CN117053129B - 一种液氯的安全风险预警平台、方法、电子设备以及介质 - Google Patents

一种液氯的安全风险预警平台、方法、电子设备以及介质 Download PDF

Info

Publication number
CN117053129B
CN117053129B CN202311315932.0A CN202311315932A CN117053129B CN 117053129 B CN117053129 B CN 117053129B CN 202311315932 A CN202311315932 A CN 202311315932A CN 117053129 B CN117053129 B CN 117053129B
Authority
CN
China
Prior art keywords
signal
frequency
liquid chlorine
processing module
module
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.)
Active
Application number
CN202311315932.0A
Other languages
English (en)
Other versions
CN117053129A (zh
Inventor
薛瑞德
崔越
张琴琴
亢玉杰
毕波
崔健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanxi Ruisaike Environmental Protection Technology Co ltd
Original Assignee
Shanxi Ruisaike Environmental Protection Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanxi Ruisaike Environmental Protection Technology Co ltd filed Critical Shanxi Ruisaike Environmental Protection Technology Co ltd
Priority to CN202311315932.0A priority Critical patent/CN117053129B/zh
Publication of CN117053129A publication Critical patent/CN117053129A/zh
Application granted granted Critical
Publication of CN117053129B publication Critical patent/CN117053129B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2131—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on a transform domain processing, e.g. wavelet transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本申请提供一种液氯的安全风险预警平台、方法、电子设备以及介质，涉及安全监测的技术领域，平台包括获取模块、处理模块以及预警模块，其中：获取模块，用于获取被监测液氯管道的两端采集到的多个声波信号；处理模块，用于对第一端的第一声波信号进行预处理，得到第二声波信号；处理模块，用于对第二声波信号进行预设分解提取处理，得到基于频域信息的频域信号；处理模块，用于对频域信号进行预设解析处理，得到频率信号；预警模块，用于判断频率信号的频率值是否大于预设阈值，若确定频率信号的频率值大于预设阈值，则发出预警提示，以提示被监测液氯管道发生泄漏。本申请能够精准地监测泄漏管道是否发生泄漏。

