CN109506848A - 一种新型在线扫描式超声波气体测漏系统 - Google Patents
一种新型在线扫描式超声波气体测漏系统 Download PDFInfo
- Publication number
- CN109506848A CN109506848A CN201811638009.XA CN201811638009A CN109506848A CN 109506848 A CN109506848 A CN 109506848A CN 201811638009 A CN201811638009 A CN 201811638009A CN 109506848 A CN109506848 A CN 109506848A
- Authority
- CN
- China
- Prior art keywords
- source
- leaks
- holder
- data processing
- processing controller
- 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 19
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000013528 artificial neural network Methods 0.000 claims abstract description 11
- 238000003062 neural network model Methods 0.000 claims description 16
- 230000003321 amplification Effects 0.000 claims description 11
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 11
- 239000003990 capacitor Substances 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 210000002569 neuron Anatomy 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 4
- 239000003570 air Substances 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 238000010790 dilution Methods 0.000 description 3
- 239000012895 dilution Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 231100001261 hazardous Toxicity 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002028 premature Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L11/00—Measuring steady or quasi-steady pressure of a fluid or a fluent solid material by means not provided for in group G01L7/00 or G01L9/00
- G01L11/04—Measuring steady or quasi-steady pressure of a fluid or a fluent solid material by means not provided for in group G01L7/00 or G01L9/00 by acoustic means
- G01L11/06—Ultrasonic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明提供一种新型在线扫描式超声波气体测漏系统,包括数据处理控制器、云台以及安装在所述云台上的超声波接收器和激光测距模块;所述数据处理控制器控制所述云台实现旋转扫描,所述超声波接收器在所述云台旋转过程中实时接收超声波信号上传给所述数据处理控制器;所述数据处理控制器根据所述云台旋转扫描过程中获得的最大超声波信号确定泄漏源方向,控制所述云台旋转至泄漏源方向,并控制所述激光测距模块进行激光测距,获得泄漏源距离;所述数据处理控制器根据最大超声波信号的频率数据和幅度数据以及所述泄漏源距离采用神经网络算法计算出泄漏源压力值和泄漏源漏孔直径,并根据泄漏源压力值和泄漏源漏孔直径预计泄漏量。
Description
技术领域
本发明涉及一种超声波气体测漏系统,具体的说,涉及了一种新型在线扫描式超声波气体测漏系统。
背景技术
