公开(公告)号：CN109668058B

公开(公告)日：2021-01-29

申请号：CN201811585943.X

申请日：2018-12-24

Applicant: 哈尔滨工业大学

Inventor： 张鹏 ,  赫俊国 ,  杨宝明 ,  吴晨光 ,  袁一星

IPC: F17D5/06

Abstract: 本发明提供基于线性预测倒谱系数和lyapunov指数的供水管道漏损辨识方法，属于供水管网泄漏检测与定位技术领域。本发明首先采集管道未通水时的环境背景噪声信号，而后在同一环境背景下分别采集管道正常时的声音信号、管道在漏损时的声音信号；对采集的信号分别计算其lyapunov指数、短时过零率、线性预测倒谱系数LPCC，并建立B‑P神经网络；在待测管道上采集声音信号，分别计算其lyapunov指数、短时过零率、线性预测倒谱系数特征值并输入所建立的B‑P神经网络，进行漏损辨识。本发明解决了现有供水管道检漏技术依靠人的经验辨识、漏损辨识精度不高的问题。本发明可用于供水管道漏损精确辨识。

公开(公告)号：CN109668058A

公开(公告)日：2019-04-23

申请号：CN201811585943.X

申请日：2018-12-24

Applicant: 哈尔滨工业大学

Inventor： 张鹏 ,  赫俊国 ,  杨宝明 ,  吴晨光 ,  袁一星

IPC: F17D5/06

CPC classification number: F17D5/06

Abstract: 本发明提供基于线性预测倒谱系数和lyapunov指数的供水管道漏损辨识方法，属于供水管网泄漏检测与定位技术领域。本发明首先采集管道未通水时的环境背景噪声信号，而后在同一环境背景下分别采集管道正常时的声音信号、管道在漏损时的声音信号；对采集的信号分别计算其lyapunov指数、短时过零率、线性预测倒谱系数LPCC，并建立B-P神经网络；在待测管道上采集声音信号，分别计算其lyapunov指数、短时过零率、线性预测倒谱系数特征值并输入所建立的B-P神经网络，进行漏损辨识。本发明解决了现有供水管道检漏技术依靠人的经验辨识、漏损辨识精度不高的问题。本发明可用于供水管道漏损精确辨识。