CN107355687A - 一种下水管道故障检测方法 - Google Patents
一种下水管道故障检测方法 Download PDFInfo
- Publication number
- CN107355687A CN107355687A CN201710432050.0A CN201710432050A CN107355687A CN 107355687 A CN107355687 A CN 107355687A CN 201710432050 A CN201710432050 A CN 201710432050A CN 107355687 A CN107355687 A CN 107355687A
- Authority
- CN
- China
- Prior art keywords
- signal
- pipeline
- characteristic set
- computer
- index
- 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 24
- 230000000903 blocking effect Effects 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000009432 framing Methods 0.000 claims abstract description 9
- 238000007637 random forest analysis Methods 0.000 claims abstract description 7
- 230000006698 induction Effects 0.000 claims abstract description 5
- 230000008602 contraction Effects 0.000 claims description 32
- 230000004044 response Effects 0.000 claims description 12
- 239000004020 conductor Substances 0.000 claims description 8
- 239000004744 fabric Substances 0.000 claims description 8
- 230000003321 amplification Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000000205 computational method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 239000010865 sewage Substances 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 10
- 238000012360 testing method Methods 0.000 abstract description 9
- 238000000605 extraction Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000011946 reduction process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 238000012795 verification 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故障检测方法。方法为:安装下水管道故障检测装置;获取已知的管道无故障段/大堵塞管道/小堵塞管道/重复堵塞管道/泄漏管道的声响应信号;进行信号分帧;计算所有信号帧的能量熵指标、样本熵指标、分形盒维数指标;计算能量熵特征集合、样本熵特征集合、分形盒维数特征集合的区分度指标;对区分度指标小于0.2的剔除,得到新的能量熵特征集合、样本熵特征集合、分形盒维数特征集合、将新的特征集合重新组合;采用重新组合特征集合训练随机森林分类器,得到故障识别模型。本发明提高了检测结果的准确性与可靠性。
Description
技术领域
本发明涉及一种下水管道故障检测方法,属于管道故障检测领域。
背景技术
我国城市化水平正不断提高,随着城市经济发展,下水管道长度每年呈现加速增长的趋势,但是由于最初的设计存在缺陷或者使用时间长的原因,下水管道的故障率也十分的高。其中,管道的堵塞属于威胁城市安全排水的隐患,如果不能及时发现和排除管道故障,将影响城市供排水的正常运转。因此高效准确的下水管道堵塞检测方法对于管道故障检测是十分必要的。
发明内容
为了解决下水管道堵塞故障检测的问题,本发明提供了一种下水管道故障检测方法。
本发明的技术方案是:一种下水管道故障检测方法,所述方法具体步骤如下:
S1、安装下水管道故障检测装置;
S2、选择已知的管道无故障段进行检测,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得正常管道的信号Y1(t);
S3、在上述已知的管道无故障段人为的放置超过管道横截面积1/3的大堵塞物,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得堵塞管道的信号Y2(t);
S4、在上述已知的管道无故障段人为的放置低于管道横截面积1/3的小堵塞物,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得堵塞管道的信号Y3(t);