工业中和生活中均大量用到用于存储和输送压缩气体的压力容器,如气缸、气罐、煤气管道等,其中仅在石化行业,我国就拥有数千个巨型储气罐以及数万千米以上的各类压力管道。由于设备的制造质量以及检修周期长等多种原因,泄漏事故经常发生。泄漏不但会造成能源的浪费,给社会带来巨额经济损失,并且一旦有毒有害气体发生泄漏,还会对周围环境和人员生命财产安全产生威胁。因此气体泄漏检测极其重要。
目前工业上主要使用气体探测器对泄漏进行检测,然而气体探测器会受到气体种类影响,并且在检测时需要等待泄漏气体聚集,耗费时间长,不能在气体泄漏早期进行及时的检测,且泄漏气体聚集过程中容易受到恶劣气候、风向、泄漏位置及泄漏气体扩散稀释等因素的影响,测量精准度也得不到保证。超声波检漏仪是通过分析气体泄漏发生时产生的超声波信号,来判断是否有泄漏产生,能够有效避免上述缺点,但现有的超声波测漏仪器,还不能做到对泄漏源的定位以及对泄漏量的计算。
为了解决以上存在的问题,人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足,从而提供了一种新型在线扫描式超声波气体测漏系统。
为了实现上述目的,本发明所采用的技术方案是:一种新型在线扫描式超声波气体测漏系统,包括数据处理控制器、云台以及安装在所述云台上的超声波接收器和激光测距模块,所述云台、所述超声波接收器和所述激光测距模块均与所述数据处理控制器连接;
所述数据处理控制器控制所述云台实现旋转扫描,所述超声波接收器在所述云台旋转过程中实时接收超声波信号上传给所述数据处理控制器;
所述数据处理控制器根据所述云台旋转扫描过程中获得的最大超声波信号确定泄漏源方向,控制所述云台旋转至泄漏源方向,并控制所述激光测距模块进行激光测距,获得泄漏源距离;
所述数据处理控制器根据最大超声波信号的频率数据和幅度数据以及所述泄漏源距离采用神经网络算法计算出泄漏源压力值和泄漏源漏孔直径,并根据泄漏源压力值和泄漏源漏孔直径预计泄漏量。
基于上述,所述数据处理控制器控制所述云台按照不同的轨迹路线进行旋转扫描,分别是水平扫描、垂直扫描、全景扫描、逐圈扫描、逐行扫描、螺旋扫描、苹果皮扫描、混合扫描或花式扫描。
基于上述,所述云台包括设置在所述地面上的立杆、固定在所述立杆上的水平转动底座、设置在所述水平转动底座上的垂直调转动支座、用于驱动所述水平转动底座水平旋转的水平驱动电机以及用于驱动所述垂直转动底座垂直旋转动的垂直驱动电机,所述超声波接收器和所述激光测距模块分别设立在所述垂直转动支座两侧所述水平驱动电机和所述垂直驱动电机分别与所述数据处理控制器连接。
基于上述,所述超声波接收器与所述数据处理控制器之间还设置有信号放大滤波电路和模数转换电路,所述信号放大滤波电路包括增益可调放大电路和二阶有源带通滤波电路;
所述增益可调放大电路与所述超声波接收器连接,用于对所述超声波信号进行增益放大;
所述二阶有源带通滤波电路与所述信号放大电路连接,用于滤除所述超声波信号中的噪声干扰。
基于上述,所述数据处理控制器采用神经网络算法计算出泄漏源压力值和泄漏源漏孔直径的步骤为:
通过改变泄漏源压力和泄漏源漏孔直径以及泄漏源距离来模拟各种不同的泄漏环境,得到大量的超声波信号的幅值数据与频率数据;
建立BP神经网络模型,将不同泄漏情况下获得的超声波信号的幅值数据与频率数据、以及对应的泄漏源距离作为输入参数,采用误差反向传播算法来训练设计好的BP神经网络模型;
训练成功后,将所述超声波接收器采集的最大超声波信号的频率数据和幅度数据、以及所述激光测距模块测量的泄漏源距离输入至所述BP神经网络模型中,获得泄漏源压力和泄漏源漏孔直径。
基于上述,所述BP神经网络模型为多层BP神经网络模型,第一层为输入层,所述输入层的神经元向量x=为{x1,x2,x3},其中,x1为超声波信号的幅值数据,x2为超声波信号的频率数据,x3为泄漏源距离;第二、三、至第m-1层为中间层,每个中间层均有n个节点;神经网络层数及中间层节点数由网络训练过程以自适应的方式确定;第m层为输出层,所述输出层神经元向量o={o1,o2},其中,o1为泄漏源压力,o2为泄漏源漏孔直径。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明结合云台扫描技术,能够实现360度全范围的泄漏监测,并且通过所述超声波接收器实时搜寻接收泄漏气体产生的超声波信号,来确定泄漏源方向;确定泄漏源方向后,结合激光测距技术,进一步确定距泄漏源的距离,从而实现对泄漏源的定位;并结合神经网络算法,准确推算出泄漏源压力和泄漏源漏孔直径,进而推算出泄漏量信息。
本发明能够适用于任何带压气体的早期泄漏预警、泄漏量测量以及泄漏点的定位,具有不受恶劣气候、风向、泄漏位置及泄漏气体扩散稀释等因素的影响,不需要被动等待危险气体的聚集等优点,非常适合用于户外通风条件良好,特别是极端环境下传统传感器容易失效的情况下的气体泄漏检测。
附图说明
图1是本发明的原理框图。
图2是本发明中云台的结构示意图。
图3是宽频带超声波接收器接收灵敏度/频率的示意图。
