CN107036770A - 空冷器翅片管束的泄漏检测与定位方法 - Google Patents
空冷器翅片管束的泄漏检测与定位方法 Download PDFInfo
- Publication number
- CN107036770A CN107036770A CN201710254097.2A CN201710254097A CN107036770A CN 107036770 A CN107036770 A CN 107036770A CN 201710254097 A CN201710254097 A CN 201710254097A CN 107036770 A CN107036770 A CN 107036770A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic sensor
- leakage point
- sensor node
- leakage
- air cooler
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/04—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
- G01M3/24—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations
- G01M3/243—Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point using infrasonic, sonic, or ultrasonic vibrations for pipes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及一种空冷器翅片管束的泄漏检测与定位方法,其中包括在翅片管束区域中设置多个超声波传感器节点,所述多个超声波传感器节点排布形成具有多个网格的无线传感器网络;根据所述多个超声波传感器节点采集到的超声波信号的强度进行网格区域的判定,得到泄漏点所在的网格;采用TDOA时延估计法计算所述泄漏点到其所在的网格中超声波传感器节点的距离差值,并根据几何关系得到泄漏点的位置。采用该种方法,将超声波检测原理和无线传感器网络技术结合起来,实现了翅片管束泄漏的检测以及泄漏点的精确定位,有效保障空冷器稳定工作,应用方便,适用于大规模推广应用,对于空冷器的进一步推广应用也具有十分重要的意义。
Description
技术领域
本发明涉及空冷器检测技术领域,尤其涉及空冷器翅片管束检测技术领域,具体是指一种空冷器翅片管束的泄漏检测与定位方法。
背景技术
空冷器,也称空气冷却器,是以环境空气作为冷却介质,横掠翅片管束外,使管束内高温工艺流体得到冷却或冷凝的设备。随着感应加热设备使用的不断增多,因用户自身条件各不相同,有的对于设备的水冷系统不够重视,有的许多用户未按规定使用蒸馏水,而使用普通井水或自来水,在实际工作中水质对设备的水冷系统及元器件又影响很大,因此,现有技术中,常使用空冷器来代替水冷式壳-管式换热器冷却介质。
翅片管束是一种用于空冷器中的换热管,通常通过在换热管的表面加装翅片,来增大换热管的外表面积(或内表面积),从而达到提高换热效率的目的。翅片管束的工作状态对于整个空冷器的工作状态的影响都很大,如果翅片管束出现泄漏等故障,将大大影响空冷器的工作效果。
然而,现有技术中,尚没有一种行之有效的翅片管束泄漏检测的方法,也无法实现翅片管束泄漏点的精确定位,无法保证空冷器持续有效的工作。
发明内容
本发明的目的是克服了上述现有技术的缺点,提供了一种能够实现的空冷器翅片管束的泄漏检测与定位方法,将超声波检测原理和无线传感器网络技术结合起来,实现了翅片管束泄漏的检测以及泄漏点的精确定位,有效保障空冷器稳定工作。
为了实现上述目的,本发明具有如下构成:
该空冷器翅片管束的泄漏检测与定位方法,所述的方法包括以下步骤:
在翅片管束区域中设置多个超声波传感器节点,所述多个超声波传感器节点排布形成无线传感器网络。
根据所述多个超声波传感器节点采集到的超声波信号的强度进行网格区域的判定,得到泄漏点所在的网格;
采用TDOA时延估计法计算所述泄漏点到其所在的网格中超声波传感器节点的距离差值,并根据几何关系得到泄漏点的位置。
可选地,所述多个超声波传感器节点形成的无线传感器网络中,各个网格均为边长为3m的正方形。