S5、在上述已知的管道无故障段人为的放置3个堵塞物模拟重复堵塞工况,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得堵塞管道的信号Y4(t);
S6、选择已知的管道泄漏段进行检测,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得堵塞管道的信号Y5(t);
S7、获取下水管道五种工况下的声响应信号G(t),计算方法为其中水听器采集到的管道声信号为Y(t),声卡发射的正弦信号为X(t);根据响应信号计算方法,分别得到正常管道的响应信号大堵塞管道响应信号小堵塞管道响应信号重复堵塞管道响应信号泄漏管道响应信号
S8、分别对正常管道、大堵塞管道、小堵塞管道、重复堵塞管道、泄漏管道五种工况下的声响应信号进行信号分帧,分解后将分别得到n个信号帧分量;
S9、分别计算正常管道、大堵塞管道、小堵塞管道、重复堵塞管道、泄漏管道所有信号帧的能量熵指标、样本熵指标、分形盒维数指标,其中能量熵指标得到的特征集合为A,样本熵指标得到的特征集合为B,分形盒维数指标得到的特征集合为C;
S10、将步骤S9中得到的能量熵特征集合A使用距离可分性判据,得到类内离散矩阵SW1和类间离散矩阵SB1,计算能量熵特征集合A中各个信号帧的区分度指标λ,各个信号帧的区分度指标为矩阵的特征值λA1,λA2,λA3,λA4...,,λAn(n为信号帧的个数);样本熵特征集合B和分形盒维数特征集合C同理,得到样本熵特征集合B的区分度指标λB1,λB2,λB3,λB4...,,λBn和分形盒维数特征集合C的的区分度指标λC1,λC2,λC3,λC4...,,λCn;
S11、对步骤S10中的得到的能量熵特征集合A的区分度指标小于0.2的剔除,得到新的能量熵特征集合A';样本熵特征集合B与分形盒维数特征集合C同理,得到新的样本熵特征集合B'和新的分形盒维数特征集合C';将新的特征集合重新组合为组合特征集合D';
S12、采用组合特征集合D'训练随机森林分类器,得到故障识别模型;
S13、针对管道的其他段采用步骤S7~步骤S11的方法获取组合特征集合,采用Step12中训练好的随机森林分类器对管道的其他段进行故障的识别。
所述下水管道故障检测装置包括两根伸缩杆、声卡、放大器、扬声器、筛网、水听器、滤波器和计算机,
所述两根收缩杆从两个不同的下水井盖伸入至井底,水下扬声器和水听器固定在收缩杆Ⅰ的下端,收缩杆Ⅰ的地面接收端通过滤波器连接计算机,收缩杆Ⅰ的地面发射端通过放大器、声卡连接计算机;收缩杆Ⅱ底端放置筛网方便声信号聚集;计算机控制声卡产生的信号经功率放大器放大,放大后的信号经过通过收缩杆Ⅰ的发射端,由内置导线的收缩杆Ⅰ,经由扬声器发送到下水管道中;水听器接收管道内的声信号通过内置导线的收缩杆Ⅰ经由接收端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。
所述扬声器、水听器为一上一下放置。
本发明的有益效果是:
1.克服了传统检测在下水管道故障检测的劣势,可以在工程人员不下管道的情况下,进行故障检测。本实验检测装置简单且容易实施,仅仅将两根带有检测装置的收缩杆深入井底,检测人员即可在地面进行故障检测与识别。
2.检测方法提取了信号三种特征,弥补了单个特征故障提取不足的情况,可以更全面的反映管道的特性,达到比传统单一故障提取方式更加可靠地提取结果。本方法经过特征降维和分类器识别训练,不仅可以检测堵塞和泄漏两种故障类型,其中堵塞故障还可以区分大堵塞、小堵塞和重复堵塞工况,具有工程实用价值。
综上所述,本发明基于下水管道故障检测的实际情况,引入声导波检测方法,整个检测装置可以在工程人员不下管道的情况下,提取下水管道的检测声信号进行故障识别,优化了检测流程。本发明提出的检测方法,进行了故障多特征提取,且去除了低区分度分量,提高了检测结果的准确性与可靠性。
附图说明
图1为一种下水管道故障检测装置;
图2为本发明方法流程图;
图3为实施例1中0.1s的正常管道时域波形;
图4为实施例1中0.1s的大堵塞管道时域波形;
图5为实施例1中0.1s的小堵塞管道时域波形;
图6为实施例1中0.1s的重复堵塞管道时域波形;
图7为实施例1中0.1s的泄漏管道时域波形;
图8为实施例1中正常管道信号分帧结果;
图9为实施例1中大堵塞管道信号分帧结果;
图10为实施例1中小堵塞管道信号分帧结果;
图11为实施例1中重复堵塞管道信号分帧结果;
图12为实施例1中泄漏管道信号分帧结果;
图13为实施例1中能量熵特征集合、样本熵特征集合、分形盒维数特征集合的区分度指标图。
具体实施方式
实施例1:一种下水管道故障检测方法,用英国布拉德福德大学管道实验室数据进行实例验证。管道长度为15.4米,管道材质为黏土管道,直径为150mm。选取0.1s的实验数据进行例证(由于信号在0.1s内已经可以往返管道多个来回,携带丰富的管道内信息,已满足检测要求)。
计算机信号处理的具体过程如下:
实验装置如附图1所示。
提取信号:实验流程如附图2所示。检测之前,为了获得正常管道、大堵塞管道、小堵塞管道、泄漏管道五种工况下的训练数据,选择一段管道无故障段进行检测,计算机获得正常管道的训练信号,如图3所示。然后在这段正常的管道当中人为放置不种类别的障碍物,进行检测。放置55mm堵塞物(超过横截面积1/3)模拟大堵塞管道,放置20mm堵塞物(低于横截面积1/3)模拟小堵塞管道,在管道内同时放置55mm堵塞物和20mm堵塞物模拟重复堵塞管道,从而获得大堵塞、小堵塞、重复堵塞管道的训练信号,如图4、5、6所示。此外选择一段泄漏管道进行检测,获得泄漏管道的训练信号,如图7所示,正常管道训练信号为52组,大堵塞信号38组,小堵塞信号24组,重复堵塞信号38个,泄漏信号40组。
