CN111902704A - 包括换能器阵列的检测器设备的灵敏度估计 - Google Patents
包括换能器阵列的检测器设备的灵敏度估计 Download PDFInfo
- Publication number
- CN111902704A CN111902704A CN201980015741.8A CN201980015741A CN111902704A CN 111902704 A CN111902704 A CN 111902704A CN 201980015741 A CN201980015741 A CN 201980015741A CN 111902704 A CN111902704 A CN 111902704A
- Authority
- CN
- China
- Prior art keywords
- source
- sound
- signal
- array
- transducer
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
- G01H3/005—Testing or calibrating of detectors covered by the subgroups of G01H3/00
-
- 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
一种用于估计能够检测产生空间受限声音发射的物理现象的声音发射检测器设备在环境中的灵敏度的方法,所述检测器设备包括换能器阵列,所述方法包括:a)从换能器阵列的至少一个相应换能器接收(201)至少一个信号,所述阵列被放置在所述环境内,b)根据在步骤a)接收的至少一个信号估计(202,203,204,205,206,207,208,211,209,210)空间受限源声音发射参数的检测阈值,c)根据在步骤b)估计的检测阈值估计(212)表示物理现象的幅度的量,d)显示(213)在步骤c)估计的量,以便通知用户检测器的灵敏度。
Description
本发明涉及包括换能器阵列(例如诸如麦克风的电声换能器阵列)的检测器设备的灵敏度估计。这种检测器设备可以允许检测产生空间受限声音发射的物理现象,例如,气体泄漏、放电、机器中不希望的摩擦等。
特别地,超声波气体泄漏检测用于使用压缩气体的环境中。工业过程经常使用压缩气体或加压液体。这些可能会带来相当大的健康风险,例如是有毒或令人窒息,或者例如在易燃气体或液体的情况下甚至可能导致大规模事故。由于压力差以及难以确保管道、阀门和机械的密封性,可能会发生泄漏。
检测器可用于减轻与泄漏相关联的各种风险。
例如,由于逃逸的气体和静止的周围空气之间的界面层处的湍流,从泄漏点逃逸到周围空气中的气体或液体可能导致周围环境中声波的发射。这些声波可以被具有换能器阵列的检测器检测并定位。
这种检测器可以包括多个超声换能器和处理装置,以例如通过波束成形(beamforming)、声学全息术(acoustic holography)等来执行对可能的噪声源的定位。
申请人设计了一种故障检测设备,其包括换能器阵列,以检测工业装备的气体泄漏或产生空间受限声音发射的其他可能的故障,例如,轴承的磨损。
空间受限声音发射可以是来自被限制于受限空间(例如气体泄漏点周围10立方厘米的体积、机器表面或者放电周围的空气的体积)的源的声音发射。
每个换能器能够测量与声音相关的物理参数的信号,如声压或粒子速度。
由多个换能器测量的信号被处理,以便定位声音发射的可能源。
申请人已经注意到这种检测器的灵敏度实际上取决于环境。从环境中的源发出的声音会极大地影响灵敏度。
现在的手持式声学气体泄漏检测器设备没有给出关于当前环境内感兴趣的现象的检测阈值的任何指示。
因此,用户可能没有意识到哪些故障可能会被检测到或者可能不会被检测到。
因此,存在这样的风险,即检测器设备可能在实际上不允许其使用的环境中使用,例如在非常嘈杂的环境中,包括但不限于换能器可能饱和的情况。在这种情况下,尽管不能获得关于存在泄漏的有效信息,用户也可能认为不存在泄漏。
用户需要更高的可靠性。
提供了一种用于估计能够检测产生空间受限声音发射的物理现象的声音发射检测器设备在环境中的灵敏度的方法,所述检测器设备包括:换能器阵列,该换能器阵列包括多个换能器,每个换能器能够测量与声音相关的物理参数;以及处理装置,该处理装置被布置成能够根据由阵列的多个换能器测量的多个信号定位声音发射的可能源,所述方法包括:
a)从换能器阵列的至少一个相应换能器接收至少一个信号,所述换能器阵列被放置在所述环境内,
b)根据在步骤a)接收的至少一个信号估计空间受限源声音发射参数的检测阈值,
c)根据在步骤b)估计的检测阈值估计表示物理现象的幅度的量,
d)显示在步骤c)估计的量,以便通知用户检测器设备在该环境内的灵敏度。
该方法可以使用户意识到具有换能器阵列的检测器设备在确定的环境中可能检测到的表示物理现象的最小量。
这种方法允许容易地确定检测器设备在确定的环境中的灵敏度,例如,检测器设备在该环境中能够检测到的最小气体泄漏。
也就是说,用户可以例如意识到小于每小时50升的泄漏在确定的环境中不会检测到。
在步骤c)估计的量(其对应于步骤b)的检测阈值)可以表示有可能被检测器设备检测到的物理现象的最小幅度。
步骤d)可以给用户关于所产生的信息质量的反馈,因此允许用户相应地做出反应。例如,如果用户认为关于感兴趣现象的阈值(例如,泄漏率阈值)太高,则可以关闭噪声源(如与故障搜索无关的机器),直到阈值处于可接受的水平。
换能器可以允许记录声音信号和/或超声波信号。
换能器可以被放置成被空气包围,即,由换能器测量的信号由空气中的压力变化产生。换能器可以例如测量空气中的声压、空气中的粒子速度等。
因此,换能器可以在外壳外部。
阵列可以包括两个、三个、四个或更多个换能器,有利地多于四个换能器,有利地多于30个换能器,例如50或100个换能器。
换能器可以有利地具有全向方向性特性。
阵列的换能器优选具有重叠的覆盖范围。
在步骤a)接收的至少一个信号可以表示环境内的声音。
当换能器阵列处于环境中时,可以测量在步骤a)接收的至少一个信号。
当换能器阵列处于环境中时,在步骤a)接收的至少一个信号可以被测量并被传输到执行步骤b)和c)的处理装置。
当换能器阵列处于环境中时,可以测量在步骤a)接收的至少一个信号,并且步骤b)、c)和d)可以在该测量之后立即执行,即在该测量之后不到1分钟,有利地在该测量之后不到1秒钟。
步骤b)、c)和d)可以仅在测量之后经过一段时间之后执行,例如,在执行步骤b)至d)的处理之前,测量的信号可以被存储超过一分钟,例如超过一小时。在这种情况下,这种后处理可以用不同的处理参数、不同的算法等来完成。
在一个实施例中,在步骤c)估计的量可以是作为泄漏点尺寸的函数的参数的量,例如,流速、泄漏点面积等。因此,检测器设备允许检测的现象可以是气体泄漏,这显然是产生空间受限声音发射的物理现象。
替代地,在步骤c)估计的量可以是作为电压和/或电流的函数的参数的量,例如电压(例如以伏特为单位)、电流(以安培为单位)、功率(例如以瓦特为单位)或能量(例如以焦耳为单位)。因此,检测器设备允许检测的现象可以是放电、局部放电或电晕放电。
替代地,在步骤c)估计的量可以是作为力的函数的参数的量,例如摩擦力(例如以牛顿为单位)、功率(例如以瓦特为单位)或能量(例如以焦耳为单位)。检测器设备允许检测的现象因此可以是滑动摩擦,例如工厂机器内的滑动摩擦。
在步骤c),估计可以包括将在步骤a)估计的检测阈值转换成表示物理现象的幅度的量。
有利地,例如,每当处理装置根据在换能器处测量的信号检测到环境已经改变时(例如,如果在1秒期间在换能器处测量的声压水平与在前一秒期间在该换能器处测量的声压水平略有不同),步骤a)、b)、c)和d)可以重复。
有利地,步骤a)、b)、c)和d)可以在检测器操作期间反复地重复,例如每小时超过10次,有利地,每分钟超过5次,有利地,每秒超过5次。
有利地,重复可以是有规律的,例如每小时、每分钟、每秒或每100ms。
因此,本发明可以允许实时确定检测器设备在当前条件/环境下的灵敏度。
当然,本发明不限于灵敏度的实时估计。例如,可以考虑每天仅一次、仅当检测器设备安装在新环境中时等来估计灵敏度。
有利地,在步骤a),从阵列的多个相应换能器接收多个信号。
有利地,多个换能器可以串联操作。也就是说,在步骤a)接收的信号可以由同时进行的测量产生,并且在步骤a)接收的信号可以是同步的。
替代地,可以接收来自单个换能器的信号。
