一种基于声发射信号的金属压力容器泄漏的在线检测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201910304138.3
申 请 日：20190416
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20190723
公 开 号：CN110044554A
代 理 人：
代理机构：
摘 要：本发明公开了一种基于堆叠降噪自编码器的金属压力容器声发射泄露在线检测方法。包括以下步骤：首先通过声发射传感器采集激励产生的各类声发射信号,并进行数据预处理；确定SDAE网络参数,设定合适的代价函数及优化策略；对SDAE网络进行无监督预训练,直到训练完所有的降噪自编码器；采用BP算法微调网络权值和偏置等参数,直到达到预期的准确率；建立LS-SVM多分类器模型,确定多分类器的核函数及组合编码方法,利用粒子群优化算法找到分类器的最优参数；将训练好的LS-SVM分类器作为SDAE网络的分类层,得到最终的SDAE-LS-SVM网络。最后对金属压力容器进行在线泄漏检测,将声发射传感器采集的数据处理后输入训练好的网络进行在线检测,得到压力容器的泄漏检测结果。
主 权 项：1.一种基于堆叠降噪自编码器和LS-SVM的金属压力容器的声发射泄露的在线检测方法,其特征在于,包括如下步骤：1)通过安装在压力容器上的声发射传感器采集通过激励产生的泄露、噪声和正常的声发射信号,再进行数据预处理；2)确定SDAE网络深度、各层神经元的数量、学习率和迭代次数等参数,根据任务需求设定合适的代价函数及优化策略；3)对SDAE网络进行无监督贪婪逐层预训练,直到训练完成所有的降噪自动编码器。采用BP算法微调整个网络的权值和偏置等参数,直到达到预期的准确率要求；4)建立LS-SVM多分类器模型,确定多分类器的核函数以及组合编码方法,利用粒子群优化算法找到分类器的核函数参数和惩罚函数的最优组合值。最后将训练好的LS-SVM分类器作为SDAE网络的分类层,得到最终的SDAE-LS-SVM网络；5)将声发射传感器实时采集的数据进行预处理后,输入已训练好的网络进行泄露在线检测,输出压力容器的泄露情况。
关 键 词：
法律状态：
IPC专利分类号：G01M3/24;G01N29/14;G01N29/44