您当前所在位置: 首页

论文收录信息

论文编号 201807-17
论文题目 基于小波变换和神经网络的管道泄漏检测系统设计
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

基于小波变换和神经网络的管道泄漏检测系统设计

引用

复制文本

导出参考文献

.txt .ris .doc

李卓

李卓(1997-),男,自动化专业在读本科,主要研究方向:模式识别

崔畅

崔畅(1978-),女,讲师,主要研究方向:数字信号处理

发送私信

发送给

辽宁石油化工大学信息与控制工程学院,辽宁抚顺 113001

摘要:针对管道泄漏检测系统中无法区分泄漏和关闭泵从而导致误报警的情况,提出一种利用小波变换和神经网络相结合的方法对输油管道压力信号进行实时分解和分析的泄漏检测系统。由于压力信号和声音信号具有相似性,故将小波变换应用于由压阻式压力传感器采集到的管道压力波信号,对其进行分解并进行能量计算,送入神经网络,再利用神经网络强大的学习和泛化能力对管道的工况操作和泄漏情况加以区分。实验结果表明,文中所采用的方法不但可以对正常的工况操作(包括关闭泵)和泄漏区分开,还能指示不同的泄漏情况:缓慢泄漏、快速泄漏、突然或小幅度泄漏,从而大大降低了误报警的概率,提高了系统的可靠性。

关键词: 信号与信息处理; 管道泄漏; 小波变换; 神经网络; 特征提取

图表:

动态公开评议

评论

评论一下

全部评论
评论