在步骤b)估计的检测阈值对应于检测器设备的检测最小值。例如,它可以通过寻找检测到的源声音参数的最小值来估计,或者替代地通过另一种方法来估计,只要所述另一种方法被选择为提供等于或接近检测最小值的结果。所述另一种方法可以基于检测器设备的知识(或其他方面)来确定。
有利地,在步骤b),考虑到测量在步骤a)接收的信号的换能器的位置(例如换能器的相对位置)来估计检测阈值。例如,方法可以包括,在步骤b),处理接收的至少一个信号以检测源。
替代地,可以不考虑换能器的位置。
有利地,方法可以包括,在步骤b),处理接收的至少一个(有利地,几个)信号,以检测空间受限的源。例如,如果接收到多于一个的信号,可以使用波束成形方法、声学全息术或允许检测(并且可能定位)空间受限源的任何其他方法。
有利地,在根据从多个换能器发出的信号检测到源的情况下,方法还包括估计其位置。方法可以包括执行可能的源的定位。
例如,方法可以包括估计空间受限源空间坐标的值,该坐标对应于其声音发射参数被估计的空间受限的源。
在一个实施例中,方法可以包括在步骤b),获得环境的声学图像。声学图像表示多个坐标(例如,多个立体角)的估计的声音发射参数值。
有利地,考虑换能器阵列和坐标(针对该坐标估计声音发射参数)之间的优选距离来获得声学图像。所述距离可以称为焦距,类似于光学成像设备的焦距。
其检测阈值在步骤b)被估计的参数例如可以是空间受限源声压水平(SPL)、或者粒子速度水平或其他参数。
在步骤b)估计的空间受限源声音发射参数的检测阈值可以对应于真实源、模拟源或纯假设/虚拟源。
有利地,方法可以包括在步骤a)之前的先前步骤,该先前步骤导致添加表示空间受限源的声学参数的至少一个信号。该信号可以是声波、数字信号、模拟信号等等。这种主动检测可以通过例如以下方式进行:
-在环境内例如利用扬声器、已知泄漏、滚珠轴承等提供空间受限的声源;和/或
-通过将至少一个附加信号分别添加到至少一个测量信号来模拟空间受限的声源。也就是说,在步骤a)接收的至少一个信号源自相应的至少一个换能器,但是它可能已经经历了包括添加附加的至少一个信号的处理。一个或更多个模拟信号可能已经被预先计算,以便对应于如果模拟源已经在那里则已经被测量的声学信号或者可能已经被预先记录的声学信号。在后一种情况下,步骤c)可以允许获得从感兴趣现象的物理测量的幅度导出的结果。
因此,方法可以包括提供或模拟产生声音发射的空间受限的声源,例如,在1m处在0至100dB SPL的范围内。
有利地,步骤b)可以包括处理接收的至少一个信号,以检测从先前步骤产生的声音发射。也就是说,测试是否检测到源(提供的或模拟的)。
有利地,在执行主动检测的情况下,方法可以包括用先前步骤处的提供/模拟的声音发射的各种值迭代地重复先前步骤、步骤a)和对接收的至少一个信号的处理以检测先前步骤的源,以确定最小的可检测的声源或模拟源,该声源或模拟源的声音发射参数随后被保持作为在步骤b)确定的检测阈值。
可以重复先前步骤、步骤a)和处理,直到处理导致没有检测。
例如,只要步骤b)导致检测到源,就可以在每个循环中用较小的声音发射参数值迭代地重复这些步骤。可以重复先前步骤、步骤a)和步骤b),直到在步骤b)完成的处理导致没有检测。
例如,只要步骤b)导致没有检测到源,就可以在每个循环中用较高的声音发射参数值迭代地重复这些步骤。可以重复先前步骤、步骤a)和步骤b),直到在步骤b)完成的处理导致检测。
有利地,可以使用二等分(bisection)或二分(dichotomy)法。
方法可以包括将在先前步骤(具有真实声源或模拟声源)执行之后接收的至少一个信号的处理结果与利用在被动收听期间接收的至少一个信号完成的类似处理的结果进行比较,例如,(在接收到多个信号的情况下)比较两个声学图像。如果检测到差异,则认为检测到了源。这些步骤可以有利地在每次迭代中用不同声音发射的声源或模拟源迭代地重复,以确定最小可检测的声源或模拟源,该最小可检测声源或模拟源的声音发射参数随后被保持作为在步骤b)确定的检测阈值。
替代地,方法可以既不包括提供真实声源也不模拟它,即,在步骤a)接收的至少一个信号可以由环境的被动收听产生。
在仅执行被动收听的情况下,步骤b)可以包括从接收的至少一个信号估计第一值,并从该第一值确定检测阈值。
该确定方法可以仅暗示预定值和这个第一值,例如,将第一值增加5dB。
替代地,该确定方法可以暗示第一值和从在步骤a)接收的至少一个信号获得的至少一个其他值。例如,在估计检测阈值时,可以考虑由被动收听产生的声学图像中旁瓣(side lobe)的高度(例如,点扩展函数的高度,即点扩展函数的局部最大值(在所述点扩展函数的全局最大值范围之外)的高度)、旁瓣图等。
有利地,可以完成确定,以使得估计的检测阈值小于第一值,例如,可以从第一值减去正的声音参数值,例如,11dB。
第一值可能由空间处理产生。第一值可以包括对应于空间变化的值,例如,声学图像的(局部或全局)最大值。该最大值可以等于声学图像的单个值,或者是在声学图像中的确定的强度相对百分比(例如,在声学图像的强度的前5%中)的值进行平均的结果,或者是其他值。因此,可以仅从空间处理产生的值的一部分确定第一值。
替代地,第一值可以是未定位(not localized)的值,即是可以在不执行空间处理的情况下被确定的值。第一值可以是例如噪声值(例如,在没有任何声压的情况下换能器信号的平均功率,即内部换能器噪声)、平均声压水平值(例如当不存在空间定位的源时,即在扩散声场中,或者例如当存在空间定位的源,但是没有被检测器设备检测到时)等。令人惊讶的是,这种方法允许获得(可能没有任何定位处理)可能由检测器设备能够检测的空间受限源发出的声音发射参数的值。即使在步骤a)接收到单个信号,也可以这样做。
例如,该确定方法可以包括将预定参数值添加到估计的未定位值或从估计的未定位值减去预定参数值,例如5dB。
有利地,该确定方法的预定值可能已经根据检测器设备的属性(例如,换能器的数量、它们的相对位置等)获得。
获得这种参数值的一种可能的方法可以基于以下假设:所记录的声音确实是从距离换能器阵列的全向麦克风给定距离处的假想点源(即,被限制到无限小体积的源)发出的。利用这个假设,有可能确定该源处的声音发射和检测器设备处的声压水平(作为距离的函数)之间的比率。利用检测器设备固有的点扩展函数(表征点源如何在声学图像中进行表示的函数,其可以取决于换能器的数量和它们的相对位置,以及所采用的成像算法),所述点扩展函数被预先确定为设备的函数,可以确定与检测到的源相关联的声音发射参数和由点扩展函数引起的可能的相应伪源的最大可能声音发射参数之间的比率。例如,该比率可以由点扩展函数的主瓣(main lobe)值和点该扩展函数的最高旁瓣值之间的比率来确定。在安全裕度(margin)内将这些比率分解成因子,从而有可能确定检测器设备处的声压水平和在给定距离处可靠可检测的最不强大的源处的声音发射之间的比率。然后,可以将该比率转换成以dB为单位,并从第一值减去它,第一值例如是在检测器设备处实际测量的声压水平。
在一个实施例中,特别是在被动收听的情况下,方法可以包括,在步骤b),考虑到检测源来处理信号,并且选择一种方法来确定作为检测到的源的数量的函数的检测阈值。
本发明不限于多个源的确定。
有利地,如果没有检测到源,则选择的算法可以使得从在步骤a)接收的至少一个信号获得未定位的值,例如噪声值、压力水平值,并且在该未定位的值上进行阈值确定。
例如,未定位的值可以乘以因子k,k可能小于1,有利地大于0.6或0.8。替代地,增加预定值或者有利地从该未定位的值减去预定值。
令人惊讶的是,该方法允许确定声学参数的值,该声学参数的值等于或接近将被检测器设备检测到的空间定位的现象的最小声音发射。
有利地,如果检测到单个源,方法可以包括评估表示这个源的声音发射参数的值(作为第一值),并从该评估值确定要在步骤b)估计的检测阈值。
该确定方法可以仅暗示预定值和这个源的声音参数的该评估值,例如,从评估值减去5dB。
替代地,该确定方法可以暗示这个源的声音发射参数的评估值和从在步骤a)接收的至少一个信号获得的至少一个其他值。
例如,可以根据点扩展函数的最大旁瓣来计算检测阈值。
有利地,如果检测并定位了几个源,则该确定方法可以涉及表示至少一个相应检测到的源的声音发射参数(例如,强度)的至少一个值(作为至少一个第一值)和从接收的信号计算的至少一个其他值。
例如,对于所有检测到的源,给定它们的位置和强度,可以评估检测器设备的点扩展函数,并且它们各自的旁瓣可以被叠加和相加,产生依赖于检测到的源的位置和强度的组合旁瓣的图,并且可以例如通过取最高源强度和组合旁瓣图的最大值之间的比率从该图计算声学参数值。
步骤c)可以使用查找表和/或应用公式来执行。在这两种情况下,在步骤b)确定的值与表征物理现象的量相关联。
当物理现象是气体泄漏时,步骤c)可以考虑壁两侧的压力差。
