CN109344784A - 一种融合水听器和小波去噪的渗漏定位方法 - Google Patents

一种融合水听器和小波去噪的渗漏定位方法 Download PDF

Info

Publication number
CN109344784A
CN109344784A CN201811186445.8A CN201811186445A CN109344784A CN 109344784 A CN109344784 A CN 109344784A CN 201811186445 A CN201811186445 A CN 201811186445A CN 109344784 A CN109344784 A CN 109344784A
Authority
CN
China
Prior art keywords
hydrophone
delay value
wavelet
time delay
leakage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811186445.8A
Other languages
English (en)
Inventor
张楠
李舒
郭欣伟
江红
张攀
殷会娟
吴凯
李凌琪
韩金旭
孙维营
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yellow River Institute of Hydraulic Research
Original Assignee
Yellow River Institute of Hydraulic Research
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yellow River Institute of Hydraulic Research filed Critical Yellow River Institute of Hydraulic Research
Priority to CN201811186445.8A priority Critical patent/CN109344784A/zh
Publication of CN109344784A publication Critical patent/CN109344784A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02Preprocessing
    • G06F2218/04Denoising
    • G06F2218/06Denoising by applying a scale-space analysis, e.g. using wavelet analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/22Source localisation; Inverse modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Examining Or Testing Airtightness (AREA)

Abstract

本发明属于输水管道渗漏定位技术领域,特别涉及一种融合水听器和小波去噪的渗漏定位方法,包含在输水管道的首尾端各安装一个水听器,利用水听器对矿井水输送过程中产生的声波信息进行获取,得到未经处理的时间序列原始声波信息源;建立小波系数降噪处理模型,对采集的原始非平稳信号源进行去噪滤波;建立时延值模型,对去噪处理后的信号确定时延值;建立定位模型,利用上述获得的时延值,定位渗漏点。本发明提高了渗漏定位的准确性和科学性,提升了矿井水资源的利用率。

