气体管道运行状态特征提取与状态识别

摘要：

研究了气体管道各种运行状态下的声波信号特征参数,通过仿真分析验证可变模态分解(VMD)后前两个分量的中心频率IMF1和IMF2,以及经VMD-Wavelet处理后重构信号的云模型特征熵En和重心频率FC可以作为气体管道运行状态识别的特征参数;研究了反向传播神经网络,提出VMD-En-BP模型,通过测试分析发现,该模型能够准确识别气体管道的正常运行、敲击、渗漏、小泄漏和大泄漏等五种运行状态.

关键词：气体管道泄漏检测、可变模态分解、特征提取、运行状态识别

所属期刊栏目：38

分类号：TH49;TE973.6(气体压缩与输送机械)

资助基金：黑龙江省自然科学基金项目"基于变分模态分解和流形学习的油气管道泄漏信号检测技术研究";东北石油大学国家基金培育基金项目"气体管道泄漏声波信号特征提取与状态识别"

在线出版日期：2021-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：14-21