图4是本发明中增益可调放大电路的电路示意图。
图5是本发明中二阶有源带通滤波电路的电路示意图。
图6是本发明中BP神经网络模型的结构图。
图中,1.立杆;2.地面;3.水平转动底座;4.垂直转动支座;5.防爆绕线管。
具体实施方式
为了便于理解,现对本发明具体实施方式中出现的部分名词做以下解释:
水平扫描:设置好垂直纵坐标,左右极限,可实现左右来回扫描,旋转角度为360°;
垂直扫描:设置好水平横坐标,上下极限,可实现上下来回扫描,旋转角度从向下90°旋转到向上90°;
混合扫描:先进行水平扫描再进行垂直扫描。
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
如图1所示,一种新型在线扫描式超声波气体测漏系统,包括数据处理控制器、云台以及安装在所述云台上的超声波接收器和激光测距模块,所述云台、所述超声波接收器和所述激光测距模块均与所述数据处理控制器连接。
如图2所示,所述云台包括设置在所述地面2上的立杆1、固定在所述立杆1上的水平转动底座3、设置在所述水平转动底座3上的垂直转动支座4、用于驱动所述水平转动底座3水平旋转的水平驱动电机以及用于驱动所述垂直转动支座4垂直旋转动的垂直驱动电机,所述超声波接收器和所述激光测距模块分别设立在所述垂直转动支座4两侧,所述水平驱动电机和所述垂直驱动电机分别通过防爆绕线管5与所述数据处理控制器连接。
所述数据处理控制器通过驱动所述水平驱动电机和所述垂直驱动电机来控制所述云台实现周期性旋转扫描,具体的,所述数据处理控制器控制所述云台按照不同的轨迹路线进行旋转扫描,如水平扫描、垂直扫描、逐圈扫描、逐行扫描、螺旋扫描、苹果皮扫描、混合扫描或花式扫描。并且云台的轨迹路线是可以由上位机来实现,这样不同的使用者、不同的使用环境都可以找到满意的控制方式。
所述超声波接收器用于实时接收超声波信号,并通过模数转换电路上传给所述数据处理控制器。优选的,所述超声波接收器选用美国SensComp公司的宽频带超声波接收器,其接收灵敏度和频率关系示意图如图3所示,在20KHz-100KHz频率范围内(气体泄漏产生的超声波信号频率一般在20KHz-100KHz),接收灵敏度衰减小于10dB。与传统40KHz谐振频率的超声波接收器相比,能够在全频率范围内接收泄漏超声波信号,能获得更丰富的泄漏信号幅频信息,便于后续数据处理。
由于气体微弱泄漏产生的超声波声压很小,并且在空气中传播时衰减很快,所以虽然超声波接收器的灵敏度很高,但是对于远距离微弱泄漏的检测仍然需要对接收到的超声波信号进行放大滤波。
故而在所述超声波接收器与所述数据处理控制器之间还设置有信号放大滤波电路,所述信号放大滤波电路包括增益可调放大电路和二阶有源带通滤波电路;所述增益可调放大电路与所述超声波接收器连接,用于对所述超声波信号进行增益放大;所述二阶有源带通滤波电路与所述信号放大电路连接,用于滤除所述超声波信号中的噪声干扰。
所述增益可调放大电路包括放大器AD620和数字电位器AD5121,所述放大器AD620是一款低成本、高精度仪表放大器,仅需一个外部电阻来设置增益,增益范围为1--10000,与一款0-10K阻值可调的数字电位器AD5121配合,可以组成0-80dB信号放大电路;具体的,如图4所示,所述放大器AD620的+IN引脚和-IN引脚分别连接所述超声波接收器的输出端,所述放大器AD620的-IN引脚还直接接地;所述放大器AD620的两个RG引脚之间并联有所述数字电位器AD5121,所述放大器AD620的OUTPUT引脚与所述二阶有源带通滤波电路连接,用于输出放大后的超声波信号。将N个增益可调放大电路级联,即可组合成0-80*n dB增益的可调放大电路信号。
如图5所示,所述二阶有源带通滤波电路包括低功耗放大器ADA4062,所述低功耗放大器ADA4062-A的正输入引脚通过电阻R1和电阻R2连接所述放大器AD620-A的OUTPUT引脚,所述低功耗放大器ADA4062-A的输出引脚直接连接该低功耗放大器ADA4062-A的负输入引脚,所述低功耗放大器ADA4062-A的输出引脚还通过电容C6连接所述电阻R1和所述电阻R2的连接处,所述低功耗放大器ADA4062-A的输出引脚还通过电容C9和电容C10连接所述低功耗放大器ADA4062-B的正输入引脚,所述低功耗放大器ADA4062-B的输出引脚直接连接该低功耗放大器ADA4062-B的负输入引脚,所述低功耗放大器ADA4062-B的输出引脚还通过电阻R3连接所述电容C9和所述电容C10的连接处,所述低功耗放大器ADA4062-B的输出引脚连接所述模数转换电路,用于将经放大滤波后的超声波信号输出至所述模数转换电路进行模数转换。
具体的,所述激光测距模块包括激光发射器和激光接收器,由激光发射器向泄漏源方向发射一脉冲激光,该脉冲激光信号打在目标物体表面后,其回波信号被激光接收器捕获。通过激光发射器发出激光信号的时刻以及激光接收器捕获回波的时刻之间的时间差可以计算出泄漏源距离,其公式表述为:L=C*T/2,L为泄漏源距离,C为光速,T为上述两时刻的时间差。
