为提高阀门管件泄漏检测精度,为工业安全生产提供有力支持,利用BP神经网络,开展了关于阀门管件泄漏检测方法的研究.首先,对阀门管件的压力信号进行采集,并去除其中的噪声及扰动.其次,从泄漏的时间域和频率域两个角度,提取泄漏过程中泄漏的关键特征,以准确地反映泄漏状态.在此基础上,构建由多个神经元连接而成的BP神经网络模型,通过模型的迭代,对阀门管件进行实时检测,根据神经网络的输出值判断阀门管件是否发生泄漏.实验结果表明,提出方法应用后,在阀门管件泄漏检测中具有较高的敏感度,均达到了0.8以上,更加接近1,能够更加准确地检测出存在泄漏的阀门管件,检测效果显著.
NETL
NSTL
万方数据
