107576380A (zh) | 一种面向φ‑otdr技术的三维振动信号分类方法 | |
Liao et al. | Recognizing noise-influenced power quality events with integrated feature extraction and neuro-fuzzy network | |
CN106101970B (zh) | 一种面向声频定向系统性能的测试装置及其方法 | |
CN115949891B (zh) | 一种lng加气站智能控制系统及其控制方法 | |
CN110197120B (zh) | 用于无人值守传感器系统的人员目标识别方法 | |
CN208190609U (zh) | 一种声发射信号前置放大装置 | |
CN107390106B (zh) | 一种空心电抗器故障定位电路 | |
Zhao et al. | Study of UGS target recognition method based on recurrent neural network and peak value region extraction | |
CN203203605U (zh) | 微弱信号探测装置 | |
Li et al. | Research on weak signal detection method based on duffing oscillator in narrowband noise | |
CN204882802U (zh) | 一种超高频传感器的信号调理电路 | |
Wang et al. | Multiple blockage identification of drainage pipeline based on VMD feature fusion and support vector machine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |