压力容器气体泄漏中WOA-VMD与SVM联合检测方法

摘要：

从声信号特征分析的角度,提出一种引入鲸鱼算法的变分模态分解(WOA?VMD)和支持向量机的气体泄漏故障诊断新方法.首先,引入鲸鱼算法应用于变分模态分解,对参数α和K进行全局寻优,得到最优(α,K)组合,并将优化后的变分模态分解方法应用于时频分析;然后,提取23个可以用来表征气体泄漏信号的时域、频域及时频域特征,构成了特征参数矩阵输入支持向量机;最后,选择识别率最高的特征组合作为支持向量机的输入矩阵,并对气体泄漏情况进行识别.经实验分析:提出的引入鲸鱼算法优化后的VMD方法能够有效地自适应获取最优参数组,且该方法在抗模态混叠和抗噪声干扰方面具有明显优点;利用优化后的VMD方法及其他时、频域分析方法对压力容器气体泄漏声波信号进行特征提取,选取最优的特征组合输入支持向量机,得到泄漏与否判别准确率高达99.18％,有助于对后续泄漏源定位及实时监测系统开发的进一步研究.

关键词：气体泄漏检测、压力容器泄漏、变分模态分解、鲸鱼优化算法、时频分析、气体泄漏识别、参数寻优、特征提取

所属期刊栏目：45

分类号：TN06⁃34;TP391.4(一般性问题)

资助基金：江苏省重点研发计划社会发展项目;无锡市社会发展科技示范工程项目

在线出版日期：2022-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：104-110