可选地,所述根据所述多个超声波传感器节点采集到的超声波信号的强度进行网格区域的判定,包括如下步骤:
根据所述多个超声波传感器节点采集到的超声波信号的强度筛选出信号强度最高的四个超声波传感器节点;
根据筛选出的四个超声波传感器节点得到泄漏点所在的网格。
可选地,所述进行网格区域的判定之后,还包括如下步骤:
根据筛选出的四个超声波传感器节点中信号强度最高的三个超声波传感器节点将泄漏点锁定在一个等腰三角形区域内,所述等腰三角形的三个顶点分别为所述信号强度最高的三个超声波传感器节点。
可选地,所述计算所述泄漏点到其所在的网格中超声波传感器节点的距离,包括如下步骤:
根据如下公式计算所述泄漏点到所述信号强度最高的三个超声波传感器节点的距离之间的差值:
y-x=l1
z-x=l2
l1=(T1-T2)*v
l2=(T3-T2)*v
其中,x、y、z分别为所述泄漏点到其所在的网格中超声波传感器节点的距离,v为超声波信号的传播速率,超声波信号到达所述超声波传感器节点的时刻分别为T1、T2、T3,l1与l2分别为y与x的差值以及z与x的差值。
可选地,所述计算所述泄漏点到其所在的网格中超声波传感器节点的距离,还包括如下步骤:
采用海伦公式以及所述泄漏点到所述信号强度最高的三个超声波传感器节点的距离之间的差值计算所述泄漏点到其所在的网格中超声波传感器节点的距离。
可选地,所述多个超声波传感器节点形成的无线传感器网络中,各个网格均为边长为3m的正方形,根据如下公式计算所述泄漏点到其所在的网格中超声波传感器节点的距离:
p=(a+b+c)/2
p1=(x+l1+3)/2
p3=(x+x+l2+3)/2
s=s1+s2+s3=4.5
其中,s1、s2、s3分别为所述泄漏点与所述等腰三角形的三个顶点中任两个顶点之间组成的三个内部三角形的面积,s为等腰三角形的面积,a、b、c为所述等腰三角形三角形的边长,p为半周长,p1、p2、p3分别为三个内部三角形的半周长。
可选地,所述根据计算得到的距离得到泄漏点的位置,包括如下步骤:
根据如下公式计算泄漏点的位置:
其中,x、y、z分别为所述泄漏点到其所在的网格中超声波传感器节点的距离,泄漏点的坐标为(x0,y0),所述等腰三角形中的三个顶点的坐标分别为(x1,y1)、(x2,y2)、(x3,y3)。
可选地,各个所述超声波传感器节点为由四个超声波传感器组成的超声波信号接收板。
采用了该发明中的空冷器翅片管束的泄漏检测与定位方法,针对大型加氢空冷器泄漏检测与定位的方法,将超声波检测原理与无线传感器网络技术结合并应用与空冷器翅片管束上。提出了翅片管束的超声波最佳检测距离为3m,并在此基础上以空冷器EC102为例提出了无线传感器网络的构建原理。提出了新的泄漏定位方法,包括利用检测信号强度的初步定位,引入了TDOA时延算法和海伦公式,建立数学模型进行精确定位;有效保障空冷器稳定有效的工作,应用方便,适用于大规模推广应用,对于空冷器的进一步推广应用也具有十分重要的意义。
附图说明
图1为本发明的空冷器翅片管束的泄漏检测与定位方法的流程图。
图2为本发明的超声波传感器节点排布的示意图。
图3为本发明的泄漏点初步定位的示意图。
图4为本发明的通过时延估计法进行泄漏点定位的示意图。
图5为本发明的二维坐标系模型的结构示意图。
附图标记:
A 泄漏点
B1~B4 超声波传感器节点
B5 翅片管束区域
B6 进口管
B7 衬管
C1 第一个内部三角形
C2 第二个内部三角形
C3 第三个内部三角形
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
为了实现本发明中对空冷器翅片管束的泄漏检测与定位的目的,本发明设计基于超声波检测原理结合无线传感器网络技术的检测系统对翅片管束进行实时监测与泄漏定位。在泄漏检测中利用超声波检测原理,利用多个超声波接收板组成的传感器节点来搭建无线传感器网络。在此基础上对泄漏点进行定位,在泄漏定位中采用三种定位算法:声压级的初步定位,TDOA(Time Difference ofArrival,到达时间差)时延算法以及利用几何关系的精确定位。
如图1所示,本发明提供了一种空冷器翅片管束的泄漏检测与定位方法,包括如下步骤:
S100:在翅片管束区域B5中设置多个超声波传感器节点,所述多个超声波传感器节点排布形成无线传感器网络;本发明无需用到超声波发生器。空冷器内部为高温高压环境,由于壁厚减薄导致的腐蚀穿孔的泄漏孔径很小,高压气体在泄漏时会有很高的雷诺数,泄漏气体在泄漏孔附近形成湍流从而产生超声波,利用这一自然现象,可以采用超声波方法来检测泄漏。
