CN117809431B - 一种基于人工智能的梭阀运行泄漏智能预警系统 - Google Patents

Abstract

本发明属于梭阀泄漏预警领域，涉及数据分析技术，用于解决现有技术中的梭阀运行泄漏监测系统无法在梭阀泄漏之后对泄漏类型进行分析的问题，具体是一种基于人工智能的梭阀运行泄漏智能预警系统，包括智能预警平台，智能预警平台通信连接有泄漏监测模块、特征分析模块、数据统计模块、泄漏预警模块以及存储模块；泄漏监测模块用于对梭阀进行运行泄漏监测分析：在梭阀运行时生成运行周期并将运行周期分割为若干个运行时段；在运行时段被标记为异常时段时进行泄漏类型分析；本发明可以对梭阀进行运行泄漏监测分析，以分时段监测的方式在运行时段的结束时刻获取梭阀的音频值并进行分析，并在梭阀发生泄漏时进行泄漏类型分析，提高泄漏处理效率。

Description

一种基于人工智能的梭阀运行泄漏智能预警系统

技术领域

本发明属于梭阀泄漏预警领域，涉及数据分析技术，具体是一种基于人工智能的梭阀运行泄漏智能预警系统。

背景技术

梭式泄压阀是一种法兰连接，弹簧承载的封闭式压力释放阀，安装在压力设备或管道上，当压力超过整定值时，阀门迅速开启，排除部分介质，将设备或管道的压力控制在允许的范围内，以保证系统安全可靠的运行。

现有技术中的梭阀运行泄漏监测系统仅能够对梭阀的泄漏状态进行监控，但是无法在梭阀出现泄漏之前进行预警，也无法在梭阀泄漏之后对泄漏类型进行分析，导致梭阀泄漏时的处理效率低下。

针对上述技术问题，本申请提出一种解决方案。

发明内容

本发明的目的在于提供一种基于人工智能的梭阀运行泄漏智能预警系统，用于解决现有技术中的梭阀运行泄漏监测系统无法在梭阀泄漏之后对泄漏类型进行分析的问题；

本发明需要解决的技术问题为：如何提供一种可以在梭阀泄漏之后对泄漏类型进行分析的基于人工智能的梭阀运行泄漏智能预警系统。

本发明的目的可以通过以下技术方案实现：

一种基于人工智能的梭阀运行泄漏智能预警系统，包括智能预警平台，所述智能预警平台通信连接有泄漏监测模块、特征分析模块、数据统计模块、泄漏预警模块以及存储模块；

所述泄漏监测模块用于对梭阀进行运行泄漏监测分析：在梭阀运行时生成运行周期并将运行周期分割为若干个运行时段，在运行时段的结束时刻获取梭阀的音频值并通过音频值将运行时段标记为正常时段或异常时段；在运行时段被标记为异常时段时进行泄漏类型分析；

所述特征分析模块用于对梭阀的泄漏特征进行分析：在运行时段被标记为异常时段时，将异常时段开始时刻之前的L1分钟标记为分析时段，获取分析时段的泄漏特征，将梭阀在分析时段的泄漏特征发送至智能预警平台，智能预警平台接收到泄漏特征后将泄漏特征发送至数据统计模块；

所述数据统计模块用于对梭阀的泄漏特征进行数据统计分析；

所述泄漏预警模块用于对梭阀进行运行泄漏预警分析。

作为本发明的一种优选实施方式，对运行时段进行标记的具体过程包括：获取梭阀运行时产生的噪声频率，通过存储模块获取到泄漏频段，将噪声频率在泄漏频段内的梭阀运行时长标记为梭阀在运行时段内的音频值，通过存储模块获取到音频阈值，将音频值与音频阈值进行比较：若音频值小于音频阈值，则判定梭阀在运行时段内的运行状态正常，将对应运行时段标记为正常时段；若音频值大于等于音频阈值，则判定梭阀在运行时段内的运行状态异常，将对应运行时段标记为异常时段。