例如,在步骤c)应用的公式可以是可能出现泄漏的壁的两侧上的压力之间的差值的函数,或者查找表具有至少两个维度,一个维度对应于壁的两侧上的压力之间的差值,另一个维度对应于例如SPL值。有利地,检测器设备可以被设计成能够(除了别的以外)在1米的距离处检测速率小于0.1升每秒的泄漏。也就是说,检测器设备可以适用于非常小的泄漏。
有利地,检测器设备可以被设计成能够在1米的距离处检测速率高于0.1mL每秒的泄漏。
例如,检测器设备可以被设计成能够在1米的距离处检测速率在每秒0.2mL和每秒1L之间的泄漏。
有利地,检测器设备可以被设计成能够基于接收到的SPL在0dB和100dB之间的信号来检测物理现象。
有利地,步骤(b)和/或(c)可以在考虑有可能流过壁中可能的泄漏点的气体的性质和/或壁的另一侧上的气体的性质的情况下进行。
有利地,步骤(b)和/或(c)可以在考虑有可能流过可能的泄漏点的气体的压力和/或壁的另一侧上的压力的情况下进行。
有利地,步骤(b)和/或(c)可以在考虑有可能流过可能的泄漏点的气体的温度和/或壁的另一侧上的温度的情况下进行。
有利地,步骤b)和/或c)可以在考虑环境空气湿度的情况下进行。
在实施例中,在步骤c)确定的值与到检测器设备的距离的值一起显示。
检测器设备和可能的源之间的距离范围例如可以是:
-固定的,例如成为检测器的规格的一部分,
-由用户设置(直接设置或通过设置焦距间接设置),
-作为接收的信号和换能器相对位置的函数计算。
有利地,步骤(b)和/或(c)可以在考虑距离的值的情况下执行。
例如,如果获得声学图像,则可以在步骤b)考虑焦距来获得该声学图像。灵敏度可以用这个焦距来显示。
在提供或模拟参考源的情况下,可以在步骤b)考虑所提供/模拟的参考源与换能器阵列之间的距离,并且该方法可以包括显示所提供/模拟的参考源与换能器阵列之间的距离。
由于检测阈值还取决于要检测的泄漏的距离范围(检测距离检测器在1m以内的泄漏比检测距离在100m处的泄漏更容易),灵敏度作为最大距离的函数的显示可能导致用户在非常嘈杂的环境中选择更小的距离,因此以更多的位移(对于手持检测器)或安装更多的检测器(对于固定检测器)为代价来实现更好的检测。
有利地,在步骤b)完成的估计可以仅在频带上执行。
有利地,它可以对其他频带重复。也就是说,对于几个频带,可以获得几个检测阈值。
上述方法也可用于选择检测给定类型泄漏的最佳频率范围。当前环境在不同的频率处可能更加嘈杂或较不嘈杂,并且某些类型的泄漏在某些频率处比在其他频率处发出更多声音。通过评估不同频带的灵敏度并切换到灵敏度最低的频带,可以提高设备的实际灵敏度。
在可能的实施例中,方法可以包括,在步骤b)检测到源并且估计其空间坐标的情况下,在所述空间坐标周围定义排除区域,并且向显示装置传输消息,以使用户意识到在步骤c)估计的量不适用于该排除区域。
对于给定的声学环境,特别是包含不同声源的声学环境,很明显,非常接近已经检测到/显示的声源的小声源无法被分辨。对于光学系统,有针对这种分辨能力(或空间分辨率)的标准,其可以用图像在两个最大值之间的直线上的最小值来表示(例如,瑞利(Rayleigh)标准:对于相同强度的最大值,最小值比最大值小26.3%)。基于声学图像的类似标准,可以定义显示的声源周围的排除区域,在该排除区域,检测阈值不适用。
声学图像上灵敏度有效的区域可以被计算并例如作为与光学图像叠加的图像显示给用户。
还提供了一种由能够检测产生空间受限声音发射的物理现象的声音发射检测器设备执行的方法,所述检测器设备被放置在环境中并且包括换能器阵列,每个换能器被布置成测量与声音相关的物理参数,包括:
-从换能器阵列的多个相应换能器接收多个(优选同步的)信号,
-处理接收的信号,以便检测空间受限的声源,并且在检测到空间受限的声源的情况下,(至少隐含地)根据换能器阵列和检测到的源之间的距离值估计表示所述空间受限的检测到的源的声音发射的参数值,
-将表示所述检测到的源的声音发射的参数值转换成表示物理现象的幅度的量,
-显示转换后的量,以便通知用户检测到的物理现象的幅度。
该方法允许向用户通知关于所检测到的物理现象的感兴趣的物理特性,例如,泄漏率,而不仅仅是关于在换能器阵列处记录的声音。在检测到源的情况下,处理可以包括例如通过波束成形来估计检测到的源的定位。
处理可以包括,在检测到源的情况下,估计检测到的源和换能器阵列之间的距离。
对表示所述检测到的源的声音发射的参数值的估计可以作为检测到的源和换能器阵列之间的距离的函数来执行。估计值表示源处的值,而不是检测器设备处记录的值。
因此,将这个值转换成表示物理现象的幅度的量可以导致相关值,该相关值可以与实际量相等或非常接近,例如,与实际泄漏率相等或非常接近。
有利地,只有在估计值在对应于小噪声的范围内时,例如在0dB和100dB SPL之间,和/或在转换后获得的量在对应于小物理现象的范围内时,例如,在每秒0.1mL和每秒1L之间,才可以进行显示。
如上所述,表示物理现象的幅度的量可以是表示泄漏点尺寸的参数的量、作为电压和/或电流的函数的参数的量等。
上述方法和不同特征可以组合,也可以不组合。
还提供了一种存储计算机可执行代码的计算机可读介质,当该计算机可执行代码被处理器执行时,使得处理器执行上述方法中的至少一种。介质可以是能够存储程序的任何实体或设备。例如,介质可以包括存储装置,如ROM,例如CD ROM或微电子电路ROM,或者磁记录装置,例如硬盘。
还提供了一种计算机程序产品,包括用于当程序由处理器执行时执行上述方法中的至少一种的指令。这些程序可以使用任何编程语言,并且可以是源代码、二进制代码的形式,或者是源代码和目标代码之间的中间代码的形式,如部分编译的形式,或者是用于实现根据本发明的方法的任何其他期望的形式。
还提供了一种用于估计能够检测产生空间受限声音发射的物理现象的声音发射检测器设备在环境中的灵敏度的仪器,所述检测器设备包括换能器阵列,每个换能器能够测量与声音相关的物理参数,以及处理装置,该处理装置被布置成能够根据从阵列的换能器发出的信号定位声音发射的可能源,所述仪器包括:
接收装置,其适于当所述阵列被放置在所述环境内时,从所述换能器阵列的至少一个相应换能器接收至少一个信号,
处理装置,其被布置成根据由接收装置接收的至少一个信号估计空间受限源声音发射参数的检测阈值,并且根据估计的检测阈值估计表示物理现象的幅度的量,
传输装置,其用于向显示装置传输信号,所述信号是作为估计量的函数而生成的,以便通知用户检测器设备在该环境内的灵敏度。
还提供了一种安装在声音发射检测器设备之外或之内的仪器,该声音发射检测器设备能够检测产生空间受限声音发射的物理现象,所述检测器设备被放置在环境中并包括换能器阵列,每个换能器被布置成测量与声音相关的物理参数,该仪器包括:
-接收装置,其用于从换能器阵列的至少一个(有利地多个)相应换能器接收至少一个(有利地多个)信号,
-处理装置,其用于处理接收的至少一个信号,以便检测空间受限的声源,并且在检测到空间受限的声源的情况下,估计表示所述空间受限的检测到的源的声音发射的参数值,并且将表示所述检测到的源的声音发射的参数值转换成表示物理现象的幅度的量,
-传输装置,其向显示装置发送从由处理装置获得的量生成的消息,以便通知用户检测到的物理现象的幅度。
这些仪器可以例如包括一个或几个处理器或者是其一部分。例如,每个仪器可以是电路板或处理器。
接收装置可以例如包括输入引脚、输入端口、通信模块或其他。
处理装置可以例如包括CPU(中央处理单元)核心或其他。
传输装置可以例如包括输出引脚、输出端口、通信模块或其他。
在实施例中,用于估计灵敏度的仪器可以与检测器设备分离,但是有利地,它集成在所述设备内。
还提供了一种检测器设备,包括换能器阵列、处理装置和用于估计灵敏度的仪器,处理装置被布置成能够根据由阵列的换能器测量的信号定位声音发射的可能源。
处理装置和仪器可以集成在同一处理器上,或者可以不集成。
还提供了一种检测器设备,包括换能器阵列和允许获得表示检测到的现象的量的仪器。
检测器设备可以例如被布置成检测工业装备的气体泄漏。
替代地,检测器设备可以被布置成检测由滚珠轴承、滚柱轴承或摩擦轴承发出的噪声的变化,并估计磨损和撕裂的状态。
有利地,检测可以基于对在换能器处记录的声音信号的分析。
有利地,检测器设备可以被布置用于基于换能器处的音频和超声波信号的被动记录进行工业装备的无损测试。
有利地,换能器可以是麦克风,例如MEMS(微机电系统)麦克风。
参考附图来以示例方式更详细地解释本发明,其中:
图1示意性地示出了根据本发明实施例的示例系统。
图2示意性地示出了根据本发明实施例的示例方法。
图3示意性地示出了根据本发明另一个实施例的示例方法。
图4示意性地示出了根据本发明另一个实施例的示例方法。
