CN107314251A - 一种下水管道泄漏故障的检测装置及检测方法 - Google Patents
一种下水管道泄漏故障的检测装置及检测方法 Download PDFInfo
- Publication number
- CN107314251A CN107314251A CN201710431647.3A CN201710431647A CN107314251A CN 107314251 A CN107314251 A CN 107314251A CN 201710431647 A CN201710431647 A CN 201710431647A CN 107314251 A CN107314251 A CN 107314251A
- Authority
- CN
- China
- Prior art keywords
- signal
- wavelet packet
- emission sensor
- acoustic emission
- pipeline
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 25
- 239000004744 fabric Substances 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 10
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 238000010276 construction Methods 0.000 claims abstract description 5
- 239000004020 conductor Substances 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 239000010865 sewage Substances 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 101100001672 Emericella variicolor andG gene Proteins 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 235000010724 Wisteria floribunda Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
- F17D5/06—Preventing, monitoring, or locating loss using electric or acoustic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Examining Or Testing Airtightness (AREA)
- Pipeline Systems (AREA)
Abstract
本发明公开了一种下水管道泄漏故障的检测装置及检测方法,装置包括两根伸缩杆、声卡、放大器、扬声器、筛网、声发射传感器组、滤波器和计算机;方法为:首先进行信号采集与预处理,构建特征小包分量集合;然后进行特征提取;最后对管道未知段进行故障分类。本发明基于下水管道泄漏故障检测的实际情况,提取的整个检测装置和检测方法可以在工程人员不下管道的情况下,提取下水管道的检测信号用于故障识别,方便了检测流程,提高了检测效率。
Description
技术领域
本发明涉及一种下水管道泄漏故障的检测装置及检测方法,属于管道故障检测领域。
背景技术
下水管道泄漏是一种影响管道正常运行的故障。城市中,下水管道都安置于地下而且线路曲折复杂,导致管道泄漏检测困难。管道的泄漏故障检测有多种方法。目前常用的管道的故障研究方法,有红外线照相法、质量平衡法、负压波法、示踪气体探踪法等。但是由于一些故障检测方法只能在特定的情况下使用,并且检测方式比较复杂,所以并不适用于下水管道的检测。
发明内容
为了解决下水管道泄漏故障检测的问题,本发明提供了一种下水管道泄漏故障的检测装置及检测方法。
本发明的技术方案是:一种下水管道泄漏故障的检测装置,包括两根伸缩杆、声卡、放大器、扬声器、筛网、声发射传感器组、滤波器和计算机,所述声发射传感器组为两个上下安置的声发射传感器;
所述伸缩杆Ⅰ从下水井盖Ⅰ伸入至井底,水下扬声器固定在伸缩杆Ⅰ的下端,伸缩杆Ⅰ的地面端通过放大器、声卡连接计算机;伸缩杆Ⅱ从下水井盖Ⅱ伸入至井底,伸缩杆Ⅱ底端安置筛网方便信号聚集,一个声发射传感器固定在伸缩杆Ⅱ下端且与管道侧壁接触,另一个声发射传感器固定在筛网铁圈底部且与管道底壁接触,伸缩杆Ⅱ的地面端通过滤波器连接计算机;计算机控制声卡产生的信号经功率放大器放大,放大后的信号经过内置导线的伸缩杆Ⅰ,经由扬声器发送到下水管道中;声发射传感器组接收管道壁的声信号,经由内置导线的伸缩杆Ⅱ传至滤波器进行滤波,将滤波后的信号输入到计算机中进行数据处理。
