基于LMD包络谱熵及SVM的天然气管道微小泄漏孔径识别

《基于LMD包络谱熵及SVM的天然气管道微小泄漏孔径识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学兔兔www.xuetutu.com第5O卷第20期机械工程学报VO1．50NO．202014年10月JOURNAL0FMECHANICALENGINEERINGOct．2014DoI：1O．3901，JME．2014．20．018基于LMD包络谱熵及SVM的天然气管道微小泄漏孑L径识别木孙洁娣肖启阳1温江涛2，。王飞(1．燕山大学信息科学与工程学院秦皇岛066004；2．燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066004；3．中国石油天然气管道通信电力工程总公司廊坊065000)摘要

2、：针对管道泄漏信号的非平稳特征以及管道泄漏孔径大小难以识别的问题，提出一种基于局域均值分解包络谱熵及支持向量机的识别方法。该方法对管道泄漏信号进行局域均值分解，得到若干个瞬时频率具有物理意义的乘积函数(productionFunction，PF)分量；计算各PF分量的峭度值并据此选出包含主要泄漏信息的分量作为主PF分量，对这些分量进一步采用小波包分解能量法进行分析并重构；再对重构后的主PF分量进行希尔伯特变换求取包络谱，结合信息熵的概念提出包络谱熵并计算熵值；将归一化包络谱熵作为泄漏信号特征输入

3、支持向量机分类器中，用以区分不同的泄漏孔径，完成对泄漏孔径的识别。通过试验采集大量的管道泄漏信号进行处理及分析，试验结果表明该方法能有效识别不同泄漏孔径类别。关键词：管道微小泄漏识别；局域均值分解；包络谱熵：支持向量机中图分类号：TB52；TH865GasPipelineSmallLeakApertureClassificationBasedonLocalMeanDecompositionEnvelopeSpectrumEntropyandSVMSUNJiediXIAOQiyangWENJian

4、gtao’WANGFei(1．SchoolofInformationScienceandEngineering，YanshanUniversity,Qinhuangdao066004；2．KeyLaboratoryofMeasurementTechnologyandInstrumentationofHebeiProvince，YanshanUniversity,Qinhuangdao066004；3．ChinaPe~oleumandGasPipelineTelecommunicationandE

5、lectricityEngineeringCorporation，Langfang065000)Abstract：WhensmallleakOccursinthenaturalgaspipeline，itisdificulttoidentifytheleakscaleandaperture．Itisproposedasmallleakaperturerecognitionmethodbasedonlocalmeandecomposition(LMD)envelopespectrumentropy

6、andSVM．Theleakagesignalsaredecomposedintoanumberofproductionfunctions(PFs)componentswhichhavephysicalsignificanceinstantaneousfrequencies．AndthencalculatethePFskurtosisvaluesandaccordingtothisselecttheprincipalPFcomponentswhichcontainmostofleakageinf

7、ormation．FurtherthewaveletpacketdecompositionandbandenergydistributionmethodareusedtoanalyzetheprincipalPFcomponentsandthenreconstructthem．TheHilberttransformisappliedtothesereconstructedprincipalPFcomponentsandthecorrespondingenvelopespectrumsareobt

8、ained．Combiningtheconceptofinformationentropy,theenvelopespectrumentropyisproposedandcalculatestheentropyvalues．Thenormalizedenvelopespectrumentropyastheleakagefeatureisinputthesupportvectormachine(SVM)andtheleakapertureclassificationisaccomplished．B