图5示意性地示出了使用根据本发明实施例的方法有可能获得的示例显示。
以下是说明性实施例的描述,当结合以下附图时,将展示上述特征和优点以及其他特征和优点。在以下描述中,出于解释而非限制的目的,阐述了说明性细节,例如架构、接口、技术、元件属性等。然而,对于本领域普通技术人员来说明显的是,偏离这些细节的其他实施例仍将被理解为在本发明的范围内。此外,为了清楚起见,省略了对公知设备、电路、工具、技术和方法的详细描述,以免模糊本系统的描述。应当清楚地理解,附图是为了说明的目的而包括的,并不表示本系统的范围。在附图中,不同图中类似的参考数字可以指示相似的元件。
如图1所示的检测器设备1可以包括换能器阵列4,换能器阵列4包括多个换能器2,例如,多个MEMS麦克风2。
MEMS麦克风分布在二维板5上的不同位置,即,阵列4是平面的。
在未示出的替代实施例中,换能器阵列可以是3D形状的。例如,换能器可以在球体的表面上。
MEMS麦克风2可以被布置成记录音频和超声波信号。
检测器设备1允许对工业装备(例如管道、罐或机械)进行无损检测。
泄漏检测基于MEMS麦克风2处的音频和超声波信号的被动记录。
MEMS麦克风允许测量可能的声压波,该声压波是由来自高压外壳的气流经过该外壳的壁内的泄漏点而生成的。
麦克风4具有重叠的覆盖范围。
检测器设备1包括具有通信模块31的电子电路板3和与通信模块31通信的处理器32,通信模块31被布置成从MEMS麦克风2接收信号。
处理器32被布置成基于在MEMS麦克风2处接收的信号来执行泄漏检测。该处理器32可以例如基于波束成形(例如,基于SRP(“受控响应功率”))来执行源定位算法,从而不仅允许检测泄漏的存在,还允许提供检测到的泄漏的定位。
例如,由Petr Eret和Craig Meskell在柏林波束成形会议2012(BeBeC2012)上发表的“用于空气泄漏检测的麦克风阵列(Microphone Array for Air LeakageDetection)”中描述了这样的算法。在这篇文章中,一种类型的波束成形算法--正交波束成形--被用来定位空气泄漏。来自数码相机的光学图像和声学图像(波束成形算法的输出)的叠加允许实时示出潜在的泄漏位置,其对应于图像的最大值。虽然使用了驻极体麦克风(electret microphones),但是这种麦克风技术并没有什么特别之处,本领域普通技术人员可以很容易地用MEMS麦克风实现这种方法。其他可能的波束成形类型在由Barry D.VanVeen和Kevin M.Buckley发表在1988年4月的IEEE ASSP杂志上的“波束成形:空间滤波的多样性方法(Beamforming:a versatile approach to spatial filtering)”中有所描述,该文章提出了不同类型的波束成形器,这些波束成形器根据不同的使用情况具有最佳的性能和特性。
处理器32还可以实现声学全息方法、基于模型的方法(例如在“用于相关声源映射的协方差拟合方法(A covariance fitting approach for correlated acoustic sourcemapping)”(Yardibi和Li,2010)中描述的)、或者组合从麦克风发出的信号并对信号进行空间滤波的另一种算法,从而导致比单个麦克风检测器更低的检测阈值。
处理器32连接到与终端6通信的输出端口33。在未示出的实施例中,终端6可以是远程的,并且通信可以经由诸如互联网的网络进行。
终端6包括用户接口,例如,屏幕61和键盘62。
在检测到泄漏的情况下,处理器32生成警报消息,该警报消息被传输到该终端,以便报告问题。
如图1所示,声学图像可以叠加到光学图像上。在这种情况下,空间受限的声源已经被识别和定位,从而导致在表示管道的光学图像上显示红色区域262和黄色区域263。
处理器32可以被编程,以便执行参考图2、图3和图4描述的至少一个方法。
特别地,处理器32被编程,以便实时估计检测器设备1的灵敏度。
它可以例如被编程以便执行图2的步骤。
在第一实施例(主动检测)中,提供或模拟参考源,在后一种情况下,将相应的输入信号添加到测量的输入信号中。然后,对于参考源,确定其是否可检测,并且显示对应于最小可检测参考源的泄漏流量值。
更准确地说,可以使用与用户采用的设备相同的系统,在非常安静的环境中记录气体泄漏发出的声音。将针对多个参数的不同值执行记录(或其模拟):压差、气体类型、温度、湿度、大气压力、距离、位置等。也可以测量录音期间的实际泄漏速率。
当设备被使用时(固定的或手持的),两个声学图像被并行计算:一个具有直接声学阵列输出,一个添加了记录中的一个。然后进行两个声学图像之间的比较,以查看在这种环境中是否会发现叠加的泄漏。然后选择具有更小或更大泄漏速率的另一个记录,并且重复相同的操作,直到发现在该环境中可以检测到的最小泄漏。然后向用户显示相应的泄漏速率。
用户可能必须选择气体类型或其他条件(如压差、温度等)。替代地,附加的传感器可以提供这种信息。
在用户看到泄漏的情况下,算法显示的值是除了当前检测到的泄漏之外将显示的最小泄漏。
参考图2,方法可以包括步骤201,包括接收由阵列的多个换能器测量的多个同步声学信号,例如,100个信号。在图2中,为了简单起见,仅提到了单个信号Sm(t),但是读者理解,在步骤201接收到同时测量的多个信号。
在步骤202,例如通过波束成形或另一种方法,从在步骤201接收的多个信号获得声学图像AI_passive。
然后,循环测试几个参考源。对于第一个循环,布尔变量k被选择为等于零(步骤203)。
在步骤204,对于每个换能器,根据参考源模拟的信号被添加到由该换能器测量的信号中。对于第一个循环,可以基于预定的第一SPL值来计算模拟信号。
然后,在步骤205,从在步骤204获得的信号获得声学图像AI_active。
将声学图像AI_active与使用通过被动收听记录的信号获得的声学图像进行比较(步骤206)。比较步骤实际上比图示的更加复杂:例如,可以计算像素的差值绝对值的和,并将该和与阈值进行比较。
如果在步骤206检测到差异,将k设置为1,选择参考源的SPL的较低值(步骤207),计算相应的信号(步骤208)并将其添加到测量的信号(步骤204)。然后重复步骤205和206,直到没有发现差异。然后,选择(步骤210)先前的SPL值(步骤209)作为估计的检测阈值。
如果没有检测到差异,k保持为零,并且选择参考源的SPL的较高值(步骤211),计算相应的信号(步骤208)并将其添加到测量的信号(步骤204)。重复这些步骤,直到发现差异,在这种情况下,算法允许获得估计的检测阈值(步骤209和210)。
在步骤212,从估计值Pm并从压差获得流速值。例如,在查找表中读取它。
在步骤213,根据在步骤212计算的流速生成消息,以便显示该流速。
在替代(未示出)实施例中,在步骤b),不直接估计SPL,而是将参考源的有序列表存储在存储器中,该列表被排序以作为对应于所述参考源的源发射参数值的单调函数。如果在步骤206检测到源,方法可以包括测试列表中具有较小声学发射的相邻源。如果在步骤206,没有检测到源并且k=0,则方法可以包括测试列表中具有较高声学发射的相邻源。步骤210包括获得参考源(其实际上对应于在列表的源中检测到的最小源)的名称。在步骤212,从存储器读取与该名称相关联的流速。
图3涉及本发明的仅基于被动收听的另一个实施例。
例如,可以确定整体噪声基底(noise floor)(由于内部噪声和环境噪声以及其他源)。SPL可以从这个整体噪声基底导出。这种确定可以允许获得实际上等于或非常接近视场中任何地方(当然在可能检测到的源外部)可检测到的最弱空间受限源的SPL值。然后,该方法可以包括从该SPL值计算对应于所发现的最弱源的流量,并且可以显示该流量值。
换句话说,该方法意味着对于具有参考源的方法的近似,如参考图2描述的方法。声学照相机的已知特性,如旁瓣图、内部噪声等,在确定声源可能具有的最低强度时会考虑到,而不会在当前条件下被掩盖。
引起掩盖的源可能包括环境中的其他声源、环境噪声、内部噪声(例如,传感器的热噪声)或由信号的变换和处理引起的噪声(例如,量化噪声)。根据该声音强度和最大距离,例如通过评估拟合曲线/表面,或者在存储在设备中的表中查找值,可以导出泄漏流量估计值。这种曲线拟合或查找表的数据可以基于实验或流体动力学模型。
关于图3,该方法的一种可能的实现是:
-接收(步骤301)由阵列的相应多个换能器测量的多个信号,
-根据接收的信号和换能器的相对位置计算声学图像(步骤308),
-识别(步骤302)所有当前检测到的源(或进一步简化:取当前声学图像的最大值);
-计算(步骤303)由任何当前显示的源引起的具有最大强度的旁瓣(基于声学照相机的已知属性);