作为本发明的一种优选实施方式，泄漏类型分析的具体过程包括：对梭阀进行图像拍摄并将拍摄得到的图像标记为运行图像，通过存储模块获取到梭阀运行正常时的比对图像，将运行图像与比对图像放大为像素格图像并进行灰度变换，将放大后的运行图像与比对图像进行重合，将同一像素格在运行图像中的灰度值与在比对图像中的灰度值书执差值的绝对值标记为像素格的偏离值，通过存储模块获取到偏离阈值，将偏离值与偏离阈值进行比较：若偏离值小于偏离阈值，则将对应像素格标记为符合格；若偏离值大于等于偏离阈值，则将对应像素格标记为偏离格，将运行图像中偏离格的数量与所有像素格总数量的比值标记为外泄系数，通过存储模块获取到外泄阈值，将外泄系数与外泄阈值进行比较并通过比较结果生成外部泄漏信号或内部泄漏信号。

作为本发明的一种优选实施方式，将外泄系数与外泄阈值进行比较的具体过程包括：若外泄系数小于外泄阈值，则判定梭阀出现内部泄漏，生成内部泄漏信号并将内部泄漏信号发送至智能预警平台，智能预警平台接收到内部泄漏信号后将内部泄漏信号发送至管理人员的手机终端；若外泄系数大于等于外泄阈值，则判定梭阀出现外部泄漏，生成外部泄漏信号并将外部泄漏信号发送至智能预警平台，智能预警平台接收到外部泄漏信号后将外部泄漏信号发送至管理人员的手机终端。

作为本发明的一种优选实施方式，梭阀在分析时段内的泄漏特征的获取过程包括：将泄漏频段最大边界值与最小边界值的差值标记为泄漏表现值，将梭阀在分析时段内的噪声频率与泄漏表现值差值的绝对值标记为梭阀的运行泄漏值，通过存储模块获取到运行泄漏阈值，将分析时段内梭阀的运行泄漏值不大于运行泄漏阈值的时长标记为音频特征值，获取分析时段开始时刻梭阀管道内部的物料压力值，由音频特征值与物料压力值构成梭阀的泄漏特征。

作为本发明的一种优选实施方式，数据统计模块对梭阀的泄漏特征进行数据统计分析的具体过程包括：由数据统计模块接收到的所有泄漏特征中物料压力值的最大值与最小值构成压力范围，将压力范围分割为若干个压力区间，将物料压力值对应压力区间内的泄漏特征的音频特征值标记为压力区间的匹配参数，对压力区间内所有匹配参数进行方差计算得到统一系数，通过存储模块获取到统一阈值，将统一系数与统一阈值进行比较：若统一系数小于统一阈值，则由匹配参数的最大值与最小值构成压力区间的预警范围；若统一系数大于等于统一阈值，则将数值最小的匹配参数与数值最大的匹配参数进行删除，对剩余匹配参数进行方差计算并得到新的统一系数，直至新的统一系数不小于统一阈值；将所有压力区间的预警范围通过智能预警平台发送至存储模块中进行存储。

作为本发明的一种优选实施方式，泄漏预警模块对梭阀进行运行泄漏预警分析的具体过程包括：运行时段被标记为正常时段时，将正常时段结束时刻之前的L1分钟标记为预警时段，获取预警时段的音频特征值与预警时段开始时刻的物料压力值，通过物料压力值从存储模块中调取对应压力区间的预警范围，判定预警时段的音频特征值是否位于预警范围之内：若是，则生成泄漏预警信号并将泄漏预警信号发送至智能预警平台，智能预警平台接收到泄漏预警信号后将泄漏预警信号发送至管理人员的手机终端；若否，则生成运行正常信号并将运行正常信号发送至管理人员的手机终端。

作为本发明的一种优选实施方式，该基于人工智能的梭阀运行泄漏智能预警系统的工作方法，包括以下步骤：

步骤一：对梭阀进行运行泄漏监测分析：在梭阀运行时生成运行周期并将运行周期分割为若干个运行时段，在运行时段的结束时刻获取梭阀的音频值，通过音频值将运行时段标记为正常时段或异常时段；运行时段被标记为正常时段时执行步骤二；运行时段被标记为异常时段时执行步骤三；

步骤二：对梭阀进行运行泄漏预警分析：运行时段被标记为正常时段时，将正常时段结束时刻之前的L1分钟标记为预警时段，获取预警时段的音频特征值与预警时段开始时刻的物料压力值，通过物料压力值从存储模块中调取对应压力区间的预警范围，将音频特征值与预警范围进行比对并通过比对结果对梭阀是否具有泄漏风险进行判定；

