[发明专利]基于声波的阀门内漏检测方法

说明书

本申请涉及一种基于声波的阀门内漏检测方法，该方法包括：首先通过特征提取方法对样本声波信号数据进行特征提取，得到样本特征向量，进行模型训练，得到诊断模型；在实际检测中，将采集的待检测的实时声波信号数据经特征提取方法提取特征，得到实时特征向量，再将得到的实时特征向量输入诊断模型，就可以判断实时声波信号数据是否异常，从而推断出阀门是否发生泄露，整个过程可以支持低频采集，并且数据处理过程简单准确，对硬件设备要求低，解决了现有技术在阀门泄露检测过程中，数据采集频率高，数据处理复杂，对硬件设备要求高的问题。

技术领域

本申请涉及阀门泄漏检测领域，尤其涉及一种基于声波的阀门内漏检测方法。

背景技术

关于阀门泄漏检测，国内外学者研究较多，检测方法也较多，质量平衡法、压降法、声发射等检测方法。声发射法较其他方法灵敏度和稳定性都比较高，然而采集频率较高，用于工程实现的成本较高。声发射检测方法具有方便，无损，稳定性高等几大特点，是目前最广泛的一种泄漏检测方法。

但在实际研究应用过程中，实验研究中采样频率一般是超1MHz，这不仅需要硬件设备处理速率较高，存储空间较大，而且影响信号的分析、特征提取和诊断模型，而且高频信号的不易远距离传输，要求感应器必须在靠近漏点的地方处安装，这给实际的操作造成了很大的不便。

发明内容

本申请针对现有技术中，在阀门泄露检测过程中，数据采集频率高，数据处理复杂，对硬件设备要求高的问题，提供一种基于声波的阀门内漏检测方法，用于在一定程度上解决现有技术中的该技术问题。

本申请的上述目的是通过以下技术方案来实现的：

本申请实施例提供的基于声波的阀门内漏检测方法，包括：

通过预设声波传感器采集阀门实时声波信号，得到实时声波信号数据；

基于预设特征提取方法对所述实时声波信息数据进行特征提取，得到实时特征向量；

将所述实时特征向量输入至预设诊断模型中，判断阀门是否发生泄漏；其中，所述预设诊断模型为根据样本声波信息数据基于所述预设特征提取方法，训练建立的。

可选的，所述预设特征提取方法包括：

计算声波信号数据标准差，提取时域特征；

对声波信号数据进行功率谱分析，计算不同频率分量上的能量分布，提取频域特征；

将所述时域特征和所述频域特征进行组合，得到特征向量。

可选的，所述对声波信号数据进行功率谱分析，计算不同频率分量上的能量分布，提取频域特征包括：

对声波信号数据进行傅里叶变换，得到功率谱；

基于短时功率谱对频率进行不规则分段，计算每个频段的能量；

基于预设截止频率数据，计算特定频段的频谱能量比率，得到频域特征。

可选的，所述诊断模型的建立包括：

通过所述特征提取方法对样本声波信号数据进行处理，得到样本特征向量；

对所述样本特征向量进行SVDD模型训练，得到诊断模型。

可选的，还包括对数据进行归一化处理。

本申请的实施例提供的技术方案可以包括以下有益效果：