Description

一种液氯的安全风险预警平台、方法、电子设备以及介质
技术领域
本申请涉及安全监测的技术领域，具体涉及一种液氯的安全风险预警平台、方法、电子设备以及介质。
背景技术
液氯即液态氯，为黄绿色液体，有剧毒，在常压下即汽化成气体。并且液氯一般气化后使用，用途较为广泛，为强氧化剂，常用于纺织、造纸工业的漂白、自来水的净化、消毒、镁及其它金属的炼制等。气态氯有强烈刺激作用和腐蚀性，在日光下与其它易燃气体混合时发生燃烧和爆炸，性质活泼，可以和大多数单质（或化合物）发生反应。
厂间液氯管道长距离输送的方式具有方便、快捷、经济等优点。但厂间液氯管道长距离输送存在着泄漏等安全风险。为了保障液氯管道运输的安全，必须采取相应的监测预警措施。在进行液氯管道的泄漏监测时，通常会采用气体传感器来监测液氯管道周围环境中氯气浓度的变化，基于气体与传感器之间相互作用的特性，监测空气中是否有氯气，从而确定液氯管道是否发生泄漏。
但是通过气体传感器来监测液氯管道是否发生泄漏的准确度较低，因为在液氯管道较长的情况下，特别是管道周围空气流动速度较快时，泄漏的氯气难以接触气体传感器，从而无法判断液氯管道是否发生泄漏。因此需要一种方法能够更精准监测液氯管道是否发生泄漏。
发明内容
本申请提供一种液氯的安全风险预警平台、方法、电子设备以及介质，能够精准地监测泄漏管道是否发生泄漏。
在本申请的第一方面提供了一种液氯的安全风险预警平台，所述平台包括获取模块、处理模块以及预警模块，其中：
所述获取模块，用于获取被监测液氯管道的两端采集到的多个声波信号；
所述处理模块，用于对第一端的第一声波信号进行预处理，得到第二声波信号，所述第一端为所述被监测液氯管道的任意一端，所述第一声波信号为多个所述声波信号中所述第一端对应的声波信号；
所述处理模块，用于对所述第二声波信号进行预设分解提取处理，得到基于频域信息的频域信号；
所述处理模块，用于对所述频域信号进行预设解析处理，得到频率信号；
所述预警模块，用于判断所述频率信号的频率值是否大于预设阈值，若确定所述频率信号的频率值大于所述预设阈值，则发出预警提示，以提示所述被监测液氯管道发生泄漏。
通过采用上述技术方案，在被监测液氯管道的两端设置获取模块采集声波信号，然后处理模块对声波信号进行预处理后，再对声波信号进行预设分解提取处理，以得到基于频域信息的频域信号，可以在频域中对声波信号进行分析，更好地捕捉声波信号的特征。处理模块再对频域信号进行预设解析处理，得到频率信号，从而将复杂的频域信号分解为不同频率的正弦波和余弦波，以便更好地理解声波信号的特性。最后预警模块根据频率信号的频率值，判断频率值是否大于预设阈值，可以初步判断被监测液氯管道是否发生了泄漏。如果频率信号的频率值大于预设阈值，说明被监测液氯管道发生了泄漏，从而预警模块可以发出预警提示，提示被监测液氯管道发生泄漏，精准地监测泄漏管道是否发生泄漏。
可选的，所述处理模块，用于对所述第二声波信号进行分解处理，得到多个子信号；
所述处理模块，还用于对多个所述子信号，基于不同时间以及频率下的局部特征，提取出基于时域信息的时域信号，以及所述频域信号；
所述频域信号如下：
；
其中，w表示所述频域信号，f(τ)表示所述子信号，h(τ-t)表示窗函数，t为时间。
通过采用上述技术方案，对第二声波信号进行分解处理得到多个子信号，并基于不同时间以及频率下的局部特征，从多个子信号中提取出基于时域信息的时域信号，以及基于频域信息的频域信号，能够在后续用于分析第二声波信号在不同时间和频率下的变化情况，可以更好地捕捉到频率的变化特征。
可选的，所述处理模块，用于对所述频域信号进行截取处理，得到特征信号；
所述处理模块，还用于对所述特征信号进行周期拓展处理，得到周期信号；
所述处理模块，还用于对所述周期信号进行频段提取处理，得到所述频率信号，所述频率信号如下：
。
通过采用上述技术方案，截取处理能够减小频域信号的复杂性，便于进行后续的分析和处理。周期拓展处理能够扩大信号的“时域”，使得原本有限的信号可以通过复制和粘贴的方式变成一个看似无限的信号。这样做的好处是可以增加信号的信息量，提高分析的精度。通过选择合适的频段，可以减小频散效应的影响，提高信号分析的精度。
可选的，所述处理模块，用于确定所述获取模块在所述第一端采集声波信号的第一时间数据，并确定所述获取模块在第二端采集声波信号的第二时间数据，所述第二端为所述被监测液氯管道的除所述第一端的一端；
所述处理模块，还用于基于所述第一时间数据和所述第二时间数据，以及所述频域信号，计算泄漏位置数据，所述泄漏位置数据为泄漏处距离所述第一端的距离，所述位置数据如下：
；
其中，x为所述泄漏位置数据，c为所述声波信号的传播速度，t1为所述第一时间数据，t2为所述第二时间数据。
通过采用上述技术方案，当被监测液氯管道存在泄漏时，声波信号传输到管道两端的获取模块的时间会不同，通过时间差计算泄漏位置数据，相对于根据单侧声波信号飞行时间计算位置数据，其准确度更高，实现精准的泄漏定位，为及时发现泄漏和进行维修提供了重要依据。
可选的，所述平台还包括定位模块；
所述定位模块，用于获取所述被监测液氯管道的第一端的第一定位数据；
所述定位模块，还用于发送所述第一定位数据至所述处理模块；
所述处理模块，用于基于所述第一定位数据，以及所述泄漏位置数据，确定泄漏处的第二定位数据。
通过采用上述技术方案，可以实现对液氯管道的实时监测和精准定位，及时确定泄漏处的具体位置，便于相关人员根据泄漏处的具体位置对被监测液氯管道进行快速检修。
可选的，所述获取模块，用于发送所述第一声波信号至所述处理模块；
所述获取模块，用于接收所述第一声波信号，并确定接收所述第一声波信号的第一时间戳，将所述第一时间戳设置为所述第一时间数据；
所述获取模块，还用于发送第三声波信号至所述处理模块，所述第三声波信号为多个所述声波信号中所述第二端对应的声波信号；
所述处理模块，还用于接收所述第三声波信号，并确定接收所述第三声波信号的第二时间戳，将所述第二时间戳设置为所述第二时间数据。
