CN111598039A - 用于石油管道监控的异常声音监测方法及监测装置 - Google Patents
用于石油管道监控的异常声音监测方法及监测装置 Download PDFInfo
- Publication number
- CN111598039A CN111598039A CN202010445346.8A CN202010445346A CN111598039A CN 111598039 A CN111598039 A CN 111598039A CN 202010445346 A CN202010445346 A CN 202010445346A CN 111598039 A CN111598039 A CN 111598039A
- Authority
- CN
- China
- Prior art keywords
- sound
- sound signal
- monitoring
- petroleum pipeline
- abnormal
- 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
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 63
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 239000003208 petroleum Substances 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012806 monitoring device Methods 0.000 title claims abstract description 17
- 230000005236 sound signal Effects 0.000 claims abstract description 109
- 238000010801 machine learning Methods 0.000 claims abstract description 17
- 230000008030 elimination Effects 0.000 claims abstract description 7
- 238000003379 elimination reaction Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L2021/02161—Number of inputs available containing the signal or the noise to be suppressed
- G10L2021/02166—Microphone arrays; Beamforming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Emergency Alarm Devices (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了用于石油管道监控的异常声音监测方法及监测装置,其邻近石油管道布设监测装置,该装置包括主要由若干麦克风组成的麦克风阵列;该方法包括如下步骤:S1)声音信号采集;S2)声音信号预处理;S3)突发声音信号检测:根据消噪后的声音信号的变化特征,检测并截取出其中的突发声音信号;S41)异常声音信号识别:将截取出的突发声音信号送入训练好的机器学习模型,识别出其中的异常声音信号及其种类;S5)异常预警输出。本发明能实时检测出石油管道周边异常的声音,并输出预警信息进行报警,从而有效保护石油管道免受破坏,提高了石油管道的监测效率,有效降低监控成本,易于推广应用。
Description
技术领域
本发明涉及声学处理技术领域,具体涉及一种声音监测方法及装置。
背景技术
石油管道通常距离非常长,而且常常会埋在人烟稀少的野外,不利于监控和监管,这无形之中也给破坏管道和盗窃油带来了一定的方便。
石油管道的监管目前基本是靠人定期巡回检查,由于距离很长,交通不便,人员检查起来成本很高,耗时很长,且工作环境艰苦,亦无法天天实施实现日常监管。
发明内容
发明目的:针对现有技术中的问题,本发明的其中一个目的是提供一种用于石油管道监控的异常声音监测方法,本发明的另外一个目的是提供一种用于石油管道监控的异常声音监测装置。
技术方案:为了实现上述目的,本发明提供了一种用于石油管道监控的异常声音监测方法,其邻近石油管道布设监测装置,该装置包括主要由若干麦克风组成的麦克风阵列;
该方法包括如下步骤:
S1)声音信号采集:通过主要由若干麦克风组成的麦克风阵列采集声音信号;
S2)声音信号预处理:对多麦克风阵列采集到的声音信号进行消噪处理,得到消噪后的声音信号;
S3)突发声音信号检测:根据消噪后的声音信号的变化特征,检测并截取出其中的突发声音信号;
S41)异常声音信号识别:将截取出的突发声音信号送入训练好的机器学习模型,识别出其中的异常声音信号及其种类;
S5)异常预警输出:当步骤S41)识别出异常声音信号,输出预警信息。
优选的,所述步骤S5)中输出的预警信息包括异常声音信号的种类。
