管道泄漏点的检测方法及装置、存储介质、终端制造方法及图纸

技术编号:26528442 阅读:41 留言:0更新日期:2020-12-01 14:02
本发明专利技术公开了一种管道泄漏点的检测方法及装置、存储介质、终端,涉及检测技术领域,主要目的在于解决现有管道泄漏的检测效率低的问题。包括:采集管道首、末两端的声波信号;基于改进的变分模态分解对所述声波信号进行去噪处理,所述改进的变分模态分解为基于误差能量函数对所述变分模态分解中的模态函数进行筛选处理得到的;根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果。主要用于管道泄漏点的检测。

【技术实现步骤摘要】
管道泄漏点的检测方法及装置、存储介质、终端
本专利技术涉及一种检测
,特别是涉及一种管道泄漏点的检测方法及装置、存储介质、终端。
技术介绍
随着工业技术的快速发展,对于流体管道运输的安全性要求越来越高。尤其是,由于流体管道是通过地下、水下等位置进行布线运输,若管道出现泄漏,不仅仅会造成经济损失,同时对于不同流体的泄漏会造成不同程度的环境污染,因此,需要对运输的管道进行实时的泄漏点检测。目前,现有的管道泄漏点检测一般是通过对单点泄漏进行检测,当管道同时发生多个泄漏时,产生的瞬态声信号较为复杂,泄漏信号之间的相互影响较大,无法准确的检测出是否存在泄漏点,降低了管道泄漏点的检测准确性及有效性。
技术实现思路
有鉴于此,本专利技术提供一种管道泄漏点的检测方法及装置、存储介质、终端,主要目的在于解决现有管道泄漏的检测效率低的问题。依据本专利技术一个方面,提供了一种管道泄漏点的检测方法,包括:采集管道首、末两端的声波信号;基于改进的变分模态分解对所述声波信号进行去噪处理,所述改进的变分模态分解为基于误差能量函数对所述变分模态分解中的模态函数进行筛选处理得到的;根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果。依据本专利技术另一个方面,提供了一种管道泄漏点的检测装置,包括:采集模块,用于采集管道首、末两端的声波信号;去噪处理模块,用于基于改进的变分模态分解对所述声波信号进行去噪处理,所述改进的变分模态分解为基于误差能量函数对所述变分模态分解中的模态函数进行筛选处理得到的;分类处理模块,用于根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果。根据本专利技术的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述管道泄漏点的检测方法对应的操作。根据本专利技术的再一方面,提供了一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述管道泄漏点的检测方法对应的操作。借由上述技术方案,本专利技术实施例提供的技术方案至少具有下列优点:本专利技术提供了一种管道泄漏点的检测方法及装置、存储介质、终端,与现有技术相比,本专利技术实施例通过采集管道首、末两端的声波信号;基于改进的变分模态分解对所述声波信号进行去噪处理,所述改进的变分模态分解为基于误差能量函数对所述变分模态分解中的模态函数进行筛选处理得到的;根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果,实现对管道多个泄漏点的准确检测,精确的确定出泄漏点个数,并且基于改进的去噪算法更为精确的将声波信号进行过滤,从而提高泄漏点的检测效率。上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本专利技术的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:图1示出了本专利技术实施例提供的一种管道泄漏点的检测方法流程图;图2示出了本专利技术实施例提供的一种泄漏点的检测流程示意图;图3示出了本专利技术实施例提供的单点泄漏声波信号示意图;图4示出了本专利技术实施例提供的两点泄漏声波信号示意图;图5示出了本专利技术实施例提供的三点泄漏声波信号;图6示出了本专利技术实施例提供的单点泄漏声波信号经能量函数改进的变分模态分解去噪的信号对比波形曲线示意图;图7示出了本专利技术实施例提供的两点泄漏声波信号经能量函数改进的变分模态分解去噪的信号对比波形曲线示意图;图8示出了本专利技术实施例提供的三点泄漏声波信号经能量函数改进的变分模态分解去噪的信号对比波形曲线示意图;图9示出了本专利技术实施例提供的一种管道泄漏点的检测装置组成框图;图10示出了本专利技术实施例提供的一种终端的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。本专利技术实施例提供了一种管道泄漏点的检测方法,如图1所示,该方法包括:101、采集管道首、末两端的声波信号。本专利技术实施例中,所述管道为可以运输石油、天然气、工业流体等业态物质的运输工具,包括直线管道、弯曲管道,作为当前端的服务端在待进程泄漏点管道的两端安装有声波传感器,并通过数据采集设备实时采集管道首、末两端的声波信号,如PCB106B声波信号传感器,本专利技术实施例不做具体限定。需要说明的是,由于不同运输液态物质处于管道中的压力、温度、密度等会影响对管道中声波信号的采集,因为,为了满足实际场景的检测需求,预先通过压力、温度等传感器获取到管道中的压力数据、温度数据等用于表征液体环境的数据,并使管道中的液态物质处于稳定的液体环境中,以便使采集的声波信号不受压力、温度等液体环境所影响。当然的,若采集的压力数据、温度数据等变化,则需要重新校正采集的声波信号,本专利技术实施例不做具体限定。102、基于改进的变分模态分解对所述声波信号进行去噪处理。本专利技术实施例中,为了满足检测是否存在多个泄漏点的需求,并对采集的声波信号进行进一步的检测处理,需要对采集的声波信号进行去噪处理,具体的,通过改进的变分模态分解进行去噪处理。其中,所述改进的变分模态分解为基于误差能量函数对所述变分模态分解中的模态函数进行筛选处理得到的,基于VMD的多点泄漏检测方法,包括建立采集的声波信号的变分模型,然后利用求解约束变分方程最优解的过程来声波信号的分解,得到去噪后的声波信号。需要说明是的,在变分模型的求解过程中,各模态的中心频率不断更新,最终分解出k个固有本征模态函数,并确定合适的模态分解个数n。因为n决定了频率分辨率,如果n太小,使得本征模态函数分解不足,对声波信号微小波动的信号不敏感,如果n太大,就会产生伪模态函数分量,增加计算量,为了更有效的、精度更高的计算模态函数的数目,本专利技术实施例中基于误差能量函数对模态函数进行筛选处理,从而得到最优效果去噪的声波信号。其中,误差能量函数为Eτ=τ2,τ是采集的声波信号与经VMD重构后的声波信号之间的误差,通过计算出每个本征模态函数的误差能量与预设的泄漏点预设阈值进行比较,自适应的筛选出合适数量的模态函数,本专利技术实施例不做具体限定。103、根据已训练的分类模型对完成去噪本文档来自技高网...