进行信号预处理:将五种工况下的信号输入到MATLAB中进行分析。然后对训练使用的五种工况下的信号进行分帧,帧长选择1000,帧移选择为500。一组信号可以分为7个信号帧,一组分帧的结果如图8、9、10、11、12所示。
特征提取:然后进行信号的特征降维过程,对各个工况下的信号帧进行特征提取,提取其能量熵、样本熵、分形盒维数三个指标,将提取结果联合作为特征集合,部分结果如表1所示。
表1
特征降维过程:进而进行信号的特征降维过程,对三个指标的各个分量集合使用距离可分性判据计算各个分量的区分度。三个特征集合的各个信号帧的区分度指标如图13所示。由图可见,仅有前四个信号帧分量满足区分度要求。
形成新的特征集合:将上述区分度指标低于0.2的信号帧分量予以去除,由图可见,仅有前四个信号帧分量满足区分度要求。剩下的分量组成新的特征集合如表2所示。
表2
训练随机森林分类器进行识别:将降维后的特征集合输入,将组合特征集合D'的100组样本作为训练样本,92组样本作为测试样本训练随机森林分类器,得到故障识别模型。运用实施例的组合特征集合所得的辨识率如表3所示(将实施例中已知的管道得到的组合特征集合,作为测试组部分,采用故障识别模型进行识别,将得到的类别与模型标好的已知类别对比,一样的为正确。)。
表3
正确 | 错误 | 识别正确率 | |
正常管道 | 25 | 2 | 92.5926% |
大堵塞管道 | 16 | 0 | 100% |
小堵塞管道 | 9 | 1 | 90% |
三通管道确诊 | 15 | 3 | 83.3333% |
重复堵塞管道 | 22 | 0 | 100% |
检测其余未知状况管道段:最后实验人员检测其余未知状况的管道段,并且重复上述检测过程(本发明对于未知段的检测就相当于测试组的部分,对未知管道段,采集信号,并且重复故障检测过程得到组合特征集合,输入到分类器中,分类器会识别出一个类别,这个类别就是检测结果。)。
实验装置如图1所示,所述下水管道故障检测装置可以为:
所述下水管道故障检测装置包括两根伸缩杆、声卡、放大器、扬声器、筛网、水听器、滤波器和一台安装有WinMLS软件的计算机,
所述两根收缩杆从两个不同的下水井盖伸入至井底,水下扬声器和水听器固定在收缩杆Ⅰ的下端,收缩杆Ⅰ的地面接收端通过滤波器连接计算机,收缩杆Ⅰ的地面发射端通过放大器、声卡连接计算机;收缩杆Ⅱ底端放置筛网方便声信号聚集;计算机控制声卡产生的信号经功率放大器放大,放大后的信号经过通过收缩杆Ⅰ的发射端,由内置导线的收缩杆Ⅰ,经由扬声器发送到下水管道中;水听器接收管道内的声信号通过内置导线的收缩杆Ⅰ经由接收端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。
所述扬声器、水听器为一上一下放置。
如图1所示,具体实施时,需要打开地面的两个下水道井盖,将两个收缩杆伸入井内。两根收缩杆同时深入管道并触底。收缩杆Ⅱ的底端放置筛网,方便声信号聚集(筛网能保证声音产生一定的回弹,进而方便水听器收集信号)。收缩杆Ⅰ下端放置水听器和水下扬声器,放置位置为一上一下放置,水下扬声器型号选用威沙通公司(德国)的K50WP型号。选用的水听器型号为由传感器技术有限公司(加拿大)生产的SQ31型号水听器。收缩杆内核为金属导体,外壳为绝缘体,可传递信号。检测时,由装有WinMLS软件的计算机控制声卡产生一个20秒的正弦扫频声信号,信号的频率范围为100-6000赫兹。声卡产生的声信号需经过功率放大器进行放大,通过发射端经由收缩杆Ⅰ的内置导线传递至水下扬声器进行声音的发射。选用的功率放大器为巴哈曼-克莱默公司(德国)生产的2708型号的功率放大器,功率放大器驱动水下扬声器发声。水下扬声器工作后,水听器即为接收状态。水听器经由收缩杆Ⅰ的接收端连接滤波器,选用Kemo 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。
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)
1.一种下水管道故障检测方法,其特征在于:所述方法具体步骤如下:
S1、安装下水管道故障检测装置;
S2、选择已知的管道无故障段进行检测,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得正常管道的信号Y1(t);
S3、在上述已知的管道无故障段人为的放置超过管道横截面积1/3的大堵塞物,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得堵塞管道的信号Y2(t);
S4、在上述已知的管道无故障段人为的放置低于管道横截面积1/3的小堵塞物,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得堵塞管道的信号Y3(t);
S5、在上述已知的管道无故障段人为的放置3个堵塞物模拟重复堵塞工况,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得堵塞管道的信号Y4(t);
S6、选择已知的管道泄漏段进行检测,计算机控制声卡产生的信号X(t)经功率放大器、发射端、扬声器通过水听器接收,计算机从接收端获得堵塞管道的信号Y5(t);
S7、获取下水管道五种工况下的声响应信号G(t),计算方法为其中水听器采集到的管道声信号为Y(t),声卡发射的正弦信号为X(t);根据响应信号计算方法,分别得到正常管道的响应信号大堵塞管道响应信号小堵塞管道响应信号重复堵塞管道响应信号泄漏管道响应信号
S8、分别对正常管道、大堵塞管道、小堵塞管道、重复堵塞管道、泄漏管道五种工况下的声响应信号进行信号分帧,分解后将分别得到n个信号帧分量;
