【摘要】：每年由于管道腐蝕和地質(zhì)下沉等自然因素和城市發(fā)展建設(shè)的人為因素,城市供水管道不可避免的發(fā)生泄漏,如果能夠及時(shí)的發(fā)現(xiàn)管道漏損及泄漏狀況,將節(jié)約大量的水資源。因此供水管道泄漏檢測(cè)在整個(gè)監(jiān)測(cè)供水管網(wǎng)的系統(tǒng)的占據(jù)重要地位。管道泄漏檢測(cè)的方法主要分基于聲信號(hào)和非聲信號(hào)兩種,而在基于非聲信號(hào)的主流方法中包括流量平衡法、紅外熱成像法、模型法等。由于受到管道埋設(shè)及要求精度高等限制,目前主流檢測(cè)方法為基于聲信號(hào)的檢測(cè)。早期采用聽音法,完全依賴工人的經(jīng)驗(yàn),而后來(lái)的研究者主要研究的內(nèi)容有:1)通過(guò)分析管道的振動(dòng)頻譜譜峰的位置可判斷管道是否發(fā)生泄漏,然而此方法對(duì)與泄漏信號(hào)頻譜圖相似的窄帶噪聲無(wú)法辨別。2)將信號(hào)分解理論與人工神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法結(jié)合訓(xùn)練數(shù)據(jù),用于判別泄漏信號(hào),而此方法高度依賴數(shù)據(jù)量。對(duì)此本文提出了專門針對(duì)小樣本處理的基于機(jī)器學(xué)習(xí)的泄漏識(shí)別模型,具體內(nèi)容包括:(1)分析了管道泄漏的主要形式及在發(fā)生泄漏時(shí)在泄漏口處引起管道振動(dòng)的激勵(lì)源,通過(guò)仿真分析了有無(wú)泄漏時(shí)的頻譜差異以及管道材質(zhì)對(duì)信號(hào)時(shí)域和頻域的影響。(2)采用哈夫曼編碼對(duì)管道信號(hào)在數(shù)據(jù)級(jí)做無(wú)損融合,有利于數(shù)據(jù)的傳輸。并對(duì)信號(hào)存在管道背景噪聲情況提出LMS自適應(yīng)抵消算法,對(duì)信號(hào)做濾波。(3)基于泄漏信號(hào)和非泄漏信號(hào)在特征上的差異性,對(duì)信號(hào)做經(jīng)驗(yàn)?zāi)B(tài)分解后提取固有模態(tài)函數(shù)的平均功率譜密度特征、原始信號(hào)近似熵特征以及代表信號(hào)的主成分。仿真分析基于信號(hào)單個(gè)特征在不同信噪比下的泄漏識(shí)別效果。再組合多個(gè)特征組成特征矩陣,用二分類支持向量機(jī)訓(xùn)練數(shù)據(jù)特征矩陣,將用已知信號(hào)測(cè)試訓(xùn)練好的網(wǎng)絡(luò),通過(guò)優(yōu)化網(wǎng)絡(luò)提高準(zhǔn)確率。最后用優(yōu)化好的網(wǎng)絡(luò)去檢測(cè)實(shí)際供水管道判別泄漏。
【圖文】：

圖 2.2 漏水信號(hào)采集系統(tǒng)Fig2.2 Leakage signal acquisition system為泄漏聲源，調(diào)節(jié)流水量，將傳感器放置在距離水龍頭 20cm動(dòng)信號(hào)認(rèn)為泄漏導(dǎo)致產(chǎn)生的管道振動(dòng)信號(hào)。首先調(diào)節(jié)流水量采是背景噪聲和管道泄漏時(shí)的時(shí)域和頻域圖，通過(guò)比較可以看出聲能量不集中，頻率幾乎均勻分布在整個(gè)頻帶，而不是集中在主要頻率成分還是保持不變，，主要頻率成分集中在 1.6kHz~1.頻頻段。

圖 2.2 漏水信號(hào)采集系統(tǒng)Fig2.2 Leakage signal acquisition system以水龍頭作為泄漏聲源，調(diào)節(jié)流水量，將傳感器放置在距離水龍頭 20cm 遠(yuǎn)處位置，到的管道振動(dòng)信號(hào)認(rèn)為泄漏導(dǎo)致產(chǎn)生的管道振動(dòng)信號(hào)。首先調(diào)節(jié)流水量采集了泄漏.3-2.4 分別是背景噪聲和管道泄漏時(shí)的時(shí)域和頻域圖，通過(guò)比較可以看出：道背景噪聲能量不集中，頻率幾乎均勻分布在整個(gè)頻帶，而不是集中在某個(gè)頻段漏信號(hào)的主要頻率成分還是保持不變，主要頻率成分集中在 1.6kHz~1.8kHz 之間，部分的低頻頻段。
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TU991.33

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 文玉梅;張雪園;文靜;甄錦鵬;王凱;;依據(jù)聲信號(hào)頻率分布和復(fù)雜度的供水管道泄漏辨識(shí)[J];儀器儀表學(xué)報(bào);2014年06期

2 黃英;;周期圖法的功率譜估計(jì)[J];中國(guó)西部科技;2013年09期

3 高陳燕;;主成分分析法數(shù)學(xué)推導(dǎo)方法的研究[J];衡水學(xué)院學(xué)報(bào);2010年04期

4 黃漫國(guó);樊尚春;鄭德智;邢維巍;;多傳感器數(shù)據(jù)融合技術(shù)研究進(jìn)展[J];傳感器與微系統(tǒng);2010年03期

5 石艷麗;譚忠吉;于海霞;;基于LMS算法自適應(yīng)噪聲抵消系統(tǒng)的仿真研究[J];電子測(cè)量技術(shù);2009年06期

6 王海峰;陳偉;黃秋元;;基于LMS算法自適應(yīng)噪聲抵消器的分析研究[J];計(jì)算機(jī)與數(shù)字工程;2009年03期

7 孫立瑛;李一博;曲志剛;靳世久;周琰;;EMD信號(hào)分析方法的聲發(fā)射管道泄漏檢測(cè)研究[J];振動(dòng)與沖擊;2007年10期

8 林升梁;劉志;;基于RBF核函數(shù)的支持向量機(jī)參數(shù)選擇[J];浙江工業(yè)大學(xué)學(xué)報(bào);2007年02期

9 李光海,劉時(shí)風(fēng),耿榮生,沈功田;聲發(fā)射源特征識(shí)別的最新方法[J];無(wú)損檢測(cè);2002年12期

10 胥永剛,李凌均,何正嘉;近似熵及其在機(jī)械設(shè)備故障診斷中的應(yīng)用[J];信息與控制;2002年06期

相關(guān)博士學(xué)位論文 前1條

1 楊進(jìn);供水管道泄漏檢測(cè)定位中的信號(hào)分析及處理研究[D];重慶大學(xué);2007年

相關(guān)碩士學(xué)位論文 前3條

1 王潔;V支持向量機(jī)中參數(shù)的優(yōu)化及在語(yǔ)音識(shí)別中的應(yīng)用[D];太原理工大學(xué);2012年

2 章萬(wàn)鋒;基于PCA與LDA的說(shuō)話人識(shí)別研究[D];浙江大學(xué);2004年

3 汪大全;電力錄波數(shù)據(jù)壓縮技術(shù)的研究[D];西南交通大學(xué);2003年

本文編號(hào)：2630842