通过采用上述技术方案，根据获取模块接收第一声波信号的第一时间戳，确定第一时间数据，以及根据获取模块接收第三声波信号的第二时间戳，确定第一时间数据，能够快速确定声波信号传输至被监测液氯管道两端的时间，从而为后续计算泄漏处的具体位置提供数据基础。
可选的，所述处理模块，用于对所述第一声波信号进行去除噪声处理，得到第一目标信号；
所述处理模块，还用于对所述第一目标信号进行滤波处理，得到第二目标信号；
所述处理模块，还用于对所述第二目标信号进行采样和量化处理，得到所述第二声波信号。
通过采用上述技术方案，处理模块通过去声波信号去除噪声处理能够减少环境噪声、设备噪声等干扰，提高声波信号的质量。而滤波处理能够增强信号特定频率成分去除不需要的频率成分。进行采样和量化操作能够将模拟信号转换为数字信号，便于后续的处理。
在本申请的第二方面提供了一种液氯的安全风险预警方法，所述方法应用于一种液氯的安全风险预警平台，包括：
获取被监测液氯管道的两端采集到的多个声波信号；
对第一端的第一声波信号进行预处理，得到第二声波信号，所述第一端为所述被监测液氯管道的任意一端，所述第一声波信号为多个所述声波信号中所述第一端对应的声波信号；
对所述第二声波信号进行预设分解提取处理，得到基于频域信息的频域信号；
对所述频域信号进行预设解析处理，得到频率信号；
判断所述频率信号的频率值是否大于预设阈值，若确定所述频率信号的频率值大于所述预设阈值，则发出预警提示，以提示所述被监测液氯管道发生泄漏。
可选的，所述对所述第二声波信号进行预设分解提取处理，得到基于频域信息的频域信号，具体包括：
对所述第二声波信号进行分解处理，得到多个子信号；
对多个所述子信号，基于不同时间以及频率下的局部特征，提取出基于时域信息的时域信号，以及所述频域信号；
所述频域信号如下：
；
其中，w表示所述频域信号，f(τ)表示所述子信号，h(τ-t)表示窗函数，t为时间。
可选的，所述对所述频域信号进行预设解析处理，得到频率信号，具体包括：
对所述频域信号进行截取处理，得到特征信号；
对所述特征信号进行周期拓展处理，得到周期信号；
对所述周期信号进行频段提取处理，得到所述频率信号，所述频率信号如下：
。
可选的，在所述判断所述频率信号的频率值是否大于预设阈值，若确定所述频率信号的频率值大于所述预设阈值，则发出预警提示之后，所述方法还包括：
确定所述获取模块在所述第一端采集声波信号的第一时间数据，并确定所述获取模块在第二端采集声波信号的第二时间数据，所述第二端为所述被监测液氯管道的除所述第一端的一端；
基于所述第一时间数据和所述第二时间数据，以及所述频域信号，计算泄漏位置数据，所述泄漏位置数据为泄漏处距离所述第一端的距离，所述位置数据如下：
；
其中，x为所述泄漏位置数据，c为所述声波信号的传播速度，t1为所述第一时间数据，t2为所述第二时间数据。
可选的，在所述基于所述第一时间数据和所述第二时间数据，以及所述频域信号，计算泄漏位置数据之后，所述方法还包括：
获取所述被监测液氯管道的第一端的第一定位数据；
发送所述第一定位数据至所述处理模块；
基于所述第一定位数据，以及所述泄漏位置数据，确定泄漏处的第二定位数据。
可选的，所述确定所述获取模块在所述第一端采集声波信号的第一时间数据，并确定所述获取模块在第二端采集声波信号的第二时间数据，具体包括：
发送所述第一声波信号至所述处理模块；
接收所述第一声波信号，并确定接收所述第一声波信号的第一时间戳，将所述第一时间戳设置为所述第一时间数据；
发送第三声波信号至所述处理模块，所述第三声波信号为多个所述声波信号中所述第二端对应的声波信号；
接收所述第三声波信号，并确定接收所述第三声波信号的第二时间戳，将所述第二时间戳设置为所述第二时间数据。
可选的，所述对第一端的第一声波信号进行预处理，得到第二声波信号，具体包括：
对所述第一声波信号进行去除噪声处理，得到第一目标信号；
对所述第一目标信号进行滤波处理，得到第二目标信号；
对所述第二目标信号进行采样和量化处理，得到所述第二声波信号。
在本申请的第三方面提供了一种电子设备，包括处理器、存储器、用户接口以及网络接口，所述存储器用于存储指令，所述用户接口和所述网络接口均用于与其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如上述任意一项所述的方法。
在本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如上述任意一项所述的方法。
综上所述，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
在被监测液氯管道的两端设置获取模块采集声波信号，然后处理模块对声波信号进行预处理后，再对声波信号进行预设分解提取处理，以得到基于频域信息的频域信号，可以在频域中对声波信号进行分析，更好地捕捉声波信号的特征。处理模块再对频域信号进行预设解析处理，得到频率信号，从而将复杂的频域信号分解为不同频率的正弦波和余弦波，以便更好地理解声波信号的特性。最后预警模块根据频率信号的频率值，判断频率值是否大于预设阈值，可以初步判断被监测液氯管道是否发生了泄漏。如果频率信号的频率值大于预设阈值，说明被监测液氯管道发生了泄漏，从而预警模块可以发出预警提示，提示被监测液氯管道发生泄漏，精准地监测泄漏管道是否发生泄漏。
附图说明
图1是本申请实施例公开的一种液氯的安全风险预警平台的结构示意图；
图2是本申请实施例公开的一种频域信号的波形示意图；
图3是本申请实施例公开的一种液氯的安全风险预警方法的流程示意图；
图4是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明：101、获取模块；102、处理模块；103、预警模块；104、定位模块；401、处理器；402、通信总线；403、用户接口；404、网络接口；405、存储器。
实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
液氯即液态氯，为黄绿色液体，有剧毒，在常压下即汽化成气体。并且液氯一般气化后使用，用途较为广泛，为强氧化剂，常用于纺织、造纸工业的漂白、自来水的净化、消毒、镁及其它金属的炼制等。气态氯有强烈刺激作用和腐蚀性，在日光下与其它易燃气体混合时发生燃烧和爆炸，性质活泼，可以和大多数单质（或化合物）发生反应。