-估计(步骤304)由于内部噪声和环境噪声引起的声学图像上的整体噪声基底。
-根据在步骤303和304计算的两个值(旁瓣和整体噪声基底)确定(步骤305)检测阈值SPL值,例如,选择在步骤303和304获得的两个值中的最大值,并添加恒定偏移;结果被认为是源可能具有且仍然可检测的最小声音强度。
-对于最大检测距离(固定的或用户定义的)、给定的气体类型和当前频带,使用查找表(图3中未示出)或分析函数(步骤306)来确定哪个泄漏流速对应于上述步骤中计算的声音强度;
-该流速率FRTHR显示(步骤307)为当前环境内的灵敏度。
返回参考图1,处理器可以被编程以便执行图4的步骤。
在步骤401,在换能器处测量信号,并且有可能可以估计和显示灵敏度(步骤402),例如,利用参考图2或图3描述的方法之一。
在另一个未示出的实施例中,图1的处理器32不估计灵敏度。
处理在步骤401接收的信号,以便例如通过波束成形来检测源,并且如果检测到源(步骤403),则计算其SPL(步骤404)。
该计算考虑了源的估计位置,其也从测量的信号中获得,并且有可能从环境知识中获得。因此,在步骤404计算的SPL值与记录值相差甚远,它表示检测到的源的声音发射。
在步骤405,该SPL值例如通过应用公式被转换成流速值。
在步骤406,显示检测到的泄漏的流速值。
然后,设备可以返回到步骤401,使得故障量化实时完成。
现在参考图5,声学图像可以叠加到光学图像上。
在这种情况下,空间受限的声源已经被识别和定位,从而导致在表示管道的光学图像上显示红色区域162和黄色区域163。
此外,设备计算检测到的泄漏的流速并显示它,例如每小时34升,该估计值是针对管道内4巴的压力做出的。
此外,例如以升/秒为单位显示距检测器确定距离处的灵敏度。在这个示例中,检测器设备已经计算出它在1米处的灵敏度是20升/小时。
Claims (11)
1.一种用于估计能够检测产生空间受限声音发射的物理现象的声音发射检测器设备在环境中的灵敏度的方法,所述检测器设备包括:
换能器阵列,其包括多个换能器,每个换能器被布置成测量与声音相关的物理参数,以及
处理装置,其被布置成能够根据由所述阵列的所述多个换能器测量的多个信号定位声音发射的可能源,
所述方法包括:
a)从所述换能器阵列的至少一个相应换能器接收(204)至少一个信号,所述阵列被放置在所述环境内,
b)根据在步骤a)接收的所述至少一个信号估计(205,206,207,208,211,209,210)空间受限源声音发射参数的检测阈值,
c)根据在步骤b)估计的所述检测阈值估计(212)表示所述物理现象的幅度的量,
d)显示(213)在步骤c)计算的所述量,以便通知用户检测器在所述环境内的灵敏度。
2.根据权利要求1所述的方法,其中,步骤a)、b)、c)和d)在所述检测器的操作期间被反复地重复。
3.根据权利要求1或2所述的方法,其中,在步骤a)接收多个信号,所述多个由通过所述阵列的多个换能器同时执行的多个测量产生,
其特征在于,所述方法包括,在步骤b),处理所接收的多个信号以检测空间受限的源,所述处理是在考虑所述多个换能器的相对位置的情况下执行的。
4.根据权利要求1至3中任一项所述的方法,还包括步骤a)之前的先前步骤,所述先前步骤包括提供空间受限的声源,
其中步骤b)包括处理所接收的至少一个信号以检测从所述先前步骤产生的声音发射,
所述方法还包括用所述先前步骤处所提供的声音发射的各种值迭代地重复所述先前步骤、步骤a)和所述处理,以确定最小的可检测声源。
5.根据权利要求1至4中任一项所述的方法,还包括步骤a)之前的先前步骤,所述先前步骤包括通过向由相应的至少一个换能器测量的至少一个信号添加至少一个相应的附加信号来模拟空间受限的声源,所述至少一个附加信号对应于模拟的源,
其中步骤b)包括处理所接收的至少一个信号以检测从所述先前步骤产生的声音发射,
所述方法还包括用所述先前步骤的所模拟的声音发射的各种值迭代地重复所述先前步骤、步骤a)和所述处理,以确定最小的可检测声源。
6.根据权利要求1至5中任一项所述的方法,其中,所述方法包括,在步骤b),根据所接收的至少一个信号估计未定位的声学参数值,并且从所述未定位的值减去声学参数的正值,以获得空间受限源声音发射参数的估计的检测阈值。
7.根据权利要求1至6中任一项所述的方法,其中,所述方法还包括:
处理所接收的多个信号,以便检测空间受限的声源,并且在检测到空间受限的声源的情况下,估计表示所检测到的源的声音发射的参数值,
将表示所述检测到的源的所述声音发射的所述参数值转换成表示所述物理现象的幅度的量,
显示在步骤c)估计的所述量,以便通知用户检测到的物理现象的幅度。
8.根据权利要求1至7中任一项所述的方法,其中,在步骤c)估计的量是作为泄漏点的尺寸的函数的参数的量。
9.一种存储计算机可执行代码的计算机可读介质,当由处理器执行时,所述计算机可执行代码使得所述处理器执行根据权利要求1至8中任一项所述的方法。
10.一种用于估计能够检测产生空间受限声音发射的物理现象的声音发射检测器设备(1)在环境中的灵敏度的仪器(3),所述检测器设备包括换能器阵列(4),每个换能器(2)能够测量与声音相关的物理参数,以及处理装置(32),所述处理装置被布置成能够根据从所述阵列的换能器发出的信号定位声音发射的可能源,所述仪器包括:
接收装置(31),其适于当所述阵列被放置在所述环境内时,从所述换能器阵列的至少一个相应换能器接收至少一个信号,
处理装置(32),其被布置成根据由所述接收装置接收的至少一个信号估计空间受限源声音发射参数的检测阈值,并且根据估计的检测阈值估计表示所述物理现象的幅度的量,
传输装置(33),其用于向显示装置传输信号,所述信号是根据所估计的量而生成的,以便通知用户检测器设备在所述环境内的灵敏度。
11.一种用于工业装备的检测器设备(1),包括换能器阵列(4)和根据权利要求10所述的仪器(3)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18020084.2 | 2018-02-27 | ||
EP18020084.2A EP3531090A1 (en) | 2018-02-27 | 2018-02-27 | Estimation of the sensitivity of a detector device comprising a transducer array |
PCT/EP2019/054773 WO2019166450A1 (en) | 2018-02-27 | 2019-02-26 | Estimation of the sensitivity of a detector device comprising a transducer array |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111902704A true CN111902704A (zh) | 2020-11-06 |
Family
ID=61521281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980015741.8A Pending CN111902704A (zh) | 2018-02-27 | 2019-02-26 | 包括换能器阵列的检测器设备的灵敏度估计 |
Country Status (4)
Country | Link |
---|---|
US (2) | US10852210B2 (zh) |
EP (2) | EP3531090A1 (zh) |
CN (1) | CN111902704A (zh) |
WO (1) | WO2019166450A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114216613A (zh) * | 2021-12-14 | 2022-03-22 | 浙江浙能技术研究院有限公司 | 一种基于双目摄像头的气体泄漏量测量方法 |
CN114216613B (zh) * | 2021-12-14 | 2024-06-11 | 浙江浙能技术研究院有限公司 | 一种基于双目摄像头的气体泄漏量测量方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111707354B (zh) * | 2020-05-29 | 2021-07-13 | 西安交通大学 | 一种基于平面测试的圆柱壳体声场分步组合重构方法 |
