[發(fā)明專(zhuān)利]閥門(mén)內(nèi)漏缺陷類(lèi)型識(shí)別與內(nèi)漏速率計(jì)算的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310459628.3
• 申請(qǐng)日: 2013-09-30
• 公開(kāi)（公告）號(hào): CN103488906A
• 公開(kāi)（公告）日: 2014-01-01
• 發(fā)明（設(shè)計(jì)）人: 徐長(zhǎng)航;曹?chē)?guó)梁;陳國(guó)明;任樂(lè)峰;李國(guó)瑞;史煥地;艾素萍;韓國(guó)星;張麗珍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)石油大學(xué)（華東）
• 主分類(lèi)號(hào): G06F19/00
• 分類(lèi)號(hào): G06F19/00
• 代理公司: 山東濟(jì)南齊魯科技專(zhuān)利事務(wù)所有限公司 37108
• 代理人: 楊彪

1.閥門(mén)內(nèi)漏缺陷類(lèi)型識(shí)別與內(nèi)漏速率計(jì)算的方法，其特征在于，包括以下步驟：

1）分別從實(shí)驗(yàn)室、工程現(xiàn)場(chǎng)采集閥門(mén)內(nèi)漏檢測(cè)所需的實(shí)驗(yàn)數(shù)據(jù)：

實(shí)驗(yàn)室內(nèi)采集，針對(duì)不同類(lèi)型（球閥、閘閥、截止閥）、不同材質(zhì)（碳鋼、不銹鋼、鑄鐵）的閥門(mén)，人工預(yù)制閥門(mén)內(nèi)漏缺陷（密封劃痕、穿孔、關(guān)不緊），通過(guò)改變密封劃痕的形狀尺寸、閥體穿孔的形狀尺寸以及閥門(mén)的開(kāi)度，模擬缺陷的損傷程度；然后針對(duì)有缺陷的閥門(mén)，以閥門(mén)類(lèi)型、閥門(mén)材質(zhì)、閥門(mén)尺寸、工藝參數(shù)（閥前壓力、閥后壓力、溫度）、介質(zhì)特性（密度、粘度和介質(zhì)相態(tài)）為變量組合V，用寬頻傳感器以1MHz的采樣頻率采集閥門(mén)內(nèi)漏聲發(fā)射信號(hào)，包括特征量信號(hào)與波形流信號(hào)；標(biāo)記內(nèi)漏缺陷類(lèi)型和測(cè)試閥門(mén)的內(nèi)漏速率；

工程現(xiàn)場(chǎng)采集，針對(duì)工程現(xiàn)場(chǎng)發(fā)生內(nèi)漏的閥門(mén)，記錄變量組合V中的數(shù)值，采集閥門(mén)內(nèi)漏聲發(fā)射信號(hào)，根據(jù)工程現(xiàn)場(chǎng)狀況，對(duì)于內(nèi)漏缺陷類(lèi)型和內(nèi)漏速率已知的內(nèi)漏閥門(mén)，標(biāo)記閥門(mén)內(nèi)漏缺陷類(lèi)型標(biāo)簽及內(nèi)漏速率標(biāo)簽，其他數(shù)據(jù)，不作標(biāo)記；