厂间液氯管道长距离输送的方式具有方便、快捷、经济等优点。但厂间液氯管道长距离输送存在着泄漏等安全风险。为了保障液氯管道运输的安全，必须采取相应的监测预警措施。在进行液氯管道的泄漏监测时，通常会采用气体传感器来监测液氯管道周围环境中氯气浓度的变化，基于气体与传感器之间相互作用的特性，监测空气中是否有氯气，从而确定液氯管道是否发生泄漏。
但是通过气体传感器来监测液氯管道是否发生泄漏的准确度较低，因为在液氯管道较长的情况下，特别是管道周围空气流动速度较快时，泄漏的氯气难以接触气体传感器，从而无法判断液氯管道是否发生泄漏。因此需要一种方法能够更精准监测液氯管道是否发生泄漏。
本实施例公开了一种液氯的安全风险预警平台，参照图1，包括获取模块101、处理模块102以及预警模块103，其中：
获取模块101用于获取被监测液氯管道的两端采集到的声波信号，其中，获取模块101可以为声学换能器，用于将声波的机械能转化为电能，即将声波信号与电信号进行相互转换。当声波作用于声学换能器时，它会引起换能器内部的压电材料或其他敏感元件发生机械变形，从而产生电信号。对于任意一段需要进行泄漏风险预警监测的被监测液氯管道，在其两端分别安装一个声学换能器，通电后能够实时传输至取液氯管道两端的声波信号。
多个获取模块101均与处理模块102连接，处理模块102包括但不限于诸如手机、平板电脑、可穿戴设备、PC(Personal Computer，个人计算机)等电子设备，也可以是后台服务器。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
获取模块101采集得到多个声波信号后，将声波信号传输至处理模块102，处理模块102分别对每个声波信号进行预处理，以其中的第一声波信号为例进行说明。第一声波信号为多个声波信号中第一端对应的声波信号，第一端为被监测液氯管道的任意一端。
首先对第一声波信号进行去除噪声，由于采集到的液氯管道的声波信号通常会受到环境噪声、设备噪声等干扰，这些噪声会影响信号的质量和准确性。去除噪声的方法包括硬件滤波和软件滤波。可以通过数字信号处理技术，对信号进行滤波处理，去除噪声成分，去除噪声后得到第一目标信号。再对第一目标信号进行滤波处理，滤波是一种增强信号特定频率成分的方法。在预处理中，可以使用滤波器对声波信号进行滤波，以增强信号的特定频率成分，去除不需要的频率成分。滤波器可以通过硬件设备或软件算法实现，通过对第一目标信号进行滤波处理后得到第二目标信号。
最后对第二目标信号进行采样和量化处理，对于模拟信号，需要进行采样和量化操作，将其转换为数字信号。采样是通过对模拟信号进行离散时间采样，将连续的模拟信号转换为离散时间信号。量化则是将采样得到的离散时间信号转换为数字信号，将连续的模拟值转换为有限的数字值，处理后得到第二声波信号。
处理模块102对预处理后得到的第二声波信号进行分解处理，通过将第二声波信号与一组小波函数进行内积，将信号分解成不同的频率成分的子信号。每个子信号都对应一个小波系数，通过对小波系数的分析可以得到信号在不同时间和频率下的局部特征。基于不同时间以及频率下的局部特征，提取出基于时域信息的时域信号，以及基于频域信息的频域信号。最后，由于频域信号中包含高频成分和低频成分，需要分别提取出来，以便于进一步分析信号的变化情况，具体地，对于高频成分，可以通过高通滤波器等方法提取出来，对于低频成分，可以通过低通滤波器等方法提取出来，这样就可以得到高频和低频的信号成分，即高频信号和低频信号。
其中，对于频域信号的表达如下：
；
其中，w表示所述频域信号，f(τ)表示所述子信号，h(τ-t)表示窗函数，t为时间。
根据表达式，其包含两个复数的小波系数，分别对应高频信号的表达部分和低频信号的表达部分，其中，为低频信号的表达部分，其波形参照图2虚线右侧部分。/>为高频信号的表达部分，其波形参照图2虚线左侧部分。对第二声波信号进行分解处理得到多个子信号，并基于不同时间以及频率下的局部特征，从多个子信号中提取出基于时域信息的时域信号，以及基于频域信息的频域信号，能够在后续用于分析第二声波信号在不同时间和频率下的变化情况，可以更好地捕捉到频率的变化特征。而对频域信号分解出高频信号和低频信号，高频分量对应于信号中变化剧烈的部分，如边缘和噪声等，而低频分量对应于信号中变化平缓的部分，如背景和主体等。高频和低频的信号成分在信号分解中扮演着不同的角色。低频分量通常包含了信号的主频部分，即信号的基本频率和其谐波分量，这些分量对于信号的特征和结构具有重要的意义。高频分量则包含了信号的细节和边缘信息，通过分解出高频和低频部分能够更精确地分析频域信号的特征。
处理模块102提取出频域信号后，再对频域信号进行预设解析处理，得到频率信号，从而将复杂的频域信号分解为不同频率的正弦波和余弦波，以便更好地理解其特性，解析过程依次包括截取处理、周期拓展处理和频段特征提取处理。
具体地，处理模块102首先通过设定窗函数，以便于选取频域信号的有限时间片段进行处理分析，对特征信号进行截取处理，截取处理能够减小频域信号的复杂性，便于进行后续的分析和处理。同时，截取的片段也需要足够长，以包含频域信号的主要特征，并且能够体现出频域信号的基本特性，截取得到的信号标记为特征信号。接着对特征信号进行周期拓展处理，通过周期拓展处理能够扩大信号的“时域”，使得原本有限的信号可以通过复制和粘贴的方式变成一个看似无限的信号。这样做的好处是可以增加信号的信息量，提高分析的精度，周期拓展后得到信号标记为周期信号。最后可以对周期信号进分析，但是为了减小频散效应的影响，即由于不同频段内拉伸波的速度存在差异，所以如果不选择合适的频段，就会导致信号到时提取出现较大误差。通过选择合适的频段，可以减小这种误差，提高信号分析的精度。处理模块102采用短时窗傅立叶变换作为分析原始信号的工具进行频段提取处理，确定信号的主频，从而得到频率信号。对频域信号的表达式根据傅里叶的定义进行变换，首先得到如下表达式：