步骤三：对梭阀进行图像拍摄并将拍摄得到的图像标记为运行图像，通过存储模块获取到梭阀运行正常时的比对图像，对运行图像与比对图像进行处理得到外泄系数，通过外泄系数对梭阀的泄漏类型进行判定；

步骤四：在运行时段被标记为异常时段时，将异常时段开始时刻之前的L1分钟标记为分析时段，获取分析时段的音频特征值，由音频特征值与物料压力值构成梭阀的泄漏特征；

步骤五：对梭阀的泄漏特征进行数据统计分析：由数据统计模块接收到的所有泄漏特征中物料压力值的最大值与最小值构成压力范围，将压力范围分割为若干个压力区间，获取压力区间的预警范围并发送至存储模块进行存储。

本发明具备下述有益效果：

1、通过泄漏监测模块可以对梭阀进行运行泄漏监测分析，以分时段监测的方式在运行时段的结束时刻获取梭阀的音频值并进行分析，通过分析结果对梭阀是否发生泄漏进行判定，并在梭阀发生泄漏时进行泄漏类型分析，提高泄漏处理效率；

2、通过特征分析模块可以对梭阀的泄漏特征进行分析，获取分析时段的音频特征值，由音频特征值与物料压力值组成的泄漏特征，可以为泄漏预警分析过程提供数据支撑；

3、通过数据统计模块可以对梭阀的泄漏特征进行数据统计分析，对每一个压力区间内的匹配参数进行统一系数计算，根据统一系数计算对匹配参数进行优化，对数值差异化较大的匹配参数进行剔除，提高预警范围的应用精确性；

4、通过泄漏预警模块可以对梭阀进行运行泄漏预警分析，结合预警时段的音频特征值、物料压力值以及压力区间的预警范围进行比对，在梭阀存在泄漏风险时进行提前预警，进而在泄漏发生之前进行预防处理，降低梭阀泄漏概率，提高其运行安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明实施例一的系统框图；

图2为本发明实施例二的方法流程图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一

如图1所示，一种基于人工智能的梭阀运行泄漏智能预警系统，包括智能预警平台，智能预警平台通信连接有泄漏监测模块、特征分析模块、数据统计模块、泄漏预警模块以及存储模块。

泄漏监测模块用于对梭阀进行运行泄漏监测分析：在梭阀运行时生成运行周期并将运行周期分割为若干个运行时段，在运行时段的结束时刻获取梭阀的音频值，音频值的获取过程包括：获取梭阀运行时产生的噪声频率，通过存储模块获取到泄漏频段，将噪声频率在泄漏频段内的梭阀运行时长标记为梭阀在运行时段内的音频值，通过存储模块获取到音频阈值，将音频值与音频阈值进行比较：若音频值小于音频阈值，则判定梭阀在运行时段内的运行状态正常，将对应运行时段标记为正常时段；若音频值大于等于音频阈值，则判定梭阀在运行时段内的运行状态异常，将对应运行时段标记为异常时段；在运行时段被标记为异常时段时对梭阀进行图像拍摄并将拍摄得到的图像标记为运行图像，通过存储模块获取到梭阀运行正常时的比对图像，将运行图像与比对图像放大为像素格图像并进行灰度变换，将放大后的运行图像与比对图像进行重合，将同一像素格在运行图像中的灰度值与在比对图像中的灰度值书执差值的绝对值标记为像素格的偏离值，通过存储模块获取到偏离阈值，将偏离值与偏离阈值进行比较：若偏离值小于偏离阈值，则将对应像素格标记为符合格；若偏离值大于等于偏离阈值，则将对应像素格标记为偏离格，将运行图像中偏离格的数量与所有像素格总数量的比值标记为外泄系数，通过存储模块获取到外泄阈值，将外泄系数与外泄阈值进行比较：若外泄系数小于外泄阈值，则判定梭阀出现内部泄漏，生成内部泄漏信号并将内部泄漏信号发送至智能预警平台，智能预警平台接收到内部泄漏信号后将内部泄漏信号发送至管理人员的手机终端；若外泄系数大于等于外泄阈值，则判定梭阀出现外部泄漏，生成外部泄漏信号并将外部泄漏信号发送至智能预警平台，智能预警平台接收到外部泄漏信号后将外部泄漏信号发送至管理人员的手机终端；对梭阀进行运行泄漏监测分析，以分时段监测的方式在运行时段的结束时刻获取梭阀的音频值并进行分析，通过分析结果对梭阀是否发生泄漏进行判定，并在梭阀发生泄漏时进行泄漏类型分析，提高泄漏处理效率。

