[發明專利]一種油氣管道積液智能化檢測系統

有效

• 申請號: 202010566864.5
• 申請日: 2020-06-19
• 公開（公告）號: CN111735518B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 張英杰;曹懷祥;左曉杰;雷健;衣粟;吳畏;孫洪彬;張國慶;王培東;王海龍;宋天圣
• 申請（專利權）人: 山東省特種設備檢驗研究院集團有限公司
• 主分類號: G01F23/296
• 分類號: G01F23/296;G01F23/80;G06K9/00;G06F17/14;G06F17/16
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李修杰

1.一種油氣管道積液智能化檢測系統，其特征在于，包括：超聲發射模塊、超聲傳感器、超聲接收模塊、信號調理模塊、信號采集模塊和處理分析模塊；

所述超聲發射模塊用于接收輸入的脈沖信號，對所述脈沖信號進行隔離升壓后驅動超聲波傳感器發出超聲波信號；

所述超聲傳感器設置在管道外壁底部，用于向管道內部發出超聲波信號，以獲取管道內部不同物質形態界面的回波信號；

所述超聲接收模塊用于對接收的所述回波信號濾除交流部分，并通過二極管對濾除交流部分的回波信號做限幅處理得到限幅后的信號；

所述信號調理模塊用于對限幅后的信號放大、帶通濾波以及消除共模噪聲；

所述信號采集模塊用于對信號調理模塊處理后的模擬超聲信號變換成數字超聲信號；

所述處理分析模塊用于將采集到所述數字超聲信號經離散小波變換、相變換、同步壓縮及信號重構進行特征值提取，獲取能夠表征不同液位高度的時頻矩陣，進一步利用非負矩陣分解精簡和優化特征空間進行降維，以計算得到的稀疏表達矩陣作為最終信號特征，構建超聲回波信號與液位高度之間的對應模型，利用支持向量回歸機算法，實現油氣管道積液高度的檢測；將數字超聲信號經離散小波變換的計算過程為：

所述數字超聲信號的表達式為f(t)，經過連續小波計算的結果其中，a為尺度因子，b為平移因子；為ψ(t)的共軛；ψ(t)為一個基本小波；對f(t)在時間t_m處進行離散化得到向量f，對W_f(a,b)進行采樣，采樣點為(a_j,t_m)；其中，n_v為自定義變量；L為最大尺度；

其中離散小波相變換的公式為：

其中，ω_f為W_f的離散化表示；為W_f(a_j,t_m)的偏導數，I_n( )為離散小波相變化函數；

對W_f(a,b)進行同步壓縮小波變換，具體計算方法公式為：

其中，ω_l＝2^lΔωω，Δω＝1/(n_a-1)log(n/2)，l＝0,1,…,n_a-1；MAD為平均絕對離差，為第n_v個最優尺度的小波系數的大小；

所述信號重構進行特征值提取的過程為：通過在頻率ω_l處連續小波變換的逆變換，從T_f中求出f_k，從而得到第k組分，進一步，構建時頻矩陣[f₁,f₂,…,f_k]作為信號特征，f_k的具體計算公式為：其中，

所述利用非負矩陣分解精簡和優化特征空間，以計算得到的稀疏表達矩陣作為最終信號特征的過程為：

首先，對數據樣本對應的時頻矩陣進行歸一化；

其次，隨機選取不同積液高深度下M個訓練樣本構成訓練矩陣V_n×m，減去M個訓練樣本之后剩余訓練樣本構成測試矩陣V′_n×m，其中，n表示每個樣本的維度，m為樣本數量；

最后，以Kullback-Leiber散度為目標函數，求解最優化值，

得到基矩陣W和系數矩陣H，使得系統數據V_n×m＝W_n×r·H_r×m；所述系數矩陣H_r×m中的列向量即為訓練矩陣中對應列向量在新特征空間中的特征向量，同時，利用矩陣W_n×r同樣可以得到測試矩陣所對應的系數矩陣H'_r×m。

2.根據權利要求1所述的一種油氣管道積液智能化檢測系統，其特征在于，所述超聲波傳感器位于在管道外壁底部，且間隔放置在同一圓周上。

3.根據權利要求1所述的一種油氣管道積液智能化檢測系統，其特征在于，所述超聲發射模塊接收輸入的PWM脈沖信號，且所述脈沖信號的激勵頻率等于所述超聲波傳感器的頻率；所述PWM脈沖信號經過反相器進行反向處理后，利用變壓器進行隔離和升壓，在次級線圈產生200V高壓用于超聲波傳感器發射超聲波信號。