S9、分别计算正常管道、大堵塞管道、小堵塞管道、重复堵塞管道、泄漏管道所有信号帧的能量熵指标、样本熵指标、分形盒维数指标,其中能量熵指标得到的特征集合为A,样本熵指标得到的特征集合为B,分形盒维数指标得到的特征集合为C;
S10、将步骤S9中得到的能量熵特征集合A使用距离可分性判据,得到类内离散矩阵SW1和类间离散矩阵SB1,计算能量熵特征集合A中各个信号帧的区分度指标λ,各个信号帧的区分度指标为矩阵的特征值λA1,λA2,λA3,λA4...,,λAn(n为信号帧的个数);样本熵特征集合B和分形盒维数特征集合C同理,得到样本熵特征集合B的区分度指标λB1,λB2,λB3,λB4...,,λBn和分形盒维数特征集合C的的区分度指标λC1,λC2,λC3,λC4...,,λCn;
S11、对步骤S10中的得到的能量熵特征集合A的区分度指标小于0.2的剔除,得到新的能量熵特征集合A';样本熵特征集合B与分形盒维数特征集合C同理,得到新的样本熵特征集合B'和新的分形盒维数特征集合C';将新的特征集合重新组合为组合特征集合D';
S12、采用组合特征集合D'训练随机森林分类器,得到故障识别模型;
S13、针对管道的其他段采用步骤S7~步骤S11的方法获取组合特征集合,采用Step12中训练好的随机森林分类器对管道的其他段进行故障的识别。
2.根据权利要求1所述的下水管道故障检测方法,其特征在于:所述下水管道故障检测装置包括两根伸缩杆、声卡、放大器、扬声器、筛网、水听器、滤波器和计算机,
所述两根收缩杆从两个不同的下水井盖伸入至井底,水下扬声器和水听器固定在收缩杆Ⅰ的下端,收缩杆Ⅰ的地面接收端通过滤波器连接计算机,收缩杆Ⅰ的地面发射端通过放大器、声卡连接计算机;收缩杆Ⅱ底端放置筛网方便声信号聚集;计算机控制声卡产生的信号经功率放大器放大,放大后的信号经过通过收缩杆Ⅰ的发射端,由内置导线的收缩杆Ⅰ,经由扬声器发送到下水管道中;水听器接收管道内的声信号通过内置导线的收缩杆Ⅰ经由接收端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。
3.根据权利要求1所述的下水管道故障检测方法,其特征在于:所述扬声器、水听器为一上一下放置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710432050.0A CN107355687B (zh) | 2017-06-09 | 2017-06-09 | 一种下水管道故障检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710432050.0A CN107355687B (zh) | 2017-06-09 | 2017-06-09 | 一种下水管道故障检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107355687A true CN107355687A (zh) | 2017-11-17 |
CN107355687B CN107355687B (zh) | 2019-04-12 |
Family
ID=60273775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710432050.0A Active CN107355687B (zh) | 2017-06-09 | 2017-06-09 | 一种下水管道故障检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107355687B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108195525A (zh) * | 2018-01-29 | 2018-06-22 | 清华大学合肥公共安全研究院 | 一种模拟泄漏噪声信号的管道及其噪声信号在线采集装置 |
CN108488637A (zh) * | 2018-03-22 | 2018-09-04 | 哈尔滨工业大学 | 一种基于自相关和近似熵原理的供水管道泄漏辨识方法 |
CN111520615A (zh) * | 2020-04-28 | 2020-08-11 | 清华大学 | 基于线谱对和三次插值搜索的管网漏损识别与定位方法 |
CN113219541A (zh) * | 2021-04-16 | 2021-08-06 | 浙江纺织服装职业技术学院 | 一种非金属管堵塞检测装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101509604A (zh) * | 2009-03-20 | 2009-08-19 | 武汉大学 | 一种金属管内堆积物的检测和评定方法及装置 |
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 |
CN202040546U (zh) * | 2010-08-12 | 2011-11-16 | 北京寰宇声望智能科技有限公司 | 一种基于音波的用于管道堵塞监测的系统 |
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 |
CN204390253U (zh) * | 2014-12-31 | 2015-06-10 | 天津大学 | 基于pccp管道声信号的现场试验系统 |
