CN102494247B - 基于音频特征识别的气体泄漏检测方法 - Google Patents

Abstract

本发明公开了基于音频特征识别的气体泄漏检测方法，该方法包括，数据库构建，噪声特征提取，噪声信号分析、比对及噪声数据库的优化过程。该方法通过识别各类噪音的本质特性，建立对于与泄漏无关的背景噪音的去除技术，建立区别和识别泄漏音频的特征滤波器，达到识别和侦测泄漏点的目的。

Description

基于音频特征识别的气体泄漏检测方法

技术领域

本发明属于气体泄漏侦测方法及设备技术领域，特别是针对易燃易爆气体的泄漏点检测，利用音频特征识别方法行快速精准定位的方法及故障远程侦测仪。 

背景技术

高压高架管道的气体泄漏检测一直是世界性的工业疑难问题，至今仍然没有很好的气体泄漏检测手段和工具。目前太阳能、核电、水电等占的份额不足20%，世界范围内，电力的生产主要是来源于燃煤。美国和中国的发电厂70%以上的是燃煤电厂，如果燃煤电厂的真空泵管道等泄漏（焊接损坏等），则和抽水机的原理一样，随着大量的外部空气吸入管道，真空泵抽力损失，导引乏汽的功能减弱，导致蒸汽机尾部的乏汽滞留积累，引起蒸汽机的尾部压力升高，就会导致高压蒸汽做功费力，发电机转速减慢，浪费煤炭，造成发电不足。因为蒸汽机冷凝***真空泄漏，给电厂造成的直接燃煤浪费惊人，可能高达10亿以上。我国在急需用电时，并网发电的电厂真空严密性有的高达1000pa，导致巨额亏损，造成巨大燃煤浪费的同时也对空气造成了不同程度的污染，因此，用高科技的手段保障每一个电厂的节能指数达到或者超过发达国家的标准，至关重要；而石油化工等行业近年来也因为真空泄漏，有毒易燃易爆气体的泄漏等频频发生安全事故，给施工人员的人身安全带来了威胁。 

目前，一般气体泄漏检测办法主要有：包扎法、肥皂泡法、定性定量检测仪、半导体传感器法，以及通过植入氦气并通过氦气的泄漏敏感检测来定位泄漏点等技术手段。这些技术手段对于高架的管道检测难度大，必须通过搭脚手架，人工费时费力，检漏死角多，检测人员检测时，需要工作人员身体接触或者临近设备。 

传统方法有以下缺点：不安全、精度低、不可靠、效率低、代价大。所以研制出一种精度高且在20米以外就能够定位泄漏点，对各种密封性管道的真空严密性，有毒易燃易爆气体的泄漏点进行精准有效的检测仪器显得至关重要。 

发明内容

本发明的目的是为了解决上述现有检漏方法和检漏仪的缺陷，开创性提出一种利用音频特征识别方法行快速精准确定泄漏点的方法。 

实现上述目的本发明的技术方案为，基于音频特征识别的气体泄漏检测方法，该方法包括以下步骤： 

（1）分别建立源于泄漏噪声和非泄漏噪声的数据库，通过比对两者的差别，构建区分泄漏噪声的滤波器；

（2）对于噪声数据库中的噪声信号进行特征提取，具体为概括泄漏音频的个性化特征中的共性特征，共性特征为与音量大小无关的频谱特征，对于采集的声波，通过计算采集波与数据库元素的频谱的欧氏距离最小法则，确定采集波相对于数据库隶属度，共性特征包括噪声信号的频谱、倒频谱、小波分析、频谱傅立叶变换、谐振峰、基音分析或反射分析得到统计分析的规律性，对于泄漏噪音其规律性体现为周期性，均衡性；；

（3）对于检测到的噪声信号的进行特征提取，分别与噪声、非噪声数据库对比，检测到的噪声信号是否为泄漏噪音；

（4）若检测到的泄漏噪声信号与数据库的误差较大，则自动优化数据库，优化数据库的主要方法是：确认当前噪音为泄漏噪音时，当前噪音的特征将直接添加到数据库中，以丰富数据标准，并计算共性特征间的欧氏距离，重新设定定义数据库隶属度的数值。

上述方法中，在建立噪声特征数据库时，采用模糊数学方法，对于探测到的新特征，进行特征对比，计算临近度，保留和建立“紧邻”数据库，以此进行数学优化和逼近分析，主要采用模糊数学中常用的模糊C均值算法，邻近度采用数据库全部特征值组的欧氏距离的最大值，对于新采集的数据，如果经过实际确认为泄漏点噪音，则计算与数据库各元素的欧氏距离，如果距离小于邻近度，则直接填入数据库；如果大于邻近度，则直接填入数据库后，还要更新邻近度，因此通过每次的检漏活动，使得数据库不断地更新扩大，其能力得到丰富而优化。。 

上述方法的步骤（1）采集噪声信号是通过滤波器滤波提高噪声获取的精度。 

本发明还公开了一种基于音频特征识别的气体泄漏故障远程侦测仪，包括噪声传感器，滤波器，音频储存和分析模块、音频输出端口和电源，所述噪声传感器，滤波器，音频储存和分析模块和音频输出端口依次连接，再在滤波器和音频储存和分析模块之间串接增益开关和显示电池量开关，电源为上述各部件供电。 