一种采用下水管道泄漏故障的检测装置进行检测的方法,所述方法步骤如下:
S1、安装下水管道泄漏故障的检测装置;
S2、选择一段正常管道进行检测,计算机控制声卡产生的声信号经放大器、扬声器发送到下水管道中,由声发射传感器组接收正常管壁产生的声音,计算机从声发射传感器组获得正常管道的侧管壁信号G 11(t)和下管壁信号G 12(t);
S3、选择一段泄漏管道进行检测,计算机控制声卡产生的声信号经放大器、扬声器发送到下水管道中,由声发射传感器组接收泄漏管壁产生的声音,计算机从声发射传感器组获得泄漏管道的侧管壁信号G 21(t)和下管壁信号G 22(t);
S4、对正常管道的侧管壁信号G 11(t)和下管壁信号G 12(t)分别采用小波基进行小波包三层分解,得到第三层的8个小波包分解系数;分别使用8个小波包系数对信号进行单层重构,即可分别得到正常管道G 11(t)的8个小波包分量a1、a2、a3、……、a8和G 12(t)信号的8个小波包分量b1、b2、b3、……、b8;
S5、对泄漏管道的侧管壁信号G 21(t)和下管壁信号G 22(t)分别采用小波基进行小波包三层分解,得到第三层的8个小波包分解系数;分别使用8个小波包系数对信号进行单层重构,即可分别得到泄漏管道G 21(t)的8个小波包分量c1、c2、c3、……、c8和正常管道G 22(t) 的8个小波包分量d1、d2、d3、……、d8;
S6、计算正常管道G 11(t)的8个小波包分量的能量分布比和G 12(t)信号的8个小波包分量的能量分布比,选择能量分布比高的前n个小波包分量提取能量熵、近似熵和分形盒维数三个特征指标构建特征集合A;同理,计算泄漏管道G 21(t)和G 22(t)的能量占比,选择能量分布比高的前n个小波包分量提取能量熵、近似熵和分形盒维数三个特征指标构建特征集合B;
S7、将特征集合A、B输入到SVM分类器当中作为分类训练样本;
S8、重复使用上述检测流程检测管道未知段,构建未知管道段的特征集合C;输入到SVM分类器当中;其中特征集合A和B作为SVM分类器的训练样本,未知段特征集合C作为测试样本;经过SVM分类器判断的特征集合C的类别,即为未知状况管道段的状态,至此完成检测过程。
所述SVM核函数为RBF核函数,选择的惩罚系数c=0.2,核函数半径g=0.01。
本发明的有益效果是:
1.克服了传统振动检测在下水管道故障检测的劣势,发挥声学检测的长处,可以在工程人员不下管道的情况下,进行管道泄漏故障检测。
2.本发明专利提出的装置及方法,运用了声卡驱动扬声器主动发射了声波,此种方式进一步激发了泄漏的故障位置发出故障声音,本方法相比于传统方法中的直接用声发射传感器接收信号可以更好地提取故障声音,并且对于微小的泄漏故障也以更好的进行泄漏声信号的接收。
3.双声发射传感器的设置,可以保证检测时可以提取到管道全方面的信息,对于保障信息不被丢失有很好的效果。
综上所述,本发明基于下水管道泄漏故障检测的实际情况,提取的整个检测装置和检测方法可以在工程人员不下管道的情况下,提取下水管道的检测信号用于故障识别,方便了检测流程,提高了检测效率。
附图说明
图1为本发明检测装置结构示意图;
图2为本发明方法流程图;
图3为实施例1中一段正常管道的两个通道的信号时域图;
图4为实施例1中一段正常管道的两个通道的小波包系数能量分布图;
图5为实施例1中一段正常管道的两个通道的特征分量信号。
具体实施方式
实施例1:一种下水管道泄漏故障的检测方法,包括信号采集与预处理、故障特征提取和故障分类识别三个部分。
信号采集与预处理:本实施例首先对一段30米长正常的管道采用本发明装置进行检测得到正常管道侧管壁和下管壁的声信号G 11(t)、G 12(t),(可以输入到MATLAB中的信号为双通道信号,通道1为侧管壁信号,通道2为下管壁信号)其时域波形如图3所示。首先对G 11(t)、G 12(t)信号采用db5小波基小波包三层分解,得到其G 11(t)、G 12(t)的8个小波包系数,使用这8个小波包系数单层重构信号分量,得到8个小波包信号分量。进而分别对G 11(t)、G 12(t)的8个小波包系数计算其能量分布,G 11(t)的小波包系数能量分布如图4所示,经过试验,选择能量分布比高的前5个小波包分量提取能量熵、近似熵和分形盒维数三个特征指标构建特征集合A,即a2、a3、a4、a7、a8五个小波包系数能量占比超过10%,因此只使用这个5个系数所得到的小波包分量构建分量信号集合,正常管道通道1、2的信号,即G 11(t)、G 12(t)的五个信号分量如图5所示。
