• 数据不确定性问题: 普遍存在的数据不确定性,如测量噪声、传输噪声、建 模误差、采样误差,使实测数据与标准理论分析结果往往有较大偏差,因此, 管道故障的类型、尺寸、形状、位置等的精确量化是一个挑战。
• 人工处理数据问题: 检测数据仍需人工处理,对人力需求量大且难以保障准 确性。
• 数据处理实时性问题: 大量信号数据的处理耗时长,对故障的实时在线检测 能力有待提高。
• 其中,超声传感技术的优势: 是管道无损检测的主流方法,灵敏度高。
超声非侵入式在线自动检测
Ø 超声传感器
超声传感技术研究
超声非侵入式在线自动检测
Ø 超声技术要实现根据少量传感器信号实现大面积区域的检测,需要数 据推断和挖掘技术的支持。
Ø 机器学习算法,可以有效解决这些问题(数据推断、数据挖掘)。
管道故障的智能感知与诊断
• 对于管道故障检测,深度神经网络可以在信号的故障特征提取、故障 诊断、故障分类和定位等多个环节发挥功能。
• 基本原理是将管道的某些参数,如压力和流量信号,作为训练样本, 对神经网络进行训练,调整权值,建立特征提取模型或故障检测模型。
管道检测的智能方法
Ø 浅层机器学习方法的数据处理和特征提取能力受到一定的 限制,且对数据的信息完整性要求较高。
Ø 深度学习,依靠其强大的深层次特征提取能力,拥有极好 的泛化能力。
声明:公众号所发稿件、图片、视频均用于学习交流,文章来自会议摘要,小编整理发布, 版权归原作者所有,如涉及作品内容、版权和其他问题,请及时与我们联系删除!
感谢支持,请点击右下角“再看”