一种基于时域的管道泄漏检测算法制造技术

本发明专利技术公开了一种基于时域的管道泄漏检测算法。本发明专利技术在频域下以空间平均的方式预处理每一秒的监测信号，并结合信号增强与分解算法，最终获得重构的时域信号并据此给出合适的阈值，从而判断管道状态。本发明专利技术显著提高了监测信号的特征，根据重构信号的特点，设定合适的报警阈值即可精确判断管道是否发生泄漏，检测精度高，误报率低，实用性强且具有较好的信噪比。

A pipeline leakage detection algorithm based on time domain

The invention discloses a pipeline leakage detection algorithm based on time domain. In the frequency domain, the monitoring signal of each second is pretreated in the way of spatial average, and the reconstructed time-domain signal is finally obtained by combining the signal enhancement and decomposition algorithm, according to which the appropriate threshold value is given, so as to judge the pipeline state. The invention significantly improves the characteristics of monitoring signals. According to the characteristics of reconstructed signals, setting appropriate alarm threshold can accurately determine whether the pipeline leaks, with high detection accuracy, low false alarm rate, strong practicability and good signal-to-noise ratio.

【技术实现步骤摘要】
一种基于时域的管道泄漏检测算法
本专利技术涉及管道泄漏监测
，具体地说是一种基于时域的管道泄漏检测算法。
技术介绍
目前对管道监测信号的处理方法主要有功率谱分析法、基于频域的时均方法、时域分析等。通过管道内泄漏时会引起实测管道应力波信号功率谱的变化，可以通过分析这种信号的变化来检测泄漏，由于影响管道应力波传播的因素很多，很难用解析的方法描述管道振动。通过对管道泄漏时振动信号做基于频域的时均处理判断泄漏的发生，在实际工程的应用中限制较大，而简单的时域分析普遍存在泄漏特征不明显，检测精度低、误报率高的问题。
技术实现思路
针对目前检测管道泄漏信号处理方法中存在的问题，本专利技术提出了一种基于时域的管道泄漏检测算法；其在频域下以空间平均的方式预处理每一秒的监测信号，并结合信号增强与分解算法，最终获得重构的时域信号并据此给出合适的阈值，从而判断管道状态。本专利技术显著提高了监测信号的特征，根据重构信号的特点，设定合适的报警阈值即可精确判断管道是否发生泄漏，检测精度高，误报率低，实用性强且具有较好的信噪比。为了达到上述目的，本专利技术提供一种基于时域的管道泄漏检测算法，该方法包含以下步骤：步骤1：预处理根据管道泄漏时的信号特点，对每一秒的N点信号进行预处理：其中，x[n]为监测信号，e为自然对数的底数，i为虚数单位，N为信号长度，0≤n＜N；从而可得其中,T＝NΔt，fs为采样率，Sx(k)为功率谱密度；对某段n米管道长度，且频率在20-5000hz的Sx(k)做累加：其中，x(t1)为时域信号，s为管道始末点所在位置；步骤2：进一步处理时域信号x(t1)＝c0，k，根据式(4)和式(5)进行分解：cj，k＝∑ncj-1，nhn-2kk＝(0，1，2，…，N-1)(4)dj，k＝∑ncj-1，ngn-2kk＝(0，1，2，…，N-1)(5)其中，cj，k为系数，dj，k为系数，h(ejw)＝g(ej(w-π))，j为分解层数；由式(6)确定软阈值：其中，N为信号长度；根据式(7)处理dj，k，得到系数wj，k，即根据式(8)得到重构信号x(t2)：cj-1，n＝∑ncj，nhn-2k+∑nwj，ngn-2k(8)步骤3：将x(t2)进行分解处理①初始化：r0＝x(t2)，i＝1；②得到第i个分量(I)：(a)初始化：h0＝ri-1(t2)，j＝1；(b)找出hj-1(t2)的局部极值点；(c)对hj-1(t2)的极大和极小值点分别进行三次样条函数差值，形成上下包络线；(d)计算上下包络线的平均值mj-1(t2)；(e)hj(t2)＝hj-1(t2)-mj-1(t2)；(f)若hj(t2)是分量，则Ii(t2)＝hj(t2)；否则，j＝j+1，转到(b)；③ri(t2)＝ri-1(t2)-Ii(t2)；④如果ri(t2)极值点数仍多于2个，则i＝i+1，转到②；否则，分解结束，ri(t2)是残余分量；步骤4：将分量与x(t2)做相关性分析，根据相关性准则将相关系数大于0.3的分量进行叠加重构得到重构信号x(t3)，即为最终的重构信号；根据重构信号x(t3)的特点，设定合适的报警阈值即可判断管道是否发生泄漏。和现有技术相比，本专利技术的有益效果在于，本专利技术通过上述步骤1和步骤2中的信号增强与分解算法显著提高了监测信号的特征，检测方法简单，检测精度高，误报率低，实用性强。附图说明图1是实施例1中管道泄漏的原始信号示例图。图2是实施例1中处理后的信号示例图。具体实施方式下面结合附图和实施例对本专利技术作进一步说明，但不应以此限制本专利技术的保护范围。实施例1首先将检测管道泄漏的传感信号做预处理，在频域下以空间平均的方式预处理每一秒的监测信号，采样率为20khz，得到x(k)，从而得Sx(k)，对其中5米管道长度上且频率为20-5000Hz的Sx(k)进行累加平均，得到时域信号x(t1)，其对应于图1，管道在第5秒发生泄漏。接着按步骤2进一步处理时域信号x(t1)，采样点数为4096，分解层数为10，从而确定阈值，处理后得到系数wj，k，重构后得到信号x(t2)，然后将x(t2)按步骤3进行分解处理,得到若干分量。最后将每个分量与x(t2)做相关性分析，将相关系数大于0.3的分量进行叠加重构得到重构信号x(t3)，即为最终的重构信号，其对应于图2，管道在第5秒发生泄漏。根据重构信号x(t3)的特点，将报警阈值设置为10000，即可判断管道是否发生泄漏，且检测精度高，误报率低，实用性强。尽管本专利技术的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本专利技术的限制。在本领域技术人员阅读了上述内容后，对于本专利技术的多种修改和替代都将是显而易见的。因此，本专利技术的保护范围应由所附的权利要求来限定。本文档来自技高网...