故障特征提取:对5个特征分量信号提取分形盒维数、能量熵、近似熵指标,G 11(t)、G 12(t)分别可得到15维的分量特征集合。至此得到正常管道的特征集合的特征集合A,一组正常管道的15维特征集合如表1所示。
表1
然后对一段30米长泄漏管道重复上述过程,可以得到泄漏管道的特征集合的参照样本B。
故障分类识别:重复使用上述检测流程检测管道未知段,构建未知管道段的特征集合C;输入到SVM分类器当中;其中特征集合A和B作为SVM分类器的训练样本,未知段特征集合C作为测试样本;SVM核函数为RBF核函数,选择的参数c=0.2,g=0.01;经过SVM分类器判断的特征集合C的类别,即为未知状况管道段的状态,至此完成检测过程。
实验装置如图1所示,一种下水管道泄漏故障的检测装置,包括两根伸缩杆、声卡、放大器、扬声器、筛网、声发射传感器组、滤波器和一台安装有WinMLS软件的计算机,所述声发射传感器组为两个上下安置的声发射传感器;
所述伸缩杆Ⅰ从下水井盖Ⅰ伸入至井底,水下扬声器固定在伸缩杆Ⅰ的下端,伸缩杆Ⅰ的地面端通过放大器、声卡连接计算机;伸缩杆Ⅱ从下水井盖Ⅱ伸入至井底,伸缩杆Ⅱ底端安置筛网方便信号聚集,一个声发射传感器固定在伸缩杆Ⅱ下端且与管道侧壁接触,另一个声发射传感器固定在筛网铁圈底部且与管道底壁接触,伸缩杆Ⅱ的地面端通过滤波器连接计算机;计算机控制声卡产生的信号经功率放大器放大,放大后的信号经过内置导线的伸缩杆Ⅰ,经由扬声器发送到下水管道中;声发射传感器组接收管道壁的声信号,经由内置导线的伸缩杆Ⅱ传至滤波器进行滤波,将滤波后的信号输入到计算机中进行数据处理。
所述声发射传感器组为两个呈上下安装的富士M31型声发射传感器;放大器为2708型号的功率放大器;扬声器型号选用K50WP型号;滤波器选用Kemo dual variablefilter VBF 10M滤波器进行滤波,将信号频率范围控制为100-4000赫兹后输入到计算机当中进行后续处理
其中声卡用于产生声信号;放大器用于放大声卡产生的声信号;水下扬声器用于将声信号传播于下水管道中;声发射传感器组用于接收管道管壁的信号;滤波器用于滤波声发射传感器组接收的信号,并且将滤波后的信号输入到计算机中;伸缩杆用于根据调整长度,便于检测人员将此装置应用于各个高度的下水井口,伸缩杆内核为金属导体,外壳为绝缘体,可传递信号;计算机用于分析信号,判别故障。
检测时,分为两个部分,声信号激发过程和信号接收过程。
声信号激发过程:由安装有WinMLS软件的计算机控制声卡产生一个10s的正弦扫频信号,信号的频率范围为100 - 6000Hz。正弦扫频信号经过放大器进行信号放大,检测信号经过内置导线的伸缩杆Ⅰ,经由扬声器发送到下水管道中,用于激发管壁的故障部位产生更加明显的故障的声音。
信号接收过程:两个声发射传感器放置于伸缩杆Ⅱ,两个声发射传感器放置时,一个声发射传感器固定在筛网铁圈底部且与管道底壁接触,另一个声发射传感器固定在伸缩杆Ⅱ下端且与管道的侧壁接触,其目的在于全方面接收管道内的声信号。声发射传感器接收信号后,经由内置导线的伸缩杆Ⅱ传至滤波器进行滤波,滤波范围为100-4000Hz。最后将滤波后的信号输入到计算机中进行数据处理,以进行故障诊断。
上面结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,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。
Claims (3)
1.一种下水管道泄漏故障的检测装置,其特征在于:包括两根伸缩杆、声卡、放大器、扬声器、筛网、声发射传感器组、滤波器和计算机,所述声发射传感器组为两个上下安置的声发射传感器;
所述伸缩杆Ⅰ从下水井盖Ⅰ伸入至井底,水下扬声器固定在伸缩杆Ⅰ的下端,伸缩杆Ⅰ的地面端通过放大器、声卡连接计算机;伸缩杆Ⅱ从下水井盖Ⅱ伸入至井底,伸缩杆Ⅱ底端安置筛网方便信号聚集,一个声发射传感器固定在伸缩杆Ⅱ下端且与管道侧壁接触,另一个声发射传感器固定在筛网铁圈底部且与管道底壁接触,伸缩杆Ⅱ的地面端通过滤波器连接计算机;计算机控制声卡产生的信号经功率放大器放大,放大后的信号经过内置导线的伸缩杆Ⅰ,经由扬声器发送到下水管道中;声发射传感器组接收管道壁的声信号,经由内置导线的伸缩杆Ⅱ传至滤波器进行滤波,将滤波后的信号输入到计算机中进行数据处理。
2.一种采用权利要求1所述的下水管道泄漏故障的检测装置进行检测的方法,其特征在于:所述方法步骤如下:
S1、安装下水管道泄漏故障的检测装置;
S2、选择一段正常管道进行检测,计算机控制声卡产生的声信号经放大器、扬声器发送到下水管道中,由声发射传感器组接收正常管壁产生的声音,计算机从声发射传感器组获得正常管道的侧管壁信号G 11(t)和下管壁信号G 12(t);
