资料下载
×
基于ICA技术的管道泄漏特征信号提取方法
消耗积分:5 |
格式:rar |
大小:168 |
2009-09-01
370217
分享资料个
为了解决强背景噪声下采集到的管道压力参数信号中泄漏特征信号难以准确提取的难
题，本文提出利用独立分量分析技术（ICA）对负压波信号进行处理，提取泄漏信息特征信号，实验结果显示利用该方法可以有效实现信号中弱目标信号和强背景噪声的分离，使负压波信号信噪比大幅提高，为泄漏诊断打下良好基础。
关键词：管道泄漏；特征信号；负压波； ICA；降噪
基于负压波特征信号的管道泄漏检测方法不需检测流量信号，只需对管线两端的压力信
号进行检测，方法简单且具有较高的灵敏度和精度。但实际管采集到的信号中混杂有大量的背景噪声，还存在各种外界因素干扰[1]，这些噪声和干扰信号的幅度甚至可以将泄漏引发的有用信号淹没。如果不能对原始压力信号进行有效的滤波，去除干扰噪声，那么再好的泄漏检测方法也将失效。为了给管道监测模型提供可靠的数据，降低误报警率，需要选用有效的信号消噪技术。
对负压波信号进行处理的常用方法有小波降噪、神经网络降噪和Kalman 滤波等[2-4]，这
些处理方法均能对原始信号进行一定程度的降噪处理，但是在特征信号不明显的情况下，难以将泄漏引发的负压波分离提取。本文提出将独立分量分析技术(Independent ComponentAnalysis，以下简称ICA)应用到负压波信号处理中，利用FastICA 算法，对负压波原始信号进行分离降噪和特征提取，以实现特征不明显时负压波信号和强背景噪声的有效分离。
题，本文提出利用独立分量分析技术（ICA）对负压波信号进行处理，提取泄漏信息特征信号，实验结果显示利用该方法可以有效实现信号中弱目标信号和强背景噪声的分离，使负压波信号信噪比大幅提高，为泄漏诊断打下良好基础。
关键词：管道泄漏；特征信号；负压波； ICA；降噪
基于负压波特征信号的管道泄漏检测方法不需检测流量信号，只需对管线两端的压力信
号进行检测，方法简单且具有较高的灵敏度和精度。但实际管采集到的信号中混杂有大量的背景噪声，还存在各种外界因素干扰[1]，这些噪声和干扰信号的幅度甚至可以将泄漏引发的有用信号淹没。如果不能对原始压力信号进行有效的滤波，去除干扰噪声，那么再好的泄漏检测方法也将失效。为了给管道监测模型提供可靠的数据，降低误报警率，需要选用有效的信号消噪技术。
对负压波信号进行处理的常用方法有小波降噪、神经网络降噪和Kalman 滤波等[2-4]，这
些处理方法均能对原始信号进行一定程度的降噪处理，但是在特征信号不明显的情况下，难以将泄漏引发的负压波分离提取。本文提出将独立分量分析技术(Independent ComponentAnalysis，以下简称ICA)应用到负压波信号处理中，利用FastICA 算法，对负压波原始信号进行分离降噪和特征提取，以实现特征不明显时负压波信号和强背景噪声的有效分离。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