所述数据处理控制器根据最大超声波信号的频率数据和幅度数据以及所述泄漏源距离采用神经网络算法计算出泄漏源压力值和泄漏源漏孔直径,并根据泄漏源压力值和泄漏源漏孔直径预计泄漏量。
泄漏量的计算公式为:,
式中,Q为泄漏量,V为气体流速,D为泄漏源漏孔直径,p1为泄漏源压力,P为管内压力,P0为环境大气绝对压力,T1为绝对温度,σ为P0/P,R为气体常数,,对空气,k=1.4,则K=2.646。
具体的,所述数据处理控制器采用神经网络算法计算出泄漏源压力值和泄漏源漏孔直径的步骤为:
建立BP神经网络模型
如图6所示,所述BP神经网络模型为5层BP神经网络模型,第一层为输入层,所述输入层的神经元向量x=为{x1,x2,x3},其中,x1为超声波信号的幅值数据,x2为超声波信号的频率数据,x3为泄漏源距离;第二、三、四层为中间层,每个中间层均有4个节点;第五层为输出层,所述输出层神经元向量o={o1,o2},其中,o1为泄漏源压力,o2为泄漏源漏孔直径。
获得训练样本数据
通过改变泄漏源压力和泄漏源漏孔直径以及泄漏源距离来模拟各种不同的泄漏环境,得到大量的超声波信号的幅值数据与频率数据。
训练BP神经网络模型
将不同泄漏情况下获得的超声波信号的幅值数据与频率数据、以及对应的泄漏源距离作为输入参数,采用误差反向传播算法来训练设计好的BP神经网络模型。
应用BP神经网络模型进行泄漏源压力和泄漏源漏孔直径的计算
训练成功后,将所述超声波接收器采集的最大超声波信号的频率数据和幅度数据、以及所述激光测距模块测量的泄漏源距离输入至所述BP神经网络模型中,获得泄漏源压力和泄漏源漏孔直径。
为了直观的理解本发明的工作原理,本发明以云台进行混合扫描为例,详细说明本发明的工作流程:
所述数据处理控制器控制所述云台进行水平扫描,所述超声波接收器在所述云台进行水平扫描的过程中,实时接收超声波信号发送给所述数据处理控制器;
所述数据处理控制器根据所述云台水平扫描过程中获得的最大超声波信号确定泄漏源的水平方位;
所述数据处理控制器控制云台在泄漏源的水平方位上进行垂直扫描,所述超声波接收器在所述云台进行垂直扫描的过程中,实时接收超声波信号发送给所述数据处理控制器;
所述数据处理控制器根据所述云台垂直扫描过程中获得的最大超声波信号确定泄漏源的垂直高度,从而根据泄漏源的水平方位和垂直高度确定泄漏源方向;
确定泄漏源方向后,所述数据处理控制器控制所述云台调整至泄漏源方向,并控制所述激光测距模块进行激光测距,获得泄漏源距离;
所述数据处理控制器将进行垂直扫描中获得的最大超声波信号的频率数据和幅度数据以及所述泄漏源距离代入训练好的BP神经网络模型中,计算出泄漏源压力值和泄漏源漏孔直径,并根据泄漏源压力值和泄漏源漏孔直径预计泄漏量。
本发明结合云台扫描技术,能够实现360度全范围的泄漏监测,并且通过所述超声波接收器实时搜寻接收泄漏气体产生的超声波信号,来确定泄漏源方向;确定泄漏源方向后,结合激光测距技术,进一步确定距泄漏源的距离,从而实现对泄漏源的定位;并结合神经网络算法,准确推算出泄漏源压力和泄漏源漏孔直径,进而推算出泄漏量信息。
本发明能够适用于任何带压气体的早期泄漏预警、泄漏量测量以及泄漏点的定位,具有不受恶劣气候、风向、泄漏位置及泄漏气体扩散稀释等因素的影响,不需要被动等待危险气体的聚集等优点,非常适合用于户外通风条件良好,特别是极端环境下传统传感器容易失效的情况下的气体泄漏检测。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (9)
1.一种新型在线扫描式超声波气体测漏系统,其特征在于:包括数据处理控制器、云台以及安装在所述云台上的超声波接收器和激光测距模块,所述云台、所述超声波接收器和所述激光测距模块均与所述数据处理控制器连接;
所述数据处理控制器控制所述云台实现旋转扫描,所述超声波接收器在所述云台旋转过程中实时接收超声波信号上传给所述数据处理控制器;
所述数据处理控制器根据所述云台旋转扫描过程中获得的最大超声波信号确定泄漏源方向,控制所述云台旋转至泄漏源方向,并控制所述激光测距模块进行激光测距,获得泄漏源距离;
所述数据处理控制器根据最大超声波信号的频率数据和幅度数据以及所述泄漏源距离采用神经网络算法计算出泄漏源压力值和泄漏源漏孔直径,并根据泄漏源压力值和泄漏源漏孔直径预计泄漏量。
2.根据权利要求1所述的新型在线扫描式超声波气体测漏系统,其特征在于:所述数据处理控制器控制所述云台按照不同的轨迹路线进行旋转扫描。
3.根据权利要求1或2所述的新型在线扫描式超声波气体测漏系统,其特征在于:所述云台包括设置在所述地面上的立杆、固定在所述立杆上的水平转动底座、设置在所述水平转动底座上的垂直调转动支座、用于驱动所述水平转动底座水平旋转的水平驱动电机以及用于驱动所述垂直转动底座垂直旋转动的垂直驱动电机,所述超声波接收器和所述激光测距模块分别设立在所述垂直转动支座两侧所述水平驱动电机和所述垂直驱动电机分别与所述数据处理控制器连接。