Description

一种融合水听器和小波去噪的渗漏定位方法
技术领域
本发明属于输水管道渗漏定位技术领域,特别涉及一种融合水听器和小波去噪的渗漏定位方法。
背景技术
当矿井水在输送过程中,输水管道发生渗漏时,将会打破输水管内的压力平衡,管道内的水在压力作用下从渗漏点喷出,喷出的水与渗漏点以及管道周围的土体等发生碰撞,从而产生不同形式与频率的振动,同时声波信号将沿管道向上游与下游传播。其中,高频信号将快速衰减,而低频信号可传播较远的距离,产生的声源一般为渗漏口处渗漏噪声、高压水头撞击声、介质摩擦声。其中,高压水流撞击声传至地面时,产生较大衰减,操作人员主观性等原因,定位准确率较低;介质摩擦声的频率较低,而且周围环境干扰较大,此类信号较难检测;渗漏点处的噪声主要通过管道管壁和管内介质沿管道两侧传播。同时,矿井水在利用过程中存在多种风险:如北方地区相对昼夜温差较大,输送管道在土壤冷热交替下易产生管道破损,造成输送水量损失,供水公司与用水企业分别按照计量设备核对实际到厂水量,如输送过程中存在管道渗漏现象,将会涉及到企业与供水公司引用水量费用等问题,如管道渗漏点有害物质进入,导致输水水质发生变化,会增加企业水质处理难度,增加水质处理成本。
国内外学者对输水管道渗漏检测方法做出了大量深入细致的研究,提出了许多实用有效的理论和方法。主要有被动检测法、音听检测法、相关分析检测法、管内探测法等。
(1)被动检测法。主要用以发现明漏。当地面有漏水情况发生时,立即对输水管道进行病害检查与修复。可安排相关人员不断查看发现渗漏问题,也可以通过用户报告渗漏现象。该方法具有投资少的优点,但集中于对明漏等漏损问题的检查,通常情况下,发现渗漏时已造成大量的水资源浪费。因此,该方法可应用于地下环境中的管道,且周围无河道等。
(2)音听检测法。此方法可通过阀栓与路面对渗漏噪声进行听音识别。还包括钻探定位。前一种可应用于对管道渗漏位置进行预定位,包括漏水的线索和范围等;后两种用于找出渗漏发生的具***置,称之为渗漏精确定位。据英国水研究中心研究统计,音听检测法约可查80%的地下漏水,同时音听检测法受检测人员的能力素质、音听设备的性质和管理工作等影响较大。
(3)相关分析检测法。经过相关处理可过滤掉干扰信号,因此相关仪检测渗漏也能够在白天进行。但是相关检漏仪的检漏效果会受到多种因素的影响,如管道的材质、接口形式、水压高低、周围覆土厚度等。当管道穿越建筑物或河底时,利用常规的检测方法较难完成检测,然而相关检漏仪在此方面具有明显的优越性,能够保证正常工作。根据英国的使用经验,相关检漏仪可应用于一般漏水情况的小口径输水管道,其检测结果具有的精度可至90%;同时,不宜将两个传感器的距离布置的过远,低于200m。
(4)管内探测法。此探测方法主要是在磁通、超声、涡流、录像等技术的基础上发展而来。在输水管道中放置探测器并带有信号装置,使其能够在输水管道中随管内介质而移动,依据渗漏点噪声的电信号与产生的位置来找出渗漏点。同时,还能够利用放射性示踪剂法,当输送管道发生渗漏时,示踪剂将会扩散到管外的周围介质中,此时可以在无示踪剂的情况下使用特定的探头来感应该位置的残存信号,进而找到渗漏位置。此类方法的缺点是检测缺乏连续性,只能间断检测,且阻塞或其它事故将严重影响检测工作的正常进行。
发明内容
针对现有技术中存在的问题,本发明提供一种融合水听器和小波去噪的渗漏定位方法,提高了渗漏定位的准确性和科学性,提升了矿井水资源的利用率。
为了实现上述目的,本发明采用以下的技术方案:
本发明提供的一种融合水听器和小波去噪的渗漏定位方法,包含以下步骤:
步骤1,在输水管道的首尾端各安装一个水听器,利用水听器对矿井水输送过程中产生的声波信息进行获取,得到未经处理的时间序列原始声波信息源;