特征分析模块用于对梭阀的泄漏特征进行分析：在运行时段被标记为异常时段时，将异常时段开始时刻之前的L1分钟标记为分析时段，获取分析时段的音频特征值：将泄漏频段最大边界值与最小边界值的差值标记为泄漏表现值，将梭阀在分析时段内的噪声频率与泄漏表现值差值的绝对值标记为梭阀的运行泄漏值，通过存储模块获取到运行泄漏阈值，将分析时段内梭阀的运行泄漏值不大于运行泄漏阈值的时长标记为音频特征值，获取分析时段开始时刻梭阀管道内部的物料压力值，由音频特征值与物料压力值构成梭阀的泄漏特征，将梭阀的泄漏特征发送至智能预警平台，智能预警平台接收到泄漏特征后将泄漏特征发送至数据统计模块；对梭阀的泄漏特征进行分析，获取分析时段的音频特征值，由音频特征值与物料压力值组成的泄漏特征，可以为泄漏预警分析过程提供数据支撑。

数据统计模块用于对梭阀的泄漏特征进行数据统计分析：由数据统计模块接收到的所有泄漏特征中物料压力值的最大值与最小值构成压力范围，将压力范围分割为若干个压力区间，将物料压力值对应压力区间内的泄漏特征的音频特征值标记为压力区间的匹配参数，对压力区间内所有匹配参数进行方差计算得到统一系数，通过存储模块获取到统一阈值，将统一系数与统一阈值进行比较：若统一系数小于统一阈值，则由匹配参数的最大值与最小值构成压力区间的预警范围；若统一系数大于等于统一阈值，则将数值最小的匹配参数与数值最大的匹配参数进行删除，对剩余匹配参数进行方差计算并得到新的统一系数，直至新的统一系数不小于统一阈值；将所有压力区间的预警范围通过智能预警平台发送至存储模块中进行存储；对梭阀的泄漏特征进行数据统计分析，对每一个压力区间内的匹配参数进行统一系数计算，根据统一系数计算对匹配参数进行优化，对数值差异化较大的匹配参数进行剔除，提高预警范围的应用精确性。

泄漏预警模块用于对梭阀进行运行泄漏预警分析：运行时段被标记为正常时段时，将正常时段结束时刻之前的L1分钟标记为预警时段，获取预警时段的音频特征值与预警时段开始时刻的物料压力值，通过物料压力值从存储模块中调取对应压力区间的预警范围，判定预警时段的音频特征值是否位于预警范围之内：若是，则生成泄漏预警信号并将泄漏预警信号发送至智能预警平台，智能预警平台接收到泄漏预警信号后将泄漏预警信号发送至管理人员的手机终端；若否，则生成运行正常信号并将运行正常信号发送至管理人员的手机终端；对梭阀进行运行泄漏预警分析，结合预警时段的音频特征值、物料压力值以及压力区间的预警范围进行比对，在梭阀存在泄漏风险时进行提前预警，进而在泄漏发生之前进行预防处理，降低梭阀泄漏概率，提高其运行安全性。

实施例二

如图2所示，一种基于人工智能的梭阀运行泄漏智能预警方法，包括以下步骤：

步骤一：对梭阀进行运行泄漏监测分析：在梭阀运行时生成运行周期并将运行周期分割为若干个运行时段，在运行时段的结束时刻获取梭阀的音频值，通过音频值将运行时段标记为正常时段或异常时段；运行时段被标记为正常时段时执行步骤二；运行时段被标记为异常时段时执行步骤三；

步骤二：对梭阀进行运行泄漏预警分析：运行时段被标记为正常时段时，将正常时段结束时刻之前的L1分钟标记为预警时段，获取预警时段的音频特征值与预警时段开始时刻的物料压力值，通过物料压力值从存储模块中调取对应压力区间的预警范围，将音频特征值与预警范围进行比对并通过比对结果对梭阀是否具有泄漏风险进行判定；

步骤三：对梭阀进行图像拍摄并将拍摄得到的图像标记为运行图像，通过存储模块获取到梭阀运行正常时的比对图像，对运行图像与比对图像进行处理得到外泄系数，通过外泄系数对梭阀的泄漏类型进行判定；