(1)；
其中，-jωτ为共轭复数w的正弦函数和余弦函数的指数函数。为了得到更丰富的信号信息和方便的频域分析方法，需要将频率信号的表达形式转换成复数形式，因为复数形式可以表示信号的实部和虚部，从而提供更全面的信号信息。实部和虚部分别对应于信号的振幅和相位信息，这对于信号分析是非常重要。即将w=a+bi代入到表达式（1）中，并利用欧拉公式展开指数函数，可以得到如下表达式：
(2);
其中，对于公式（2）因为正弦函数在积分区间内没有固定的相位，所以第二个和第四个积分项为0，因此可以得到以下简化表达式：
(3);
根据频率信号的表达式（3），可以得到声波信号的频率为ω/2π。因为W(jω)是一个复数，其实部和虚部对应于振幅和相位信息，所以可以通过取其实部并将其除以2π来得到频率信息。具体来说，可以将W(jω)的实部除以2π，然后取主值（即取角度除以2π的整数部分）即可得到信号的频率值。
一种液氯的安全风险预警平台还包括预警模块103，预警模块103可以为包括数据处理能力以及远程无线通信能力的电子设备，包括但不限于：安卓（Android）系统设备、苹果公司开发的移动操作系统（IOS）设备、个人计算机（PC）以及全球局域网（World WideWeb，WWW）设备等。
在被监测液氯管道输送液氯的过程中，若被监测液氯管道不存在泄漏情况，通过获取模块101采集到的声波信号的频率应该在整体上趋于稳定。而管道泄漏通常会产生高频的声音信号，这些高频信号在正常运行状态下是不常见的。泄漏导致氯气从被监测液氯管道中逸出，产生的气体流动和振动会导致周围空气中的声波频率升高。基于这一原理，预警模块103根据处理模块102处理得到的频率信号的频率值，判断频率信号是否大于预设阈值。其中，预设阈值可以根据实际情况设定不同的具体数值，本实施例不做具体限定。
预警模块103如果判断出频率信号的频率值小于或等于预设阈值，表明被监测液氯管道的声波信号的频率趋于稳定，被监测液氯管道不存在泄漏风险。预警模块103如果判断出频率值大于预设阈值，表明被监测液氯管道存在泄漏风险，则预警模块103进行预警提示，以提示被监测液氯管道发生泄漏。
通过采用上述技术方案，在被监测液氯管道的两端设置获取模块101采集声波信号，然后处理模块102对声波信号进行预处理后，再对声波信号进行预设分解提取处理，以得到基于频域信息的频域信号，可以在频域中对声波信号进行分析，更好地捕捉声波信号的特征。处理模块102再对频域信号进行预设解析处理，得到频率信号，从而将复杂的频域信号分解为不同频率的正弦波和余弦波，以便更好地理解声波信号的特性。最后预警模块103根据频率信号的频率值，判断频率值是否大于预设阈值，可以初步判断被监测液氯管道是否发生了泄漏。如果频率信号的频率值大于预设阈值，说明被监测液氯管道发生了泄漏，从而预警模块103可以发出预警提示，提示被监测液氯管道发生泄漏，精准地监测泄漏管道是否发生泄漏。
进一步地，确定被监测液氯管道发生泄漏后，还需要计算出泄漏的具体位置，便于相关人员进行快速检修。在被监测液氯管道的两端的获取模块101检测到多个声波信号后，包括第一端的第一声波信号和第二端的第三声波信号。接着获取模块101发送第一声波信号至处理模块102，处理模块102接收第一声波信号时，确定接收第一声波信号的第一时间戳，并将第一时间戳设置为第一时间数据。获取模块101发送第三声波信号至处理模块102，处理模块102接收第三声波信号时，确定接收第三声波信号的第二时间戳，并将第二时间戳设置为第二时间数据。
根据获取模块101接收第一声波信号的第一时间戳，确定第一时间数据，以及根据获取模块101接收第三声波信号的第二时间戳，确定第一时间数据，能够快速确定声波信号传输至被监测液氯管道两端的时间，从而为后续计算泄漏处的具体位置提供数据基础。
处理模块102基于第一时间数据和第二时间数据，以及频域信号，计算泄漏位置数据，泄漏位置数据为泄漏处距离第一端的距离，位置数据如下：
;
其中，x为泄漏位置数据，c为声波信号的传播速度，t1为第一时间数据，t2为第二时间数据。
具体地，由于在被监测管道的两端分别设置了获取模块101，因此可以采用基于小波变换和时间延迟估计（Time Delay Estimation，TDE）算法的公式来计算液氯泄漏的位置。当被监测液氯管道存在泄漏时，声波信号传输到管道两端的获取模块101的时间会不同，通过时间差计算泄漏位置数据，相对于根据单侧声波信号飞行时间计算位置数据，其准确度更高，实现精准的泄漏定位，为及时发现泄漏和进行维修提供了重要依据。
处理模块102根据上面得到两端的频域信号计算其小波系数序列，表示频域信号在时间下的局部特征，分别得到两个小波系数序列w1(t)和w2(t)，其中，。
然后对w1(t)与w2(t)之差进行求取欧几里得距离，再采用argmin函数用于求解时间延迟估计函数的最小值的变量，从而得到两个传感器接收到声波信号的时间差。最后根据声波信号的传播速度即可得到泄露位置距离第一端的距离。
在实际应用中，声波信号可能会受到多种因素的影响，例如管道的形状、尺寸、材料等，以及声波信号的噪声、衰减等，因此直接计算两个传感器接收到声波信号的时间差可能会存在较大误差。但是，如果通过找到两个小波系数序列之间的最小距离，即||w1(t)-w2(t)||的最小值，可以间接估计两个信号之间的时间延迟，进而更加准确地计算液氯泄漏的位置。假设两个小波系数序列w1(t)和w2(t)之间存在一个时间延迟，那么可以通过找到这两个序列之间的最小距离来间接估计这个时间延迟。
小波变换能够将信号分解成不同尺度和时间的成分，能够更好地捕捉信号的局部特征。时间延迟估计算法能够精确地估计两个信号之间的时间延迟，从而计算出泄漏处的位置。因此，采用基于小波变换和时间延迟估计的时延计算结果精度较高。