步骤2,建立小波系数降噪处理模型,对采集的原始非平稳信号源进行去噪滤波;
步骤3,建立时延值模型,对去噪处理后的信号确定时延值;
步骤4,建立定位模型,利用步骤3获得的时延值,定位渗漏点。
进一步地,所述步骤2的具体实现过程如下:
步骤201,对含噪信号做小波变换,得到一组小波系数w,根据小波变换的线性性质,小波系数w由信号小波系数和噪声小波系数叠加而成;
步骤202,对小波系数w进行阈值处理,得到估计小波系数w',公式如下:
其中,sgn(w)为Semisoft阈值函数,λ1为阈值函数的最小阈值,λ2为阈值函数的最大阈值;
步骤203,利用估计小波系数w'进行小波重构,得到估计信号即为去噪后的信号x。
进一步地,所述步骤3的具体实现过程如下:
步骤301,按照去噪后的信号间隔初步确定时延值和嵌入维数,这里时延值大于信号接收的时间间隔,嵌入维数≥2;
步骤302,按照C-C法建立关联积分,形成时延值和关联积分的对应关系、嵌入维数和关联积分的对应关系;时延值、嵌入维数的关联积分为:
dij=||Xi-Xj||
若x<0,θ(x)=0;若x≥0,θ(x)=1;
其中,τ为时延值,m为嵌入维数,x为相空间的点,r为相空间的半径,dij为相空间中任意两点i、j之间的距离,n为信号长度;
步骤303,确定时延值和嵌入维数;
关联积分是个累积分布函数,表示相空间中任意两点之间距离小于r的概率,这里点与点之间的距离用矢量之差的无穷范数表示,定义检验统计量:
S1(m,n,r,τ)=C(m,n,r,τ)-Cm(1,n,r,τ)
定义的检验统计量采用分块平均的策略:
ΔS2(m,τ)=max{S2(m,rj,τ)-min{S2(m,rj,τ)}
ΔS2(m,τ)度量了S2(m,rj,τ)~τ对所有半径r的最大偏差,最优时延值为ΔS2(m,τ)~τ的第一个局部最小值;
式中,ri=i*0.5σ,σ=std(x),σ为时间序列的标准差;
综合考虑定义指标:
S2cor(τ)的全局最小值即为嵌入维数m。
进一步地,所述步骤4的具体实现过程如下:
t1+t2=S/V
t1-t2=τ,且t1>t2
L=V*t1
由以上公式得到渗漏发生点距离上游水听器的距离,即定位渗漏点的计算公式:
L=(S+V*τ)/2
其中,t1为上游水听器测到渗漏点的声波信息的时间,t2为下游水听器测到渗漏点的声波信息的时间,L为渗漏发生点距离上游水听器的距离,S为两个水听器的间距,V为信号沿管道传播的速度,τ为时延值,k为水的体积弹性模量,ρ为水的密度,C为描述管道约束作用对声波传播速度影响的无量纲参数,对于供水管道取1,D为管道内径,E为管道材质的杨氏弹性模量,e为管壁厚度。
与现有技术相比,本发明具有以下优点:
1、本发明公开了一种融合水听器和小波去噪的渗漏定位方法,旨在对非常规水源(矿井水)利用输送过程声波信息过程优化处理,判断输水管道渗漏位置。该方法利用水听器获取水输送声波信息,从度量信息源的复杂性、不确定性、无序化角度量化声波信息随时间动态变化过程,对原始非平稳声波信息去噪滤波,大幅度削减不确定性因素对水信号的影响,建立时延值模型,提高了时延精确性,提高了渗漏定位的准确性和科学性,提升了矿井水资源的利用率。
2、小波系数降噪处理模型的建立,对非平稳信号源降噪处理,给出信号在某个时间点上的变化情况,凸显原始信号主频率范围内真实信号的变化特征,减少了客观因素对真实信号的干扰。
3、时延值模型的建立,解决了渗漏声波信号主频率成分收到渗漏声传播对其引起的时间延迟作用,确定渗漏点信号传送中的延迟时间。
