The invention discloses a method for monitoring the breakage of a cable insulation sheath based on a neural network, which comprises the following steps: acquisition of time domain characteristics, preprocessing, signal extraction and processing, pattern recognition, and output recognition results. The time-domain characteristics of the acquisition include the AC estimation value of the reflected waveform, the time domain area, the FFT transform, the time domain integral, the voltage average and the voltage RMS, and the network training is used for the training of BP neural network. The invention is based on the analysis of the time domain indexes, combined with neural network algorithm, combined with the programming development platform of virtual instrument and data processing software with, can realize accurate monitoring of the coaxial cable insulation fault, so as to improve the equipment safety coefficient, reduce the failure time, which is of great significance for practical application of cable insulation damage monitoring.
【技术实现步骤摘要】
一种基于神经网络的线缆绝缘皮破损监测方法
本专利技术涉及线缆传输领域,具体涉及一种基于神经网络的线缆绝缘皮破损监测方法。
技术介绍
线缆在信息、能量传输、控制等各个领域应用越来越广泛,其传输效率越来越高。但同时,对线缆的可靠性要求也越来越高。因此,线缆故障监测成为极其重要的研究内容。在地质/能源勘探、雷达/声纳装置、材料表面测试、光缆分析、通讯网络配线、远程勘探、水位表、流体管道泄漏监测等各个领域,行业特殊性增加了线缆故障监测难度,传统的双端监测技术不能够满足要求,基于时域分析的线缆故障监测技术对改善监测环境,节约监测成本有重大意义。研究表明,线缆的绝缘皮破损会导致一系列线缆故障的产生,例如:航天飞机线缆的绝缘皮破损导致的开路、短路引起的系统功能故障,可能引起火灾等其他事故,对飞机的安全造成极大的隐患。因此,对于线缆绝缘皮破损的有效监测十分重要。但是,目前尚无实现较高正确率的绝缘皮破损状态判定的方法。鉴于上述缺陷,本专利技术创作者经过长时间的研究和实践终于获得了本专利技术。
技术实现思路
为解决上述技术缺陷,本专利技术采用的技术方案在于,提供一种基于神经网络的线缆绝缘皮破损监测方法,包括以下步骤:步骤1:采集时域特征;步骤2:预处理;步骤3:信号提取与处理;步骤4:模式识别;步骤5:输出识别结果。较佳的,所述步骤1利用Labview平台采集六个时域特征,其包括:反射波形的交流估计值、时域面积、FFT变换、时域积分、电压平均值和电压有效值。较佳的,所述步骤3包括建立矩阵并进行归一化处理和网络训练。较佳的,所述网络训练为BP神经网络训练。较佳的,所述BP神经网络训 ...
【技术保护点】
一种基于神经网络的线缆绝缘皮破损监测方法,其特征在于,包括以下步骤:步骤1:采集时域特征;步骤2:预处理;步骤3:信号提取与处理;步骤4:模式识别;步骤5:输出识别结果。
【技术特征摘要】
1.一种基于神经网络的线缆绝缘皮破损监测方法,其特征在于,包括以下步骤:步骤1:采集时域特征;步骤2:预处理;步骤3:信号提取与处理;步骤4:模式识别;步骤5:输出识别结果。2.如权利要求1所述的基于神经网络的线缆绝缘皮破损监测方法,其特征在于,所述步骤1利用Labview平台采集六个时域特征,其包括:反射波形的交流估计值、时域面积、FFT变换、时域积分、电压平均值和电压有效值。3.如权利要求1或2所述的基于神经网络的线缆绝缘皮破损监测方法,其特征在于,所述步骤3包括建立矩阵并进行归一化处理和网络训练。4.如权利要求3所述的基于神经网络的线缆绝缘皮破损监测方法,其特征在于,所述网络训练为BP神经网络训练。5.如权利要求4所述的基于神经网络的线缆绝缘皮破损监测方法,其特征在于,所述BP神经网络训练过程包括以下步骤:(1)网络初始化;(2)...
【专利技术属性】
技术研发人员:张刚,陈树成,白瑾珺,章荣俐,王立欣,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。