S200:根据所述多个超声波传感器节点采集到的超声波信号的强度进行网格区域的判定,得到泄漏点所在的网格;
S300:采用TDOA时延估计法计算所述泄漏点到其所在的网格中超声波传感器节点的距离差值,并根据几何关系得到泄漏点的位置。
在一种优选的实施方式中,本发明检测的目标信号是频率为40KHz的超声波信号,选用的超声波传感器为TC40-A18超声波传感器,各个超声波传感器节点是由四个TC40-A18超声波传感器组成的超声波信号接收板。
由实验得知基于超声波的翅片管束的最佳检测距离为3m,在无线传感器网络的设计中将超声波传感器节点的间隔设置为3m,超声波传感器节点的数量根据被测对象加氢空冷器的实际规格来定,以中石化扬子石化内在役1#加氢裂化装置空气冷却器EC102为例,所设计的超声波传感器节点传感器布置网络图如图2所示。
在图2中,翅片管束区域B5的规格为12.4m×12m,在被测区域内布置由25个传感器节点组成的传感器网络来实时监测,图2中各个黑色圆点即为一个超声波传感器节点。空冷器进口管B6与翅片管的连接处翅片管内部有一段材质为蒙乃尔合金的衬管B7(图2中的斜线填充区域),在衬管段一般不会出现腐蚀穿孔,在对泄漏检测定位时可以不考虑这一段区域。一旦发生泄漏,在未修补之前泄漏点所产生的连续的超声波信号会被3m范围内所有的传感器节点接收并反馈,多节点联合检测可以有效的减少由于检测到人为或环境因素所产生的瞬时的超声波信号而导致的误报警。
针对大型加氢空冷器,利用传感器网络来对泄漏点进行定位是一种有效的手段,在泄漏发生时产生的超声波信号会被周围的传感器节点感知。根据实验可知,对于同一泄漏点不同位置的传感器节点所检测到的超声波信号的强度是不同的。利用这一规律,我们可以对各个传感器节点接收到的声压级信号进行分析处理来对泄漏点进行定位。
所述根据所述多个超声波传感器节点采集到的超声波信号的强度进行网格区域的判定,是对泄漏点的初步定位。如图3所示,具体地,初步定位是将泄漏点圈定在传感器网络中的某一区域内,其定位原理为从多个检测到泄漏信号的超声波传感器节点中筛选出信号强度最高的四个节点,节点的实际位置是已知的。根据实验结论,在图3中传感器节点B1、B2、B3、B4相对于其他节点所检测到的信号强度是最高的,其中传感器节点B4检测到的信号强度要低于另外三个传感器节点,图中圆形的半径即为3m,根据图中的圆形可以判断泄漏点A所在的网格区域。基于此,可根据接收信号强度最高的四个节点判断泄漏点位于传感器网络中的某一个或两个网格区域内;而后利用接收信号强度最高的三个传感器节点的位置来将泄漏点A锁定在一个等腰三角形区域内,如图3中的等腰三角形B1B2B3。
进一步地,相对于单独依靠超声信号的传统定位手段,本发明在定位中引入TDOA算法可以有效的减小环境因素对信号的干扰以及计算误差等因素造成的定位偏差,从而提高定位的精度。TDOA算法的原理是利用泄漏点产生的超声波信号到达传感器节点的时间上的差值,经过计算后得到泄漏点A到各个传感器节点距离上的差值,原理如图4所示。
具体地,根据如下公式计算所述泄漏点到所述信号强度最高的三个超声波传感器节点的距离之间的差值:
y-x=l1
z-x=l2
l1=(T1-T2)*v
l2=(T3-T2)*v
其中,x、y、z分别为所述泄漏点到其所在的网格中超声波传感器节点的距离,v为超声波信号的传播速率,超声波信号到达所述超声波传感器节点的时刻分别为T1、T2、T3,l1与l2分别为y与x的差值以及z与x的差值。这两步预处理为接下来泄漏点位置的确定提供了重要的依据。
在定位算法的预处理部分,经过分析将泄漏点的位置锁定在一个等腰三角形区域内,之后可以建立数学模型,利用几何关系来找出泄漏点的位置,实现精确定位。前面已经介绍了传感器阵列的设计,其结构为3m×3m的网格形,故而等腰三角形区域的边长是已知的,如图4所示。
在一种优选的实施方式中,所述计算所述泄漏点到其所在的网格中超声波传感器节点的距离,还包括如下步骤:
采用海伦公式以及所述泄漏点到所述信号强度最高的三个超声波传感器节点的距离之间的差值计算所述泄漏点到其所在的网格中超声波传感器节点的距离。
具体地,根据如下公式计算所述泄漏点到其所在的网格中超声波传感器节点的距离:
p=(a+b+c)/2
p1=(x+l1+3)/2
