本发明专利技术提供了一种基于随机共振的输气管道微泄漏音波信号特征提取方法，包括如下步骤：建立离散的非线性滤波器随机共振系统模型，对随机共振系统模型的输出信号进行转换，对转化后的音波信号进行加窗处理，转化到Melfilter域上，进行离散余弦变换提取特征参数，采用倒谱均值归一化算法进行去噪。该方法将随机共振系统模型引入到Mel频率倒谱系数算法的音波信号特征提取中，与MFCC特征提取算法相比，具有更高的信噪比，且进一步加快了识别的运行时间，更有助于动态特征提取。
【技术实现步骤摘要】
本专利技术涉及输气管道安全检测领域，具体涉及一种基于随机共振的输气管道微泄漏音波信号特征提取方法。
技术介绍
随着我国经济的快速发展,对天然气的需求越来越大,而管道是陆上输送天然气的主要方式,为此国家建设了大量天然气管道。然而,由于管道腐蚀、自然破坏、管道自身缺陷或者第三方破坏等原因,管道泄漏时有发生。管道发生泄漏不仅带来经济损失和环境破坏,严重时还会导致群死群伤的重大事故,因此泄漏检测及定位方法作为保障管道安全的重要手段,具有重要的研究意义。目前检测输气管道状态多采用人工检测，效率较低，部分危险输气管道采用安装压力和流量传感器来检测泄漏，但在实际情况下，主要的管道系统都较为庞大，由于传感器结构的物理限制，当泄漏量很小时传感器并不能识别，直到泄漏量达到一定阀值。微泄漏的准确快速检测能够降低危险，为抢险提供宝贵的时间，通过大量的研究发现，音波信号是检测输气管道微泄漏最有效的方法之一。当输气管道发生破裂时,管道中的压力平衡受到破坏,输送介质从泄漏点流出,与管壁摩擦产生瞬间音波震荡,从而产生泄漏音波信号。泄漏音波信号在管内介质中传播过程中,不可避免的受到仪器、仪表、采集系统产生的随机噪声以及各种外界干扰引起的噪声的影响,这些操作都有可能产生音波噪声信号,而将泄漏产生的音波信号所淹没,导致无法准确的识别泄漏音波信号,而出现误报和漏报现象。自从1981年BenZ等研究古气象冰川问题提出随机共振(Stochastic resonance，SR)概念以来，SR现象受到了广泛的关注，随机共振现象是一种
非线性现象，它在一定条件下，将部分噪声能量转移到信号上，在降低噪声的同时能够使淹没于噪声中的弱信号得到共振加强，极大地提高输出的信噪比，从而实现从噪声干扰中检测微弱信号的目的。
技术实现思路
本申请通过提供一种基于随机共振的输气管道微泄漏音波信号特征提取方法，将随机共振原理引入到Mel频率倒谱系数算法的音波信号特征提取中，以解决现有技术中因随机噪声及各种外界干扰引起的噪声等影响，导致无法准确识别泄露音波信号，从而出现误报或者漏报的技术问题。为解决上述技术问题，本申请采用以下技术方案予以实现：一种基于随机共振的输气管道微泄漏音波信号特征提取方法，包括如下步骤：S1：建立离散的非线性滤波器随机共振系统模型：输入信号为式中，A0为幅度，ω为频率，为初相位，ε(t)为噪音波信号，输出信号为x(t)，根据随机共振理论，周期信号与噪声共同作用的随机共振系统模型为：dx/dt＝ax(t)-bx3(t)+s(t)，式中，a、b是系统的结构参数；S2：对随机共振系统模型的输出信号进行转换：即通过一阶欧拉方程求解得：x(n+1)＝A(a,b,h)x(n)+B(a,b,h)x3(n)+X(a,b,h)s(n)，式中，x(n)为输出信号x(t)的第n个采样值，s(n)为输入信号s(t)的第n个采样值，A(a,b,h)、B(a,b,h)、X(a,b,h)是与a、b和h相关的权值矩阵，h为采样步长；S3：对转化后的音波信号进行加窗处理，转化到Melfilter域上；S4：进行离散余弦变换提取特征参数式中，mk为滤波系数，q为滤波器阶数，k＝1,2,…q；S5：采用倒谱均值归一化算法进行去噪，即：E(t)＝c(t)-m(t)，式中，E(t)
为微泄漏音波信号提取的特征素，倒谱均值μ为每次计算的更新步长，N为窗宽，且满足A(a,b,h)、B(a,b,h)、X(a,b,h)是随机共振系统的权值矩阵，这三个参数之间没有任何线性关系，为了得到较佳的信噪比，作为一种优选的技术方案，权值矩阵A(a,b,h)为0.35，B(a,b,h)为0.18，X(a,b,h)为0.8。与现有技术相比，本申请提供的技术方案，具有的技术效果或优点是：与MFCC特征提取算法相比，具有更高的信噪比，且进一步加快了识别的运行时间，更有助于动态特征提取。附图说明图1为本专利技术的方法流程图；图2为本专利技术的微泄漏检测方法的流程图；图3为本专利技术的环形输气管道的输气系统功能流程图。具体实施方式本申请实施例通过提供一种基于随机共振的输气管道微泄漏音波信号特征提取方法，将随机共振原理引入到Mel频率倒谱系数算法的音波信号特征提取中，以解决现有技术中因随机噪声及各种外界干扰引起的噪声等影响，导致无法准确识别泄露音波信号，从而出现误报或者漏报的技术问题。为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式，对上述技术方案进行详细的说明。实施例一种基于随机共振的输气管道微泄漏音波信号特征提取方法，如图1所示，包括如下步骤：S1：建立离散的非线性滤波器随机共振系统模型：输入信号为式中，A0为幅度，ω为频率，为