2）將步驟1）采集的實(shí)驗(yàn)數(shù)據(jù)添加到樣本集R，樣本集R包括標(biāo)簽數(shù)據(jù)樣本集L、無(wú)標(biāo)簽數(shù)據(jù)樣本集U，R中樣本包含對(duì)象數(shù)據(jù)、測(cè)試數(shù)據(jù)與標(biāo)簽數(shù)據(jù)三類(lèi)，其中對(duì)象數(shù)據(jù)包含閥門(mén)類(lèi)型、閥門(mén)材質(zhì)、介質(zhì)相態(tài)三個(gè)屬性，測(cè)試數(shù)據(jù)包括閥門(mén)尺寸、閥前壓力、閥后壓力、溫度、介質(zhì)密度、介質(zhì)粘度、聲發(fā)射信號(hào)數(shù)據(jù)，標(biāo)簽數(shù)據(jù)包括內(nèi)漏缺陷類(lèi)型標(biāo)簽、內(nèi)漏速率標(biāo)簽，分別記為L(zhǎng)_q、L_n；對(duì)于實(shí)驗(yàn)中和工程現(xiàn)場(chǎng)中內(nèi)漏缺陷類(lèi)型與內(nèi)漏速率已知的閥門(mén)，添加其步驟1）中采集的數(shù)據(jù)至標(biāo)簽數(shù)據(jù)樣本集L中；對(duì)于工程現(xiàn)場(chǎng)中閥門(mén)內(nèi)漏缺陷類(lèi)型、內(nèi)漏速率無(wú)法獲取的閥門(mén)，僅將工程現(xiàn)場(chǎng)采集的對(duì)象數(shù)據(jù)與測(cè)試數(shù)據(jù)，添加至無(wú)標(biāo)簽數(shù)據(jù)樣本集U中；

3）提取樣本集R中所有聲發(fā)射信號(hào)的幅值平均值、有效值電壓（RMS）、平均信號(hào)電平（ASL）、峰值頻率，選用db8小波基對(duì)聲發(fā)射波形流信號(hào)進(jìn)行了5層小波包分解，將原始信號(hào)分解到32個(gè)子頻段上，根據(jù)每個(gè)子頻段能量的大小，選取31.25~46.875KHz,?46.875~62.5?KHz,?62.5~78.125?KHz,?78.125~93.75?KHz,?93.75~109.375?KHz,?109.375~125?KHz,?125~140.625?KHz,?140.625~156.25?KHz,?156.25~171.875?KHz,?171.875~187.5?KHz十個(gè)頻率段的能量，子頻段信號(hào)的能量計(jì)算公式如下：

其中，S_k（t）每一頻段的重構(gòu)系數(shù)；然后對(duì)樣本集R中的所有樣本，以閥門(mén)尺寸、閥前壓力、閥后壓力、溫度、介質(zhì)密度、介質(zhì)粘度；幅值平均值、有效值電壓（RMS）、平均信號(hào)電平（ASL）、峰值頻率以及十個(gè)子頻帶的能量值共20個(gè)變量為輸入?yún)?shù)，構(gòu)建n*20的輸入矩陣X1；

4）通過(guò)流行學(xué)習(xí)方法對(duì)輸入矩陣X1中測(cè)試數(shù)據(jù)進(jìn)行保局投影(LPP)降維，提取低維空間特征，形成低維特征空間；首先按照不同維度對(duì)輸入矩陣X1進(jìn)行歸一化處理，得到歸一化處理后的矩陣X2，然后利用保局投影算法對(duì)X2進(jìn)行降維處理得到矩陣X3，其中由標(biāo)簽數(shù)據(jù)樣本集L降維獲得的樣本集記為X3_L，由無(wú)標(biāo)簽數(shù)據(jù)樣本集U降維獲得的樣本集記為X3_U；

5）對(duì)于由閥門(mén)類(lèi)型、閥門(mén)材質(zhì)、介質(zhì)相態(tài)三個(gè)屬性組合的不同研究對(duì)象，利用支持向量分類(lèi)（SVC）方法，分別建立相應(yīng)研究對(duì)象的閥門(mén)內(nèi)漏缺陷類(lèi)型識(shí)別模型，選用RBF核函數(shù)，用微粒群算法確定模型的最優(yōu)參數(shù)，然后輸入保局投影后X3_L中低維特征數(shù)據(jù)與內(nèi)漏缺陷類(lèi)型標(biāo)簽L_q，訓(xùn)練得到閥門(mén)內(nèi)漏缺陷類(lèi)型識(shí)別模型；

