[发明专利]一种基于弱光栅的管道安全监测方法、系统及存储介质有效

专利信息
申请号: 202010796244.0 申请日: 2020-08-10
公开(公告)号: CN112032575B 公开(公告)日: 2022-04-19
发明(设计)人: 唐健冠;詹浩;杨明红;邓艳芳;甘维兵 申请(专利权)人: 武汉理工大学
主分类号: F17D5/06 分类号: F17D5/06;G01M3/38
代理公司: 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 代理人: 黄君军
地址: 430070 湖*** 国省代码: 湖北;42
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 基于 弱光 管道 安全 监测 方法 系统 存储 介质
【权利要求书】:

1.一种基于弱光栅的管道安全监测方法,其特征在于,包括以下步骤:

将连续光调制为相应的光脉冲信号,并将其传送至弱光栅阵列,所述弱光栅阵列将所述光脉冲信号反射,得到解调信号;

将异常事情下的一系列解调信号的时域幅值作为数据样本,将所述数据样本进行分段,获取各时域幅值落在分段区间中的概率,根据各时域幅值及其对应的概率,建立目标库一;

获取所述一系列解调信号的时域幅值和频域频率,建立对应异常事件类型的目标库二,根据所述一系列解调信号的时域幅值及对应的异常事件离管道的距离,建立目标库三;

重新连续获取解调信号,获取解调信号的时域幅值和频域频率,根据连续获取的解调信号的时域幅值及目标库一,判断异常事件是否发生,若是,则根据所述解调信号的时域幅值、频域频率、目标库二以及目标库三,获取异常事件的类型及离管道的距离;

将一系列解调信号的时域幅值作为数据样本,将所述数据样本进行分段,具体包括,将一系列解调信号的时域幅值作为数据样本,设置分段数,求取该分段数下数据样本在各区间的方差,获取各个方差的均值,将所述均值与样本数据的方差对比,获取最接近样本数据方差的分段数,以该分段数对所述数据样本进行分段;

获取所述一系列解调信号的时域幅值和频域频率,建立对应异常事件类型的目标库二,具体包括,获取所述一系列解调信号的时域幅值和频域频率,根据一系列解调信号的时域幅值、频域频率,以及对应的异常事件类型,建立对应异常事件类型的目标库二;

根据所述解调信号的时域幅值、频域频率、目标库二以及目标库三,获取异常事件的类型及离管道的距离,具体包括,根据所述解调信号的时域幅值、频域频率及目标库二,获取异常事件的类型,根据解调信号的时域幅值及目标库三,获取异常事件离管道的距离。

2.根据权利要求1所述的基于弱光栅的管道安全监测方法,其特征在于,将连续光调制为相应的光脉冲信号,并将其传送至弱光栅阵列,所述弱光栅阵列将所述光脉冲信号反射,得到解调信号,具体包括,将连续光调制为相应的光脉冲信号,并将其传送至弱光栅阵列,所述弱光栅阵列将所述光脉冲信号反射,使经过反射的光脉冲信号形成干涉,生成干涉信号,获取所述干涉信号,并将所述干涉信号转换为电信号,对所述电信号进行解调,得到解调信号。

3.根据权利要求1所述的基于弱光栅的管道安全监测方法,其特征在于,还包括,以数据样本中时域幅值的最小值为异常阈值,若重新连续获取的解调信号中,存在时域幅值小于该异常阈值的解调信号,则对该解调信号不进行异常事件判断。

4.根据权利要求1所述的基于弱光栅的管道安全监测方法,其特征在于,根据连续获取的解调信号的时域幅值及目标库一,判断异常事件是否发生,具体包括,获取所述解调信号的时域幅值在分段区间的概率,将连续时间上的时域幅值进行累计相加,当累计相加的值大于设定概率阈值时,则判定异常事件发生。

5.根据权利要求1所述的基于弱光栅的管道安全监测方法,其特征在于,还包括,提取各种异常事件发生时一段连续时间内的频域信息,对时域波形做小波变换,并将连续时间内的小波变换图拼合起来,生成时频图,以时频图当做样本,训练得到BP神经网络;若根据所述解调信号的时域幅值、频域频率及目标库二,获取的异常事件的类型有多种,则提取解调信号的时域信号进行小波变换,按照时间的顺序将其排列,组成时频图,利用所述BP神经网络获取异常事件类型的最终结果。

6.一种基于弱光栅的管道安全监测系统,其特征在于,包括处理器以及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-5任一所述的基于弱光栅的管道安全监测方法。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机该程序被处理器执行时,实现如权利要求1-5任一所述的基于弱光栅的管道安全监测方法。

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武汉理工大学,未经武汉理工大学许可,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/202010796244.0/1.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