[发明专利]一种基于深度神经网络的管道微泄露检测方法在审
| 申请号： | 201910638743.4 | 申请日： | 2019-07-16 |
| 公开（公告）号： | CN110195823A | 公开（公告）日： | 2019-09-03 |
| 发明（设计）人： | 陈国荣;刘垚;利节;何宏黎;任虹;刘灿;黄珞珞;黄津川;李小兵 | 申请（专利权）人： | 重庆科技学院 |
| 主分类号： | F17D5/02 | 分类号： | F17D5/02 |
| 代理公司： | 重庆蕴博君晟知识产权代理事务所(普通合伙) 50223 | 代理人： | 刘泽峰 |
| 地址： | 401331 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供增强管道泄露的监测范围，检测点可灵活选定，且不会对原管道产生二次伤害的一种基于深度神经网络的管道微泄露检测方法,包括以下步骤，S1：采集的管道泄漏音频；S2：对数据进行预处理，S3:生成基于卷积神经网络的管道微泄漏检测模型，S4：对管道微泄漏检测模型进行训练，并采用训练完成的管道微泄漏检测模型进行管道微泄漏检测。本发明的有益效果是：基于卷积神经网络微泄漏检测模型可以为管道泄漏检测提供一种非接触式的检测办法，弥补现有办法损坏管体等不足的问题，为相关问题的科学研究奠定了数据基础。 | ||
| 搜索关键词： | 泄漏检测 卷积神经网络 神经网络 泄露检测 预处理 管道泄漏检测 二次伤害 非接触式 管道泄漏 管道泄露 检测办法 数据基础 检测点 原管道 管体 科学研究 采集 监测 灵活 | ||
【主权项】：
1.一种基于深度神经网络的管道微泄露检测方法,包括以下步骤，S1：采集的管道泄漏音频；S2：采用以下公式对数据进行预处理，![]()
[Data]为处理的输出音频频谱矩阵,abs为取绝对值函数，n为单个音频元数据下标，N最大为160000，x(n)为音频采样的模拟信号，j为虚数单位，L为数据长度160000，k为n等分采样数据的其中一个元数据下标。S3:采用以下公式生成基于卷积神经网络的管道微泄漏检测模型，![]()
式中P为识别误差，即该音频表征泄管道露的概率,Yj为第j条音频的标签,![]()
是激活函数，f为卷积函数；n为频谱数据等分点下边，n最大值为80000,w为权值矩阵；x为元数据；b为偏置。S4：对管道微泄漏检测模型进行训练，并采用训练完成的管道微泄漏检测模型进行管道微泄漏检测。
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重庆科技学院，未经重庆科技学院许可，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/patent/201910638743.4/，转载请声明来源钻瓜专利网。