步骤四：在运行时段被标记为异常时段时，将异常时段开始时刻之前的L1分钟标记为分析时段，获取分析时段的音频特征值，由音频特征值与物料压力值构成梭阀的泄漏特征；

步骤五：对梭阀的泄漏特征进行数据统计分析：由数据统计模块接收到的所有泄漏特征中物料压力值的最大值与最小值构成压力范围，将压力范围分割为若干个压力区间，获取压力区间的预警范围并发送至存储模块进行存储。

一种基于人工智能的梭阀运行泄漏智能预警系统，工作时，在梭阀运行时生成运行周期并将运行周期分割为若干个运行时段，在运行时段的结束时刻获取梭阀的音频值，通过音频值将运行时段标记为正常时段或异常时段；运行时段被标记为正常时段时，将正常时段结束时刻之前的L1分钟标记为预警时段，获取预警时段的音频特征值与预警时段开始时刻的物料压力值，通过物料压力值从存储模块中调取对应压力区间的预警范围，将音频特征值与预警范围进行比对并通过比对结果对梭阀是否具有泄漏风险进行判定；对梭阀进行图像拍摄并将拍摄得到的图像标记为运行图像，通过存储模块获取到梭阀运行正常时的比对图像，对运行图像与比对图像进行处理得到外泄系数，通过外泄系数对梭阀的泄漏类型进行判定；在运行时段被标记为异常时段时，将异常时段开始时刻之前的L1分钟标记为分析时段，获取分析时段的音频特征值，由音频特征值与物料压力值构成梭阀的泄漏特征；由数据统计模块接收到的所有泄漏特征中物料压力值的最大值与最小值构成压力范围，将压力范围分割为若干个压力区间，获取压力区间的预警范围并发送至存储模块进行存储。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (2)

1.一种基于人工智能的梭阀运行泄漏智能预警系统，其特征在于，包括智能预警平台，所述智能预警平台通信连接有泄漏监测模块、特征分析模块、数据统计模块、泄漏预警模块以及存储模块；

所述泄漏监测模块用于对梭阀进行运行泄漏监测分析：在梭阀运行时生成运行周期并将运行周期分割为若干个运行时段，在运行时段的结束时刻获取梭阀的音频值并通过音频值将运行时段标记为正常时段或异常时段；在运行时段被标记为异常时段时进行泄漏类型分析；

所述特征分析模块用于对梭阀的泄漏特征进行分析：在运行时段被标记为异常时段时，将异常时段开始时刻之前的L1分钟标记为分析时段，获取分析时段的泄漏特征，将梭阀在分析时段的泄漏特征发送至智能预警平台，智能预警平台接收到泄漏特征后将泄漏特征发送至数据统计模块；

所述数据统计模块用于对梭阀的泄漏特征进行数据统计分析；

所述泄漏预警模块用于对梭阀进行运行泄漏预警分析；

对运行时段进行标记的具体过程包括：获取梭阀运行时产生的噪声频率，通过存储模块获取到泄漏频段，将噪声频率在泄漏频段内的梭阀运行时长标记为梭阀在运行时段内的音频值，通过存储模块获取到音频阈值，将音频值与音频阈值进行比较：若音频值小于音频阈值，则判定梭阀在运行时段内的运行状态正常，将对应运行时段标记为正常时段；若音频值大于等于音频阈值，则判定梭阀在运行时段内的运行状态异常，将对应运行时段标记为异常时段；

泄漏类型分析的具体过程包括：对梭阀进行图像拍摄并将拍摄得到的图像标记为运行图像，通过存储模块获取到梭阀运行正常时的比对图像，将运行图像与比对图像放大为像素格图像并进行灰度变换，将放大后的运行图像与比对图像进行重合，将同一像素格在运行图像中的灰度值与在比对图像中的灰度值书执差值的绝对值标记为像素格的偏离值，通过存储模块获取到偏离阈值，将偏离值与偏离阈值进行比较：若偏离值小于偏离阈值，则将对应像素格标记为符合格；若偏离值大于等于偏离阈值，则将对应像素格标记为偏离格，将运行图像中偏离格的数量与所有像素格总数量的比值标记为外泄系数，通过存储模块获取到外泄阈值，将外泄系数与外泄阈值进行比较并通过比较结果生成外部泄漏信号或内部泄漏信号；