进一步优选的,所述步骤S3)之后,还包括步骤S42)突发声音声源定位:基于麦克风阵列采集的数据,对步骤S3)检测并截取出的突发声音信号的声源进行定位,并估算出该突发声音信号对应的声源的方位信息;
所述步骤S5)中输出的预警信息包括异常声音信号的种类,和/或突发声音信号的声源的方位信息。
进一步优选的,所述步骤S3)突发声音信号检测:根据消噪后的声音信号的变化特征,检测并截取出其中的突发声音信号,具体包括:
对通过步骤S2)得到的消噪后的声音信号,根据该信号在当前时刻往前第一时长L内的能量的均值和方差,确定动态阈值;判断该信号在当前时刻的能量是否大于该动态阈值,如是,则从当前时刻起往后截取出第二时长T的声音信号作为突发声音信号;
其中根据该信号在当前时刻往前第一时长L内的能量的均值和方差所确定的动态阈值等于该均值与标准差之和,所述标准差为上述方差的算术平方根。
优选的,所述步骤S5)为异常预警输出:当步骤S41)识别出至少一种异常声音信号,输出预警信息;响应于所述预警信息进行报警;所述报警为声光报警。
优选的,所述步骤S5)为异常预警输出:当步骤S41)识别出至少一种异常声音信号,输出预警信息;响应于所述预警信息进行报警;所述报警为高声强的警告声音。
优选的,所述步骤S5)为异常预警输出:当步骤S41)识别出至少一种异常声音信号,输出预警信息;响应于所述预警信息进行报警;所述报警为由强声***发出的高声强的驱散声音。
优选的,所述步骤S41)前,还包括:预先构建机器学习模型,通过短时傅里叶变换将预先采集获取的各类异常声音作为样本处理成二维时频图,输入机器学习模型进行训练,得到训练好的机器学习模型;所述各类异常声音包括车辆行驶声和/或挖掘声和/或人声。
本发明同时提供了一种用于石油管道监控的异常声音监测装置,该装置包括主要由若干麦克风组成的麦克风阵列,以及
处理器;以及
存储有计算机可执行指令的存储器,所述存储器的可执行指令在被处理器执行时,实现如上任一所述方法的步骤;
所述存储器、麦克风阵列中的各麦克风均与处理器电路连接。
有益效果:本发明提供的用于石油管道监控的异常声音监测方法和装置,在石油管道周边布设监测装置,通过该监测装置进行声音信号采集和预处理后,根据声音信号的变化特征进行突发声音信号的检测,进而基于机器学习模型进行异常声音信号的识别,一旦识别出异常声音信号,输出预警信息并可进行报警。当本发明提供的该方法及装置用于监控石油管道时,一旦有人走近、或有车辆来到管道附近、或在管道附近进行挖掘时,本发明能实时检测出异常的声音,如车辆行驶声、挖掘声、人发出的声音等等,并输出预警信息进行报警,便于管理者或维护人员及时知悉并予以核实、查看、采取相应的措施等,还可以由强声***发出高声强的警告驱散声音或发出声光警报来驱离周边靠近的人或车辆等,从而有效保护石油管道免受破坏,提高了石油管道的监测效率,有效降低监控成本,易于推广应用。
附图说明
图1为本实施例提供的用于石油管道监控的异常声音监测装置中的其中一种麦克风阵列的结构示意图;
图2为本实施例提供的用于石油管道监控的异常声音监测方法的流程示意图。
具体实施方式
下面结合实施例和附图对本发明做进一步的详细说明,以下实施列对本发明不构成限定。
本实施例提供的一种用于石油管道监控的异常声音监测方法,其在石油管道周边或邻近石油管道布设监测装置,该装置包括麦克风阵列,本实施例中采用的其中一种麦克风阵列如图1所示,其主要由若干麦克风组成;
如图2所示,该方法包括如下步骤:
S1)声音信号采集:通过主要由若干麦克风组成的麦克风阵列采集声音信号;
S2)声音信号预处理:对多麦克风阵列采集到的声音信号进行消噪处理,得到消噪后的声音信号;
S3)突发声音信号检测:从消噪后的声音信号中检测和截取出突发声音信号;
本实施例中突发声音信号检测为根据消噪后的声音信号的变化特征,检测并截取出其中的突发声音信号,具体包括:
对通过步骤S2)得到的消噪后的声音信号,根据该信号x(t)在当前时刻往前第一时长L内的能量的均值和方差(也即信号x(t-1),x(t-2)...x(t-L)的能量的均值和方差),确定动态阈值;判断该信号x(t)在当前时刻的能量是否大于该动态阈值,如是,则从当前时刻起往后截取出第二时长T的声音信号(也即信号x(t),x(t+1),x(t+2)...x(t+T-1))作为突发声音信号;
上述动态阈值等于上述均值与标准差之和,其中均值为该信号在当前时刻往前第一时长L内的能量的均值,其中标准差为该信号在当前时刻往前第一时长L内的能量的方差的算术平方根;也即其中根据该信号在当前时刻往前第一时长L内的能量的均值和方差所确定的动态阈值等于该均值与标准差之和,所述标准差为上述方差的算术平方根;本实施例通过判断该信号在当前时刻的能量是否大于动态阈值,来检测判断其中的突发声音信号,其提供的动态阈值兼具实时性和灵活的动态调整性,使得本实施例提供的异常声音监测方法在应用中具有更好的准确性和环境适应性,可广泛应用于不同应用场景和环境中的石油管道监测中;
S41)异常声音信号识别:将截取出的突发声音信号送入训练好的机器学习模型,识别出其中的异常声音信号及其种类;
