[发明专利]基于RBF神经网络的气体管道泄漏定位实验装置及方法

摘要

本发明属于气体管道泄漏定位技术领域，尤其涉及一种基于RBF神经网络的气体管道泄漏定位实验装置及方法，包括在气体传输管道末端安装一只压力传感器，在预置泄漏点的一侧等间距安装五个等精度声发射传感器；对在不同泄漏压力下五个通道所采集到的泄漏信号进行特征提取和处理，获得各通道泄漏信号的最大峰值、(3，0)节点小波包能量、对应泄漏特征频率处的功率谱峰值来构造不同泄漏压力下的特征向量，然后进行归一化处理后作为RBF组合神经网络的输入，以泄漏定位值L作为RBF组合神经网络的输出，建立不同压力下的RBF组合神经网络管道泄漏定位模型，实现气体管道泄漏点定位及误差分析。

主权项

一种基于RBF神经网络的气体管道泄漏定位实验装置的气体管道泄漏定位方法，所述实验装置包括：依次相连的压缩机、过滤器、第一球阀、高压缓冲罐、气液分离器、第二球阀、第一基体管道、模拟泄漏单元、第二基体管道、第三球阀、回收罐；所述基体管道与模拟泄漏单元之间通过法兰连接，模拟泄漏单元密封于保护罩内，模拟泄漏单元为一笔直管道，其一端设有泄漏点，泄漏点的另一侧等间距安装有五个等精度声发射传感器，模拟泄漏单元末端设有温度传感器、压力传感器，模拟泄漏单元包括加热层和保温层；保护罩内的各种传感器通过保护罩外的采集卡与分析器相连；保护罩顶部连接有导流管；其特征在于，包括：步骤1：测量设置在实验装置的模拟泄漏单元末端的气体温度和气体压力；步骤2：采集五个等精度声发射传感器信号，并通过五个信号通道传输到采集卡；步骤3、调节模拟泄漏单元内的气体压力，提取在不同泄漏压力下五个信号通道所采集到的气体泄漏信号的特征；步骤4、构造特征向量，并对其进行归一化处理；步骤5、将归一化后不同泄漏压力下的特征向量作为RBF组合神经网络的输入，以泄漏定位值L作为RBF组合神经网络的输出变量，建立RBF组合神经网络模型，选取训练样本进行网络训练；步骤6：将不同泄漏压力下的测试样本输入训练好的RBF神经网络实现泄漏点定位，并计算定位误差。