4.根据权利要求1或2所述的新型在线扫描式超声波气体测漏系统,其特征在于:所述超声波接收器与所述数据处理控制器之间还设置有信号放大滤波电路和模数转换电路,所述信号放大滤波电路包括增益可调放大电路和二阶有源带通滤波电路;
所述增益可调放大电路与所述超声波接收器连接,用于对所述超声波信号进行增益放大;
所述二阶有源带通滤波电路与所述信号放大电路连接,用于滤除所述超声波信号中的噪声干扰。
5.根据权利要求4所述的新型在线扫描式超声波气体测漏系统,其特征在于:所述增益可调放大电路包括放大器AD620和数字电位器AD5121,所述放大器AD620的+IN引脚和-IN引脚分别连接所述超声波接收器的输出端,所述放大器AD620的-IN引脚还直接接地;所述放大器AD620的两个RG引脚之间并联有所述数字电位器AD5121,所述放大器AD620的OUTPUT引脚与所述二阶有源带通滤波电路连接,用于输出放大后的超声波信号。
6.根据权利要求4所述的新型在线扫描式超声波气体测漏系统,其特征在于:所述二阶有源带通滤波电路包括低功耗放大器ADA4062,所述低功耗放大器ADA4062-A的正输入引脚通过电阻R1和电阻R2连接所述放大器AD620-A的OUTPUT引脚,所述低功耗放大器ADA4062-A的输出引脚直接连接该低功耗放大器ADA4062-A的负输入引脚,所述低功耗放大器ADA4062-A的输出引脚还通过电容C6连接所述电阻R1和所述电阻R2的连接处,所述低功耗放大器ADA4062-A的输出引脚还通过电容C9和电容C10连接所述低功耗放大器ADA4062-B的正输入引脚,所述低功耗放大器ADA4062-B的输出引脚直接连接该低功耗放大器ADA4062-B的负输入引脚,所述低功耗放大器ADA4062-B的输出引脚还通过电阻R3连接所述电容C9和所述电容C10的连接处,所述低功耗放大器ADA4062-B的输出引脚连接所述模数转换电路,用于将经放大滤波后的超声波信号输出至所述模数转换电路进行模数转换。
7.根据权利要求1或2所述的新型在线扫描式超声波气体测漏系统,其特征在于,所述数据处理控制器采用神经网络算法计算出泄漏源压力值和泄漏源漏孔直径的步骤为:
通过改变泄漏源压力和泄漏源漏孔直径以及泄漏源距离来模拟各种不同的泄漏环境,得到大量的超声波信号的幅值数据与频率数据;
建立BP神经网络模型,将不同泄漏情况下获得的超声波信号的幅值数据与频率数据、以及对应的泄漏源距离作为输入参数,采用误差反向传播算法来训练设计好的BP神经网络模型;
训练成功后,将所述超声波接收器采集的最大超声波信号的频率数据和幅度数据、以及所述激光测距模块测量的泄漏源距离输入至所述BP神经网络模型中,获得泄漏源压力和泄漏源漏孔直径。
8.根据权利要求7所述的新型在线扫描式超声波气体测漏系统,其特征在于:所述BP神经网络模型为多层BP神经网络模型,第一层为输入层,所述输入层的神经元向量x=为{x1,x2,x3},其中,x1为超声波信号的幅值数据,x2为超声波信号的频率数据,x3为泄漏源距离;第二、三、至第m-1层为中间层,每个中间层均有n个节点;神经网络层数及中间层节点数由网络训练过程以自适应的方式确定;第m层为输出层,所述输出层神经元向量o={o1,o2},其中,o1为泄漏源压力,o2为泄漏源漏孔直径。
9.根据权利要求1或2所述的新型在线扫描式超声波气体测漏系统,其特征在于:所述超声波接收器为宽频带超声波接收器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638009.XA CN109506848B (zh) | 2018-12-29 | 2018-12-29 | 一种新型在线扫描式超声波气体测漏系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811638009.XA CN109506848B (zh) | 2018-12-29 | 2018-12-29 | 一种新型在线扫描式超声波气体测漏系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109506848A true CN109506848A (zh) | 2019-03-22 |
CN109506848B CN109506848B (zh) | 2024-05-31 |
Family
ID=65756938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811638009.XA Active CN109506848B (zh) | 2018-12-29 | 2018-12-29 | 一种新型在线扫描式超声波气体测漏系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109506848B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110987318A (zh) * | 2019-12-11 | 2020-04-10 | 北京华展汇元信息技术有限公司 | 一种高压管道气体泄露自动检测装置和检测方法 |