4、定位模型的建立,通过管道渗漏点两侧水听器接收的信号,快速、精准定位渗漏点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的一种融合水听器和小波去噪的渗漏定位方法的流程图;
图2是原始信号和去噪处理后的信号图;
图3是时延值与关联积分对应关系的波形图;
图4是嵌入维数与关联积分对应关系的波形图;
图5是渗漏点定位原理图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的核心是提供一种融合水听器和小波去噪的渗漏定位方法,提高了渗漏定位的准确性。
下面结合附图和具体实施方式对本发明作进一步的详细说明。
实施例一
如图1所示,本实施例提供一种融合水听器和小波去噪的渗漏定位方法,包含以下步骤:
步骤S101,操作人员将水听器安装在输水管道的首尾端,利用水听器对矿井水输送过程中产生的声波信息进行获取,得到未经处理的时间序列原始声波信息源;
步骤S102,建立小波系数降噪处理模型,对采集的原始非平稳信号源进行去噪滤波;
小波(Wavelet)分析方法的特点是在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,很适于探测正常信号中夹带的瞬态反常现象并展示其成分。小波去噪就是利用具体问题的先验知识,根据信号和噪声的小波系数在不同尺度上具有不同性质的机理,构造相应规则,在小波域采用其他数学方法对含噪信号的小波系数进行处理。实际中,有用信号通常表现为低频信号或较平稳信号,噪声信号则表现为高频信号。去噪过程具体为:
步骤S1021,对含噪信号做小波变换,得到一组小波系数w,根据小波变换的线性性质,小波系数w由信号小波系数和噪声小波系数叠加而成;
步骤S1022,对小波系数w进行阈值处理,得到估计小波系数w',使得w'与w两者的差值尽可能小,公式如下:
其中,sgn(w)为Semisoft阈值函数,λ1为阈值函数的最小阈值,λ2为阈值函数的最大阈值;
步骤S1023,利用估计小波系数w'进行小波重构,得到估计信号即为去噪后的信号x,如图2所示。
步骤S103,建立时延值模型,对去噪处理后的信号确定时延值;具体实现过程为:
步骤S1031,按照去噪后的信号间隔初步确定时延值和嵌入维数,这里时延值大于信号接收的时间间隔,嵌入维数≥2;
步骤S1032,按照C-C法建立关联积分,形成时延值和关联积分的对应关系、嵌入维数和关联积分的对应关系,如图3和图4所示;
C-C法是确定混沌时间序列时延值和嵌入维数的有效方法,C-C法先定义关联积分,再构造统计量,依据BDO统计结论确定嵌入维、相空间中任意两点之间距离的合适取值范围,实现与时间的统计关系,确定时延值τ和嵌入维数m的估计值。
时延值、嵌入维数的关联积分为:
dij=||Xi-Xj||
若x<0,θ(x)=0;若x≥0,θ(x)=1;
其中,τ为时延值,m为嵌入维数,x为相空间的点,r为相空间的半径,dij为相空间中任意两点i、j之间的距离,n为信号长度;
步骤S1033,确定时延值和嵌入维数;
关联积分是个累积分布函数,表示相空间中任意两点之间距离小于r的概率,这里点与点之间的距离用矢量之差的无穷范数表示,定义检验统计量:
S1(m,n,r,τ)=C(m,n,r,τ)-Cm(1,n,r,τ)
定义的检验统计量采用分块平均的策略:
ΔS2(m,τ)=max{S2(m,rj,τ)-min{S2(m,rj,τ)}
ΔS2(m,τ)度量了S2(m,rj,τ)~τ对所有半径r的最大偏差,最优时延值为ΔS2(m,τ)~τ的第一个局部最小值;
式中,ri=i*0.5σ,σ=std(x),σ为时间序列的标准差;