S5)异常预警输出:当步骤S41)识别出异常声音信号,输出预警信息。所述预警信息可用于通知石油管道监管维护的相关人员,便于如管理者或维护人员等及时知悉异常的发生,从而及时予以核实、查看、并采取相应的措施等等。
本实施例中输出的预警信息包括步骤S41)输出的异常声音信号的种类。
本实施例提供的另一种用于石油管道监控的异常声音监测方法,其在石油管道周边或邻近石油管道布设监测装置,该装置包括主要由若干麦克风组成的麦克风阵列;
如图2所示,该方法包括如下步骤:
S1)声音信号采集:通过主要由若干麦克风组成的麦克风阵列采集声音信号;
S2)声音信号预处理:对多麦克风阵列采集到的声音信号进行消噪处理,得到消噪后的声音信号;
S3)突发声音信号检测:从消噪后的声音信号中检测和截取出突发声音信号;
本实施例中突发声音信号检测为根据消噪后的声音信号的变化特征,检测并截取出其中的突发声音信号,具体包括:
对通过步骤S2)得到的消噪后的声音信号,根据该信号x(t)在当前时刻往前第一时长L内的能量的均值和方差(也即信号x(t-1),x(t-2)...x(t-L)的能量的均值和方差),确定动态阈值;判断该信号x(t)在当前时刻的能量是否大于该动态阈值,如是,则从当前时刻起往后截取出第二时长T的声音信号(也即信号x(t),x(t+1),x(t+2)...x(t+T-1))作为突发声音信号;
上述动态阈值等于上述均值与标准差之和,其中均值为该信号在当前时刻往前第一时长L内的能量的均值,其中标准差为该信号在当前时刻往前第一时长L内的能量的方差的算术平方根;也即其中根据该信号在当前时刻往前第一时长L内的能量的均值和方差所确定的动态阈值等于该均值与标准差之和,所述标准差为上述方差的算术平方根;
S41)异常声音信号识别:将截取出的突发声音信号送入训练好的机器学习模型,识别出其中的异常声音信号及其种类;
S42)突发声音声源定位:基于麦克风阵列采集的数据,对步骤S3)检测并截取出的突发声音信号的声源进行定位,并估算出该突发声音信号对应的声源的方位信息;
S5)异常预警输出:当步骤S41)识别出异常声音信号,输出预警信息。所述预警信息包括步骤S41)输出的异常声音信号的种类,和/或步骤S42)输出的突发声音信号对应的声源的方位信息。
在本实施例中,所述步骤S41)和步骤S42)同时进行。在某些实施例中,所述步骤S41)和步骤S42)也可先后进行,可先进行步骤S41)再进行步骤S42),亦可先进行步骤S42)再进行步骤S41)。
本实施例中,所述步骤S42)估算出的该突发声音信号对应的声源的方位信息,包括该突发声音信号对应的声源相对监测装置的方位信息。该估算方法可采用现有技术,或采用本领域常规技术手段实现即可。
在某些优选实施例中,所述步骤S5)为异常预警输出:当步骤S41)识别出至少一种异常声音信号,输出预警信息;并响应于所述预警信息进行报警;所述报警为声光报警,或为高声强的警告声音(如由强声***发出的高声强的驱散声音),从而起到一定的驱离作用,来驱离周边靠近的人或车辆等。
在某些优选实施例中,所述步骤S41)前,还包括:预先构建机器学习模型,采集各类异常声音进行训练,得到训练好的机器学习模型。本实施例中具体为,预先构建机器学习模型,通过短时傅里叶变换将预先采集获取的各类异常声音作为样本处理成二维时频图,输入机器学习模型进行训练,得到训练好的机器学习模型。
上述各类异常声音包括车辆行驶声和/或挖掘声和/或人声。
本实施例同时提供了一种用于石油管道监控的异常声音监测装置,该装置包括主要由若干麦克风组成的麦克风阵列,以及
处理器;以及
存储有计算机可执行指令的存储器,所述存储器的可执行指令在被处理器执行时,实现如上任一所述方法的步骤;
所述存储器、麦克风阵列中的各麦克风均与处理器电路连接。
以上仅是本发明的部分优选实施方式,应当指出以上实施列对本发明不构成限定,在上述教导下,相关工作人员在不偏离本发明技术思想的范围内,所进行的多样变化和修改,均落在本发明的保护范围内。
Claims (8)
1.一种用于石油管道监控的异常声音监测方法,其特征在于:邻近石油管道布设监测装置,该装置包括主要由若干麦克风组成的麦克风阵列;
该方法包括如下步骤:
S1)声音信号采集:通过主要由若干麦克风组成的麦克风阵列采集声音信号;
S2)声音信号预处理:对多麦克风阵列采集到的声音信号进行消噪处理,得到消噪后的声音信号;
S3)突发声音信号检测:根据消噪后的声音信号的变化特征,检测并截取出其中的突发声音信号;
S41)异常声音信号识别:将截取出的突发声音信号送入训练好的机器学习模型,识别出其中的异常声音信号及其种类;
S5)异常预警输出:当步骤S41)识别出异常声音信号,输出预警信息。
2.根据权利要求1所述的用于石油管道监控的异常声音监测方法,其特征在于,所述步骤S5)中输出的预警信息包括异常声音信号的种类。
3.根据权利要求1所述的用于石油管道监控的异常声音监测方法,其特征在于:
所述步骤S3)之后,还包括步骤S42)突发声音声源定位:基于麦克风阵列采集的数据,对步骤S3)检测并截取出的突发声音信号的声源进行定位,并估算出该突发声音信号对应的声源的方位信息;
所述步骤S5)中输出的预警信息包括异常声音信号的种类,和/或突发声音信号的声源的方位信息。