S3、选择一段泄漏管道进行检测,计算机控制声卡产生的声信号经放大器、扬声器发送到下水管道中,由声发射传感器组接收泄漏管壁产生的声音,计算机从声发射传感器组获得泄漏管道的侧管壁信号G 21(t)和下管壁信号G 22(t);
S4、对正常管道的侧管壁信号G 11(t)和下管壁信号G 12(t)分别采用小波基进行小波包三层分解,得到第三层的8个小波包分解系数;分别使用8个小波包系数对信号进行单层重构,即可分别得到正常管道G 11(t)的8个小波包分量a1、a2、a3、……、a8和G 12(t)信号的8个小波包分量b1、b2、b3、……、b8;
S5、对泄漏管道的侧管壁信号G 21(t)和下管壁信号G 22(t)分别采用小波基进行小波包三层分解,得到第三层的8个小波包分解系数;分别使用8个小波包系数对信号进行单层重构,即可分别得到泄漏管道G 21(t)的8个小波包分量c1、c2、c3、……、c8和正常管道G 22(t) 的8个小波包分量d1、d2、d3、……、d8;
S6、计算正常管道G 11(t)的8个小波包分量的能量分布比和G 12(t)信号的8个小波包分量的能量分布比,选择能量分布比高的前n个小波包分量提取能量熵、近似熵和分形盒维数三个特征指标构建特征集合A;同理,计算泄漏管道G 21(t)和G 22(t)的能量占比,选择能量分布比高的前n个小波包分量提取能量熵、近似熵和分形盒维数三个特征指标构建特征集合B;
S7、将特征集合A、B输入到SVM分类器当中作为分类训练样本;
S8、重复使用上述检测流程检测管道未知段,构建未知管道段的特征集合C;输入到SVM分类器当中;其中特征集合A和B作为SVM分类器的训练样本,未知段特征集合C作为测试样本;经过SVM分类器判断的特征集合C的类别,即为未知状况管道段的状态,至此完成检测过程。
3.根据权利要求2所述的检测的方法,其特征在于:所述SVM核函数为RBF核函数,选择的惩罚系数c=0.2,核函数半径g=0.01。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710431647.3A CN107314251B (zh) | 2017-06-09 | 2017-06-09 | 一种下水管道泄漏故障的检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710431647.3A CN107314251B (zh) | 2017-06-09 | 2017-06-09 | 一种下水管道泄漏故障的检测装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107314251A true CN107314251A (zh) | 2017-11-03 |
CN107314251B CN107314251B (zh) | 2019-05-14 |
Family
ID=60183154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710431647.3A Active CN107314251B (zh) | 2017-06-09 | 2017-06-09 | 一种下水管道泄漏故障的检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107314251B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108758358A (zh) * | 2018-05-25 | 2018-11-06 | 北京市燃气集团有限责任公司 | 一种基于声回波信号解调的管道泄漏监测方法及系统 |
CN109063762A (zh) * | 2018-07-23 | 2018-12-21 | 昆明理工大学 | 一种基于dt-cwt和s4vm的管道堵塞故障识别方法 |
CN109949826A (zh) * | 2019-03-15 | 2019-06-28 | 安徽工程大学 | 一种基于环境声音识别的厕所漏水智能监控系统 |
CN111520535A (zh) * | 2020-04-29 | 2020-08-11 | 浙江工业大学 | 一种气动调节阀定位器松动故障的在线诊断方法 |
CN112444449A (zh) * | 2020-11-17 | 2021-03-05 | 大连理工大学 | 一种基于微观破坏类型分析的精确求解岩石抗拉强度的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551064A (zh) * | 2009-05-22 | 2009-10-07 | 重庆大学 | 供水管道泄漏检测定位的信号处理方法 |