综合考虑定义指标:
S2cor(τ)的全局最小值即为嵌入维数m。
步骤S104,建立定位模型,利用步骤S103获得的时延值,定位渗漏点。
当输水管道发生渗漏时,将会打破输水管道内的压力平衡,流体将从管道内流出,并于与管道壁产生摩擦进而产生渗漏噪声,同时声波信号将沿管道向上游与下游传播。其中,高频信号将快速衰减,而低频信号可传播较远的距离,管道内的各变量之间存在如下关系,如图5所示:
t1+t2=S/V
t1-t2=τ,且t1>t2
L=V*t1
由以上公式推导得到渗漏发生点距离上游水听器的距离计算公式,即定位渗漏点的计算公式:
L=(S+V*τ)/2
其中,t1为上游水听器测到渗漏点的声波信息的时间,t2为下游水听器测到渗漏点的声波信息的时间,L为渗漏发生点距离上游水听器的距离,即距离A端的距离,S为两个水听器的间距,V为信号沿管道传播的速度,τ为时延值,k为水的体积弹性模量,ρ为水的密度,C为描述管道约束作用对声波传播速度影响的无量纲参数,对于供水管道取1,D为管道内径,E为管道材质的杨氏弹性模量,e为管壁厚度。
根据上述公式计算得出L,根据上游水听器初始设置位置,往下游方向推L距离,即为渗漏点。
三个独立模型的建立,耦合成管道渗漏定位模型,减少了客观因素对真实信号的扰动,提高了渗漏点定位的科学性和精准性。同时,本发明的计算方法无需复杂的编程,利用MATLAB软件相关命令程序调用相关模块即可,对人员技术要求低,容易实现,推广性好。
实施例二
本实施例提供一个具体的渗漏定位试验,具体过程为:
步骤S201,准备两台BA-FH3200型光纤水听器及其配套设备、软管、加压泵等,其中,软管长度400m,直径DN25mm,壁厚2mm。
步骤S202,将光纤水听器与数据采集设备连接,并进行延时校准、定标、解调等,保证设备正常运行。
步骤S203,将输水管道上游连接水泵,由一水罐提供水源,并采用加压泵加压,压强为0.5MPa;输水管道下游与收集装置相连(用于收集试验用水,减少水资源浪费),并形成淹没出流。在输水管道上布置一个渗漏点L1,渗漏面积1cm2
步骤S204,将两台水听器(S1、S2)采用外置式分别放置在渗漏点L1的两侧。在三种工况下,分别进行试验。
工况1,S1在上游侧,离渗漏点L1距离L1S1为120m;S2在下游侧,离渗漏点L1距离L1S2为90m;
工况2,S1在上游侧,离渗漏点L1距离L1S1为130m;S2在下游侧,离渗漏点L1距离L1S2为100m;
工况3,S1在上游侧,离渗漏点L1距离L1S1为140m;S2在下游侧,离渗漏点L1距离L1S2为110m。
步骤S205,开启阀门供水,保证周围环境安静,观察光纤水听器收集到的初始声信号的波形特征,并进行单元对比。当信号稳定时,存储信号并拷贝至小波去噪分析软件程序,降波去噪,如图3所示,利用局部最小值确定时延值,并根据时延值计算渗漏点位置。三种工况的分析结果如表1所示:
工况 L<sub>1</sub>S<sub>1</sub>理论值/m L<sub>1</sub>S<sub>2</sub>理论值/m L<sub>1</sub>S<sub>1</sub>测量值/m 误差
1 120 90 117.3 2.25%
2 130 100 126.7 2.53%
3 140 110 134.66 3.1%
表1
通过本发明的融合水听器和小波去噪的渗漏定位方法,从试验结果可以看出理论值与测量值的偏差,随着距离的增加,误差在一定范围内有所增加,但是幅度较小,均保持在5%的误差范围内,可以实现精准定位。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (4)