CN115420437A (zh) * | 2022-11-07 | 2022-12-02 | 南京邮电大学 | 基于深度学习的超声测漏装置 |
CN117147070A (zh) * | 2023-10-30 | 2023-12-01 | 菏泽市产品检验检测研究院 | 一种管状医疗器械用气密性检测系统及检测方法 |
CN117629534A (zh) * | 2023-11-28 | 2024-03-01 | 北京航天试验技术研究所 | 气体泄漏检测方法、装置及气体泄漏样本采集系统 |
CN117968971A (zh) * | 2024-03-28 | 2024-05-03 | 杭州微影软件有限公司 | 气体泄漏量检测方法、装置及电子设备 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05256725A (ja) * | 1992-01-14 | 1993-10-05 | Ue Syst Inc | 超音波漏洩検出方法 |
JP2001305006A (ja) * | 2000-02-15 | 2001-10-31 | Tlv Co Ltd | 超音波漏洩検出装置 |
CN101319875A (zh) * | 2008-07-23 | 2008-12-10 | 天津大学 | 基于视觉注意机制的气体泄漏源搜寻方法 |
CN202393703U (zh) * | 2011-12-14 | 2012-08-22 | 河南汉威电子股份有限公司 | 三维云台扫描激光遥测气体泄漏监测装置 |
CN103471784A (zh) * | 2013-09-26 | 2013-12-25 | 北京卫星环境工程研究所 | 航天器在轨泄漏的非接触式超声定量漏孔大小的确定方法 |
CN103604570A (zh) * | 2013-11-20 | 2014-02-26 | 北京理工大学 | 一种超声波气密性检测方法及装置 |
CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控系统及方法 |
JP2014149208A (ja) * | 2013-01-31 | 2014-08-21 | Mitsubishi Heavy Ind Ltd | 漏洩検出装置及び漏洩検出方法 |
CN204008032U (zh) * | 2014-08-18 | 2014-12-10 | 国家电网公司 | 电力密封设备超声波检漏仪 |
CN104515654A (zh) * | 2013-09-26 | 2015-04-15 | 北京卫星环境工程研究所 | 便携式非接触航天器密封舱体在轨泄漏超声检测仪 |
CN104880286A (zh) * | 2015-06-26 | 2015-09-02 | 成都安可信电子股份有限公司 | 一种超声波气体泄漏检测仪 |
CN105042339A (zh) * | 2015-06-03 | 2015-11-11 | 中国石化销售有限公司华东分公司 | 一种基于无量纲的成品油管道泄漏量估计系统及方法 |
CN205001870U (zh) * | 2015-09-25 | 2016-01-27 | 南昌理工学院 | 管道超声波检漏装置 |
DE102015000226A1 (de) * | 2015-01-08 | 2016-07-14 | Festo Ag & Co. Kg | Leckage-Ortungsvorrichtung |
CN105953987A (zh) * | 2016-04-18 | 2016-09-21 | 中国石油化工股份有限公司 | 一种阀门内漏检测模拟装置及其气体阀门内漏率声发射诊断方法 |
CN106647468A (zh) * | 2016-11-30 | 2017-05-10 | 广东石油化工学院 | 有毒气体泄漏源点智能探测装置 |
CN107013812A (zh) * | 2017-05-05 | 2017-08-04 | 西安科技大学 | 一种三场耦合管道泄漏监测方法 |
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 |
CN108146610A (zh) * | 2017-12-13 | 2018-06-12 | 天津大学 | 一种用于天然气泄漏探测的防爆无人机平台 |
CN108444653A (zh) * | 2018-03-09 | 2018-08-24 | 北京理工大学 | 一种面阵型超声波气体泄漏点定位检测装置及方法 |
CN209416618U (zh) * | 2018-12-29 | 2019-09-20 | 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 |