p3=(x+x+l2+3)/2
s=s1+s2+s3=4.5
其中,s1、s2、s3分别为所述泄漏点与所述等腰三角形的三个顶点中任两个顶点之间组成的三个内部三角形的面积,s为等腰三角形的面积,a、b、c为所述等腰三角形三角形的边长,p为半周长,p1、p2、p3分别为三个内部三角形的半周长。第一个内部三角形的边长分别为x、l1和3,第二个内部三角形的边长分别为x+l1、x+l2和第三个内部三角形的边长分别为x、x+l2和3。三个内部三角形的面积之和即等于整体等腰三角形的面积。
通过此公式,未知量x可以求出,由于差值l1与l2也已知,因此y、z的值也可以得到。
进一步地,在距离已知的情况下可利用三边定位法,对传感器网络系统建立数学模型进行分析,以空冷器EC102为例建立二维直角坐标系,如图5所示。
在一种优选的实施方式中,所述根据计算得到的距离得到泄漏点的位置,包括如下步骤:
根据如下公式计算泄漏点的位置:
其中,x、y、z分别为所述泄漏点到其所在的网格中超声波传感器节点的距离,泄漏点的坐标为(x0,y0),所述等腰三角形中的三个顶点的坐标分别为(x1,y1)、(x2,y2)、(x3,y3)。
对于上述公式中所列的三个方程,在得出两组参数的情况下即可解出泄漏点的坐标,但仅利用两组参数进行计算其误差对精度的影响是不可忽略的,为了保证定位的精度,设置三组方程联立求解。计算所得的泄漏点的坐标参照传感器节点的实际位置便可得出空冷器泄漏点的实际位置。
综上所述,与现有技术相比,本发明中的空冷器翅片管束的泄漏检测与定位方法针对大型加氢空冷器泄漏检测与定位的方法,将超声波检测原理与无线传感器网络技术结合并应用与空冷器翅片管束上。提出了翅片管束的超声波最佳检测距离为3m,并在此基础上以空冷器EC102为例提出了无线传感器网络的构建原理。提出了新的泄漏定位方法,包括利用检测信号强度的初步定位,引入了TDOA时延算法和海伦公式,建立数学模型进行精确定位;有效保障空冷器稳定有效的工作,应用方便,适用于大规模推广应用,对于空冷器的进一步推广应用也具有十分重要的意义。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。
Claims (9)
1.一种空冷器翅片管束的泄漏检测与定位方法,其特征在于,所述的方法包括以下步骤:
在翅片管束区域中设置多个超声波传感器节点,所述多个超声波传感器节点排布形成具有多个网格的无线传感器网络;
根据所述多个超声波传感器节点采集到的超声波信号的强度进行网格区域的判定,得到泄漏点所在的网格;
采用TDOA时延估计法计算所述泄漏点到其所在的网格中超声波传感器节点的距离差值,并根据几何关系得到泄漏点的位置。
2.根据权利要求1所述的空冷器翅片管束的泄漏检测与定位方法,其特征在于,所述多个超声波传感器节点形成的无线传感器网络中,各个网格均为边长为3m的正方形。
3.根据权利要求1所述的空冷器翅片管束的泄漏检测与定位方法,其特征在于,所述根据所述多个超声波传感器节点采集到的超声波信号的强度进行网格区域的判定,包括如下步骤:
根据所述多个超声波传感器节点采集到的超声波信号的强度筛选出信号强度最高的四个超声波传感器节点;
根据筛选出的四个超声波传感器节点得到泄漏点所在的网格。
4.根据权利要求3所述的空冷器翅片管束的泄漏检测与定位方法,其特征在于,所述进行网格区域的判定之后,还包括如下步骤:
根据筛选出的四个超声波传感器节点中信号强度最高的三个超声波传感器节点将泄漏点锁定在一个等腰三角形区域内,所述等腰三角形的三个顶点分别为所述信号强度最高的三个超声波传感器节点。
5.根据权利要求4所述的空冷器翅片管束的泄漏检测与定位方法,其特征在于,所述计算所述泄漏点到其所在的网格中超声波传感器节点的距离,包括如下步骤:
根据如下公式计算所述泄漏点到所述信号强度最高的三个超声波传感器节点的距离之间的差值:
y-x=l1
z-x=l2
l1=(T1-T2)*v
l2=(T3-T2)*v
其中,x、y、z分别为所述泄漏点到其所在的网格中超声波传感器节点的距离,v为超声波信号的传播速率,超声波信号到达所述超声波传感器节点的时刻分别为T1、T2、T3,l1与l2分别为y与x的差值以及z与x的差值。
6.根据权利要求5所述的空冷器翅片管束的泄漏检测与定位方法,其特征在于,所述计算所述泄漏点到其所在的网格中超声波传感器节点的距离,还包括如下步骤:
