欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019101888018
申请人: 常州大学
专利类型:发明专利
专利状态:已下证
专利领域: 气体或液体的贮存或分配
更新日期:2025-03-07
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种管道多点泄漏精确定位方法,其特征在于:包括以下步骤:S1:在被测管道两端分别设置一个声发射传感器,且两声发射传感器之间的距离为L,利用两端的声发射传感器采集原始泄漏信号x(t);

S2:利用改进的CEEMD对原始泄漏信号x(t)进行分解处理,将原始泄漏信号x(t)分解为各阶IMF[imf1,imf2,...,imfn];

S3:对步骤S2分解得到的各阶IMF分别求其包络信号c(t)=[c1,c2,...,cn];

S4:对步骤S3得到的包络信号c(t)进行样本熵计算,并根据所求样本熵值的大小对各阶IMF进行优选,从而得到观测信号h(t);

S5:将S4得到的观测信号h(t)进行重构、升维,利用盲源分离和信号稀疏性表示相结合的方法,得到两点泄漏分离后的有效泄漏信号y(t);

S6:对S5得到的有效泄漏信号y(t)进行互相关计算,确定泄漏信号的时差Δt;

S7:通过实地测量和查阅工程手册确定泄漏信号在管道介质中的传播速度vg和泄漏信号在管壁中的传播速度vs;

S8:根据两声发射传感器之间的距离为L、两路泄漏信号的时差Δt、泄漏信号在管道中的传播速度v,利用时差定位公式对泄漏点进行精确定位。

2.如权利要求1所述的管道多点泄漏精确定位方法,其特征在于:所述步骤S2具体包括:(1)在原始泄漏信号x(t)中加入一对符号相反的噪声,添加噪声的对数为N,得到2N个添加噪声后的信号,如下式:mi+(t)=x(t)+ni+(t),(i=1,2,3......N)mi-(t)=x(t)+ni-(t),(i=1,2,3......N)   (1)式中,mi(t)为第i个添加噪声后的信号,x(t)为原始信号,ni(t)为添加的第i个噪声信号,“+”和“-”表示符号相反;

(2)利用EMD算法中筛分过程,对步骤(1)得到的2N个添加噪声后的信号mi+(t),mi-(t)进行分解,得到2N个一阶IMF分量 和 原泄漏信号第一个IMF分量imf1为2N个一阶IMF分量的集成平均值,即:之后对剩余函数ri+(t)及ri-(t)进行更新:

(3)将剩余函数ri+(t),ri-(t)作为新的分解对象重复步骤(2),得到第二个IMF分量imf2;当第p个IMF分量imfp既不是冲击性分量也不是噪声分量时,停止迭代;

(4)从原始泄漏信号x(t)中减去前面步骤中得到的p-1个IMF分量后,改用EMD方法分解剩余信号,最终可以得到:式中,imfi为步骤(1)~(3)获得的IMF分量;imf′i为步骤S2.4获得的IMF分量,rn(t)为步骤(4)获得的余量。

3.如权利要求2所述的管道多点泄漏精确定位方法,其特征在于:所述步骤S3中求包络信号c(t)的步骤如下:管道原始泄漏信号x(t)的希尔伯特变换定义为:

具体地,对CEEMD分解之后的IMF分量其形式为:

对应的包络信号为:

其中,ci表示第i个IMF分量对应的包络信号,i=1,2,3......n。

4.如权利要求3所述的管道多点泄漏精确定位方法,其特征在于:所述步骤S4中样本熵计算步骤如下:定义原始泄漏信号序列x(t)={x(1),x(2),...,x(N)},则其样本熵计算步骤为:(1)由原始泄漏信号序列构成一个m维向量:

xm(i)={x(i),x(i+1),...,x(i+m-1)},1≤i≤N-m+1   (8)(2)定义xm(i)和xm(j)之间的距离:

(3)给定容限r,统计每一个xm(i)对应的d[xm(i),xm(j)]≤r的数目,记为Ai。把Ai与N-m+

1的比值记为:

(4)求出Bim(r)的平均值Bm(r):

(5)用同样的方法求出Bm+1(r),则该时间序列的样本熵定义为:利用上述算法,对各阶包络信号分别求其样本熵值,并根据样本熵值的大小对各阶IMF进行优选,然后将优选的IMF进行重构、升维,获得升维后的观测信号h(t)。

5.如权利要求4所述的管道多点泄漏精确定位方法,其特征在于:所述步骤S5中盲源分离和稀疏性表示原理如下:将升维后的观测信号h(t)作为盲源分离的输入分量,并结合信号稀疏性原理进行盲源分离,从而获得相互独立的多个源信号:h(t)=As(t)+n(t)   (14)

式中,h(t)=[h1(t),h2(t),...,hm(t)]T是m维观测信号,s(t)=[s1(t),s2(t),...,sn(t)]T是n维源信号,A是一个m×n维混合矩阵,其中m<n,n(t)=[n1(t),n2(t),...,nm(t)]T是m维附加噪声信号;

不考虑噪声的影响,上式可改写为如下矩阵形式:

改写为向量形式,即:

h(t)=a1s1(t)+a2s2(t)+...+ansn(t)   (16)由于源信号不具有稀疏性或稀疏性不强,通过傅里叶变换将其变换到时域中,使其在时域中具有稀疏性;满足稀疏特性后,将只有某个源信号的取值很大,其他源信号取值很小或者接近于零;假设对于某一采样时刻t,其他源信号幅值皆很小或为零,只有源信号si(t)取值非零,则式上式可以写成:h(t)=aisi(t),i=1,2,...,n   (17)通过以上步骤,每次可以从观测信号中分离出一个源信号,经过多次分离可将所需有效泄漏信号从混合信号中分离出来。

6.如权利要求5所述的管道多点泄漏精确定位方法,其特征在于:所述S6中针对金属管道两点泄漏的定位采用时差定位公式进行计算:式中,x为被检测管道泄漏源位置,即泄漏点到上游声发射传感器的距离;L为两声发射传感器之间的距离,Δt为泄漏信号到达两传感器的时间差,v为泄漏信号在管道中的传播速度;由计算得到的泄漏信号到达两传感器的时间差Δt和泄漏信号在管道中的传播速度v,结合时差定位公式最终计算得到的泄漏定位结果。