-
2018
- 2018-12-29 CN CN201811638009.XA patent/CN109506848B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05256725A (ja) * | 1992-01-14 | 1993-10-05 | Ue Syst Inc | 超音波漏洩検出方法 |
JP2001305006A (ja) * | 2000-02-15 | 2001-10-31 | Tlv Co Ltd | 超音波漏洩検出装置 |
CN101319875A (zh) * | 2008-07-23 | 2008-12-10 | 天津大学 | 基于视觉注意机制的气体泄漏源搜寻方法 |
CN202393703U (zh) * | 2011-12-14 | 2012-08-22 | 河南汉威电子股份有限公司 | 三维云台扫描激光遥测气体泄漏监测装置 |
JP2014149208A (ja) * | 2013-01-31 | 2014-08-21 | Mitsubishi Heavy Ind Ltd | 漏洩検出装置及び漏洩検出方法 |
CN103471784A (zh) * | 2013-09-26 | 2013-12-25 | 北京卫星环境工程研究所 | 航天器在轨泄漏的非接触式超声定量漏孔大小的确定方法 |
CN104515654A (zh) * | 2013-09-26 | 2015-04-15 | 北京卫星环境工程研究所 | 便携式非接触航天器密封舱体在轨泄漏超声检测仪 |
CN103604570A (zh) * | 2013-11-20 | 2014-02-26 | 北京理工大学 | 一种超声波气密性检测方法及装置 |
CN103939749A (zh) * | 2014-04-28 | 2014-07-23 | 东北大学 | 基于大数据的输油管网泄漏智能自适应监控系统及方法 |
CN204008032U (zh) * | 2014-08-18 | 2014-12-10 | 国家电网公司 | 电力密封设备超声波检漏仪 |
DE102015000226A1 (de) * | 2015-01-08 | 2016-07-14 | Festo Ag & Co. Kg | Leckage-Ortungsvorrichtung |
CN105042339A (zh) * | 2015-06-03 | 2015-11-11 | 中国石化销售有限公司华东分公司 | 一种基于无量纲的成品油管道泄漏量估计系统及方法 |
CN104880286A (zh) * | 2015-06-26 | 2015-09-02 | 成都安可信电子股份有限公司 | 一种超声波气体泄漏检测仪 |
CN205001870U (zh) * | 2015-09-25 | 2016-01-27 | 南昌理工学院 | 管道超声波检漏装置 |
CN105953987A (zh) * | 2016-04-18 | 2016-09-21 | 中国石油化工股份有限公司 | 一种阀门内漏检测模拟装置及其气体阀门内漏率声发射诊断方法 |
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 |
CN106647468A (zh) * | 2016-11-30 | 2017-05-10 | 广东石油化工学院 | 有毒气体泄漏源点智能探测装置 |
CN107013812A (zh) * | 2017-05-05 | 2017-08-04 | 西安科技大学 | 一种三场耦合管道泄漏监测方法 |
CN108146610A (zh) * | 2017-12-13 | 2018-06-12 | 天津大学 | 一种用于天然气泄漏探测的防爆无人机平台 |
CN108444653A (zh) * | 2018-03-09 | 2018-08-24 | 北京理工大学 | 一种面阵型超声波气体泄漏点定位检测装置及方法 |
CN209416618U (zh) * | 2018-12-29 | 2019-09-20 | 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 |
Non-Patent Citations (6)
Title |
---|
任惠娟;姚展;: "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, pages 0 - 3 * |
杨恒;滕勤;沈允;朱绍源;: "超声波检漏技术应用于阀门气密封试验的探讨", 流体机械, 30 September 2010 (2010-09-30) * |
杨杰 等: "输气管道泄漏诊断技术综述", 化工自动化及仪表 * |
王永红: "基于小波分析的气体泄漏检测", 机械, 31 March 2005 (2005-03-31) * |