1.一种融合水听器和小波去噪的渗漏定位方法,其特征在于,包含以下步骤:
步骤1,在输水管道的首尾端各安装一个水听器,利用水听器对矿井水输送过程中产生的声波信息进行获取,得到未经处理的时间序列原始声波信息源;
步骤2,建立小波系数降噪处理模型,对采集的原始非平稳信号源进行去噪滤波;
步骤3,建立时延值模型,对去噪处理后的信号确定时延值;
步骤4,建立定位模型,利用步骤3获得的时延值,定位渗漏点。
2.根据权利要求1所述的融合水听器和小波去噪的渗漏定位方法,其特征在于,所述步骤2的具体实现过程如下:
步骤201,对含噪信号做小波变换,得到一组小波系数w,根据小波变换的线性性质,小波系数w由信号小波系数和噪声小波系数叠加而成;
步骤202,对小波系数w进行阈值处理,得到估计小波系数w',公式如下:
其中,sgn(w)为Semisoft阈值函数,λ1为阈值函数的最小阈值,λ2为阈值函数的最大阈值;
步骤203,利用估计小波系数w'进行小波重构,得到估计信号即为去噪后的信号x。
3.根据权利要求2所述的融合水听器和小波去噪的渗漏定位方法,其特征在于,所述步骤3的具体实现过程如下:
步骤301,按照去噪后的信号间隔初步确定时延值和嵌入维数,这里时延值大于信号接收的时间间隔,嵌入维数≥2;
步骤302,按照C-C法建立关联积分,形成时延值和关联积分的对应关系、嵌入维数和关联积分的对应关系;时延值、嵌入维数的关联积分为:
dij=||Xi-Xj||
若x&lt;0,θ(x)=0;若x≥0,θ(x)=1;
其中,τ为时延值,m为嵌入维数,x为相空间的点,r为相空间的半径,dij为相空间中任意两点i、j之间的距离,n为信号长度;
步骤303,确定时延值和嵌入维数;
关联积分是个累积分布函数,表示相空间中任意两点之间距离小于r的概率,这里点与点之间的距离用矢量之差的无穷范数表示,定义检验统计量:
S1(m,n,r,τ)=C(m,n,r,τ)-Cm(1,n,r,τ)
定义的检验统计量采用分块平均的策略:
ΔS2(m,τ)=max{S2(m,rj,τ)-min{S2(m,rj,τ)}
ΔS2(m,τ)度量了S2(m,rj,τ)~τ对所有半径r的最大偏差,最优时延值为ΔS2(m,τ)~τ的第一个局部最小值;
式中,ri=i*0.5σ,σ=std(x),σ为时间序列的标准差;
综合考虑定义指标:
S2cor(τ)的全局最小值即为嵌入维数m。
4.根据权利要求3所述的融合水听器和小波去噪的渗漏定位方法,其特征在于,所述步骤4的具体实现过程如下:
t1+t2=S/V
t1-t2=τ,且t1>t2
L=V*t1
由以上公式推导得到渗漏发生点距离上游水听器的距离计算公式,即定位渗漏点的计算公式:
L=(S+V*τ)/2
其中,t1为上游水听器测到渗漏点的声波信息的时间,t2为下游水听器测到渗漏点的声波信息的时间,L为渗漏发生点距离上游水听器的距离,S为两个水听器的间距,V为信号沿管道传播的速度,τ为时延值,k为水的体积弹性模量,ρ为水的密度,C为描述管道约束作用对声波传播速度影响的无量纲参数,对于供水管道取1,D为管道内径,E为管道材质的杨氏弹性模量,e为管壁厚度。
CN201811186445.8A 2018-10-12 2018-10-12 一种融合水听器和小波去噪的渗漏定位方法 Pending CN109344784A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811186445.8A CN109344784A (zh) 2018-10-12 2018-10-12 一种融合水听器和小波去噪的渗漏定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811186445.8A CN109344784A (zh) 2018-10-12 2018-10-12 一种融合水听器和小波去噪的渗漏定位方法

