改进的气体泄漏识别算法研究

摘要：

为了获得理想压缩气体泄漏信号的识别准确率,进而实现高效检测的目的,提出一种基于经验模态分解、梅尔频率倒谱系数和主成分分析的泄漏超声信号特征提取方法.首先,使用经验模态分解提取泄漏信号的超声频段,通过对固有模态函数的熵值设定阈值,优化频谱混叠;其次,通过构造梅尔变换函数,设计分别针对目标频段中不同分布的梅尔滤波器组;然后,使用主成分分析代替离散余弦变换,提取改进的梅尔频率倒谱系数;最后,在实验室模拟泄漏环境,采集不同泄漏条件的泄漏信号,使用支持向量机实现识别分类,完成泄漏检测.结果表明,使用熵阈值优化的经验模态分解能够提高泄漏信号的识别准确率,改进的梅尔频率倒谱系数是一种更有效的泄漏信号特征,相比改进前识别准确率提高了7.76％.

关键词：气体泄漏识别、信号特征提取、阈值设定、频谱混叠优化、主成分分析、梅尔滤波器、泄漏检测

所属期刊栏目：46

分类号：TN911.6-34;TB553

在线出版日期：2023-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：35-39