将外泄系数与外泄阈值进行比较的具体过程包括：若外泄系数小于外泄阈值，则判定梭阀出现内部泄漏，生成内部泄漏信号并将内部泄漏信号发送至智能预警平台，智能预警平台接收到内部泄漏信号后将内部泄漏信号发送至管理人员的手机终端；若外泄系数大于等于外泄阈值，则判定梭阀出现外部泄漏，生成外部泄漏信号并将外部泄漏信号发送至智能预警平台，智能预警平台接收到外部泄漏信号后将外部泄漏信号发送至管理人员的手机终端；

梭阀在分析时段内的泄漏特征的获取过程包括：将泄漏频段最大边界值与最小边界值的差值标记为泄漏表现值，将梭阀在分析时段内的噪声频率与泄漏表现值差值的绝对值标记为梭阀的运行泄漏值，通过存储模块获取到运行泄漏阈值，将分析时段内梭阀的运行泄漏值不大于运行泄漏阈值的时长标记为音频特征值，获取分析时段开始时刻梭阀管道内部的物料压力值，由音频特征值与物料压力值构成梭阀的泄漏特征；

数据统计模块对梭阀的泄漏特征进行数据统计分析的具体过程包括：由数据统计模块接收到的所有泄漏特征中物料压力值的最大值与最小值构成压力范围，将压力范围分割为若干个压力区间，将物料压力值对应压力区间内的泄漏特征的音频特征值标记为压力区间的匹配参数，对压力区间内所有匹配参数进行方差计算得到统一系数，通过存储模块获取到统一阈值，将统一系数与统一阈值进行比较：若统一系数小于统一阈值，则由匹配参数的最大值与最小值构成压力区间的预警范围；若统一系数大于等于统一阈值，则将数值最小的匹配参数与数值最大的匹配参数进行删除，对剩余匹配参数进行方差计算并得到新的统一系数，直至新的统一系数不小于统一阈值；将所有压力区间的预警范围通过智能预警平台发送至存储模块中进行存储；

泄漏预警模块对梭阀进行运行泄漏预警分析的具体过程包括：运行时段被标记为正常时段时，将正常时段结束时刻之前的L1分钟标记为预警时段，获取预警时段的音频特征值与预警时段开始时刻的物料压力值，通过物料压力值从存储模块中调取对应压力区间的预警范围，判定预警时段的音频特征值是否位于预警范围之内：若是，则生成泄漏预警信号并将泄漏预警信号发送至智能预警平台，智能预警平台接收到泄漏预警信号后将泄漏预警信号发送至管理人员的手机终端；若否，则生成运行正常信号并将运行正常信号发送至管理人员的手机终端。

2.根据权利要求1所述的一种基于人工智能的梭阀运行泄漏智能预警系统，其特征在于，该基于人工智能的梭阀运行泄漏智能预警系统的工作方法，包括以下步骤：

步骤一：对梭阀进行运行泄漏监测分析：在梭阀运行时生成运行周期并将运行周期分割为若干个运行时段，在运行时段的结束时刻获取梭阀的音频值，通过音频值将运行时段标记为正常时段或异常时段；运行时段被标记为正常时段时执行步骤二；运行时段被标记为异常时段时执行步骤三；

步骤二：对梭阀进行运行泄漏预警分析：运行时段被标记为正常时段时，将正常时段结束时刻之前的L1分钟标记为预警时段，获取预警时段的音频特征值与预警时段开始时刻的物料压力值，通过物料压力值从存储模块中调取对应压力区间的预警范围，将音频特征值与预警范围进行比对并通过比对结果对梭阀是否具有泄漏风险进行判定；

步骤三：对梭阀进行图像拍摄并将拍摄得到的图像标记为运行图像，通过存储模块获取到梭阀运行正常时的比对图像，对运行图像与比对图像进行处理得到外泄系数，通过外泄系数对梭阀的泄漏类型进行判定；

步骤四：在运行时段被标记为异常时段时，将异常时段开始时刻之前的L1分钟标记为分析时段，获取分析时段的音频特征值，由音频特征值与物料压力值构成梭阀的泄漏特征；

步骤五：对梭阀的泄漏特征进行数据统计分析：由数据统计模块接收到的所有泄漏特征中物料压力值的最大值与最小值构成压力范围，将压力范围分割为若干个压力区间，获取压力区间的预警范围并发送至存储模块进行存储。