王涛 等: "气体泄漏检测新方法的研究进展", 液压与气动 * |
边旭;张宇;王佳强;李一博;靳世久;孙立臣;綦磊;: "基于声传感器阵列的连续泄漏定位方法研究", 振动与冲击, no. 06, 28 March 2017 (2017-03-28) * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110987318A (zh) * | 2019-12-11 | 2020-04-10 | 北京华展汇元信息技术有限公司 | 一种高压管道气体泄露自动检测装置和检测方法 |
CN110987318B (zh) * | 2019-12-11 | 2021-11-05 | 北京华展汇元信息技术有限公司 | 一种高压管道气体泄露自动检测装置和检测方法 |
CN115420437A (zh) * | 2022-11-07 | 2022-12-02 | 南京邮电大学 | 基于深度学习的超声测漏装置 |
CN117147070A (zh) * | 2023-10-30 | 2023-12-01 | 菏泽市产品检验检测研究院 | 一种管状医疗器械用气密性检测系统及检测方法 |
CN117629534A (zh) * | 2023-11-28 | 2024-03-01 | 北京航天试验技术研究所 | 气体泄漏检测方法、装置及气体泄漏样本采集系统 |
CN117968971A (zh) * | 2024-03-28 | 2024-05-03 | 杭州微影软件有限公司 | 气体泄漏量检测方法、装置及电子设备 |
CN117968971B (zh) * | 2024-03-28 | 2024-06-04 | 杭州微影软件有限公司 | 气体泄漏量检测方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109506848B (zh) | 2024-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109506848A (zh) | 一种新型在线扫描式超声波气体测漏系统 | |
Borraccino et al. | Wind field reconstruction from nacelle-mounted lidar short-range measurements | |
CN209416618U (zh) | 一种新型在线扫描式超声波气体测漏系统 | |
CN106886015A (zh) | 一种多波束声呐主要声学指标的检测装置及检测方法 | |
CN102879309B (zh) | 基于宽频带线性调频超声的气体颗粒浓度测量方法与装置 | |
CN110031868A (zh) | 一种基于相干测风激光雷达载噪比反演边界层高度的方法 | |
CN106872100A (zh) | 驻波管型光学压力敏感涂料动态压力校准舱 | |
CN104597124A (zh) | 一种基于声音频谱拟合的金属罐装产品质量在线检测方法 | |
CN105651213B (zh) | 颚式破碎机齿板磨损检测传感器及检测方法 | |
CN110274956A (zh) | 一种基于Kolmogorov熵的管道超声导波检测方法 | |
CN110145653A (zh) | 一种管道智能检测机器人及检测方法 | |
CN102175775A (zh) | 基于激光超声融蚀机制的粮食品质检测系统及方法 | |
CN108535158A (zh) | 一种声-电复合的粉尘浓度检测系统及检测方法 | |
CN115854271A (zh) | 城市地下管网损伤监测与修复系统及损伤识别修复方法 | |
CN103439411A (zh) | 多跨孔超声波检测系统及其检测方法 | |
CN107703516A (zh) | 一种远程测定船舶污染排放装置及其应用方法 | |
CN107193013A (zh) | 一种海洋环境参数的测量方法及系统 | |
CN102735314A (zh) | 一种高精度的外贴式超声液位计 | |
CN114279915A (zh) | 一种大气颗粒物浓度反演方法及相关组件 | |
CN207300816U (zh) | 一种基于脉冲激光法的颗粒物传感器 | |
CN103759921B (zh) | 两相流系统内颗粒运动轨迹的测量装置及测量方法 | |
CN205785149U (zh) | 一种镀层厚度实时测量装置 | |
CN116698986A (zh) | 一种基于调谐带通滤波器的吸音材料质控系统和方法 | |
CN107064293A (zh) | Sf6气体检测器及检测方法、补偿方法和工作方法 | |
CN106052839A (zh) | 大型桥梁结构振动的多普勒雷达测量装置及方法 |
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 |