基于改进ELMD和多尺度熵的管道泄漏信号识别

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

• 0 引言
• 1 改进的ELMD
•   1.1 ELMD基本原理
•   1.2 ELMD端点效应问题仿真分析
•   1.3 改进的ELMD方法
• 2 多尺度熵
• 3 实例应用
• 4 结论

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