基于神经网络管道泄漏声波信号特征识别.pdfVIP

下载本文档

10
0
约 3页
2017-08-09 发布于安徽
举报
版权申诉

基于神经网络管道泄漏声波信号特征识别.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第27卷第6期增刊仪器仪表学报 V01．27No．6 2006年6月 ChineseJournalofScientificInstrument JUD．2006 基于神经网络的管道泄漏声波信号特征识别王立坤1，2 赵晋云1 付松广1 谭东杰1 李健2 靳世久2 1(中国石油天然气股份有限公司管道科技研究中心廊坊065000) 2(天津大学精密测试技术与仪器国家重点实验室天津300072) 摘要文中采用小波包和神经网络结合起来用于声波信号诊断的方法来提高泄漏检测的准确率。该方法首先对声波信号进行小波包分解，将各频带内的分解系数重构，得到在每个分解节点上构成的新时间序列的参数，将这些参数通过BP神经网络进行智能识别，来区分故障原因。文章最后对现场实验数据及其信号分析结果进行了研究，实验结果表明，该方法可以有效地提高管道泄漏信号识别的准确度。关键词管道泄漏声波小波包神经网络 of acoustic basedon characteristics leakage signals Recognizing pipeline neuralnetwork Fu Tan Li Likunl·2Zhao Jian2Jin Wang JinyunlSongguan91Dongjiel Shijiu2 1(R＆DCenterPetroChina 065000，China) of PipelineCompany，Langfang 2(State Precision 300072，China) KeyLaboratoryof MeasuringTechnologyInstruments，TianJinUniversity，Tianjin AbstractThis thatwavelet andneuralnetworkarecombinedtOdetectacoustic to presents paper packages signals increasethe of detection．Theis withwavelet the accuracyleakage signaldecomposed packagefirstly，then coefficientineach bandisreconstructed．Asa ofthenew decomposed frequency result，theparameters sequences reconstructedon nodeare thenthese are toBPneuralnetworkto everydecomposedacquired，andparametersinput thefaultreason theendofthe dataandits resultsare recognize intelligently．At paper，field