基于改进ELMD和多尺度熵的管道泄漏信号识别

来源：中国安全科学学报杂志2019年第8期北京时间：

作者：郝永梅, 杜璋昊, 杨文斌, 邢志祥, 蒋军成, 岳云飞

单位：1 常州大学 环境与安全工程学院,江苏 常州 213164; ；2 江苏省特种设备安全监督检验研究院 常州分院,江苏 常州 213161

摘要：为预防城市管道泄漏事故,准确提取管道泄漏信号的特征,首先提出一种改进的总体局域均值分解(ELMD)与多尺度熵的管道泄漏信号识别方法,通过峰值波形匹配延拓法处理端点处的信号,减弱端点处信号分量的畸变、失真;然后对管道原始泄漏信号进行ELMD分解,得到一系列乘积函数(PF),计算各PF分量的多尺度熵值,根据熵值的大小筛选出含有主要泄漏信息的PF分量,消除背景噪声的影响;最后构建反向传播(BP)神经网络,并识别泄漏信号。结果表明:该方法减少了分解后的误差,能够实现管道泄漏的检测,与未改进的ELMD方法相比,泄漏信号的识别率更高。

关键词：城市管道,总体局域均值分解(ELMD),多尺度熵,反向传播(BP)神经网络,信号识别

基金资助：江苏省重点研发计划专项项目(BE2018642);江苏省研究生科研创新项目(KYCX18_2622);常州市科技支撑计划(社会发展)项目(CE20185024)。