[发明专利]一种油气管道积液智能化检测系统有效

专利信息
申请号: 202010566864.5 申请日: 2020-06-19
公开(公告)号: CN111735518B 公开(公告)日: 2022-06-28
发明(设计)人: 张英杰;曹怀祥;左晓杰;雷健;衣粟;吴畏;孙洪彬;张国庆;王培东;王海龙;宋天圣 申请(专利权)人: 山东省特种设备检验研究院集团有限公司
主分类号: G01F23/296 分类号: G01F23/296;G01F23/80;G06K9/00;G06F17/14;G06F17/16
代理公司: 济南诚智商标专利事务所有限公司 37105 代理人: 李修杰
地址: 250101 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 油气 管道 积液 智能化 检测 系统
【权利要求书】:

1.一种油气管道积液智能化检测系统,其特征在于,包括:超声发射模块、超声传感器、超声接收模块、信号调理模块、信号采集模块和处理分析模块;

所述超声发射模块用于接收输入的脉冲信号,对所述脉冲信号进行隔离升压后驱动超声波传感器发出超声波信号;

所述超声传感器设置在管道外壁底部,用于向管道内部发出超声波信号,以获取管道内部不同物质形态界面的回波信号;

所述超声接收模块用于对接收的所述回波信号滤除交流部分,并通过二极管对滤除交流部分的回波信号做限幅处理得到限幅后的信号;

所述信号调理模块用于对限幅后的信号放大、带通滤波以及消除共模噪声;

所述信号采集模块用于对信号调理模块处理后的模拟超声信号变换成数字超声信号;

所述处理分析模块用于将采集到所述数字超声信号经离散小波变换、相变换、同步压缩及信号重构进行特征值提取,获取能够表征不同液位高度的时频矩阵,进一步利用非负矩阵分解精简和优化特征空间进行降维,以计算得到的稀疏表达矩阵作为最终信号特征,构建超声回波信号与液位高度之间的对应模型,利用支持向量回归机算法,实现油气管道积液高度的检测;将数字超声信号经离散小波变换的计算过程为:

所述数字超声信号的表达式为f(t),经过连续小波计算的结果其中,a为尺度因子,b为平移因子;为ψ(t)的共轭;ψ(t)为一个基本小波;对f(t)在时间tm处进行离散化得到向量f,对Wf(a,b)进行采样,采样点为(aj,tm);其中,nv为自定义变量;L为最大尺度;

其中离散小波相变换的公式为:

其中,ωf为Wf的离散化表示;为Wf(aj,tm)的偏导数,In( )为离散小波相变化函数;

对Wf(a,b)进行同步压缩小波变换,具体计算方法公式为:

其中,ωl=2lΔωω,Δω=1/(na-1)log(n/2),l=0,1,…,na-1;MAD为平均绝对离差,为第nv个最优尺度的小波系数的大小;

所述信号重构进行特征值提取的过程为:通过在频率ωl处连续小波变换的逆变换,从Tf中求出fk,从而得到第k组分,进一步,构建时频矩阵[f1,f2,…,fk]作为信号特征,fk的具体计算公式为:其中,

所述利用非负矩阵分解精简和优化特征空间,以计算得到的稀疏表达矩阵作为最终信号特征的过程为:

首先,对数据样本对应的时频矩阵进行归一化;

其次,随机选取不同积液高深度下M个训练样本构成训练矩阵Vn×m,减去M个训练样本之后剩余训练样本构成测试矩阵V′n×m,其中,n表示每个样本的维度,m为样本数量;

最后,以Kullback-Leiber散度为目标函数,求解最优化值,

得到基矩阵W和系数矩阵H,使得系统数据Vn×m=Wn×r·Hr×m;所述系数矩阵Hr×m中的列向量即为训练矩阵中对应列向量在新特征空间中的特征向量,同时,利用矩阵Wn×r同样可以得到测试矩阵所对应的系数矩阵H'r×m

2.根据权利要求1所述的一种油气管道积液智能化检测系统,其特征在于,所述超声波传感器位于在管道外壁底部,且间隔放置在同一圆周上。

3.根据权利要求1所述的一种油气管道积液智能化检测系统,其特征在于,所述超声发射模块接收输入的PWM脉冲信号,且所述脉冲信号的激励频率等于所述超声波传感器的频率;所述PWM脉冲信号经过反相器进行反向处理后,利用变压器进行隔离和升压,在次级线圈产生200V高压用于超声波传感器发射超声波信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东省特种设备检验研究院集团有限公司,未经山东省特种设备检验研究院集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010566864.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top