参照图1，一种液氯的安全风险预警平台还包括定位模块104，定位模块104通过接收卫星信号，能够计算出定位模块104安装位置准确的经度、纬度以及高度等数据。定位模块104安装于被监测液氯管道的第一端，获取被监测液氯管道的第一端的第一定位数据，第一定位数据为用户自定义坐标系下，第一端的坐标数据。定位模块104发送第一定位数据至处理模块102，处理模块102根据第一端的坐标数据、被监测液氯管道的方向以及泄露位置数据，计算出泄漏处的坐标数据，即第二定位数据。最后处理模块102将第二定位数据发送至预警模块103，预警模块103将第二定位数据发送至相关人员的终端，以使相关人员快速获取泄漏处的具体位置。
需要说明的是：上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本申请实施例还公开了一种液氯的安全风险预警方法，方法应用于一种液氯的安全风险预警平台，参照图3，包括如下步骤S110-S150：
S110，获取被监测液氯管道的两端采集到的多个声波信号。
S120，对第一端的第一声波信号进行预处理，得到第二声波信号，第一端为被监测液氯管道的任意一端，第一声波信号为多个声波信号中第一端对应的声波信号。
S130，对第二声波信号进行预设分解提取处理，得到基于频域信息的频域信号。
S140，对频域信号进行预设解析处理，得到频率信号。
S150，判断频率信号的频率值是否大于预设阈值，若确定频率信号的频率值大于预设阈值，则发出预警提示，以提示被监测液氯管道发生泄漏。
在一种可能的实施方式中，对第二声波信号进行预设分解提取处理，得到基于频域信息的频域信号，具体包括：
对第二声波信号进行分解处理，得到多个子信号。
对多个子信号，基于不同时间以及频率下的局部特征，提取出基于时域信息的时域信号，以及频域信号。
频域信号如下：
。
其中，w表示频域信号，f(τ)表示子信号，h(τ-t)表示窗函数，t为时间。
在一种可能的实施方式中，所述对所述频域信号进行预设解析处理，得到频率信号，具体包括：
对频域信号进行截取处理，得到特征信号。
对特征信号进行周期拓展处理，得到周期信号。
对周期信号进行频段提取处理，得到频率信号，频率信号如下：
。
在一种可能的实施方式中，在判断频率信号的频率值是否大于预设阈值，若确定频率信号的频率值大于预设阈值，则发出预警提示之后，方法还包括：
确定获取模块101在第一端采集声波信号的第一时间数据，并确定获取模块101在第二端采集声波信号的第二时间数据，第二端为被监测液氯管道的除第一端的一端。
基于第一时间数据和第二时间数据，以及频域信号，计算泄漏位置数据，泄漏位置数据为泄漏处距离第一端的距离，位置数据如下：
。
其中，x为泄漏位置数据，c为声波信号的传播速度，t1为第一时间数据，t2为第二时间数据。
在一种可能的实施方式中，在基于第一时间数据和第二时间数据，以及频域信号，计算泄漏位置数据之后，方法还包括：
获取被监测液氯管道的第一端的第一定位数据。
发送第一定位数据至处理模块102。
基于第一定位数据，以及泄漏位置数据，确定泄漏处的第二定位数据。
在一种可能的实施方式中，确定获取模块在第一端采集声波信号的第一时间数据，并确定获取模块在第二端采集声波信号的第二时间数据，具体包括：
发送第一声波信号至处理模块102。
接收第一声波信号，并确定接收第一声波信号的第一时间戳，将第一时间戳设置为第一时间数据。
发送第三声波信号至处理模块102，第三声波信号为多个声波信号中第二端对应的声波信号。
接收第三声波信号，并确定接收第三声波信号的第二时间戳，将第二时间戳设置为第二时间数据。
在一种可能的实施方式中，对第一端的第一声波信号进行预处理，得到第二声波信号，具体包括：
对第一声波信号进行去除噪声处理，得到第一目标信号。
对第一目标信号进行滤波处理，得到第二目标信号。
对第二目标信号进行采样和量化处理，得到第二声波信号。
本实施例还公开了一种电子设备，参照图3，电子设备可以包括：至少一个处理器401，至少一个通信总线402，用户接口403，网络接口404，至少一个存储器405。
其中，通信总线402用于实现这些组件之间的连接通信。
其中，用户接口403可以包括显示屏（Display）、摄像头（Camera），可选用户接口403还可以包括标准的有线接口、无线接口。
其中，网络接口404可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器401可以包括一个或者多个处理核心。处理器401利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器405内的指令、程序、代码集或指令集，以及调用存储在存储器405内的数据，执行服务器的各种功能和处理数据。可选的，处理器401可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器401可集成中央处理器401（CentralProcessing Unit，CPU）、图像处理器401（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器401中，单独通过一块芯片进行实现。
其中，存储器405可以包括随机存储器405（Random Access Memory，RAM），也可以包括只读存储器405（Read-Only Memory）。可选的，该存储器405包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器405可用于存储指令、程序、代码、代码集或指令集。存储器405可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器405可选的还可以是至少一个位于远离前述处理器401的存储装置。如图所示，作为一种计算机存储介质的存储器405中可以包括操作系统、网络通信模块、用户接口403模块以及一种液氯的安全风险预警方法的应用程序。
在图4所示的电子设备中，用户接口403主要用于为用户提供输入的接口，获取用户输入的数据；而处理器401可以用于调用存储器405中存储一种液氯的安全风险预警方法的应用程序，当由一个或多个处理器401执行时，使得电子设备执行如上述实施例中一个或多个的方法。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