EP4145100A1 (en) * | 2021-09-05 | 2023-03-08 | Distran Ltd | Acoustic detection device and system with regions of interest |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4036057A (en) * | 1975-04-15 | 1977-07-19 | Acoustic Emission Technology Corporation | Automatic threshold control means and the use thereof |
US4697456A (en) * | 1986-10-02 | 1987-10-06 | Maser Kenneth R | Leakage test for liquid containment |
WO1995032412A1 (en) * | 1994-05-25 | 1995-11-30 | Pall Corporation | System and method for testing the integrity of porous elements |
EP0697586A2 (en) * | 1994-08-18 | 1996-02-21 | General Electric Company | Integrated acoustic leak detection processing system |
GB9804541D0 (en) * | 1998-03-05 | 1998-04-29 | Palmer Environmental Ltd | Detecting leaks in pipes |
CN1609570A (zh) * | 2004-11-25 | 2005-04-27 | 上海交通大学 | 复杂背景下微弱信号检测和特征分析系统 |
JP2006266767A (ja) * | 2005-03-23 | 2006-10-05 | Meidensha Corp | 配管網の流体リーク監視装置 |
GB0813014D0 (en) * | 2008-07-16 | 2008-08-20 | Groveley Detection Ltd | Detector and methods of detecting |
US20090000381A1 (en) * | 2007-06-26 | 2009-01-01 | General Electric Company | Acoustic impact detection and monitoring system |
CN104412087A (zh) * | 2012-06-27 | 2015-03-11 | 通用显示器公司 | 具有虚假警报辨别的超声波气体泄漏检测器 |
US20150153243A1 (en) * | 2013-11-25 | 2015-06-04 | King Abdullah University Of Science And Technology | High repetition rate thermometry system and method |
US20150160333A1 (en) * | 2013-12-05 | 2015-06-11 | Korea Institute Of Geoscience And Mineral Resources | Method of calibrating an infrasound detection apparatus and system for calibrating the infrasound detection apparatus |
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 |
CN105067198A (zh) * | 2015-07-21 | 2015-11-18 | 深圳西大仪器有限公司 | 泄漏检测仪及泄漏检测方法 |
GB201518378D0 (en) * | 2014-10-20 | 2015-12-02 | HGST Netherlands BV | Leak detection using acoustic wave transducer |
RU159781U1 (ru) * | 2014-09-22 | 2016-02-20 | Юрий Николаевич Моисеев | Устройство для повышения уровня чувствительности при контроле герметичности неконтактным акустическим газовым методом и калибровки нижнего порога срабатывания течеискательной аппаратуры |
US20160084729A1 (en) * | 2014-09-24 | 2016-03-24 | General Monitors, Inc. | Directional ultrasonic gas leak detector |
US20160133115A1 (en) * | 2014-11-07 | 2016-05-12 | Acoustic Shield, Inc. | System and Method for Noise Detection |
US20170089800A1 (en) * | 2015-09-30 | 2017-03-30 | General Monitors, Inc. | Ultrasonic gas leak location system and method |
US20170102365A1 (en) * | 2015-10-08 | 2017-04-13 | Carrier Corporation | Acoustic profile recognition for discriminating between hazardous emissions and non-hazardous emissions |
CN107110825A (zh) * | 2014-11-27 | 2017-08-29 | 法国电气公司 | 通过超声检测并表征非均质材料中的缺陷的方法 |
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 |
US20170321540A1 (en) * | 2015-01-13 | 2017-11-09 | Intermetallics Co., Ltd. | Acoustic array signal processing for flow detection |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3863323B2 (ja) * | 1999-08-03 | 2006-12-27 | 富士通株式会社 | マイクロホンアレイ装置 |
US20030164044A1 (en) | 2001-12-17 | 2003-09-04 | Gayle James Edward | Ultraphonics array system |
US8233353B2 (en) * | 2007-01-26 | 2012-07-31 | Microsoft Corporation | Multi-sensor sound source localization |
US8379876B2 (en) | 2008-05-27 | 2013-02-19 | Fortemedia, Inc | Audio device utilizing a defect detection method on a microphone array |
TWI389579B (zh) * | 2009-04-27 | 2013-03-11 | Univ Nat Chiao Tung | Acoustic camera |
US20120045068A1 (en) | 2010-08-20 | 2012-02-23 | Korea Institute Of Science And Technology | Self-fault detection system and method for microphone array and audio-based device |
