[发明专利]基于塑料光纤的准分布式液漏检测方法及装置、电子设备

说明书

本发明公开了一种基于塑料光纤的准分布式液漏检测方法及装置、电子设备，该方法应用于一种基于塑料光纤的准分布式液漏检测系统，该系统包括依次连接的激光器、塑料光纤和相机，其特征在于，该方法包括：从所述相机接收包括训练散斑图像并生成具有对应类别、采集时间和位置信息的标签，从而得到特征标签对；利用所述特征标签对，对神经网络进行训练；将待检测的塑料光纤设置于所述基于塑料光纤的准分布式液漏检测系统中，对该系统输出的散斑图像进行监测；判断所述散斑图像是否产生突变，若是，则将所述散斑图像输入训练后的神经网络中，得到对应的液漏位置信息，从而完成分布式液漏监测传感。

技术领域

本申请涉及光纤传感技术领域，尤其涉及一种基于塑料光纤的准分布式液漏检测方法及装置、电子设备。

背景技术

液漏检测在工业生产、城市生活及军事领域中都有着安全检测的作用。光纤由于其低成本、长距离传输的特点，被广泛应用于分布式光纤温度、应变、振动传感技术，在石油化工、航空航天、民用工程结构、国防等领域发挥着重要作用。本发明使用塑料光纤作为分布式传感及信号传输元件，相比于玻璃光纤，塑料光纤有着更低的成本及灵活性更高的优势，并且塑料光纤有着更好的韧性，更适用于弯曲、振动测量。作为一种多模光纤，塑料光纤有着更大的光纤直径和数值孔径。入射光经过多模光纤散射后在输出端形成干涉散斑图案，如果保持入射光不变，散斑信息就可用于沿着光纤长度的特征监测。相比于基于光纤输出功率的一维信号监测，基于散斑的二维信息监测有着更丰富的信息，对环境变化更灵敏。随着机器学习的发展，各种深度学习方法被用于识别复杂图像，已经证实深度学习可以识别光纤输出端的不同散斑图案。

在实现本发明的过程中，发明人发现现有技术中至少存在如下问题：现有的光纤液漏检测技术将液漏检测转变为检测温度或应变的变化，需信号处理过程，影响监测实时性。也有研究团队研发利用LED灯带和光纤间耦合，通过扫描LED测量输出脉冲信号定位液漏位置，此传感装置需电路控制模块，无法用于水下环境测量。

常见的液漏检测传感器采用声学信号分析、压力波检测方法，不适于复杂环境及多漏水点检测，同时传统的电测量方法无法用于水下环境测量。因此，研发一种结构简单且适用于水下测量的免电磁干扰的实时液漏检测装置具有重要意义及应用价值。

发明内容

针对现有技术的不足，本申请实施例的目的是提供一种基于塑料光纤的准分布式液漏检测方法及装置、电子设备，目的在于突破现有的光纤液漏监测装置通过测温来判断管道渗漏点的间接监测的方法，目标是利用塑料光纤的易雕刻的优势和神经网络简易实现复杂关系的学习预测的特点，实现一种结构简单、应用广泛的实时液漏监测设备，以便适用于水下航行器、地下液体管道等工业或城市建设所需的液漏监测的复杂场景。

根据本申请实施例的第一方面，提供一种基于塑料光纤的准分布式液漏检测方法，应用于一种基于塑料光纤的准分布式液漏检测系统，该系统包括依次连接的激光器、塑料光纤和相机，包括：

步骤S11：从所述相机接收包括训练散斑图像并生成具有对应类别、采集时间和位置信息的标签，从而得到特征标签对；

步骤S12：利用所述特征标签对，对神经网络进行训练；

步骤S13：将待检测的塑料光纤设置于所述基于塑料光纤的准分布式液漏检测系统中，对该系统输出的散斑图像进行监测；

步骤S14：判断所述散斑图像是否产生突变，若是，则将所述散斑图像输入训练后的神经网络中，得到对应的液漏位置信息，从而完成准分布式液漏监测传感。

进一步地，所述步骤S11中所述的特征标签对的生成过程包括：

将设置有若干检测点的塑料光纤设置于所述基于塑料光纤的准分布式液漏检测系统中，获取系统初始状态对应的若干第零散斑图像；

对每个液漏点分别进行液漏操作，得到对应的若干第一散斑图像、第二散斑图像、……、第N散斑图像，其中N为液漏点的数量；