采用海伦公式以及所述泄漏点到所述信号强度最高的三个超声波传感器节点的距离之间的差值计算所述泄漏点到其所在的网格中超声波传感器节点的距离。
7.根据权利要求6所述的空冷器翅片管束的泄漏检测与定位方法,其特征在于,所述多个超声波传感器节点形成的无线传感器网络中,各个网格均为边长为3m的正方形,根据如下公式计算所述泄漏点到其所在的网格中超声波传感器节点的距离:
p=(a+b+c)/2
p1=(x+l1+3)/2
p3=(x+x+l2+3)/2
s=s1+s2+s3=4.5
其中,s1、s2、s3分别为所述泄漏点与所述等腰三角形的三个顶点中任两个顶点之间组成的三个内部三角形的面积,s为等腰三角形的面积,a、b、c为所述等腰三角形三角形的边长,p为半周长,p1、p2、p3分别为三个内部三角形的半周长。
8.根据权利要求4所述的空冷器翅片管束的泄漏检测与定位方法,其特征在于,所述根据计算得到的距离得到泄漏点的位置,包括如下步骤:
根据如下公式计算泄漏点的位置:
其中,x、y、z分别为所述泄漏点到其所在的网格中超声波传感器节点的距离,泄漏点的坐标为(x0,y0),所述等腰三角形中的三个顶点的坐标分别为(x1,y1)、(x2,y2)、(x3,y3)。
9.根据权利要求1所述的空冷器翅片管束的泄漏检测与定位方法,其特征在于,各个所述超声波传感器节点为由四个超声波传感器组成的超声波信号接收板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710254097.2A CN107036770B (zh) | 2017-04-18 | 2017-04-18 | 空冷器翅片管束的泄漏检测与定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710254097.2A CN107036770B (zh) | 2017-04-18 | 2017-04-18 | 空冷器翅片管束的泄漏检测与定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107036770A true CN107036770A (zh) | 2017-08-11 |
CN107036770B CN107036770B (zh) | 2019-04-09 |
Family
ID=59535053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710254097.2A Active CN107036770B (zh) | 2017-04-18 | 2017-04-18 | 空冷器翅片管束的泄漏检测与定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107036770B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108506732A (zh) * | 2018-04-25 | 2018-09-07 | 江苏太平橡胶股份有限公司 | 输油管道防泄漏监测系统 |
CN109695821A (zh) * | 2019-01-21 | 2019-04-30 | 天津大学 | 一种基于幅度谱索引的加筋板泄漏定位方法 |
CN111022938A (zh) * | 2019-12-12 | 2020-04-17 | 上海邦芯物联网科技有限公司 | 一种精确定位地下水管漏水点的系统 |
CN111963909A (zh) * | 2020-08-13 | 2020-11-20 | 江苏科技大学 | 地下管道泄漏点定位方法和系统 |
CN112228217A (zh) * | 2020-09-16 | 2021-01-15 | 江苏大学 | 用于汽车燃油蒸发泄露监测的车载诊断装置及诊断方法 |
CN112944224A (zh) * | 2021-01-28 | 2021-06-11 | 广东睿住智能科技有限公司 | 管道的泄漏监测方法及装置 |
CN113325465A (zh) * | 2021-05-28 | 2021-08-31 | 吉林大学 | 一种地面入侵目标的快速定位方法及系统 |
CN113325473A (zh) * | 2021-05-28 | 2021-08-31 | 吉林大学 | 一种震动区域判定方法及系统 |