US9052230B2 (en) * | 2011-05-13 | 2015-06-09 | Chevron U.S.A. Inc | Industrial process monitoring and imaging |
EP2660582B1 (en) * | 2012-04-30 | 2020-02-19 | General Electric Company | System and Method for Monitoring the Health of Stator Vanes |
EP2938990A4 (en) * | 2012-12-27 | 2016-06-01 | Score Group Plc | SYSTEMS AND METHOD FOR DETERMINING LEAKAGE AGERATIVES BY OPENING THROUGH ACOUSTIC SENSORS |
KR101447925B1 (ko) * | 2013-08-22 | 2014-10-08 | 주식회사 엘지씨엔에스 | 누출 신호 분석 방법 |
US9213078B1 (en) * | 2014-05-31 | 2015-12-15 | The Boeing Company | Noise source decomposition system and method using an adaptable aperture phased array |
DE102014221475A1 (de) | 2014-10-22 | 2016-04-28 | Sonotec Ultraschallsensorik Halle Gmbh | Verfahren und Vorrichtung zur akustischen Messung von Austrittsgeschwindigkeiten und/oder Austrittsvolumenströmen von Gasen oder Flüssigkeiten |
US10444352B2 (en) * | 2014-11-06 | 2019-10-15 | Windbidco Pty Ltd | Apparatus for sounding the atmosphere and method |
CN109997023B (zh) * | 2016-11-11 | 2021-09-28 | 迪士顿股份公司 | 用于工业设备的外部故障检测系统的内部故障检测方法 |
-
2018
- 2018-02-27 EP EP18020084.2A patent/EP3531090A1/en not_active Withdrawn
-
2019
- 2019-02-26 EP EP19718062.3A patent/EP3759443B1/en active Active
- 2019-02-26 WO PCT/EP2019/054773 patent/WO2019166450A1/en unknown
- 2019-02-26 CN CN201980015741.8A patent/CN111902704A/zh active Pending
-
2020
- 2020-02-19 US US16/794,868 patent/US10852210B2/en active Active
- 2020-11-30 US US17/106,388 patent/US11846567B2/en active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4036057A (en) * | 1975-04-15 | 1977-07-19 | Acoustic Emission Technology Corporation | Automatic threshold control means and the use thereof |
US4697456A (en) * | 1986-10-02 | 1987-10-06 | Maser Kenneth R | Leakage test for liquid containment |
WO1995032412A1 (en) * | 1994-05-25 | 1995-11-30 | Pall Corporation | System and method for testing the integrity of porous elements |
EP0697586A2 (en) * | 1994-08-18 | 1996-02-21 | General Electric Company | Integrated acoustic leak detection processing system |
GB9804541D0 (en) * | 1998-03-05 | 1998-04-29 | Palmer Environmental Ltd | Detecting leaks in pipes |
CN1609570A (zh) * | 2004-11-25 | 2005-04-27 | 上海交通大学 | 复杂背景下微弱信号检测和特征分析系统 |
JP2006266767A (ja) * | 2005-03-23 | 2006-10-05 | Meidensha Corp | 配管網の流体リーク監視装置 |
US20090000381A1 (en) * | 2007-06-26 | 2009-01-01 | General Electric Company | Acoustic impact detection and monitoring system |
GB0813014D0 (en) * | 2008-07-16 | 2008-08-20 | Groveley Detection Ltd | Detector and methods of detecting |
CN104412087A (zh) * | 2012-06-27 | 2015-03-11 | 通用显示器公司 | 具有虚假警报辨别的超声波气体泄漏检测器 |
US20150153243A1 (en) * | 2013-11-25 | 2015-06-04 | King Abdullah University Of Science And Technology | High repetition rate thermometry system and method |
US20150160333A1 (en) * | 2013-12-05 | 2015-06-11 | Korea Institute Of Geoscience And Mineral Resources | Method of calibrating an infrasound detection apparatus and system for calibrating the infrasound detection apparatus |
RU159781U1 (ru) * | 2014-09-22 | 2016-02-20 | Юрий Николаевич Моисеев | Устройство для повышения уровня чувствительности при контроле герметичности неконтактным акустическим газовым методом и калибровки нижнего порога срабатывания течеискательной аппаратуры |
US20160084729A1 (en) * | 2014-09-24 | 2016-03-24 | General Monitors, Inc. | Directional ultrasonic gas leak detector |
GB201518378D0 (en) * | 2014-10-20 | 2015-12-02 | HGST Netherlands BV | Leak detection using acoustic wave transducer |
US20160133115A1 (en) * | 2014-11-07 | 2016-05-12 | Acoustic Shield, Inc. | System and Method for Noise Detection |
CN107110825A (zh) * | 2014-11-27 | 2017-08-29 | 法国电气公司 | 通过超声检测并表征非均质材料中的缺陷的方法 |