CN101761780A (zh) * | 2010-01-11 | 2010-06-30 | 中国石油大学(华东) | 输气管道泄漏检测定位装置及其检测定位方法 |
CN202040552U (zh) * | 2010-08-12 | 2011-11-16 | 北京知容寓远软件科技有限公司 | 基于低频声波监测管道泄漏或堵塞的系统 |
CN103836346A (zh) * | 2014-02-24 | 2014-06-04 | 中国海洋石油总公司 | 一种水下天然气管道接头泄漏监测系统 |
CN103836347A (zh) * | 2014-03-07 | 2014-06-04 | 中国石油大学(华东) | 一种用于原油集输管道的泄漏监测装置及监测方法 |
US20150362465A1 (en) * | 2014-06-13 | 2015-12-17 | Reece Innovation Centre Limited | System for monitoring and/or surveying conduits |
CN105909979A (zh) * | 2016-04-20 | 2016-08-31 | 中国石油大学(华东) | 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 |
CN205716445U (zh) * | 2016-04-21 | 2016-11-23 | 淼淼众安(武汉)科技有限公司 | 用于水管网各节点处传感器的监控系统 |
-
2017
- 2017-06-09 CN CN201710431647.3A patent/CN107314251B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101551064A (zh) * | 2009-05-22 | 2009-10-07 | 重庆大学 | 供水管道泄漏检测定位的信号处理方法 |
CN101761780A (zh) * | 2010-01-11 | 2010-06-30 | 中国石油大学(华东) | 输气管道泄漏检测定位装置及其检测定位方法 |
CN202040552U (zh) * | 2010-08-12 | 2011-11-16 | 北京知容寓远软件科技有限公司 | 基于低频声波监测管道泄漏或堵塞的系统 |
CN103836346A (zh) * | 2014-02-24 | 2014-06-04 | 中国海洋石油总公司 | 一种水下天然气管道接头泄漏监测系统 |
CN103836347A (zh) * | 2014-03-07 | 2014-06-04 | 中国石油大学(华东) | 一种用于原油集输管道的泄漏监测装置及监测方法 |
US20150362465A1 (en) * | 2014-06-13 | 2015-12-17 | Reece Innovation Centre Limited | System for monitoring and/or surveying conduits |
CN105909979A (zh) * | 2016-04-20 | 2016-08-31 | 中国石油大学(华东) | 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 |
CN205716445U (zh) * | 2016-04-21 | 2016-11-23 | 淼淼众安(武汉)科技有限公司 | 用于水管网各节点处传感器的监控系统 |
Non-Patent Citations (1)
Title |
---|
张禄: "基于水中听音给水管道泄漏检测技术的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108758358A (zh) * | 2018-05-25 | 2018-11-06 | 北京市燃气集团有限责任公司 | 一种基于声回波信号解调的管道泄漏监测方法及系统 |
CN109063762A (zh) * | 2018-07-23 | 2018-12-21 | 昆明理工大学 | 一种基于dt-cwt和s4vm的管道堵塞故障识别方法 |
CN109063762B (zh) * | 2018-07-23 | 2021-11-16 | 昆明理工大学 | 一种基于dt-cwt和s4vm的管道堵塞故障识别方法 |