【技术保护点】
1.一种基于时域的管道泄漏检测算法，其特征在于，该方法包含以下步骤：/n步骤1：预处理/n根据管道泄漏时的信号特点，对每一秒的N点信号进行预处理：/n

【技术特征摘要】
1.一种基于时域的管道泄漏检测算法，其特征在于，该方法包含以下步骤：
步骤1：预处理
根据管道泄漏时的信号特点，对每一秒的N点信号进行预处理：



其中，x[n]为监测信号，e为自然对数的底数，i为虚数单位，N为信号长度，0≤n＜N；从而可得



其中,T＝NΔt，fs为采样率，Sx(k)为功率谱密度；
对某段n米管道长度，且频率在20-5000hz的Sx(k)做累加：



其中，x(t1)为时域信号，s为管道始末点所在位置；
步骤2：进一步处理时域信号
x(t1)＝c0，k，根据式(4)和式(5)进行分解：
cj，k＝∑ncj-1，nhn-2kk＝(0，1，2，…，N-1)(4)
dj，k＝∑ncj-1，ngn-2kk＝(0，1，2，…，N-1)(5)
其中，cj，k为系数，dj，k为系数，h(wjw)＝g(ej(w-π))，j为分解层数；
由式(6)确定软阈值：



根据式(7)处理dj，k，得到系数wj，k，即

【专利技术属性】
技术研发人员：左健存，张洋，朱贤训，赵之阳，
申请(专利权)人：上海第二工业大学，
类型：发明
国别省市：上海;31