US20170321540A1 (en) * | 2015-01-13 | 2017-11-09 | Intermetallics Co., Ltd. | Acoustic array signal processing for flow detection |
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 |
CN105067198A (zh) * | 2015-07-21 | 2015-11-18 | 深圳西大仪器有限公司 | 泄漏检测仪及泄漏检测方法 |
US20170089800A1 (en) * | 2015-09-30 | 2017-03-30 | General Monitors, Inc. | Ultrasonic gas leak location system and method |
US20170102365A1 (en) * | 2015-10-08 | 2017-04-13 | Carrier Corporation | Acoustic profile recognition for discriminating between hazardous emissions and non-hazardous emissions |
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 |
Non-Patent Citations (7)
Title |
---|
任惠娟: "一种利用超声测量气体泄漏量的检测系统" * |
任惠娟: "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》, no. 7, 31 July 2009 (2009-07-31) * |
任惠娟: "一种利用超声测量气体泄漏量的检测系统", no. 7, pages 51 - 52 * |
江洋: "气体泄漏量超声检测理论分析及实验" * |
郭世旭: "管道微小泄漏内检测近场声信号特性研究", vol. 30, no. 6, pages 839 * |
高宪波: "基于多元立体阵列的炉管泄漏声学监测及定位研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
高宪波: "基于多元立体阵列的炉管泄漏声学监测及定位研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, 15 January 2018 (2018-01-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114216613A (zh) * | 2021-12-14 | 2022-03-22 | 浙江浙能技术研究院有限公司 | 一种基于双目摄像头的气体泄漏量测量方法 |
CN114216613B (zh) * | 2021-12-14 | 2024-06-11 | 浙江浙能技术研究院有限公司 | 一种基于双目摄像头的气体泄漏量测量方法 |
Also Published As
Publication number | Publication date |
---|---|
US20200182735A1 (en) | 2020-06-11 |
US11846567B2 (en) | 2023-12-19 |
US10852210B2 (en) | 2020-12-01 |
EP3531090A1 (en) | 2019-08-28 |
WO2019166450A1 (en) | 2019-09-06 |
US20210080340A1 (en) | 2021-03-18 |
EP3759443A1 (en) | 2021-01-06 |
EP3759443B1 (en) | 2023-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109863375B (zh) | 声学摄像装置和用于测量、处理和可视化声学信号的方法 | |
US10334357B2 (en) | Machine learning based sound field analysis | |
CA2997959C (en) | Ultrasonic gas leak location system and method | |
US11635341B2 (en) | Internal failure detection of an external failure detection system for industrial plants | |
CN106104246B (zh) | 超声气体泄露检测器和测试方法 | |
US11846567B2 (en) | Method and apparatus for determining the sensitivity of an acoustic detector device | |
JP5367134B1 (ja) | 騒音識別装置及び騒音識別方法 | |
US20110075860A1 (en) | Sound source separation and display method, and system thereof | |
CN106124040A (zh) | 噪声源可视化数据累积显示方法、数据处理装置及声学照相机系统 | |
EP1682856A1 (en) | A method of determining the sound pressure resulting from a surface element of a sound emitting surface | |
KR101899601B1 (ko) | 음향 계수 및 음향 파워를 결정하기 위한 방법 및 장치 | |
KR100730297B1 (ko) | 머리전달함수 데이터베이스를 이용한 음원 위치 추정 방법 | |
Zhu et al. | Sound source localization in three-dimensional space in real time with redundancy checks | |
Moschioni et al. | Sound source identification using coherence-and intensity-based methods | |
JP2021520730A (ja) | 微弱かつ低周波数の音源を検出して位置決めするための音響システム及び関連する位置決め方法 | |
Stevens et al. | Acoustic source localisation in an urban environment using early reflection information | |
Bogusławski et al. | Determination of sound power level by using a microphone array and conventional methods | |
Bharitkar et al. | Robustness of spatial averaging equalization methods: A statistical approach | |
US20070025563A1 (en) | Snapshot of noise and acoustic propagation | |
Fernandez Comesana et al. | Exploring the properties of acoustic particle velocity sensors for near-field noise source localisation applications | |
CN117825898A (zh) | 一种gis分布式振声联合监测方法、装置及介质 | |
Müller-Trapet et al. | Investigation of acoustic rake receivers in a realistic test scenario | |
Zhu et al. | Track and Trace Multiple Incoherent Sound Sources in 3D Space in Real Time |
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 |