论文摘要
为预防城市管道泄漏事故,准确提取管道泄漏信号的特征,首先提出一种改进的总体局域均值分解(ELMD)与多尺度熵的管道泄漏信号识别方法,通过峰值波形匹配延拓法处理端点处的信号,减弱端点处信号分量的畸变、失真;然后对管道原始泄漏信号进行ELMD分解,得到一系列乘积函数(PF),计算各PF分量的多尺度熵值,根据熵值的大小筛选出含有主要泄漏信息的PF分量,消除背景噪声的影响;最后构建反向传播(BP)神经网络,并识别泄漏信号。结果表明:该方法减少了分解后的误差,能够实现管道泄漏的检测,与未改进的ELMD方法相比,泄漏信号的识别率更高。
论文目录
文章来源
类型: 期刊论文
作者: 郝永梅,杜璋昊,杨文斌,邢志祥,蒋军成,岳云飞
关键词: 城市管道,总体局域均值分解,多尺度熵,反向传播神经网络,信号识别
来源: 中国安全科学学报 2019年08期
年度: 2019
分类: 工程科技Ⅰ辑,工程科技Ⅱ辑
专业: 建筑科学与工程
单位: 常州大学环境与安全工程学院,江苏省特种设备安全监督检验研究院常州分院
基金: 江苏省重点研发计划专项项目(BE2018642),江苏省研究生科研创新项目(KYCX18_2622),常州市科技支撑计划(社会发展)项目(CE20185024)
分类号: TU990.3
DOI: 10.16265/j.cnki.issn1003-3033.2019.08.017
页码: 105-111
总页数: 7
文件大小: 359K
下载量: 77
相关论文文献
标签:城市管道论文; 总体局域均值分解论文; 多尺度熵论文; 反向传播神经网络论文; 信号识别论文;