[发明专利]一种基于多传感器的超声波气密性检测系统及方法

权利要求书

1.一种基于多传感器的超声波气密性检测系统，包括设置在容器内的多个超声波发射机，其特征在于，该系统还包括依次连接的换能器组、信号调理电路、主处理器和信号输出模块；

所述换能器组包括多个换能器，用于采集容器内的超声波发射机通过孔隙发射出的超声波信号；

所述信号调理电路，用于对换能器采集到的超声波信号进行放大和滤波，并将其发送给主处理器；

所述主处理器，包括集成在主处理器中的AD采集模块和DA输出模块，用于将放大和滤波后的超声波信号转换成数字信号，并通过模糊识别算法、微弱泄露判断算法和数据融合与泄露判断算法对数字信号进行处理，得到对各个传感器信号进行融合后产生的对泄露情况的一致性解释，并将得到判断结果转换为模拟信号；

所述信号输出模块，用于将包含判断结果的模拟信号发送到信息终端进行显示。

2.根据权利要求1所述的基于多传感器的超声波气密性检测系统，其特征在于，所述换能器组包括至少3个换能器。

3.根据权利要求2所述的基于多传感器的超声波气密性检测系统，其特征在于，所述换能器组的多个换能器通道之间采用规则同时模式，多个通道同时采集信号。

4.根据权利要求1所述的基于多传感器的超声波气密性检测系统，其特征在于，所述信号输出模块包括3种信号输出模式：开关式、模拟式和数字式。

5.一种基于多传感器的超声波气密性检测方法，其特征在于,包括以下步骤：

S1、换能器组的不同通道同时收到各个换能器采集到的多通道信号，并对该多通道信号分别进行FFT频谱分析，并将其传输到神经网络进行处理，判断是否发生明显泄漏；

S2、若没有发生明显泄漏，则进入步骤S3；若发生明显泄漏，则判断发生泄漏，并输出泄漏信息；

S3、执行微弱泄漏判断算法，对多个通道的时域信号进行FIR滤波，并通过时域神经网络进行时域DS融合；通过频域神经网络对多个通道的频域信号进行频域DS融合，并对时频域DS数据进行融合，通过D-S数据融合与泄漏判断算法进行判断，若融合结果大于阈值，则判断发生泄漏，并输出泄漏信息。

6.根据权利要求5所述的基于多传感器的超声波气密性检测方法，其特征在于,步骤S2中判断发生明显泄漏的条件为：进行FFT频谱分析，若40kHz点的幅值大于10，则发生泄漏。

7.根据权利要求5所述的基于多传感器的超声波气密性检测方法，其特征在于,步骤S3中微弱泄漏判断算法的具体步骤为：

A1、对时域信号进行FIR滤波；

A2、将滤波完成的时域信号转到时域神经网络，同时将频域信号转到频域神经网络；

A3、时域DS数据融合，同时进行频域DS数据融合；

A4、对融合后的数据进一步进行时-频域DS数据融合；

A5、决策逻辑。

8.根据权利要求7所述的基于多传感器的超声波气密性检测方法，其特征在于,步骤S3中D-S数据融合与泄漏判断算法的具体步骤为：

B1、收到时域合成后数据和频域合成后数据；

B2、对合成后的数据进行时-频域DS数据融合；

B3、进行分时段T数据融合；

B4、进行决策逻辑；

B5、泄露信号输出。

9.根据权利要求7所述的基于多传感器的超声波气密性检测方法，其特征在于,步骤S3中根据阈值进行判断的方法具体为：

DS融合后判断目标类别必须具有最大可信度；

目标类别的可信度值与其他类别可信度之差大于阈值，即判定结果为泄漏 时，泄漏的可信度大于未泄漏的可信度和不确定的可信度；判定结果为未泄漏时，未泄漏的可信度大于泄漏的可信度和不确定的可信度。