CN109949826A (zh) * | 2019-03-15 | 2019-06-28 | 安徽工程大学 | 一种基于环境声音识别的厕所漏水智能监控系统 |
CN111520535A (zh) * | 2020-04-29 | 2020-08-11 | 浙江工业大学 | 一种气动调节阀定位器松动故障的在线诊断方法 |
CN111520535B (zh) * | 2020-04-29 | 2022-02-01 | 浙江工业大学 | 一种气动调节阀定位器松动故障的在线诊断方法 |
CN112444449A (zh) * | 2020-11-17 | 2021-03-05 | 大连理工大学 | 一种基于微观破坏类型分析的精确求解岩石抗拉强度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107314251B (zh) | 2019-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107314251A (zh) | 一种下水管道泄漏故障的检测装置及检测方法 | |
CN107218518A (zh) | 一种用于排水管道堵塞故障的检测装置的检测方法 | |
CN104280453B (zh) | Pccp钢丝断丝检测系统 | |
CN106546892A (zh) | 基于深度学习的局部放电超声音频识别方法及系统 | |
CN106096562B (zh) | 基于振动信号盲源分离和稀疏成分分析的风电机组齿轮箱故障诊断方法 | |
CN104132250B (zh) | 一种基于改进小波包的管道泄漏特征向量提取方法 | |
CN107355686B (zh) | 一种排水管道堵塞故障的检测方法 | |
CN101846594A (zh) | 基于波束形成声像模式识别的故障检测装置及其检测方法 | |
CN106840375A (zh) | 一种涡轮增压机异常噪声测试方法及其装置 | |
CN102879714B (zh) | 变压器局部放电检测定位方法 | |
EP1933135A3 (en) | Nondestructive inspection apparatus | |
CN103776903B (zh) | 一种风电叶片脱层检测方法及检测系统 | |
CN101871733A (zh) | 工业炉烟气余热回收动力系统安全性检测方法 | |
CN103823244A (zh) | 磁共振三分量消噪装置及消噪方法 | |
CN107886078A (zh) | 一种基于分层自适应阈值函数的小波阈值降噪方法 | |
CN107355687B (zh) | 一种下水管道故障检测方法 | |
CN108181059A (zh) | 基于小波信号的多相流管道泄漏声波信号识别方法 | |
CN102879462A (zh) | 一种金属缺陷涡流检测装置及其探头 | |
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 | |
CN106949957A (zh) | 一种有流环境下消声元件声学特性和流动特性的测量装置 | |
CN104568132B (zh) | 一种基于参考信号约束的机械特征声信号频域半盲提取方法 | |
CN104457967B (zh) | 基于逆压电效应的水声传感器声压灵敏度测试方法及装置 | |
CN106596025A (zh) | 基于冲激响应的公路隧道悬挂风机基础稳定性检测方法及系统 | |
CN104359970B (zh) | Pccp钢丝断丝探测主机 | |
CN104280253A (zh) | 一种基于免疫检测器的故障诊断方法及系统 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240611 Address after: 653405 Jia Sa Avenue, Jia Sa Town, Xinping Yi and Dai Autonomous County, Yuxi City, Yunnan Province Patentee after: YUNNAN DAHONGSHAN PIPELINE Ltd. Country or region after: China Address before: 650093 No. 253, Xuefu Road, Wuhua District, Yunnan, Kunming Patentee before: Kunming University of Science and Technology Country or region before: China |
|
TR01 | Transfer of patent right |