一种可燃气体泄漏检测方法及系统技术方案

本发明专利技术提供了一种可燃气体泄漏检测方法及系统，解决了现有可燃气体泄漏技术准确度低、使用不便、成本较高等技术问题。本发明专利技术提供的可燃气体泄漏检测方法，包括：获取待检测位置的声波信号；对所述获取的声波信号进行降噪预处理；对预处理后得到的声波信号进行特征提取，并输出特征向量；根据输出的不同特征向量自动检测出待检测位置的可燃气体泄漏状态。

【技术实现步骤摘要】

本专利技术涉及可燃气体泄漏检测
，具体涉及一种可燃气体泄漏检测方法及系统。
技术介绍
LNG加气站、化工厂、热电厂、炼油厂、钢铁厂等含有可燃气体的设备管道中，其接口部分在使用过程中由于腐蚀老化、焊接质量等原因很容易发生泄漏，这将造成重大的经济损失和安全隐患。现有市面上用来检测是否有可燃气体泄漏的装置主要包括催化型可燃气体传感器和红外(激光)可燃气体探测器两类。其中，催化型可燃气体传感器的检测原理是：可燃气体进入探测器时，会引起铂丝表面引起氧化反应(无焰燃烧)，其产生的热量使铂丝的温度升高继而导致铂丝的电阻率发生变化，则通过检测铂丝加热后的电阻变化即可判定是否有可燃气体泄漏以及泄漏的浓度。虽然催化型可燃气体传感器价格便宜，但是由于泄露的可燃气体在很短的时间内会瞬间挥发，设置可燃气体传感器来检测气体需要有足够的浓度，这就使得其测量的准确度较低。红外(激光)可燃气体探测器是利用可燃气体对红外光有选择性的吸收原理来检测现场环境的可燃气体浓度的。但是该种装置在有一定浓度灰尘、水汽粒子且粒子浓度变化较快的场所并不容易安装，而目前加气站、化工厂等一般都建在国道周围，环境灰尘大，这就造成了红外(激光)可燃气体探测器使用的瓶颈，而且其价格也较为昂贵。
技术实现思路
有鉴于此，本专利技术实施例提供了一种可燃气体泄漏检测方法及系统，解决了现有可燃气体泄漏技术准确度低、使用不便、成本较高等技术问题。本专利技术一实施例提供的一种可燃气体泄漏检测方法，包括：获取待检测位置的声波信号；对所述获取的声波信号进行降噪预处理；对预处理后得到的声波信号进行特征提取，并输出特征向量；根据输出的不同特征向量自动检测出待检测位置的可燃气体泄漏状态；其中，所述对预处理后得到的声波信号进行特征提取，并输出特征向量包括：对所述预处理后的声波信号进行小波包多尺度分解，得到各个节点的小波包系数；对所述分解得到的最底层低频系数和高频系数进行小波包重构，得到最底层各个频带的重构信号；从所述最底层各个频带的重构信号中提取能量，并将其作为特征向量输出给检测模块；其中，所述小波包多尺度分解层数为3至8层；其中，所述可燃气体的泄漏状态通过BP神经网络训练模型自动识别；其中，所述的可燃气体泄漏检测方法进一步包括：若检测到待检测位置有可燃气体泄漏时，则向报警模块发送触发信号；接收触发信号，在接收到触发信号时生成并输出报警信号；其中，所述获取待检测位置的声波信号包括：采集待检测位置的声波信号的模拟数据；将所述采集的声波信号的模拟数据转换成数字数据并传送给预处理模块。本专利技术一实施例提供的一种可燃气体泄漏检测系统，包括声音传感器、预处理模块、特征提取模块以及检测模块，其中：所述声音传感器用于获取待检测位置的声波信号；所述预处理模块用于对所述声音传感器获取的声波信号进行降噪预处理；所述特征提取模块用于对所述预处理模块预处理后的声波信号进行特征提取，并输出特征向量；所述检测模块用于根据所述特征提取模块输出的不同特征向量自动检测出待检测位置的可燃气体泄漏状态；其中，所述特征提取模块包括小波包分解单元、重构单元以及能量特征提取单元，其中：所述小波包分解单元用于对所述预处理后的声波信号进行小波包多尺度分解，得到各个节点的小波包系数；所述重构单元用于对所述小波包分解单元分解得到的最底层低频系数和高频系数进行小波包重构，得到最底层各个频带的重构信号；所述能量特征提取单元用于从所述最底层各个频带的重构信号中提取能量，并将其作为特征向量输出给检测模块；其中，所述的可燃气体泄漏检测系统，进一步包括：报警模块，用于接收来自检测模块发出的触发信号，在接收到触发信号时生成并输出报警信号；所述检测模块进一步包括信号传输单元，用于若检测到待检测位置有可燃气体泄漏，则向所述报警模块发送触发信号；其中，所述声音传感器包括采集单元和模数转换单元，其中：所述采集单元用于采集待检测位置的声波信号的模拟数据；所述模数转换单元用于将所述采集单元采集的声波信号的模拟数据转换成数字数据并传送给所述预处理模块。本专利技术实施例提供的可燃气体泄漏检测方法及系统，对待检测位置的声波信号进行小波包分解，提取最底层各频带的能量信号作为特征向量输入到检测模块，然后利用训练好的BP神经网络对输入的实时数据进行检测，能够精确地判断出可燃气体泄漏的种类和浓度，提高了准确度，且使用方便快捷，成本较低。附图说明图1所示为本专利技术一实施例提供的一种可燃气体泄漏检测方法的流程图。图2所示为本专利技术一实施例提供的一种可燃气体泄漏检测方法的小波包三层分解结构示意图。图3所示为本专利技术另一实施例提供的一种可燃气体泄漏检测方法的流程图。图4所示为本专利技术一实施例提供的一种可燃气体泄漏检测系统的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。本方案的基本设计思路为：高压可燃气体在泄漏过程中，通过管道接口(泄漏口)向外喷发时会形成特有的声波信号，这种过程可以看成是声发射现象。我们利用小波包分解方法对这种声发射信号进行分解，并将分解后得到的最底层各频带的能量作为特征向量来检测判断待检测位置是否有气体泄漏。图1所示为本专利技术一实施例提供的一种可燃气体泄漏检测方法的流程图。如图1所述，该可燃气体泄漏检测方法包括：步骤101：获取待检测位置的声波信号。在本专利技术一实施例中，该步骤101具体包括采集待检测位置的声波信号的模拟数据，将采集的声波信号的模拟数据转换成数字数据并传送给预处理模块。步骤102：对获取的声波信号进行降噪预处理。在本专利技术一实施例中，采用小波变换阈值法对声波信号进行降噪处理，具体方法为通过选择合适的阈值函数，在小波变换域中去除声波信号低幅值的噪声，然后进行离散小波变换的逆变换，重构出降噪后的声波信号。在本专利技术一实施例中，在阈值函数的选取方法中，采用一种改进的阈值函数方法，其表达式如下所示：其中，wj,k为第k层小波变换的小波系数，为经过阈值处理后的小波系数，λ为所取的阈值。因为正交小波变换具有很强的去数据相关性，它能使信号的能量集中在小波域的一些大小波系数中，而噪声的能量却分布于整个小波域内，其幅值较小，所以，经上述小波变换后，保留了尽可能多的幅值较大的小波系数，获得了较好的降噪效果。步骤103：对预处理后得到的声波信号进行特征提取，并输出特征向量。本领域的技术人员可以理解，小波包分解对信号的低频和高频成分同时进行分解，能够实现对信号频带的均匀划分，具有很好的时频特性，同时，小波包的完整性和正交性可使原始信号得到完整保留。在本专利技术一实施例中，该步骤103通过小波包分解技术完成，具体过程包括如下：a.对预处理后的声波信号进行小波包多尺度分解，得到各个节点的小波包系数，具体地，采用小波包分解法对声波信号的多尺度分解可表示为：其中，x(t)为声波原始信号，di,j(t)为第i层中第j个节点小波系数，h(k-2t)为低通分解滤波器函数，g(k-2t)为高通分解滤波器函数。b.对分解得到的最底层低频系数和高频系数进行小波包重构，得到最底层各个本文档来自技高网...

