[發(fā)明專利]一種壓力管道兩點(diǎn)泄漏檢測精確定位方法

有效

• 申請?zhí)枺?/td>: 201710696458.9
• 申請日: 2017-08-15
• 公開（公告）號: CN107435817B
• 公開（公告）日: 2019-01-25
• 發(fā)明（設(shè)計）人: 郝永梅;覃妮;嚴(yán)欣明;岳云飛;邢志祥
• 申請（專利權(quán)）人: 常州大學(xué);江蘇省特種設(shè)備安全監(jiān)督檢驗(yàn)研究院常州分院
• 主分類號: F17D5/06
• 分類號: F17D5/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種壓力管道兩點(diǎn)泄漏檢測精確定位方法，其特征在于：包括以下步驟，

S1：搭建檢測系統(tǒng)；

將兩聲發(fā)射傳感器安裝在被檢測管道的上游與下游，并使聲發(fā)射傳感器與聲發(fā)射儀連接搭建成聲發(fā)射泄漏檢測系統(tǒng)；同時，將兩相關(guān)儀傳感器安裝在被檢測管道上游與下游的聲發(fā)射傳感器的同一位置，并使兩相關(guān)儀傳感器與相關(guān)儀連接搭建成相關(guān)儀泄漏檢測系統(tǒng)；

S2：確定泄漏源信號到達(dá)上下游兩聲發(fā)射傳感器的時間差Δt；

S2.1：通過聲發(fā)射泄漏檢測系統(tǒng)采集管道的泄漏源原始信號；

S2.2：對聲發(fā)射泄漏檢測系統(tǒng)采集到的管道上下游泄漏源原始信號進(jìn)行過濾篩選，提取有效值電壓RMS值和平均信號電平ASL值相對較高且峰值相對集中的混合定位信號數(shù)據(jù)作為粗定位信號數(shù)據(jù)；

S2.3：利用小波消噪技術(shù)對粗定位信號進(jìn)行降噪處理，得到觀測信號；

S2.4：將降噪后得到的觀測信號與Matlab中隨機(jī)生成的矩陣混合形成新的觀測信號；

S2.5：將新的觀測信號導(dǎo)入Matlab中進(jìn)行白化處理，再利用記憶模擬退火粒子群的盲源分離方法進(jìn)行盲源分離得到分離后的上下游的泄漏源定位信號S₁、S₂；

S2.6：通過小波奇異點(diǎn)分析定位信號，得到信號的奇異點(diǎn)；根據(jù)兩個奇異點(diǎn)的采樣點(diǎn)差值確定泄漏源信號到達(dá)上下游兩個聲發(fā)射傳感器的時間差Δt；

S3：確定泄漏源信號在管道中的傳播速度v；

S3.1：采用相關(guān)儀采集管道泄漏源聲信號；

S3.2：根據(jù)采集到的管道泄漏源聲信號數(shù)據(jù)，通過相關(guān)儀分析定位結(jié)果檢測與定位結(jié)果概率分析，確定泄漏源聲信號在管道介質(zhì)中的傳播速度v；

S4：由步驟S2.6計算得到的泄漏源信號傳播到上下游聲發(fā)射傳感器的時間差Δt以及由步驟S3.2得到的泄漏源信號在管道中的傳播速度v，根據(jù)互相關(guān)定位公式(1)計算出泄漏源位置；

式中：l為被檢測管道泄漏源位置，即泄漏點(diǎn)到上游聲發(fā)射傳感器的距離(m)；L為兩聲發(fā)射傳感器之間的距離(m)。

2.如權(quán)利要求1所述的壓力管道兩點(diǎn)泄漏檢測精確定位方法，其特征在于：所述步驟S2.3中的降噪處理具體包括，

S2.3.1：信號的小波分解，對不同的信號選擇合適的小波基，并且確定好要分解的層次，然后再進(jìn)行分解計算；

S2.3.2：小波分解高頻系數(shù)的閾值量化，選擇一個合適的閾值對每一個分解尺度下的高頻系數(shù)進(jìn)行量化，所述閾值選擇軟閾值來對其進(jìn)行量化處理；

S2.3.3：小波重構(gòu)，根據(jù)小波分解的各層的高頻系數(shù)和最底層的低頻系數(shù)進(jìn)行一維小波重構(gòu)。

3.如權(quán)利要求1所述的壓力管道兩點(diǎn)泄漏檢測精確定位方法，其特征在于：所述步驟S2.5中所述的記憶模擬退火粒子群盲源分離的具體步驟包括，

S2.5.1：初始參數(shù)設(shè)定：設(shè)定粒子群粒子數(shù)為n，并對每個粒子進(jìn)行初始化，權(quán)重為w，認(rèn)知因子與社會學(xué)習(xí)因子分別為c₁、c₂，將隨機(jī)產(chǎn)生一定數(shù)量的解混合矩陣W(t)作為初始粒子，于此同時會隨機(jī)產(chǎn)生各粒子的初始速度，并且初始化個體極值和全局極值，給定起始溫度T、終止溫度T₀和模擬退火速度λ；

S2.5.2：根據(jù)粒子的位置分離信號，對y(t)進(jìn)行中心化和白化操作，根據(jù)極大似然估計函數(shù)作為目標(biāo)函數(shù)，以此計算每一個粒子的適應(yīng)值；

S2.5.3：將每個粒子的適應(yīng)值作為粒子個體最優(yōu)極值p_i，并在個體極值中選取最優(yōu)值作為全局極值p_g；

S2.5.4：判斷是否滿足終止條件，若滿足則終止計算，反之繼續(xù)；

S2.5.5：將每個粒子適應(yīng)值與個體極值p_i和全局極值p_g進(jìn)行比較，取最優(yōu)值更新每個粒子的個體極值p_i和全局極值p_g；

S2.5.6：更新粒子的速度和位置，并分別限制給定的最大速度與最大位置的范圍內(nèi)，并計算每個更新粒子的適應(yīng)值；

S2.5.7：計算前后兩個粒子位置所引起的適應(yīng)值的變量ΔE，若ΔE＜0，則接受新位置；若exp(-ΔE/T)＜δ，δ∈(0,1)之間的隨機(jī)數(shù)，也接受新位置，否則拒絕并返回到步驟S2.5.2；

S2.5.8：嵌入并設(shè)置記憶器變量初始位置與適應(yīng)值，即為第一次循環(huán)的最優(yōu)位置與適應(yīng)值；

S2.5.9：比較新位置與適應(yīng)值和記憶器中儲存位置與適應(yīng)值，若新的位置與適應(yīng)值和記憶器中的位置與適應(yīng)值相同則返回步驟S2.5.2，反之記錄入記憶器；

S2.5.10：進(jìn)行退火操作，T_(t+1)＝λT_t(t為迭代次數(shù))；

S2.5.11：若滿足終止條件，則輸出最優(yōu)解，否則返回步驟S2.5.2；

S2.5.12：求得到W(t)最優(yōu)，求解出源信號s(t)的最優(yōu)估計。