摘要
提出了 一 种利用相敏光时域反射仪(phase-sensitive optical time domain reflectometer,φ-OT-DR)和YOLOv5(you only look once v5)目标检测算法定位跟踪管道中清管器(pipeline inspection gauge,PIG)的策略.PIG两端皮碗和管道焊缝碰撞时会产生振动,利用φ-OTDR技术可以收集该振动信号在时空图上呈现出区分于其他背景噪声的"倒V"特征.通过获取大量含有"倒V"特征的时空图来构建训练集和测试集,训练集用来训练YOLOv5网络模型,测试集用来测试训练好的YOLOv5网络.经过训练的模型被证明能够准确地捕捉时空图中的"倒V"特征,从而反演PIG的实时位置与路径.将分布式光纤传感器与神经网络算法相结合,进一步提高了 PIG定位跟踪的便捷性与准确性,有利于实现PIG的在线、自动化跟踪.
维普
万方数据