【技术保护点】
1.一种管道泄漏点的检测方法,其特征在于,包括:/n采集管道首、末两端的声波信号;/n基于改进的变分模态分解对所述声波信号进行去噪处理,所述改进的变分模态分解为基于误差能量函数对所述变分模态分解中的模态函数进行筛选处理得到的;/n根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果。/n

【技术特征摘要】
1.一种管道泄漏点的检测方法,其特征在于,包括:
采集管道首、末两端的声波信号;
基于改进的变分模态分解对所述声波信号进行去噪处理,所述改进的变分模态分解为基于误差能量函数对所述变分模态分解中的模态函数进行筛选处理得到的;
根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有泄漏点个数的分类结果。


2.根据权利要求1所述的方法,其特征在于,所述基于改进的变分模态分解对所述声波信号进行去噪处理之前,所述方法还包括:
根据所述声波信号的个数筛选变分模态分解的模态分解个数,并获取对所述声波信号进行变分模态分解的本征模态函数;
利用误差能量函数绘制与所述模态分解个数、所述本征模态函数匹配的误差能量图;
通过泄漏点数量阈值从所述误差能量图中筛选作为所述改进的变分模态分解去噪的模态函数。


3.根据权利要求2所述的方法,其特征在于,所述利用误差能量函数绘制与所述模态分解个数、所述本征模态函数匹配的误差能量图包括:
利用误差能量函数计算所述本征模态函数的误差能量值,并绘制与所述模态分解个数匹配的误差能量图,所述误差能量函数为Er=τ2,其中,x(t)为所述声波信号,所述uk为k个所述模态分解个数的本征模态函数,n为所述模态分解个数。


4.根据权利要求3所述的方法,其特征在于,所述通过泄漏点数量阈值从所述误差能量图中筛选作为所述改进的变分模态分解去噪的模态函数包括:
根据所述误差能量值的平均值确定为泄漏点数据阈值;
当所述误差能量图中绘制所述本征模态函数的误差能量曲线与所述泄漏点阈值的直线间距离大于预设倍数时,将所述本征模态函数确定为所述改进的变分模态分解去噪的模态函数。


5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据已训练的分类模型对完成去噪处理的声波信号进行分类处理,得到包含有...

【专利技术属性】
技术研发人员:王佳政郎宪明曹江涛郭颖阚哲
申请(专利权)人:辽宁石油化工大学
类型:发明
国别省市:辽宁;21

网友询问留言 已有0条评论
  • 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。

1