4.根据权利要求1所述的用于石油管道监控的异常声音监测方法,其特征在于,所述步骤S3)突发声音信号检测:根据消噪后的声音信号的变化特征,检测并截取出其中的突发声音信号,具体包括:
对通过步骤S2)得到的消噪后的声音信号,根据该信号在当前时刻往前第一时长L内的能量的均值和方差,确定动态阈值;判断该信号在当前时刻的能量是否大于该动态阈值,如是,则从当前时刻起往后截取出第二时长T的声音信号作为突发声音信号;
其中根据该信号在当前时刻往前第一时长L内的能量的均值和方差所确定的动态阈值等于该均值与标准差之和,所述标准差为上述方差的算术平方根。
5.根据权利要求1所述的用于石油管道监控的异常声音监测方法,其特征在于,
所述步骤S5)为异常预警输出:当步骤S41)识别出至少一种异常声音信号,输出预警信息;响应于所述预警信息进行报警;所述报警为声光报警。
6.根据权利要求1所述的用于石油管道监控的异常声音监测方法,其特征在于,
所述步骤S5)为异常预警输出:当步骤S41)识别出至少一种异常声音信号,输出预警信息;响应于所述预警信息进行报警;所述报警为高声强的警告声音。
7.根据权利要求1所述的用于石油管道监控的异常声音监测方法,其特征在于,所述步骤S41)前,还包括:预先构建机器学习模型,通过短时傅里叶变换将预先采集获取的各类异常声音作为样本处理成二维时频图,输入机器学习模型进行训练,得到训练好的机器学习模型;所述各类异常声音包括车辆行驶声和/或挖掘声和/或人声。
8.一种用于石油管道监控的异常声音监测装置,其特征在于:
该装置包括主要由若干麦克风组成的麦克风阵列,以及
处理器;以及
存储有计算机可执行指令的存储器,所述存储器的可执行指令在被处理器执行时,实现如权利要求1~7中的任一权利要求所述方法的步骤;
所述存储器、麦克风阵列中的各麦克风均与处理器电路连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010445346.8A CN111598039A (zh) | 2020-05-24 | 2020-05-24 | 用于石油管道监控的异常声音监测方法及监测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010445346.8A CN111598039A (zh) | 2020-05-24 | 2020-05-24 | 用于石油管道监控的异常声音监测方法及监测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111598039A true CN111598039A (zh) | 2020-08-28 |
Family
ID=72181302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010445346.8A Pending CN111598039A (zh) | 2020-05-24 | 2020-05-24 | 用于石油管道监控的异常声音监测方法及监测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111598039A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112526587A (zh) * | 2020-11-09 | 2021-03-19 | 上海建工集团股份有限公司 | 混凝土泵送管道安全状态识别方法及设备 |
CN112992178A (zh) * | 2021-02-05 | 2021-06-18 | 安徽绿舟科技有限公司 | 一种通过混沌声纹分析管道泄露的方法 |
CN113110461A (zh) * | 2021-04-20 | 2021-07-13 | 武汉理工大学 | 一种智能噪声识别的巡逻避障小车 |
CN113963520A (zh) * | 2021-10-22 | 2022-01-21 | 西安忒亚科技有限公司 | 一种集输管线压力的报警算法 |
CN117147966A (zh) * | 2023-08-30 | 2023-12-01 | 中国人民解放军军事科学院***工程研究院 | 一种电磁频谱信号能量异常检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107086036A (zh) * | 2017-04-19 | 2017-08-22 | 杭州派尼澳电子科技有限公司 | 一种高速公路隧道安全监控方法 |
CN109800627A (zh) * | 2018-12-03 | 2019-05-24 | 第四范式(北京)技术有限公司 | 石油管道信号的异常检测方法及装置、设备及可读介质 |
-
2020
- 2020-05-24 CN CN202010445346.8A patent/CN111598039A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107086036A (zh) * | 2017-04-19 | 2017-08-22 | 杭州派尼澳电子科技有限公司 | 一种高速公路隧道安全监控方法 |
