-
公开(公告)号：CN113864665B
公开(公告)日：2024-02-13
申请号：CN202111174673.5
申请日：2021-10-09
Applicant: 重庆邮电大学
IPC: G06F17/15
Abstract: 本发明涉及一种基于自适应ICA和改进的RLS滤波器的流体管道泄漏定位方法，属于管道泄漏检测领域。该方法包括：采用自适应CEEMDAN算法将采集到的泄漏振动信号分解为有限个IMF分量，通过计算各分量与其对应泄漏振动信号的欧氏距离滤除不相关的IMF分量，并利用筛选得到的IMF分量构造ICA中的观测信号矩阵，通过自适应ICA的最大似然估计将实时泄漏振动信号与管道的脉冲响应卷积进行强去相关和分离，得到源泄漏振动信号；利用TOPSIS算法自适应确定RLS滤波器的滤波阶数和遗忘因子；最后利用优(56)对比文件Li Shuaiyong,Cai Mengqian,Hanmingxiu,Dai Zzhengxu.Noise ReductionBased on CEEMDAN-ICA and Cross-SpectralAnalysis for Leak Location in Water-Supply Pipelines.IEEE SENSORSJOURNAL.2022,第22卷(第13期),13030-13042.李帅永;程振华;毛维培;夏传强;杨雪梅.基于改进经验小波变换及互谱相位差谱的供水管道泄漏声振动定位方法.仪器仪表学报.2019,(第12期),全文.李辉;焦毛;杨晓萍;白亮;罗兴.基于EEMD和SOM神经网络的水电机组故障诊断.水力发电学报.2017,(第07期),全文.周云龙;王锁斌.高斯矩Fast ICA算法在风机振动信号去噪中的应用.动力工程学报.2011,(第03期),全文.
-
Patent Agency Ranking
公开(公告)号：CN116467879A
公开(公告)日：2023-07-21
申请号：CN202310446838.2
申请日：2023-04-24
Applicant: 重庆邮电大学
IPC: G06F30/20 , G06F30/18 , G06F18/214 , G06F18/2411 , F17D5/06 , G01M3/24 , G06F113/08 , G06F113/14
Abstract: 本发明属于流体管道泄漏检测领域，涉及一种基于改进的模糊孪生支持向量机的流体管道泄漏检测方法，包括：获取流体管道在不同泄露程度的振动声信号；对发生不同泄露程度的振动声信号进行特征提取，并对提取后的特征数据进行归一化处理；将归一化处理后的数据输入到改进模糊孪生支持向量机模型，得到管道泄漏检测结果；本发明利用不同样本的空间相对距离比值，对样本空间进行了区域划分，并在噪声和支持向量混叠区域引入了模糊数据集理论以进行区分，正常和噪声数据区域也重新进行了隶属度赋值，其在降低噪声数据对辨识模型的影响下也解决了FTSVM无法区分支持向量和噪声数据而导致模型鲁棒性差的缺点。
-
公开(公告)号：CN116150687A
公开(公告)日：2023-05-23
申请号：CN202211108648.1
申请日：2022-09-13
Applicant: 重庆邮电大学
IPC: G06F18/2431 , G06F18/214 , G06F18/2411
Abstract: 本发明属于管道泄漏识别技术领域，具体涉及一种基于多分类G‑WLSTSVM模型的流体管道泄漏识别方法，包括：获取供水管道的不同泄漏工况下的泄漏数据，对数据进行预处理，对预处理后的数据划分训练集和测试集，利用GMM模型确定训练集中各工况下的数据样本的权值，并构建权重矩阵，利用正则项和权重矩阵改进非线性LSTSVM模型，并根据“一对一”策略将改进的模型作为子分类器，构建多分类G‑WLSTSVM模型，通过训练集训练该模型，并通过测试集测试该模型的识别准确率，得到最优的检测模型。本发明解决了管道各工况数据采集过程中不可避免的环境噪声使得泄漏样本中存在离群样本的问题，提高了管道泄漏识别的准确率。
-
公开(公告)号：CN116467879B
公开(公告)日：2025-04-08
申请号：CN202310446838.2
申请日：2023-04-24
Applicant: 重庆邮电大学
IPC: G06F30/20 , G06F30/18 , G06F18/214 , G06F18/2411 , F17D5/06 , G01M3/24 , G06F113/08 , G06F113/14
Abstract: 本发明属于流体管道泄漏检测领域，涉及一种基于改进的模糊孪生支持向量机的流体管道泄漏检测方法，包括：获取流体管道在不同泄露程度的振动声信号；对发生不同泄露程度的振动声信号进行特征提取，并对提取后的特征数据进行归一化处理；将归一化处理后的数据输入到改进模糊孪生支持向量机模型，得到管道泄漏检测结果；本发明利用不同样本的空间相对距离比值，对样本空间进行了区域划分，并在噪声和支持向量混叠区域引入了模糊数据集理论以进行区分，正常和噪声数据区域也重新进行了隶属度赋值，其在降低噪声数据对辨识模型的影响下也解决了FTSVM无法区分支持向量和噪声数据而导致模型鲁棒性差的缺点。
-
公开(公告)号：CN115496103A
公开(公告)日：2022-12-20
申请号：CN202211171673.4
申请日：2022-09-26
Applicant: 重庆邮电大学
Abstract: 本发明属于流体管道泄漏检测领域，具体涉及一种压缩感知域下基于改进的PSO‑LSTSVM的流体管道泄漏识别方法，该方法包括：获取流体管道信号，对流体管道信号进行压缩感知处理，得到压缩信号；对压缩信号进行特征提取，得到特征数据集；采用改进的PSO‑LSTSVM模型对特征数据集中的特征数据进行处理，得到识别结果；本发明提出了一种衰减变幅策略，通过该策略对惯性权重、学习因子等参数进行动态变化，以平衡粒子群优化算法在搜索过程中的全局搜索和局部搜索能力的关系，避免优化算法陷入局部最优解，提高其收敛效率，最终用其优化LSTSVM，以实现识别模型的性能提升。
-
公开(公告)号：CN113864665A
公开(公告)日：2021-12-31
申请号：CN202111174673.5
申请日：2021-10-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于自适应ICA和改进的RLS滤波器的流体管道泄漏定位方法，属于管道泄漏检测领域。该方法包括：采用自适应CEEMDAN算法将采集到的泄漏振动信号分解为有限个IMF分量，通过计算各分量与其对应泄漏振动信号的欧氏距离滤除不相关的IMF分量，并利用筛选得到的IMF分量构造ICA中的观测信号矩阵，通过自适应ICA的最大似然估计将实时泄漏振动信号与管道的脉冲响应卷积进行强去相关和分离，得到源泄漏振动信号；利用TOPSIS算法自适应确定RLS滤波器的滤波阶数和遗忘因子；最后利用优化后的RLS滤波器对源泄漏振动信号的时延进行迭代计算，从而实现管道泄漏的定位。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