初相位，ε(t)为噪音波信号，输出信号为x(t)，根据随机共振理论，周期信号与噪声共同作用的随机共振系统模型为：dx/dt＝ax(t)-bx3(t)+s(t)，式中，a、b是系统的结构参数；S2：对随机共振系统模型的输出信号进行转换：即通过一阶欧拉方程求解得：x(n+1)＝A(a,b,h)x(n)+B(a,b,h)x3(n)+X(a,b,h)s(n)，式中，x(n)为输出信号x(t)的第n个采样值，s(n)为输入信号s(t)的第n个采样值，A(a,b,h)、B(a,b,h)、X(a,b,h)是与a、b和h相关的权值矩阵，h为采样步长；S3：对转化后的音波信号进行加窗处理，转化到Melfilter域上；S4：进行离散余弦变换提取特征参数式中，mk为滤波系数，q为滤波器阶数，k＝1,2,…q；S5：采用倒谱均值归一化算法进行去噪，即：E(t)＝c(t)-m(t)，式中，E(t)为微泄漏音波信号提取的特征素，倒谱均值μ为每次计算的更新步长，N为窗宽，且满足为了验证本专利技术特征提取的可靠性，将输气管道微泄漏音波信号提取的特征素通过三层BP网络进行识别。微泄漏检测方法的流程图如图2所示，当识别结果为0时，表示微泄漏事故已发生，当识别结果为1时，则表示微泄漏事故未发生。图3为环形输气管道的输气系统功能流程图，压缩机提供指定空气压力的气体流动，压力和流量传感器的值通过ADAM设备发送到电脑端，电脑端发送控制信给气动控制阀、气体涡轮流量计和金属管转子流量计，以确保输气管道内压力稳定。在数据采集过程中，尽管泄漏已发生，但管道气体的压力保持0.2MPa，满足微泄漏的定义。利用手机麦克风收集音波信号，共采集100组微泄漏信号和
15组背景信号。输气管道微泄漏音波信号处理仿真实验使用软件是matlab r2010b，内存为RAM 8.0G。背景信号主要由操作压缩机、钢管内的气体输送等组成。在收集的音波信号数据集中随机选取20组微泄漏信号作为测试集，剩余的作为训练集，如此训练和测试了20次，得到了信噪比平均值和信噪比平均对数值。从表1可见，本专利技术获得的信噪比SNR值明显高于MFCC特征提取算法的SNR值，更有助于动态特征提取。表1SNR对比Proposed methodMFCC algorithmAverage SNR4.06713.9777Average Log SNR6.09295.9964在表2中，比较本专利技术方法和MFCC特征提取算法之间的性能，利用BP神经本文档来自技高网...
【技术保护点】
一种基于随机共振的输气管道微泄漏音波信号特征提取方法，其特征在于，包括如下步骤：S1：建立离散的非线性滤波器随机共振系统模型：输入信号为式中，A0为幅度，ω为频率，为初相位，ε(t)为噪音波信号，输出信号为x(t)，根据随机共振理论，周期信号与噪声共同作用的随机共振系统模型为：dx/dt＝ax(t)‑bx3(t)+s(t)，式中，a、b是系统的结构参数；S2：对随机共振系统模型的输出信号进行转换：即通过一阶欧拉方程求解得：x(n+1)＝A(a,b,h)x(n)+B(a,b,h)x3(n)+X(a,b,h)s(n)，式中，x(n)为输出信号x(t)的第n个采样值，s(n)为输入信号s(t)的第n个采样值，A(a,b,h)、B(a,b,h)、X(a,b,h)是与a、b和h相关的权值矩阵，h为采样步长；S3：对转化后的音波信号进行加窗处理，转化到Melfilter域上；S4：进行离散余弦变换提取特征参数式中，mk为滤波系数，q为滤波器阶数，k＝1,2,…q；S5：采用倒谱均值归一化算法进行去噪，即：E(t)＝c(t)‑m(t)，式中，E(t)为微泄漏音波信号提取的特征素，倒谱均值μ为每次计算的更新步长，N为窗宽，且满足...
【技术特征摘要】
1.一种基于随机共振的输气管道微泄漏音波信号特征提取方法，其特征在于，包括如下步骤：S1：建立离散的非线性滤波器随机共振系统模型：输入信号为式中，A0为幅度，ω为频率，为初相位，ε(t)为噪音波信号，输出信号为x(t)，根据随机共振理论，周期信号与噪声共同作用的随机共振系统模型为：dx/dt＝ax(t)-bx3(t)+s(t)，式中，a、b是系统的结构参数；S2：对随机共振系统模型的输出信号进行转换：即通过一阶欧拉方程求解得：x(n+1)＝A(a,b,h)x(n)+B(a,b,h)x3(n)+X(a,b,h)s(n)，式中，x(n)为输出信号x(t)的第n个采样值，s(n)为输入信号s(t)的第...
【专利技术属性】
技术研发人员：利节，陈国荣，张志勇，熊茜，冯骊骁，高铮，李莉，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。