CN109800627A (zh) * | 2018-12-03 | 2019-05-24 | 第四范式(北京)技术有限公司 | 石油管道信号的异常检测方法及装置、设备及可读介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112526587A (zh) * | 2020-11-09 | 2021-03-19 | 上海建工集团股份有限公司 | 混凝土泵送管道安全状态识别方法及设备 |
CN112992178A (zh) * | 2021-02-05 | 2021-06-18 | 安徽绿舟科技有限公司 | 一种通过混沌声纹分析管道泄露的方法 |
CN113110461A (zh) * | 2021-04-20 | 2021-07-13 | 武汉理工大学 | 一种智能噪声识别的巡逻避障小车 |
CN113963520A (zh) * | 2021-10-22 | 2022-01-21 | 西安忒亚科技有限公司 | 一种集输管线压力的报警算法 |
CN117147966A (zh) * | 2023-08-30 | 2023-12-01 | 中国人民解放军军事科学院***工程研究院 | 一种电磁频谱信号能量异常检测方法 |
CN117147966B (zh) * | 2023-08-30 | 2024-05-07 | 中国人民解放军军事科学院***工程研究院 | 一种电磁频谱信号能量异常检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111598039A (zh) | 用于石油管道监控的异常声音监测方法及监测装置 | |
US8111174B2 (en) | Acoustic signature recognition of running vehicles using spectro-temporal dynamic neural network | |
AU2011309954B2 (en) | Integrated audio-visual acoustic detection | |
CN110807901B (zh) | 一种非接触式工业异常声音检测方法 | |
CN110006672A (zh) | 基于声成像技术的轨道车辆故障监测方法 | |
CN102547526B (zh) | 传声器工作状态的实时监测方法及*** | |
WO2008038288A2 (en) | System and method for reducing power consumption in a detection system | |
CN102168809A (zh) | 一种基于压力温度分析的机场坪航空燃油管网泄漏检测方法及*** | |
CN112233695A (zh) | 基于人工智能和大数据的加油机异音分析及故障预警*** | |
CN109322797A (zh) | 基于声音处理的风力发电机组的叶片状态监测***及检测方法 | |
CN202209524U (zh) | 一种基于压力温度分析的机场坪航空燃油管网泄漏检测*** | |
CN112781721B (zh) | 一种移动巡检平台的智能噪声采集方法及智能噪声采集装置 | |
CN110049423A (zh) | 一种利用广义互相关和能量谱检测麦克风的方法和*** | |
CN105139852A (zh) | 一种基于改进的mfcc声音特征的工程机械识别方法及识别装置 | |
US20110199861A1 (en) | Method and system for detecting motorized objects | |
CN110346032A (zh) | 一种基于恒虚警与过零率相结合的φ-otdr振动信号端点检测方法 | |
CN111983695A (zh) | 水下磁探测阵列组建及其数据处理方法、装置和存储介质 | |
CN208140250U (zh) | 一种8路车内噪声检测*** | |
Johnson et al. | Compressed air leakage detection using acoustic emissions with neural networks | |
CN114062372B (zh) | 一种地铁隧道病害智慧分析*** | |
CN107548007B (zh) | 一种音频信号采集设备的检测方法及装置 | |
CN114354744A (zh) | 一种电力电缆防外破监测方法、***及装置 | |
JP7402500B2 (ja) | 状態変化検知システム及び状態変化検知プログラム | |
Hari et al. | Robust passive diver detection in shallow ocean | |
JP7000963B2 (ja) | ソーナー装置、音響信号判別法、及びプログラム |
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: 20200828 |
|
RJ01 | Rejection of invention patent application after publication |