CN113812977A (zh) * | 2021-08-13 | 2021-12-21 | 安徽理工大学 | 超声波血压计 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201628617U (zh) * | 2010-04-09 | 2010-11-10 | 华北电力大学 | 平面四元阵列电站锅炉承压管泄漏定位系统 |
CN102829925A (zh) * | 2012-08-09 | 2012-12-19 | 华北电力大学 | 平面八元阵列电站锅炉承压管泄漏定位方法 |
CN202938971U (zh) * | 2012-11-12 | 2013-05-15 | 北京理工大学 | 一种线阵型超声波泄漏检测装置 |
CN103634476A (zh) * | 2013-12-10 | 2014-03-12 | 南京信大气象装备有限公司 | 一种基于手机的录音装置的定位方法 |
CN104316277A (zh) * | 2014-09-26 | 2015-01-28 | 西安交通大学 | 基于声检测与盲信号分离的气密性监测方法与装置 |
WO2016028427A1 (en) * | 2014-08-22 | 2016-02-25 | Qualcomm Incorporated | Digital ultrasonic emitting base station |
-
2017
- 2017-04-18 CN CN201710254097.2A patent/CN107036770B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201628617U (zh) * | 2010-04-09 | 2010-11-10 | 华北电力大学 | 平面四元阵列电站锅炉承压管泄漏定位系统 |
CN102829925A (zh) * | 2012-08-09 | 2012-12-19 | 华北电力大学 | 平面八元阵列电站锅炉承压管泄漏定位方法 |
CN202938971U (zh) * | 2012-11-12 | 2013-05-15 | 北京理工大学 | 一种线阵型超声波泄漏检测装置 |
CN103634476A (zh) * | 2013-12-10 | 2014-03-12 | 南京信大气象装备有限公司 | 一种基于手机的录音装置的定位方法 |
WO2016028427A1 (en) * | 2014-08-22 | 2016-02-25 | Qualcomm Incorporated | Digital ultrasonic emitting base station |
CN104316277A (zh) * | 2014-09-26 | 2015-01-28 | 西安交通大学 | 基于声检测与盲信号分离的气密性监测方法与装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108506732A (zh) * | 2018-04-25 | 2018-09-07 | 江苏太平橡胶股份有限公司 | 输油管道防泄漏监测系统 |
CN109695821A (zh) * | 2019-01-21 | 2019-04-30 | 天津大学 | 一种基于幅度谱索引的加筋板泄漏定位方法 |
CN111022938A (zh) * | 2019-12-12 | 2020-04-17 | 上海邦芯物联网科技有限公司 | 一种精确定位地下水管漏水点的系统 |
CN111963909B (zh) * | 2020-08-13 | 2021-02-26 | 江苏科技大学 | 地下管道泄漏点定位方法和系统 |
CN111963909A (zh) * | 2020-08-13 | 2020-11-20 | 江苏科技大学 | 地下管道泄漏点定位方法和系统 |
CN112228217B (zh) * | 2020-09-16 | 2021-11-23 | 江苏大学 | 用于汽车燃油蒸发泄露监测的车载诊断装置及诊断方法 |
CN112228217A (zh) * | 2020-09-16 | 2021-01-15 | 江苏大学 | 用于汽车燃油蒸发泄露监测的车载诊断装置及诊断方法 |
CN112944224A (zh) * | 2021-01-28 | 2021-06-11 | 广东睿住智能科技有限公司 | 管道的泄漏监测方法及装置 |