Publications (1)

Publication Number Publication Date
CN109344784A true CN109344784A (zh) 2019-02-15

Family

ID=65309705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811186445.8A Pending CN109344784A (zh) 2018-10-12 2018-10-12 一种融合水听器和小波去噪的渗漏定位方法

Country Status (1)

Country Link
CN (1) CN109344784A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111122068A (zh) * 2019-12-05 2020-05-08 郑州大学 一种基于光纤水听器的输水管道渗漏位置定位方法
CN111899749A (zh) * 2020-07-14 2020-11-06 上海建工集团股份有限公司 一种监听混凝土泵送管道作业声音的降噪方法
CN114719198A (zh) * 2022-06-09 2022-07-08 武汉易维科技股份有限公司 一种基于渗噪积分域建模的管道渗漏智能检测方法及装置
CN116151049A (zh) * 2023-04-23 2023-05-23 合肥众安睿博智能科技有限公司 一种基于超声预标定数据的智能惯导测距管理***
CN117807356A (zh) * 2024-02-29 2024-04-02 齐鲁工业大学(山东省科学院) 基于改进麻雀算法优化粒子滤波的双矢量水听器定位方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101196872A (zh) * 2007-11-19 2008-06-11 清华大学 基于压力和声波信息融合的泄漏检测定位方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101196872A (zh) * 2007-11-19 2008-06-11 清华大学 基于压力和声波信息融合的泄漏检测定位方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
吴华稳: "混沌时间序列分析及在铁路货运量预测中的应用研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 *
张鑫: "城市供水管网声波检漏及定位技术研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
焦李成等: "《自然计算、机器学习与图像理解前沿》", 31 August 2008 *
王世礼等: "基于新阈值函数的小波阈值去噪算法", 《传感器与微***》 *
相瑞等: "小波变换与偏微分方程的图像去噪算法", 《通信技术》 *
胡娟: "基于小波变换和中值滤波的图像去噪方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
褚选选: "基于噪声的长距离输水管道渗漏监测研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111122068A (zh) * 2019-12-05 2020-05-08 郑州大学 一种基于光纤水听器的输水管道渗漏位置定位方法
CN111899749A (zh) * 2020-07-14 2020-11-06 上海建工集团股份有限公司 一种监听混凝土泵送管道作业声音的降噪方法
CN111899749B (zh) * 2020-07-14 2023-08-29 上海建工集团股份有限公司 一种监听混凝土泵送管道作业声音的降噪方法
CN114719198A (zh) * 2022-06-09 2022-07-08 武汉易维科技股份有限公司 一种基于渗噪积分域建模的管道渗漏智能检测方法及装置
CN116151049A (zh) * 2023-04-23 2023-05-23 合肥众安睿博智能科技有限公司 一种基于超声预标定数据的智能惯导测距管理***
CN117807356A (zh) * 2024-02-29 2024-04-02 齐鲁工业大学(山东省科学院) 基于改进麻雀算法优化粒子滤波的双矢量水听器定位方法
CN117807356B (zh) * 2024-02-29 2024-05-10 齐鲁工业大学(山东省科学院) 基于改进麻雀算法优化粒子滤波的双矢量水听器定位方法

Similar Documents

Publication Publication Date Title
CN109344784A (zh) 一种融合水听器和小波去噪的渗漏定位方法
Cui-wei et al. Experimental study on acoustic propagation-characteristics-based leak location method for natural gas pipelines
Khulief et al. Acoustic detection of leaks in water pipelines using measurements inside pipe
CN104595729B (zh) 一种基于声波幅值的油气管道泄漏定位方法
CN109357171B (zh) 一种地下管线泄漏监测与定位方法与装置
CN101592288B (zh) 一种管道泄漏辨识方法
CN100456010C (zh) 基于压力信号拐点检测油气管道泄漏的方法
CN102735490B (zh) 进出口为非平面波的***传递损失实验测量方法
CN104373821A (zh) 基于声学主动激励的天然气管道安全监测装置
Bakhtawar et al. Review of water leak detection and localization methods through hydrophone technology
Zhang et al. Acoustic method of high-pressure natural gas pipelines leakage detection: Numerical and applications
CN103644965B (zh) 一种声波掠入射条件下声衬声阻抗测量方法
CN103062628A (zh) 一种城市燃气埋地管道泄漏检测定位方法及其应用
CN106289121A (zh) 一种变径管等效管长的计算方法
CN112525437B (zh) 一种大型输水建筑物泄漏噪声的水下识别方法
CN104100842A (zh) 一种基于分布式光纤传感器和声波的管道监测装置及***
Liu et al. Leak location study of water pipeline based on CEEMDAN-CC at low SNR
Jiang et al. Denoising method of pipeline leakage signal based on VMD and Hilbert transform
Zeng et al. Inverse wave reflectometry method for hydraulic transient-based pipeline condition assessment
Li et al. Leakage simulation and acoustic characteristics based on acoustic logging by ultrasonic detection
Hao et al. Leakage signal analysis of urban gas pipeline based on improved variational mode decomposition
Ozevin et al. Reliable monitoring of leak in gas pipelines using acoustic emission method
Liu et al. Adaptive leak signal extraction based on EMD-CC for water pipeline leak location
Hao et al. Research on gas pipeline multi-point leak signal processing and source locating using VMD, BSS and relative entropy
Wu et al. Novel signal denoising approach for acoustic leak detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190215

RJ01 Rejection of invention patent application after publication