一种基于聚类的压力容器自适应泄漏检测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201910765986.4
申 请 日：20190819
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：20191126
公 开 号：CN110501122A
代 理 人：
代理机构：
摘 要：本发明提出一种基于聚类的压力容器自适应泄漏检测方法。首先用声发射传感器接收压力容器的声发射波,然后对混合观测信号进行局部均值分解,结合小波阈值来对信号进行去噪,以获取声发射信号的原始信号；接着对信号进行特征提取来构建它的特征向量集,进而利用加权模糊C均值算法进行聚类分析并结合先验知识对泄露模式进行识别；最后,先用已有的各种泄露模式标签数据和初始聚类结果训练分类器,然后用实时采集的样本信息对诊断模型进行动态更新,构建在线的泄露模式自适应识别模型,不仅能对未知样本进行在线实时识别,还能实现自适应调节。
主 权 项：1.一种基于聚类的压力容器自适应泄漏检测方法,其特征在于,包括如下步骤：1)通过多个声发射传感器实时采集压力容器不同状态下的数据,每个传感器都生成采样数据集X。2)对每个传感器的数据样本用局部均值分解进行处理,得到k个PF分量和余量。然后用固定阈值法计算小波阈值λ,将得到的前三个PF高频分量利用小波阈值进行去噪,并与未处理的信号重构得到去噪后的信号。3)对步骤2)得到的去噪信号进行特征提取,选择幅度、持续时间、RA值、能量计数、振铃计数、峰值频率这六个参数作为声发射信号的特征参数,进行归一化处理后来构建泄露声信号的特征向量集。4)将步骤3)中构建的特征向量集作为加权模糊C均值算法的输入特征向量,使用隶属度大小作为分类的判定准则进行聚类分析,通过聚类有效性函数GD的大小来确定最佳的聚类结果,并结合先验知识对泄露情况进行识别。5)先用已有的各种泄露模式标签数据和步骤4)得到的样本训练静态分类器模型,然后用实时采集的样本信息更新分类器模型,构建在线的泄露模式自适应识别模型。6)对泄露声信号进行上述分析处理后,如果判断出压力容器存在泄露或者其他未知的故障模式,则由操作人员来进行后续处理。
关 键 词：
法律状态：
IPC专利分类号：G01M3/24;G06K9/62