基于 BP 神经网络的管道泄漏声信号识别方法研究.pdf

基于 BP 神经网络的管道泄漏声信号识别方法研究.pdf

ID:52102348

大小:3.32 MB

页数:9页

时间:2020-03-22

基于 BP 神经网络的管道泄漏声信号识别方法研究.pdf_第1页
基于 BP 神经网络的管道泄漏声信号识别方法研究.pdf_第2页
基于 BP 神经网络的管道泄漏声信号识别方法研究.pdf_第3页
基于 BP 神经网络的管道泄漏声信号识别方法研究.pdf_第4页
基于 BP 神经网络的管道泄漏声信号识别方法研究.pdf_第5页
资源描述:

《基于 BP 神经网络的管道泄漏声信号识别方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第37卷第11期仪器仪表学报Vol37No112016年11月ChineseJournalofScientificInstrumentNov.2016基于BP神经网络的管道泄漏声信号识别方法研究焦敬品,李勇强,吴斌,何存富(北京工业大学机械工程与应用电子技术学院北京100124)摘要:针对城市供水管网泄漏检测需求,进行了泄漏声信号识别方法研究。分析了泄漏信号的时域、频域及波形特点,提取出可用于泄漏信号表征的20种特征参数;基于提取的泄漏声信号特征参数,构建了泄漏声信号BP神经网络识别系统;研究了神经网络结构(隐含节点数、传递函数、学习率)及输入参数的数量和种类对

2、泄漏信号识别效果的影响,并优化出最佳的神经网络结构及输入参数。在以上研究基础上,利用优化后的神经网络对实验室及现场管道泄漏信号进行了交叉训练和识别,结果表明,提出的基于泄漏特征参数的神经网络系统具有较高的可靠性和普适性,可以很好地实现不同场景下泄漏信号的交叉识别,整体识别率达92.5%,为解决不同工况下泄漏信号识别做了有益的探索。关键词:管道泄漏;声发射;特征提取;BP神经网络;信号识别+中图分类号:TB529TH825文献标识码:A国家标准学科分类代码:460.40Researchonacousticsignalrecognitionmethodforpipelin

3、eleakagewithBPneuralnetworkJiaoJingpin,LiYongqiang,WuBin,HeCunfu(CollegeofMechanicalEngineeringandApplicationElectronicsTechnology,BeijingUniversityofTechnology,Beijing100124,China)Abstract:Inviewoftheurbanwatersupplypipelineleakdetection,themethodofleakacousticsignalrecognitionisstudie

4、d.Thefeaturesoftime-domain,frequency-domainandwaveformoftheleakagesignalsareanalyzed,20featureswhichcanbeusedtocharacterizetheleakagesignalareextracted.Basedonthefeatures,theBPneuralnetworkidentificationsystemforleakageacousticsignalisconstructed.Theinfluencesoftheneuralnetworkstructure

5、(thenumberofhiddennodes,transferfunction,learningrate)andthenumberandtypeoftheinputparametersontheleakagesignalrecognitionperformancearestudied,thebeststructureandinputparametersoftheneuralnetworkareoptimized.Basedontheaboveresearch,theoptimizedneuralnetworkwasusedtocross-trainandidenti

6、fytheleaksignalofthelaboratoryandwatersupplypipelines.Theoverallrecognitionratereaches92.5%.Theresultsshowthattheneuralnetworksystembasedontheleakagefeatureshashighreliabilityanduniversality,whichcanbewellrecognitiontheleakagesignalsunderdifferentscenarios.Theresearchworkhasdoneausefule

7、xplorationtosolvetheleakagesignalidentificationunderdifferentworkingconditions.Keywords:pipelineleakage;acousticemission;featureextraction;BPneuralnetwork;signalidentification现对管道泄漏点的精确定位,对于维护管网的安全运行、1引言避免资源的浪费,有着重要的理论意义和应用价值。针对城市管网安全运行需要,国内外学者开展了城市供水管网是现代社会的重要基础设施。受环境管道泄漏检测方法相

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。