一种输卤管道泄漏检测的智能终端与方法与流程

文档序号:21353135发布日期:2020-07-04 04:15阅读:来源:国知局

技术特征:

1.一种输卤管道泄漏检测的智能终端,其特征在于,包括stm32f7芯片、压电式复合传感器、滤波电路模块、高精度a/d转换电路、gps模块、外部sdram模块、sd卡模块、4g通讯模块;

所述压电式复合传感器,用来检测输卤管道内部的压力信号和振动信号,其采集的模拟信号经过滤波电路模块、高精度a/d转换电路转化成数字信号,并通过spi方式传输给stm32f7芯片,将采集的数据写入外部sdram模块中,所述stm32f7芯片对数据进行分析,将疑似泄漏的信号,存储到sd卡中,通过4g模块传输到上位机。

2.根据权利要求1所述的输卤管道泄漏检测的智能终端,其特征在于,所述智能终端通过gps模块的秒脉冲信号,同步采集输卤管道上下游某一时刻的振动信号和压力信号,并且利用gps模块给采集到的数据加上时间戳。

3.根据权利要求1所述的输卤管道泄漏检测的智能终端,其特征在于,高精度的a/d转换电路采用的是ads1274。

4.一种输卤管道泄漏检测的方法,其特征在于,包含如下步骤:

sept1:获取输卤管道内壁的压力和振动信号的历史数据集h;

sept2:对历史数据集h进行离散s变换,记录s变换后的数据集d,将s变换后的数据集d分为训练集z和测试集t;

sept3:搭建lstm模型,选取sept2中训练集z对lstm模型进行训练类,并调整参数直至网络效果达到预想效果,确立lstm模型;

sept4:将sept2中测试集t作为lstm模型的输入,对模型准确性进行验证;

sept5:对输卤管道当前的振动和压力信号进行同步采样,将当前采样数据进行s离散变换;

sept6:将s变换后的当前数据输入到已经训练好的lstm模型中,进行是否发生泄漏的预测。

5.根据权利要求4所述的输卤管道泄漏检测的方法,其特征在于,所述s变换的离散形式如下所示:

其中,n为信号的采样总点数,t为采用周期,x[kt](k=0,1,2…n-1)为采样后的信号,n为第n个点的序号,m为向左平移的频率点,j为虚数单位。

6.根据权利要求5所述的输卤管道泄漏检测的方法,其特征在于,所述s变换的具体步骤如下:

step1.1:采集输卤管道内壁的压力信号x[kt];

step1.2:对压力信号x[kt]进行快速傅里叶变换,得到

step1.3:n=0时,转到step1.4,执行step1.4与step1.5;n不为0时,对于给定的频率点n,计算高斯窗函数的fft:

并转step1.6;

step1.4:根据n=0的公式计算给定时间点k对应的时间序列的s变换s[kt,0](k=0,1,2,…,n-1表示时间采样点);

step1.5:令k=k+1,重复step1.4,直至完成所有点的s变换,并结束s变换;

step1.6:将step1.2中的向左平移m个频率点得到频谱函数

step1.7:对进行傅里叶变换后的高斯窗函数和平移后的频谱函数进行卷积,得到再进行反傅里叶变换,即可得到频率点n对应的s变换谱

step1.8:令n=n+1,重复step1.6、step1.7,直到计算完所有的频率点的s变换。

7.根据权利要求4所述的输卤管道泄漏检测的方法,其特征在于,所述lstm模型公式包括:

1)遗忘门:有条件地选择哪些信息从当前单元中抛弃,公式如下:

ft=σ(wf.[ht-1,xt]+bf)

其中ft∈[0,1],1表示“完全保留”,0表示“完全舍弃”,其中ht-1表示的是上一个时刻lstm的输出,xt表示的是细胞的当前输入,wf为遗忘门的权重矩阵,bf为偏置,σ是激活函数,通常选用sigmoid函数,即

2)输入门:有条件地决定在单元中存储哪些信息,公式如下:

it=σ(wi.[ht-1,xt]+bi)

其中,输入门it是由xt和ht-1经过sigmoid函数计算生成的,it同ft一样是一个介于[0,1]的向量;另一个是由xt和ht-1经过tanh激活函数生成的一个向量表示单元状态更新值,it控制的哪些特征用于更新当前的状态,从而生成新的状态

3)输出门:有条件地决定哪些信息需要输出,并输出信息;公式如下:

ot=σ(wo.[ht-1,xt]+bo)

ht=ot*tanh(ct)

其中,运行一个sigmoid层来确定细胞状态的哪个部分将输出出去,接着,把细胞状态通过tanh进行处理,得到一个在-1到1之间的值,并将它和sigmoid门的输出相乘,最终仅会输出我们确定输出的那部分。

8.根据权利要求7所述的输卤管道泄漏检测的方法,其特征在于,所述sept3中通过交叉熵损失函数,来刻画实际输出和期望输出的差距,并使用随机梯度下降法最小化交叉熵损失函数,对lstm模型进行参数调整,直至模型达到要求,,设“1”标记为发生泄漏,“0”表示管道未发生泄漏,其交叉熵损失函数公式为:

其中,表示t时刻输卤管道发生泄漏的实际概率,z为训练集,z为训练集中的一个数据,p(yt|ht)表示模型预测的概率,即当输卤管道发生泄漏时的概率为:p(yt|ht)=softmax(θht+b),其中θ=(θ1,θ2...θz)为权重矩阵,b为偏置。


技术总结
本发明涉及输卤管道检测技术领域,公开了一种输卤管道泄漏检测的智能终端与方法,智能终端包括STM32F7芯片、压电式复合传感器、滤波电路模块、高精度A/D转换电路、GPS模块、外部SDRAM模块、SD卡模块、4G通讯模块。检测方法包括获取历史数据集H;对其进行离散S变换,并分为训练集Z和测试集T;训练并确定LSTM模型;对输卤管道信号同步采样,对其进行S离散变换;将当前数据输入到已经训练好的LSTM模型中,预测是否发生泄漏。与现有技术相比,本发明通过S变换充分了解到输卤管道某时刻数据特征,通过LSTM建模,解决了数据之间的时间相关性,避免人为设置阈值,增加泄露判断的准确性。

技术研发人员:徐敏;赵建洋;丁卫红;单劲松;孙成富
受保护的技术使用者:淮阴工学院
技术研发日:2020.03.20
技术公布日:2020.07.03
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1