6）對(duì)于由閥門(mén)類(lèi)型、閥門(mén)材質(zhì)、介質(zhì)相態(tài)三個(gè)屬性組合的不同研究對(duì)象，建立支持向量回歸（SVR）閥門(mén)內(nèi)漏速率計(jì)算模型，基于主動(dòng)學(xué)習(xí)的方法，從降維后的無(wú)標(biāo)簽數(shù)據(jù)集X3_U中挑選對(duì)模型影響較大的數(shù)據(jù)點(diǎn)，然后通過(guò)實(shí)驗(yàn)采集獲得內(nèi)漏速率標(biāo)簽并加入到已標(biāo)記樣本集L，最后利用更新后的樣本集L重新建立閥門(mén)內(nèi)漏速率回歸計(jì)算模型M_end；

7）閥門(mén)內(nèi)漏缺陷類(lèi)型識(shí)別及內(nèi)漏速率預(yù)測(cè)，按照變量組合V中要求采集被測(cè)閥門(mén)的相關(guān)數(shù)據(jù)，經(jīng)過(guò)2）、3）、4）處理后得到該數(shù)據(jù)樣本的降維后樣本，然后將該降維后的樣本分別輸入5）、6）中建立的閥門(mén)內(nèi)漏缺陷類(lèi)型識(shí)別模型、閥門(mén)內(nèi)漏速率回歸計(jì)算模型，從而得到該閥門(mén)內(nèi)漏缺陷類(lèi)型和內(nèi)漏速率。

2.根據(jù)權(quán)利要求1所述的閥門(mén)內(nèi)漏缺陷類(lèi)型識(shí)別與內(nèi)漏速率計(jì)算的方法，其特征在于：所述步驟6）中所述基于主動(dòng)學(xué)習(xí)，從未知標(biāo)簽的數(shù)據(jù)中，選擇對(duì)模型影響較大的數(shù)據(jù)點(diǎn)，主動(dòng)學(xué)習(xí)的步驟如下：

（1）將保局投影后X3_L的低維特征數(shù)據(jù)與內(nèi)漏速率標(biāo)簽L_n組合為B（x，y），其中x為X3_L樣本數(shù)據(jù)，y為對(duì)應(yīng)的泄漏量標(biāo)簽，以B（x，y）為訓(xùn)練數(shù)據(jù)，，選用RBF核函數(shù)，用微粒群算法確定模型的最優(yōu)參數(shù)，訓(xùn)練得到最初的回歸模型M₀；

（2）利用模型M₀，輸入降維后的無(wú)標(biāo)簽數(shù)據(jù)集X3_U中的數(shù)據(jù)x_u，得到其對(duì)應(yīng)的泄漏量預(yù)測(cè)值y_u，將（x_u，y_u）數(shù)據(jù)添加到數(shù)據(jù)集B（x，y）中，得到新的標(biāo)記樣本集B_new，利用B_new中所有數(shù)據(jù)訓(xùn)練SVR模型，得到新的回歸模型M_new，然后用新模型M_new計(jì)算原數(shù)據(jù)集B中x，獲得新標(biāo)簽數(shù)據(jù)y_new；

（3）計(jì)算新的回歸模型M_new在數(shù)據(jù)集L上的均方根誤差（RMSE），計(jì)算公式如下：

均方根誤差值相對(duì)較大的數(shù)據(jù)，其置信度低，對(duì)模型會(huì)有更大的影響，通過(guò)對(duì)無(wú)標(biāo)簽數(shù)據(jù)集X3_U中所有數(shù)據(jù)輸入計(jì)算后，選取置信度低的無(wú)內(nèi)漏速率標(biāo)簽的數(shù)據(jù)，通過(guò)實(shí)驗(yàn)采集獲得內(nèi)漏速率標(biāo)簽并加入到已標(biāo)記樣本集L，最后利用更新后的樣本集L重新建立閥門(mén)內(nèi)漏速率回歸計(jì)算模型M_end。