【技术保护点】
一种可燃气体泄漏检测方法，其特征在于，包括：获取待检测位置的声波信号；对所述获取的声波信号进行降噪预处理；对预处理后得到的声波信号进行特征提取，并输出特征向量；根据输出的不同特征向量自动检测出待检测位置的可燃气体泄漏状态。

【技术特征摘要】
1.一种可燃气体泄漏检测方法，其特征在于，包括：获取待检测位置的声波信号；对所述获取的声波信号进行降噪预处理；对预处理后得到的声波信号进行特征提取，并输出特征向量；根据输出的不同特征向量自动检测出待检测位置的可燃气体泄漏状态。2.根据权利要求1所述的可燃气体泄漏检测方法，其特征在于，所述对预处理后得到的声波信号进行特征提取，并输出特征向量包括：对所述预处理后的声波信号进行小波包多尺度分解，得到各个节点的小波包系数；对所述分解得到的最底层低频系数和高频系数进行小波包重构，得到最底层各个频带的重构信号；从所述最底层各个频带的重构信号中提取能量，并将其作为特征向量输出给检测模块。3.根据权利要求2所述的可燃气体泄漏检测方法，其特征在于，所述小波包多尺度分解层数为3至8层。4.根据权利要求1所述的可燃气体泄漏检测方法，其特征在于，所述可燃气体的泄漏状态通过BP神经网络训练模型自动识别。5.根据权利要求1所述的可燃气体泄漏检测方法，其特征在于，进一步包括：若检测到待检测位置有可燃气体泄漏时，则向报警模块发送触发信号；接收触发信号，在接收到触发信号时生成并输出报警信号。6.根据权利要求1所述的可燃气体泄漏检测方法，其特征在于，所述获取待检测位置的声波信号包括：采集待检测位置的声波信号的模拟数据；将所述采集的声波信号的模拟数据转换成数字数据并传送给预处理模块。7.一种可燃气体泄漏检测系统，其特征在于，包括声音传感器、预处理模块、特征提取模块以...

【专利技术属性】
技术研发人员：邱嵩，贾华忠，鞠响，张跃国，
申请(专利权)人：山西中天信科技股份有限公司，
类型：发明
国别省市：山西;14