Claims (8)

1.一种液氯的安全风险预警平台，其特征在于，所述平台包括获取模块(101)、处理模块(102)以及预警模块(103)，其中：
所述获取模块(101)，用于获取被监测液氯管道的两端采集到的多个声波信号；
所述处理模块(102)，用于对第一端的第一声波信号进行预处理，得到第二声波信号，所述第一端为所述被监测液氯管道的任意一端，所述第一声波信号为多个所述声波信号中所述第一端对应的声波信号；
所述处理模块(102)，用于对所述第二声波信号进行预设分解提取处理，得到基于频域信息的频域信号；
所述处理模块(102)，用于对所述第二声波信号进行分解处理，得到多个子信号；
所述处理模块(102)，还用于对多个所述子信号，基于不同时间以及频率下的局部特征，提取出基于时域信息的时域信号，以及所述频域信号；
所述频域信号如下：
；
其中，w表示所述频域信号，f(τ)表示所述子信号，h(τ-t)表示窗函数，t为时间；
所述处理模块(102)，用于对所述频域信号进行预设解析处理，得到频率信号；
所述处理模块(102)，用于对所述频域信号进行截取处理，得到特征信号；
所述处理模块(102)，还用于对所述特征信号进行周期拓展处理，得到周期信号；
所述处理模块(102)，还用于对所述周期信号进行频段提取处理，得到所述频率信号，所述频率信号如下：
；
所述预警模块(103)，用于判断所述频率信号的频率值是否大于预设阈值，若确定所述频率信号的频率值大于所述预设阈值，则发出预警提示，以提示所述被监测液氯管道发生泄漏。
2.根据权利要求1所述的一种液氯的安全风险预警平台，其特征在于，所述处理模块(102)，用于确定所述获取模块(101)在所述第一端采集声波信号的第一时间数据，并确定所述获取模块(101)在第二端采集声波信号的第二时间数据，所述第二端为所述被监测液氯管道的除所述第一端的一端；
所述处理模块(102)，还用于基于所述第一时间数据和所述第二时间数据，以及所述频域信号，计算泄漏位置数据，所述泄漏位置数据为泄漏处距离所述第一端的距离，所述位置数据如下：
；
其中，x为所述泄漏位置数据，c为所述声波信号的传播速度，t1为所述第一时间数据，t2为所述第二时间数据。
3.根据权利要求2所述的一种液氯的安全风险预警平台，其特征在于，所述平台还包括定位模块(104)；
所述定位模块(104)，用于获取所述被监测液氯管道的第一端的第一定位数据；
所述定位模块(104)，还用于发送所述第一定位数据至所述处理模块(102)；
所述处理模块(102)，用于基于所述第一定位数据，以及所述泄漏位置数据，确定泄漏处的第二定位数据。
4.根据权利要求2所述的一种液氯的安全风险预警平台，其特征在于，所述获取模块(101)，用于发送所述第一声波信号至所述处理模块(102)；
所述获取模块(101)，用于接收所述第一声波信号，并确定接收所述第一声波信号的第一时间戳，将所述第一时间戳设置为所述第一时间数据；
所述获取模块(101)，还用于发送第三声波信号至所述处理模块(102)，所述第三声波信号为多个所述声波信号中所述第二端对应的声波信号；
所述处理模块(102)，还用于接收所述第三声波信号，并确定接收所述第三声波信号的第二时间戳，将所述第二时间戳设置为所述第二时间数据。
5.根据权利要求1所述的一种液氯的安全风险预警平台，其特征在于，所述处理模块(102)，用于对所述第一声波信号进行去除噪声处理，得到第一目标信号；
所述处理模块(102)，还用于对所述第一目标信号进行滤波处理，得到第二目标信号；
所述处理模块(102)，还用于对所述第二目标信号进行采样和量化处理，得到所述第二声波信号。
6.一种液氯的安全风险预警方法，其特征在于，所述方法应用于权利要求1-5中任意一项所述的一种液氯的安全风险预警平台中，所述方法包括：
获取被监测液氯管道的两端采集到的多个声波信号；
对第一端的第一声波信号进行预处理，得到第二声波信号，所述第一端为所述被监测液氯管道的任意一端，所述第一声波信号为多个所述声波信号中所述第一端对应的声波信号；
对所述第二声波信号进行预设分解提取处理，得到基于频域信息的频域信号；
对所述第二声波信号进行分解处理，得到多个子信号；
对多个所述子信号，基于不同时间以及频率下的局部特征，提取出基于时域信息的时域信号，以及所述频域信号；
所述频域信号如下：
；
其中，w表示所述频域信号，f(τ)表示所述子信号，h(τ-t)表示窗函数，t为时间；
对所述频域信号进行预设解析处理，得到频率信号；
对所述频域信号进行截取处理，得到特征信号；
对所述特征信号进行周期拓展处理，得到周期信号；
对所述周期信号进行频段提取处理，得到所述频率信号，所述频率信号如下：
；
判断所述频率信号的频率值是否大于预设阈值，若确定所述频率信号的频率值大于所述预设阈值，则发出预警提示，以提示所述被监测液氯管道发生泄漏。
7.一种电子设备，其特征在于，包括处理器(401)、存储器(405)、用户接口(403)以及网络接口(404)，所述存储器(405)用于存储指令，所述用户接口(403)和所述网络接口(404)均用于与其他设备通信，所述处理器(401)用于执行所述存储器(405)中存储的指令，以使所述电子设备执行如权利要求6所述的方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求6所述的方法。
CN202311315932.0A 2023-10-12 2023-10-12 一种液氯的安全风险预警平台、方法、电子设备以及介质 Active CN117053129B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311315932.0A CN117053129B (zh) 2023-10-12 2023-10-12 一种液氯的安全风险预警平台、方法、电子设备以及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311315932.0A CN117053129B (zh) 2023-10-12 2023-10-12 一种液氯的安全风险预警平台、方法、电子设备以及介质