EP2955493A1 (en) * | 2014-06-13 | 2015-12-16 | 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 CN201710432050.0A patent/CN107355687B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101509604A (zh) * | 2009-03-20 | 2009-08-19 | 武汉大学 | 一种金属管内堆积物的检测和评定方法及装置 |
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 |
CN202040546U (zh) * | 2010-08-12 | 2011-11-16 | 北京寰宇声望智能科技有限公司 | 一种基于音波的用于管道堵塞监测的系统 |
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 |
EP2955493A1 (en) * | 2014-06-13 | 2015-12-16 | Reece Innovation Centre Limited | System for monitoring and/or surveying conduits |
CN204390253U (zh) * | 2014-12-31 | 2015-06-10 | 天津大学 | 基于pccp管道声信号的现场试验系统 |
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 (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108195525A (zh) * | 2018-01-29 | 2018-06-22 | 清华大学合肥公共安全研究院 | 一种模拟泄漏噪声信号的管道及其噪声信号在线采集装置 |
CN108488637A (zh) * | 2018-03-22 | 2018-09-04 | 哈尔滨工业大学 | 一种基于自相关和近似熵原理的供水管道泄漏辨识方法 |
CN111520615A (zh) * | 2020-04-28 | 2020-08-11 | 清华大学 | 基于线谱对和三次插值搜索的管网漏损识别与定位方法 |
CN111520615B (zh) * | 2020-04-28 | 2021-03-16 | 清华大学 | 基于线谱对和三次插值搜索的管网漏损识别与定位方法 |
CN113219541A (zh) * | 2021-04-16 | 2021-08-06 | 浙江纺织服装职业技术学院 | 一种非金属管堵塞检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107355687B (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107218518B (zh) | 一种用于排水管道堵塞故障的检测装置的检测方法 | |
CN107355687B (zh) | 一种下水管道故障检测方法 | |
CN107355686B (zh) | 一种排水管道堵塞故障的检测方法 | |
CN102606891B (zh) | 漏水检测仪及检测系统、及检测方法 | |
CN106447040B (zh) | 基于异类多传感器数据融合的机械设备健康状态评估方法 | |
CN100437072C (zh) | 离心泵振动故障融合诊断方法及振动信号采集装置 | |
CN109827081A (zh) | 一种基于声学主动检测的埋地排水管道堵塞故障及管道三通件诊断方法 | |
CN101592288B (zh) | 一种管道泄漏辨识方法 | |
CN108365596B (zh) | 一种基于s变换输配电故障保护方法和装置 | |
CN101871733B (zh) | 工业炉烟气余热回收动力系统安全性检测方法 | |
CN103234121A (zh) | 基于音波信号的输气管道泄漏检测装置及检测方法 | |
CN103398769A (zh) | 基于小波ggd特征和不均衡k-均值下采样集成svm的变压器在线故障检测方法 | |
CN107314251B (zh) | 一种下水管道泄漏故障的检测装置及检测方法 | |
CN104634870A (zh) | 一种基于振动响应测试的隧道结构损伤识别装置 | |
CN109239553A (zh) | 一种基于局部放电脉冲局部密度的聚类方法 | |
CN108361560A (zh) | 一种基于小波包用于天然气管道安全监测装置的管道安全识别方法 | |
CN111007365A (zh) | 一种基于神经网络的超声波局部放电识别方法及系统 | |
CN107963239A (zh) | 一种基于音频的运载火箭故障检测装置及检测方法 | |
CN109063762A (zh) | 一种基于dt-cwt和s4vm的管道堵塞故障识别方法 | |
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 | |
CN104316167B (zh) | 一种低信噪比下结构响应异常检测方法 | |
CN109116196A (zh) | 一种电力电缆故障放电声智能识别方法 | |
CN103267652B (zh) | 一种智能早期设备故障在线诊断方法 | |
CN108181059A (zh) | 基于小波信号的多相流管道泄漏声波信号识别方法 | |
CN106596025B (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 |
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 |