所述音频储存和分析模块上连接有灵敏度调节器和电路过电保护模块。 

所述音频输出端口上接耳机和/或音频储存设备。 

利用本发明的技术方案通过识别各类噪音的本质特性，建立对于与泄漏无关的背景噪音的去除技术，建立区别和识别泄漏音频的特征滤波器，达到识别和侦测泄漏点的目的。 

本发明的基于音频特征识别的气体泄漏故障远程侦测仪利用高精度的音频探测器、噪音识别滤波、噪音整波、泄漏噪音数据库存储和分析、音量指示器、增益开关、噪音比调节器、噪音屏蔽耳机、电源等；采用防水和防静电、防尘、防震等要求的集成电路印刷和封装工艺；采用防止高磁场干扰的电路设计，以避免自身噪音的干扰。 

附图说明

图1是本发明所述基于音频特征识别的气体泄漏故障远程侦测仪结构连接示意图。 

具体实施方式

下面结合附图对本发明进行具体描述，本发明所述的基于音频特征识别的气体泄漏检测方法，其步骤具体为： 

（1）分别建立源于泄漏噪声和非泄漏噪声的数据库，通过比对两者的差别，构建区分泄漏噪声的滤波器；

（2）对于噪声数据库中的噪声信号进行特征提取，具体为概括泄漏音频的个性化特征中的共性特征，共性特征为与音量大小无关的频谱特征，对于采集的声波，通过计算采集波与数据库元素的频谱的欧氏距离最小法则，确定采集波相对于数据库隶属度，共性特征包括噪声信号的频谱、倒频谱、小波分析、频谱傅立叶变换、谐振峰、基音分析或反射分析得到统计分析的规律性，对于泄漏噪音其规律性体现为周期性，均衡性；；

（3）对于检测到的噪声信号的进行特征提取，分别与噪声、非噪声数据库对比，检测到的噪声信号是否为泄漏噪音；

（4）若检测到的泄漏噪声信号与数据库的误差较大，则自动优化数据库，优化数据库的主要方法是：确认当前噪音为泄漏噪音时，当前噪音的特征将直接添加到数据库中，以丰富数据标准，并计算共性特征间的欧氏距离，重新设定定义数据库隶属度的数值。

在建立噪声特征数据库时，采用模糊数学方法，对于探测到的新的特征，进行特征对比，计算临近度，保留和建立“紧邻”数据库，以此进行数学优化和逼近分析。 

上述方法步骤（1）采集噪声信号是通过滤波器滤波提高噪声获取的精度。 

图1是本发明所述基于音频特征识别的气体泄漏故障远程侦测仪结构连接示意图，该仪器是将噪声传感器，滤波器，音频储存和分析模块、音频输出端口连接后，在滤波器和音频储存和分析模块之间串接增益开关和显示电池量开关，电源为上述各部件供电。 

为提高仪器的电路保护功能，音频储存和分析模块上连接有灵敏度调节器和电路过电保护模块。 

音频输出端口上接耳机和/或音频储存设备，可以用来直接分别噪声类比，或将其存储为数据信号进行后续分析。 

上述技术方案仅体现了本发明技术方案的优选技术方案，本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本发明的原理，属于本发明的保护范围之内。 

Claims (3)

1.基于音频特征识别的气体泄漏检测方法，其特征在于，该方法包括以下步骤：

（1）分别建立源于泄漏噪声和非泄漏噪声的数据的数据库，通过比对两者的差别，构建区分泄漏噪声的滤波器；

（2）对于噪声数据库中的噪声信号进行特征提取，具体为概括泄漏音频的个性化特征中的共性特征，共性特征为与音量大小无关的频谱特征，对于采集的声波，通过计算采集的声波与数据库元素的频谱的欧氏距离最小法则，确定采集的声波相对于数据库隶属度，共性特征包括噪声信号的频谱、倒频谱、小波分析、频谱傅立叶变换、谐振峰、基音分析或反射分析得到统计分析的规律性，对于泄漏噪音其规律性体现为周期性，均衡性；

（3）对于检测到的噪声信号进行特征提取，分别与泄漏噪声和非泄漏噪声的数据库对比，这里对比的参数为共性特征参数，即噪声信号的频谱、倒频谱、小波分析、频谱傅立叶变换、谐振峰、基音分析及反射分析得到统计分析的规律性，确定检测到的噪声信号是否为泄漏噪音；

（4）若检测到的泄漏噪声信号与数据库的共性特征参数误差较大，则自动优化数据库，优化数据库的主要方法是：确认当前噪音为泄漏噪音时，当前噪音的特征将直接添加到数据库中，以丰富数据标准，并计算共性特征间的欧氏距离，重新设定定义数据库隶属度的数值。

2.根据权利要求1所述的基于音频特征识别的气体泄漏检测方法，其特征在于，建立噪声特征数据库时，采用模糊数学方法，对于探测到的新特征，进行特征对比，计算临近度，保留和建立“紧邻”数据库，以此进行数学优化和逼近分析，主要采用模糊数学中常用的模糊C均值算法，邻近度采用数据库全部特征值组的欧氏距离的最大值，对于新采集的数据，如果经过实际确认为泄漏点噪音，则计算其与数据库各元素的欧氏距离，如果距离小于邻近度，则直接填入数据库；如果大于邻近度，则直接填入数据库后，还要更新邻近度，因此通过每次的检漏活动，使得数据库不断地更新扩大，其能力得到丰富而优化。

3.根据权利要求1所述的基于音频特征识别的气体泄漏检测方法，其特征在于，步骤（3）检测到的噪声信号是通过滤波器滤波提高噪声获取的精度。

Images