LMD特征融合与SVM的供水管道堵塞识别

针对城市供水管道早期堵塞难以检测的问题,提出了一种基于局部均值分解(LMD)的分量信号特征提取,结合支持向量机(SVM)的堵塞故障识别方法。先对声响应信号进行LMD,得到若干乘积函数(PF)分量,进而采用相关分析法选取有效PF分量,对有效PF分量分别提取能量熵、近似熵和平均声压三个指标的特征,构建分类特征集。最后利用交叉验证(CV)方法优化参数的SVM分类器识别堵塞故障信号。实验结果表明:采取基于LMD特征融合和通过CV优化的SVM相结合的方法可以有效识别供水管道的初期堵塞。与基于LMD特征融合和BP神经网络的方法进行了对比,结果表明:本文方法具有更好的堵塞故障识别效果。

基于计算机视觉的溢洪道块石堵塞识别研究

溢洪道是水利工程中重要的泄水结构,保障其稳定地泄流对调节水库水位、保障挡水建筑物安全等具有重要意义。现阶段溢洪道检测自动化水平低、缺少专门的管理人员,发生堆积险情上报难以满足即时性要求。因此,利用计算机视觉技术建立了一种便捷、轻量化的溢洪道块石堆积检测方法。先通过室内试验模拟可能出现的块石堆积情况,建立一套图像采集系统拍摄不同形态块石造成的溢洪道泄槽堵塞;然后以常规DeepLabV3+模型为基础,将模型中backbone替换为Res Net50和Mobile NetV2网络结构。通过对比试验表明,修正后模型的分类准确率和平均交并比均有所提升。综合考虑模型性能和图像分割效率,最终采用Mobile Net V2网络结构作为改进的DeepLabV3+模型的backbone。试验结果表明,改进的DeepLab V3+模型的平均交并比较常规模型提升了12.61%,测试集中的平均图像分割时间为277.93 ms。研究所用方法能够为溢洪道自动化检测提供基础。

烟堵识别方法在燃气热水器冷凝水堵塞上的应用研究

本文对冷凝式燃气热水器冷凝水堵塞风险处理现状,和目前烟道堵塞保护方式对比分析。展开冷凝器及堵塞逻辑设计,实验中通过调试冷凝水水位、保护转速等,进而验证其烟道堵塞风压值。结果表明冷凝水堵塞可与烟道堵塞共用风机转速来判断堵塞状态,该方法能满足标准要求,技术可行、成本更低。为冷凝水堵塞提供一种更加经济、可靠的处理方法。

小波包增强稀疏表征分类的管道堵塞故障识别

针对在声学主动检测埋地排水管道故障的过程中,不同程度堵塞信号及常规管道部件三通件信号等难以有效区分的问题,提出小波包增强稀疏表征分类(SRC)的堵塞故障识别方法。该方法首先对管道中采集的声学信号进行小波包分解,提取不同尺度分量的多个时频特征参数并筛选出更为有效的特征值,构建能全面表征不同程度堵塞与管道三通件信号的特征向量,然后利用特征向量分别构造字典和稀疏表征分类器。实验结果表明,该方法在少量样本情况下仍能有效识别排水管道内不同程度的堵塞故障及管道三通件,具有一定的工程实用价值。

基于信息增益的管道堵塞声学检测方法

针对埋地管道不同程度堵塞检测困难,且堵塞特征难以有效提取的问题,提出离散小波变换、信息增益、声压级变换、梅尔频率倒谱系数、极限学习机相结合的堵塞检测方法。首先,采用低频声学信号作为激励信号,采集待检测管道接收端的声压信息,获取相应的响应信号,对响应信号进行6层离散小波变换,得到8个不同频率范围的分解分量;其次,引入信息增益定量表征8个分量,筛选出包含管道运行状态信息最多的分量,最大限度的保留有效特征信息,对筛选后的分量信号进行声压级变换,提取梅尔频率倒谱系数构成特征向量;最后,利用极限学习机结构简单、学习速度快的特点,对管道运行状态进行有效识别,通过以上方式达到识别管道不同程度堵塞的目的。实验结果表明,该方法不仅能有效识别运行状态下管道的堵塞程度,而且能够排除三通件等常规部件对堵塞识别的影响,提高识别精度,对管道的正常运行和堵塞识别具有理论指导意义和应用价值。