Publications (2)

Publication Number Publication Date
CN117053129A CN117053129A (zh) 2023-11-14
CN117053129B true CN117053129B (zh) 2023-12-15

Family

ID=88664867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311315932.0A Active CN117053129B (zh) 2023-10-12 2023-10-12 一种液氯的安全风险预警平台、方法、电子设备以及介质

Country Status (1)

Country Link
CN (1) CN117053129B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5416724A (en) * 1992-10-09 1995-05-16 Rensselaer Polytechnic Institute Detection of leaks in pipelines
CN106907577A (zh) * 2017-04-19 2017-06-30 广西壮族自治区气象技术装备中心 一种气体管道泄漏声发射定位方法
CN108488638A (zh) * 2018-03-28 2018-09-04 东北大学 基于声波负压波混合监测的管道泄漏监测系统及方法
JP2018141723A (ja) * 2017-02-28 2018-09-13 国立大学法人岩手大学 気体漏出検出装置
CN108731886A (zh) * 2018-05-30 2018-11-02 北京工业大学 一种基于迭代递推的供水管道多泄漏点声定位方法
CN108870091A (zh) * 2018-07-19 2018-11-23 东北大学 基于高低频混合检测的管道泄漏监测系统及方法
CN109140241A (zh) * 2018-08-21 2019-01-04 吉林大学 一种基于压缩感知的管道泄漏定位方法
WO2019072899A2 (en) * 2017-10-11 2019-04-18 Bp Exploration Operating Company Limited EVENT DETECTION USING FREQUENCY DOMAIN ACOUSTIC CHARACTERISTICS
CN110671613A (zh) * 2019-10-15 2020-01-10 重庆邮电大学 基于改进经验小波变换的流体管道泄漏信号时延估计方法
CN114576568A (zh) * 2022-02-25 2022-06-03 辽宁石油化工大学 基于次声波的管道泄漏检测方法及装置
CN116557797A (zh) * 2023-07-12 2023-08-08 上海电机学院 长距离超低压大直径管道泄漏无损检测定位方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9606250B2 (en) * 2012-08-02 2017-03-28 Hifi Engineering Inc. Loudness based method and system for determining relative location of an acoustic event along a channel

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5416724A (en) * 1992-10-09 1995-05-16 Rensselaer Polytechnic Institute Detection of leaks in pipelines
JP2018141723A (ja) * 2017-02-28 2018-09-13 国立大学法人岩手大学 気体漏出検出装置
CN106907577A (zh) * 2017-04-19 2017-06-30 广西壮族自治区气象技术装备中心 一种气体管道泄漏声发射定位方法
WO2019072899A2 (en) * 2017-10-11 2019-04-18 Bp Exploration Operating Company Limited EVENT DETECTION USING FREQUENCY DOMAIN ACOUSTIC CHARACTERISTICS
CN108488638A (zh) * 2018-03-28 2018-09-04 东北大学 基于声波负压波混合监测的管道泄漏监测系统及方法
CN108731886A (zh) * 2018-05-30 2018-11-02 北京工业大学 一种基于迭代递推的供水管道多泄漏点声定位方法
CN108870091A (zh) * 2018-07-19 2018-11-23 东北大学 基于高低频混合检测的管道泄漏监测系统及方法
CN109140241A (zh) * 2018-08-21 2019-01-04 吉林大学 一种基于压缩感知的管道泄漏定位方法
CN110671613A (zh) * 2019-10-15 2020-01-10 重庆邮电大学 基于改进经验小波变换的流体管道泄漏信号时延估计方法
CN114576568A (zh) * 2022-02-25 2022-06-03 辽宁石油化工大学 基于次声波的管道泄漏检测方法及装置
CN116557797A (zh) * 2023-07-12 2023-08-08 上海电机学院 长距离超低压大直径管道泄漏无损检测定位方法及系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
基于功率谱比对的液氯输送管道泄漏检测方法;连龙杰;林伟国;吴海燕;;化工学报(12);全文 *
基于功率谱比对的液氯输送管道泄漏检测方法;连龙杰等;《化工学报》;第64卷(第12期);全文 *
基于声波的输气管道泄漏检测与定位技术;华科;叶昊;王桂增;陈绍萍;李国森;;华中科技大学学报(自然科学版)(S1);全文 *
基于盲辨识的输气管道泄漏定位方法;王丽娜;高宪文;刘潭;;信息与控制(04);全文 *
超声导波无损检测中的信号处理研究进展;吴斌;邓菲;何存富;;北京工业大学学报(04);全文 *

Also Published As

Publication number Publication date
CN117053129A (zh) 2023-11-14

Similar Documents

Publication Publication Date Title
Wang et al. Pipeline leak detection by using time-domain statistical features
Yan et al. Improved Hilbert–Huang transform based weak signal detection methodology and its application on incipient fault diagnosis and ECG signal analysis
CA2742368C (en) Method and apparatus for correlating simulation models with physical devices based on correlation metrics
US20050007877A1 (en) Acoustic system for communication in pipelines
CN106523928B (zh) 基于声波实时数据二级筛选的管道泄漏检测方法
US20190128766A1 (en) Correlator for leak detection
US20220326348A1 (en) Method for estimating nondirectional wave spectrum from sea echoes of multiple high radar frequencies
WO2018131099A1 (ja) 相関関数生成装置、相関関数生成方法、相関関数生成プログラムおよび波源方向推定装置
JP2016524153A (ja) バルブからの音響エネルギーからノイズをフィルタリングするためのシステムおよび方法
Cai et al. SST: Software sonic thermometer on acoustic-enabled IoT devices
Lang et al. An analysis of detectable leakage rate for oil pipelines based on acoustic wave method
CN117053129B (zh) 一种液氯的安全风险预警平台、方法、电子设备以及介质
CN112013285A (zh) 管道泄漏点的检测方法及装置、存储介质、终端
Wang et al. A method of real‐time tsunami detection using ensemble empirical mode decomposition
Niu et al. Application of SN-EMD in mode feature extraction of ship radiated noise
US20190146054A1 (en) Wave source direction estimation apparatus, wave source direction estimation system, wave source direction estimation method, and wave source direction estimation program
JPWO2018003158A1 (ja) 相関関数生成装置、相関関数生成方法、相関関数生成プログラムおよび波源方向推定装置
CN116701840A (zh) 一种机械振动信号的倒频谱优化计算方法和系统
CN115949891A (zh) 一种lng加气站智能控制系统及其控制方法
US20220003630A1 (en) Vibro-acoustic analysis method and device and equipment-abnormality-location estimation method and device
CN205280141U (zh) 近岸风、浪、流和水位监测集成装置
CN114087542A (zh) 基于scada系统的管道泄漏检测方法、装置及介质
CN109918734B (zh) 一种基于fir滤波器的水声通信系统故障估计方法
An et al. Constant false alarm rate detection of pipeline leakage based on acoustic sensors
CN112528754A (zh) 一种共享果汁平台的流道监测方法、系统及可读存储介质

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