CN112944224B (zh) * | 2021-01-28 | 2023-01-24 | 广东睿住智能科技有限公司 | 管道的泄漏监测方法及装置 |
CN113325465A (zh) * | 2021-05-28 | 2021-08-31 | 吉林大学 | 一种地面入侵目标的快速定位方法及系统 |
CN113325473A (zh) * | 2021-05-28 | 2021-08-31 | 吉林大学 | 一种震动区域判定方法及系统 |
CN113325473B (zh) * | 2021-05-28 | 2022-03-22 | 吉林大学 | 一种震动区域判定方法及系统 |
CN113325465B (zh) * | 2021-05-28 | 2022-06-21 | 吉林大学 | 一种地面入侵目标的快速定位方法及系统 |
CN113812977A (zh) * | 2021-08-13 | 2021-12-21 | 安徽理工大学 | 超声波血压计 |
CN113812977B (zh) * | 2021-08-13 | 2023-08-25 | 安徽理工大学 | 超声波血压计 |
Also Published As
Publication number | Publication date |
---|---|
CN107036770B (zh) | 2019-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107036770B (zh) | 空冷器翅片管束的泄漏检测与定位方法 | |
CN105389814B (zh) | 一种用于气密性试验的气泡检测方法 | |
CN110197049B (zh) | 一种基于瞬变反问题的非金属管道泄漏定位方法 | |
CN105444939B (zh) | 一种波浪砰击载荷测量装置及方法 | |
CN101799533B (zh) | 平面四元阵列电站锅炉承压管泄漏定位方法 | |
CN101319256A (zh) | 高炉冷却壁智能监测方法 | |
CN107402228A (zh) | 一种核电站换热器换热性能的监测系统及方法 | |
CN103698222A (zh) | 一种锅炉壁温、应力测量装置及锅炉疲劳寿命测定方法 | |
CN104657589A (zh) | 一种管壳式换热器多孔介质系数计算方法 | |
JP2017003574A (ja) | 腐食管理システムおよび腐食管理方法 | |
Kickhofel et al. | Turbulent penetration in T-junction branch lines with leakage flow | |
CN106289121A (zh) | 一种变径管等效管长的计算方法 | |
CN106895890A (zh) | 一种多声道超声波气体流量计声道权系数计算方法 | |
JP5306561B1 (ja) | チューブリーク検知装置、及びチューブリーク検知方法 | |
CN101865361B (zh) | 双基阵数据融合电站锅炉四管泄漏被动声测定位方法 | |
CN109783972B (zh) | 基于流固耦合分析计算的止回阀内泄漏流量的监测方法 | |
CN104240778A (zh) | 核电站用冷凝器特性试验系统、方法及装置 | |
CN111412391B (zh) | 一种管网泄漏检测方法及系统 | |
Zhao et al. | A case study of hydraulic collecting a single spherical particle | |
CN115659875A (zh) | 一种棒束燃料组件试验装置及其试验参数获取方法 | |
CN111577516B (zh) | 一种海洋温差能发电平台海水管振动监测系统 | |
CN104776420B (zh) | 基于振动信号特征分析的锅炉过热器结渣诊断方法及系统 | |
CN108038494B (zh) | 基于数据融合的两相流流型识别方法 | |
CN105865351A (zh) | 一种锅筒内表面结垢厚度的无损检测方法 | |
CN101813545A (zh) | 立体四元阵列电站锅炉承压管泄漏的精确定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |