CN117292706B - 管道气体泄漏声音诊断方法、系统、设备和介质 - Google Patents
管道气体泄漏声音诊断方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN117292706B CN117292706B CN202311579928.5A CN202311579928A CN117292706B CN 117292706 B CN117292706 B CN 117292706B CN 202311579928 A CN202311579928 A CN 202311579928A CN 117292706 B CN117292706 B CN 117292706B
- Authority
- CN
- China
- Prior art keywords
- layered
- acoustic signal
- pipeline
- autocorrelation sequence
- energy ratio
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000003745 diagnosis Methods 0.000 title claims description 13
- 230000005236 sound signal Effects 0.000 claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005311 autocorrelation function Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 239000007789 gas Substances 0.000 description 53
- 238000010586 diagram Methods 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 5
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 2
- 239000003209 petroleum derivative Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
-
- 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
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开了一种管道气体泄漏声音诊断方法、系统、设备和介质,涉及石化安全监测技术领域,包括:获取待诊断管道的检测声音信号;对检测声音信号进行低频滤波处理和小波包分析,得到多个分层声信号;对每个分层声信号进行自相关分析,得到每个分层声信号对应的自相关序列;分别计算每个自相关序列在原点附近的能量比值;确定除去第一个分层声信号之外的分层声信号对应的自相关序列的原点附近的能量比值的最大值与最大偏差;基于最大值和最大偏差,判断待诊断管道是否存在气体泄露。本发明缓解了现有技术中存在的检测效率低、检测精度低和检测成本高的技术问题。
Description
技术领域
本发明涉及石化安全监测技术领域,具体为一种管道气体泄漏声音诊断方法、系统、设备和介质。
背景技术
随着石油产业的快速发展,大型石油和天然气管道的数量与规模逐年增多。在长期使用过程中,石油和天然气管道很容易发生老化,从而导致气体泄漏问题,造成严重的安全隐患和财产损失。
目前,管道气体泄露检测方法主要包括人工检测与定位、负压波法、流量平衡法、声学成像法、红外检测法、化学物质检测法等。人工检测与定位方法需要运行人员定期巡视,利用人耳听管道声音的变化判断是否存在气体泄露,耗时长、效率不高。负压波法、流量平衡法难以发现微小渗漏,检测效果有待提高。红外检测法、声成像检测法利用红外成像、声学成像技术实现气体泄露检测,仪器设备昂贵,检测成本高,难以实现大面积在线监测应用,多数情况下仍然依赖人工检测。化学物质检测法需要安装大量的传感器才能取得较好的检测效果,且需要泄露气体积累到一定程度才能检测发现,检测成本高、精度低。
发明内容
本发明的目的就在于为了解决上述至少一个技术问题而提供一种管道气体泄漏声音诊断方法、系统、设备和介质。
第一方面,本发明实施例提供了一种管道气体泄漏声音诊断方法,包括:获取待诊断管道的检测声音信号;对所述检测声音信号进行低频滤波处理和小波包分析,得到多个分层声信号;对每个分层声信号进行自相关分析,得到每个分层声信号对应的自相关序列;分别计算每个自相关序列在原点附近的能量比值;确定除去第一个分层声信号之外的分层声信号对应的自相关序列的原点附近的能量比值的最大值与最大偏差;基于所述最大值和所述最大偏差,判断所述待诊断管道是否存在气体泄露。
进一步的,对所述检测声音信号进行低频滤波处理和小波包分析,包括:基于六阶Butterworth高通滤波器,对所述检测声音信号进行低频滤波处理,得到处理之后的检测声音信号;对所述处理之后的检测声音信号进行三层小波包分析,得到八个分层声信号。
进一步的,分别计算每个自相关序列在原点附近的能量比值,包括:通过如下计算算式计算每个自相关序列在原点附近的能量比值:;
其中,Ei为第i分层声信号的自相关序列的原点附近的能量比值,L为检测声音信号的数据长度,ci(n)为第i分层声信号的自相关序列的第n个数据点的自相关函数值。
进一步的,所述最大偏差为所述能量比值的最大值与最小值之差。
进一步的,基于所述最大值和所述最大偏差,判断所述待诊断管道是否存在气体泄露,包括:判断所述最大值是否超过第一预设阈值;如果是,则判断所述最大偏差是否小于第二预设阈值,如果否,则确定所述待诊断管道存在气体泄漏。
第二方面,本发明实施例还提供了一种管道气体泄漏声音诊断系统,包括:获取模块,第一分析模块,第二分析模块,计算模块,确定模块和诊断模块;其中,所述获取模块,用于获取待诊断管道的检测声音信号;所述第一分析模块,用于对所述检测声音信号进行低频滤波处理和小波包分析,得到多个分层声信号;所述第二分析模块,用于对每个分层声信号进行自相关分析,得到每个分层声信号对应的自相关序列;所述计算模块,用于分别计算每个自相关序列在原点附近的能量比值;所述确定模块,用于确定除去第一个分层声信号之外的分层声信号对应的自相关序列的原点附近的能量比值的最大值与最大偏差;所述诊断模块,用于基于所述最大值和所述最大偏差,判断所述待诊断管道是否存在气体泄露。
进一步的,所述计算模块,还用于:通过如下计算算式计算每个自相关序列在原点附近的能量比值:;
其中,Ei为第i分层声信号的自相关序列的原点附近的能量比值,L为检测声音信号的数据长度,ci(n)为第i分层声信号的自相关序列的第n个数据点的自相关函数值。
进一步的,所述诊断模块,还用于:判断所述最大值是否超过第一预设阈值;如果是,则判断所述最大偏差是否小于第二预设阈值,如果否,则确定所述待诊断管道存在气体泄漏。
第三方面,本发明实施例还提供了一种电子设备,包括:存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的方法。
第四方面,本发明实施例还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计算机指令,所述计算机指令被处理器执行时实现如第一方面所述的方法。
本发明提供了一种管道气体泄漏声音诊断方法、系统、设备和介质,利用声音诊断管道气体泄露,首先检测管道声音信号,对管道声音信号进行低频滤波处理,对处理后的声音信号进行小波包分析得到多个分层声信号,对每个分层声信号进行自相关分析获得自相关序列,分别计算每层声信号自相关序列原点附近的能量比值,找出除去第一分层外所有分层声信号自相关序列原点附近能量比值的最大值与最大偏差,根据最大值与最大偏差综合判断管道是否存在气体泄露,具有检测成本低、检测效率与准确度高的优点,缓解了现有技术中存在的检测效率低、、检测精度低和检测成本高的技术问题。
附图说明
为了更清楚地说明本申请实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种管道气体泄漏声音诊断方法的流程图;
图2为本发明实施例提供的一种管道正常声音图谱;
图3为本发明实施例提供的一种管道气体泄漏声音图谱;
图4为本发明实施例提供的一种低频滤波处理之后的管道气体泄漏声音图谱;
图5为本发明实施例提供的一种低频滤波处理之后的管道气体泄漏声音小波包分析结果示意图;
图6为本发明实施例提供的一种低频滤波处理之后的管道气体泄漏声音分层声信号自相关序列的示意图;
图7为本发明实施例提供的一种管道气体泄漏声音诊断系统的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
图1是根据本发明实施例提供的一种管道气体泄漏声音诊断方法的流程图。如图1所示,该方法具体包括如下步骤:
步骤S102,获取待诊断管道的检测声音信号。
步骤S104,对检测声音信号进行低频滤波处理和小波包分析,得到多个分层声信号。
步骤S106,对每个分层声信号进行自相关分析,得到每个分层声信号对应的自相关序列。
步骤S108,分别计算每个自相关序列在原点附近的能量比值。
步骤S110,确定除去第一个分层声信号之外的分层声信号对应的自相关序列的原点附近的能量比值的最大值与最大偏差。
步骤S112,基于最大值和最大偏差,判断待诊断管道是否存在气体泄露。
图2是根据本发明实施例提供的一种管道正常声音图谱,图3是根据本发明实施例提供的一种管道气体泄漏声音图谱。如图2所示,管道正常声音信号中存在较为明显的1kHz以下低频声音,该声音主要为外界环境噪声干扰。因此,步骤S104中,对如图3所示的待诊断管道的检测声音信号进行低频滤波处理,具体的,基于六阶Butterworth高通滤波器,对检测声音信号进行低频滤波处理,得到处理之后的检测声音信号;其中,-3dB截止频率为1kHz,处理效果如图4所示,图4是根据本发明实施例提供的一种低频滤波处理之后的管道气体泄漏声音图谱。
然后对处理之后的检测声音信号进行三层小波包分析,得到八个分层声信号。具体的,采用shannon熵、db4小波包对图4处理后的检测声音信号进行3层小波包分析,得到8个分层声信号S130、S131、……、S137,如图5所示,其中,图5是根据本发明实施例提供的一种低频滤波处理之后的管道气体泄漏声音小波包分析结果示意图。
然后对S130、S131、……、S137每个分层声信号进行自相关分析获得自相关序列ci(i=1, 2, ……, 8),如图6所示,图6是根据本发明实施例提供的一种低频滤波处理之后的管道气体泄漏声音分层声信号自相关序列的示意图。可选地,在本发明实施例中,管道声音信号数据长度L为64000,自相关序列长度为声音信号长度的2倍,包含128000个数据点。由于气体泄露声音频带范围宽,声音特点与白噪声类似,因此通过自相关分析能够确定每个分层声信号是否属于气体泄露及其泄露程度。
优选地,在本发明实施例中,自相关序列在原点附近的能量比值,是指自相关序列原点左右1%自相关序列数据长度的数据计算能量比值。具体的,通过如下计算算式计算每个自相关序列在原点附近的能量比值:;
其中,Ei为第i分层声信号的自相关序列的原点附近的能量比值,L为检测声音信号的数据长度,ci(n)为第i分层声信号的自相关序列的第n个数据点的自相关函数值。
在本发明实施例中,自相关序列原点左右1%自相关序列数据长度为1%×64000×2=1280个数据点。按照步骤S108的计算方法,图2不存在气体泄露时的管道8个分层声信号能量比值En=[0.22, 0.41, 0.37, 0.24, 0.50, 0.50, 0.46, 0.48],图3存在气体泄露时的管道8个分层声信号能量比值Ea=[0.03, 0.50, 0.52, 0.50, 0.51, 0.51, 0.52, 0.52]。
在本发明实施例中,最大偏差为能量比值的最大值与最小值之差。具体的,本发明实施例采用除去第一分层外所有分层声信号自相关序列能量比值的最大值减去最小值获得最大偏差。例如,除去第一分层外,图2不存在气体泄露时的管道7个分层声信号能量比值最大值、最大偏差分别为0.50、0.26。图3存在气体泄露时的管道7个分层声信号能量比值最大值、最大偏差分别为0.52、0.02。
具体的,步骤S112还包括如下步骤:
判断最大值是否超过第一预设阈值;
如果是,则判断最大偏差是否小于第二预设阈值,如果否,则确定待诊断管道存在气体泄漏;如果是,则确定待诊断管道不存在气体泄漏。
具体的,若判断最大值不超过第一预设阈值,则确定待诊断管道不存在气体泄漏。
例如,将第一预设阈值设定为0.5,将第二预设阈值设定为0.1,则判断待诊断管道是否存在气体泄漏过程如下:
步骤S1)判断除去第一分层外所有分层声信号自相关序列能量比值的最大值是否超过0.5,若超过则进入步骤S2),否则,判断管道不存在气体泄露;
步骤S2)判断除去第一分层外所有分层声信号自相关序列能量比值的最大偏差是否小于0.1,若超过则诊断管道存在气体泄露,否则,判断管道不存在气体泄露。
作为其中一个实施例,图2不存在气体泄露时,除去第一分层外所有分层声信号自相关序列能量比值的最大值为0.50,数值超过0.5,进入步骤S2),判断除去第一分层外所有分层声信号自相关序列能量比值的最大偏差为0.26,数值超过0.1。因此,判断管道不存在气体泄露。诊断结果与实际情况相符。
作为其中一个实施例,图3存在气体泄露时,除去第一分层外所有分层声信号自相关序列能量比值的最大值为0.52,数值超过0.5,进入步骤S2),判断除去第一分层外所有分层声信号自相关序列能量比值的最大偏差为0.02,数值小于0.1。因此,判断管道存在气体泄露。诊断结果与实际情况相符。
由以上描述可知,本发明提供了一种管道气体泄漏声音诊断方法,利用声音诊断管道气体泄露,首先检测管道声音信号,对管道声音信号进行低频滤波处理,对处理后的声音信号进行小波包分析得到多个分层声信号,对每个分层声信号进行自相关分析获得自相关序列,分别计算每层声信号自相关序列原点附近的能量比值,找出除去第一分层外所有分层声信号自相关序列原点附近能量比值的最大值与最大偏差,根据最大值与最大偏差综合判断管道是否存在气体泄露,具有检测成本低、检测效率与准确度高的优点,缓解了现有技术中存在的检测效率低、、检测精度低和检测成本高的技术问题。
实施例二
图7是根据本发明实施例提供的一种管道气体泄漏声音诊断系统的示意图。如图7所示,该系统包括:获取模块10,第一分析模块20,第二分析模块30,计算模块40,确定模块50和诊断模块60。
具体的,获取模块10,用于获取待诊断管道的检测声音信号。
第一分析模块20,用于对检测声音信号进行低频滤波处理和小波包分析,得到多个分层声信号。
第二分析模块30,用于对每个分层声信号进行自相关分析,得到每个分层声信号对应的自相关序列。
计算模块40,用于分别计算每个自相关序列在原点附近的能量比值。
确定模块50,用于确定除去第一个分层声信号之外的分层声信号对应的自相关序列的原点附近的能量比值的最大值与最大偏差。
诊断模块60,用于基于最大值和最大偏差,判断待诊断管道是否存在气体泄露。
具体的,计算模块40,还用于:
通过如下计算算式计算每个自相关序列在原点附近的能量比值:;
其中,Ei为第i分层声信号的自相关序列的原点附近的能量比值,L为检测声音信号的数据长度,ci(n)为第i分层声信号的自相关序列的第n个数据点的自相关函数值。
诊断模块60,还用于:
判断最大值是否超过第一预设阈值;
如果是,则判断最大偏差是否小于第二预设阈值,如果否,则确定待诊断管道存在气体泄漏。
本发明实施例还提供了一种电子设备,包括:存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如实施例一中的方法。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令被处理器执行时实现如实施例一中的方法。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (5)
1.一种管道气体泄漏声音诊断方法,其特征在于,包括:
获取待诊断管道的检测声音信号;
对所述检测声音信号进行低频滤波处理和小波包分析,得到多个分层声信号;
对每个分层声信号进行自相关分析,得到每个分层声信号对应的自相关序列;
分别计算每个自相关序列在原点附近的能量比值;
确定除去第一个分层声信号之外的分层声信号对应的自相关序列的原点附近的能量比值的最大值与最大偏差;
基于所述最大值和所述最大偏差,判断所述待诊断管道是否存在气体泄漏;
分别计算每个自相关序列在原点附近的能量比值,包括:
通过如下计算算式计算每个自相关序列在原点附近的能量比值:;
其中,Ei为第i分层声信号的自相关序列的原点附近的能量比值,L为检测声音信号的数据长度,ci(n)为第i分层声信号的自相关序列的第n个数据点的自相关函数值;
所述最大偏差为所述能量比值的最大值与最小值之差;
基于所述最大值和所述最大偏差,判断所述待诊断管道是否存在气体泄漏,包括:
判断所述最大值是否超过第一预设阈值;
如果是,则判断所述最大偏差是否小于第二预设阈值,如果否,则确定所述待诊断管道存在气体泄漏。
2.根据权利要求1所述的方法,其特征在于:对所述检测声音信号进行低频滤波处理和小波包分析,包括:
基于六阶Butterworth高通滤波器,对所述检测声音信号进行低频滤波处理,得到处理之后的检测声音信号;
对所述处理之后的检测声音信号进行三层小波包分析,得到八个分层声信号。
3.一种管道气体泄漏声音诊断系统,其特征在于,包括:获取模块,第一分析模块,第二分析模块,计算模块,确定模块和诊断模块;其中,
所述获取模块,用于获取待诊断管道的检测声音信号;
所述第一分析模块,用于对所述检测声音信号进行低频滤波处理和小波包分析,得到多个分层声信号;
所述第二分析模块,用于对每个分层声信号进行自相关分析,得到每个分层声信号对应的自相关序列;
所述计算模块,用于分别计算每个自相关序列在原点附近的能量比值;
所述确定模块,用于确定除去第一个分层声信号之外的分层声信号对应的自相关序列的原点附近的能量比值的最大值与最大偏差;所述最大偏差为所述能量比值的最大值与最小值之差;
所述诊断模块,用于基于所述最大值和所述最大偏差,判断所述待诊断管道是否存在气体泄漏;
所述计算模块,还用于:
通过如下计算算式计算每个自相关序列在原点附近的能量比值:;
其中,Ei为第i分层声信号的自相关序列的原点附近的能量比值,L为检测声音信号的数据长度,ci(n)为第i分层声信号的自相关序列的第n个数据点的自相关函数值;
所述诊断模块,还用于:
判断所述最大值是否超过第一预设阈值;
如果是,则判断所述最大偏差是否小于第二预设阈值,如果否,则确定所述待诊断管道存在气体泄漏。
4.一种电子设备,其特征在于,包括:存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-2任一项所述的方法。
5.一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计算机指令,所述计算机指令被处理器执行时实现如权利要求1-2任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311579928.5A CN117292706B (zh) | 2023-11-24 | 2023-11-24 | 管道气体泄漏声音诊断方法、系统、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311579928.5A CN117292706B (zh) | 2023-11-24 | 2023-11-24 | 管道气体泄漏声音诊断方法、系统、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117292706A CN117292706A (zh) | 2023-12-26 |
CN117292706B true CN117292706B (zh) | 2024-01-26 |
Family
ID=89241146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311579928.5A Active CN117292706B (zh) | 2023-11-24 | 2023-11-24 | 管道气体泄漏声音诊断方法、系统、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117292706B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105675216A (zh) * | 2016-01-11 | 2016-06-15 | 中国工程物理研究院激光聚变研究中心 | 一种泄露声信号的检测及定位方法 |
CN105973584A (zh) * | 2016-06-17 | 2016-09-28 | 北京信息科技大学 | 一种小波包频域信号流形学习故障诊断方法 |
CN110335430A (zh) * | 2019-06-19 | 2019-10-15 | 中国科学院自动化研究所 | 基于深度学习的管道安全监测系统、方法和装置 |
CN111059066A (zh) * | 2019-12-18 | 2020-04-24 | 浙江大学 | 一种基于自相关谱和均衡平方包络谱的离心泵汽蚀状态判别方法 |
CN115034271A (zh) * | 2022-06-28 | 2022-09-09 | 南京信息工程大学 | 一种自动提取特征的压力容器气体泄漏声学识别方法 |
-
2023
- 2023-11-24 CN CN202311579928.5A patent/CN117292706B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105675216A (zh) * | 2016-01-11 | 2016-06-15 | 中国工程物理研究院激光聚变研究中心 | 一种泄露声信号的检测及定位方法 |
CN105973584A (zh) * | 2016-06-17 | 2016-09-28 | 北京信息科技大学 | 一种小波包频域信号流形学习故障诊断方法 |
CN110335430A (zh) * | 2019-06-19 | 2019-10-15 | 中国科学院自动化研究所 | 基于深度学习的管道安全监测系统、方法和装置 |
CN111059066A (zh) * | 2019-12-18 | 2020-04-24 | 浙江大学 | 一种基于自相关谱和均衡平方包络谱的离心泵汽蚀状态判别方法 |
CN115034271A (zh) * | 2022-06-28 | 2022-09-09 | 南京信息工程大学 | 一种自动提取特征的压力容器气体泄漏声学识别方法 |
Non-Patent Citations (2)
Title |
---|
基于声波法的管道泄漏检测技术研究进展;袁文强等;油气储运;第第42卷卷(第第2期期);第1-11页 * |
基于改进小波阈值的埋地输气管道泄漏监测系统;徐金妍;工程科技Ⅱ辑;第1-60页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117292706A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8066486B2 (en) | Method and apparatus for vibration-based automatic condition monitoring of a wind turbine | |
CN107620868B (zh) | 管道泄漏检测方法及装置 | |
CN110671613A (zh) | 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 | |
CN106704834A (zh) | 一种次声波监测和定位管道泄漏的装置及方法 | |
JP6248933B2 (ja) | 漏洩検査装置、漏洩検査方法、及び漏洩検査プログラム | |
CN113092114B (zh) | 一种轴承故障诊断方法、装置及存储介质 | |
JP2008051776A (ja) | 漏水検出装置および漏水検出方法 | |
WO2015072130A1 (ja) | 漏洩判定システムおよび漏洩判定方法 | |
CN117272210A (zh) | 一种建筑施工异常隐患数据检测方法及系统 | |
CN104502024A (zh) | 阀门内漏流量量化回归预测方法及装置 | |
CN113792585A (zh) | 一种管道振动信号监测方法、系统、电子设备及介质 | |
CN112052712B (zh) | 一种电力设备状态监测与故障识别方法及系统 | |
Gang et al. | Data driven method for spacecraft fault diagnosis: State of art and challenge | |
Hua et al. | The methodology of modified frequency band envelope kurtosis for bearing fault diagnosis | |
CN117292706B (zh) | 管道气体泄漏声音诊断方法、系统、设备和介质 | |
Hao et al. | Urban hazardous chemicals pipeline leakage positioning method based on CELMD-MCKD | |
CN116557797B (zh) | 长距离超低压大直径管道泄漏无损检测定位方法及系统 | |
CN110529746B (zh) | 管道泄漏的检测方法、装置和设备 | |
Li et al. | On-line fault detection in wind turbine transmission system using adaptive filter and robust statistical features | |
KR102584912B1 (ko) | 음향방출신호 및 진동가속도의 측정에 의한 유체수송관의 감육 탐지 장치 및 방법 | |
JP2023540897A (ja) | バルブを有するパイプラインの密閉性を監視し、漏れを検出する方法 | |
KR102568086B1 (ko) | 음향방출신호 및 진동가속도의 측정에 의한 유체수송관의 누수 탐지 장치 및 방법 | |
CN112114215A (zh) | 基于误差反向传播算法的变压器老化评估的方法及系统 | |
Nuawi et al. | A study on ultrasonic signals processing generated from automobile engine block using statistical analysis | |
US20240053222A1 (en) | Method for determining and/or analyzing a leak in a line for liquid media, in particular a water line |
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 |