共查询到20条相似文献，搜索用时 31 毫秒
1.
利用音频功率谱峰值频率分析可以检测西瓜成熟度,使用短时能量和过零率提取出振动信号,对信号进行分析能够准确的判断振动信号的起止点,完整地提取出每次敲打西瓜的声音信号,用于下一步处理,并滤除微小的干扰信号。通过划分不同成熟度下功率谱峰值频率区间范围,并用划分的区间检测西瓜的成熟度。 相似文献
2.
如何有效识别人工挖掘、机械挖掘和车辆经过等油气管道安全威胁事件,对基于相干瑞利的管道光纤安全预警系统至关重要。提出一种基于优化支持向量机的管道安全威胁事件识别方法,对管道光纤安全预警系统采集到的管道沿线振动信号进行分析,提取各频段的归一化能量与信号持续时间作为特征向量,利用人工蜂群算法对支持向量机的惩罚因子和核函数参数进行优化,采用优化后的支持向量机对特征进行分类。在港枣成品油管道开展安全试验,获得了90.7%的分类正确率,证明了该方法的有效性和工程应用价值。 相似文献
3.
《油气储运》2020,(3)
超声波具有穿透力强、对材料层状剥离极为敏感等特点,在涂层缺陷检测中具有独特优势。为实现海底油气管道外涂层缺陷的快速准确检测,弥补现有油气管道涂层检测技术可靠性低、易受外界干扰、定位不准等缺点,提出了一种利用超声脉冲回波的管道涂层缺陷检测方法。通过ANSYS建模仿真计算,对比完好涂层界面和缺陷涂层界面的反射回波衰减特性,经多次反射后回波的幅值呈现出明显的差异性,选取第5次回波信号作为涂层缺陷的判断依据,再通过试验验证了模拟结果的可靠性。研究表明:该方法灵敏度高,能够准确检测出涂层缺陷,操作简便可靠,不受外界海底复杂环境的影响,满足连续检测的需要,可有效保障海底油气管道的安全高效运行。(图7,表1,参22) 相似文献
4.
针对磁记忆检测方法在油气管道内检测过程中易受外界因素干扰的不足，提出了一种利用双磁场强度进行长输油气管道应力内检测的方法。基于J-A理论建立管道应力内检测解析模型，分析不同磁场强度下应力信号的检测特征，通过试验验证强弱磁场下管道应力内检测的有效性。结果表明：在强磁作用下，管道应力对磁信号的影响较小，随着饱和程度的增大，影响逐渐减弱；在弱磁作用下，管道应力可以影响磁信号的强度，可据此进行应力集中区的检测；当外磁场强度为5 000 A/m时，300 MPa应力的识别能力为50%,10 mm长、10 mm宽、10 mm深的缺陷识别能力为4%；当外磁场强度为30 kA/m时，300 MPa应力的识别能力为1.74%，同样体积缺陷的识别能力为40%；利用双磁场检测器进行管道内检测时，可以根据同一位置不同强度磁场下的信号特征进行管道损伤判断。当强磁节无信号特征、弱磁节有信号特征时，管壁存在应力集中区；当强磁节有信号特征、弱磁节无信号特征时，管壁存在体积缺陷；当强磁节及弱磁节均有信号特征时，管壁上体积缺陷处存在应力集中区，需重点关注。研究成果可为油气管道缺陷处的应力检测提供理论依据。（图7，参25） 相似文献
5.
交叉并行管道阴极保护干扰数值模拟 总被引：1，自引：0，他引：1
针对国内某油气管道存在的阴极保护干扰问题现状,开展检测分析并确定其阴极保护干扰特点。依据埋地管道参数和阴极保护系统工作参数,完成了对应的干扰现场数值模拟分析,结果表明：现场检测数据不能全面反映干扰电位的分布规律,现场检测阴极保护干扰时,必须采用密间隔电位测量技术（CloseIntervalPotentialSurvey,CIPS）,必要时借助数值模拟技术辅助分析。为了预先了解对应治理方案的治理效果,利用数值模拟技术对治理方案进行预评估,结果显示治理方案可以消除该处管道的阴极保护干扰影响,同时对治理方案的合理性进行了讨论。借助数值模拟技术对管道阴极保护干扰进行分析的做法,可以为解决类似工程问题提供借鉴。（图7,参12） 相似文献
6.
《油气储运》2016,(10)
为了在震后快速估计强地面运动作用下油气管道灾情展布,利用Shake Map技术得到油气管道沿线的加速度峰值和速度峰值空间展布情况,并根据地震动、工作压力等条件判定震区油气管道的破坏状态,判别管道破坏的可能后果,根据震区人口密度和管道重要性确定管道的地震灾情展布,实现了震后对震区油气管道灾情的快速评估。以2015年7月3日皮山6.5级地震为例,结合Shake Map_CNST系统计算的地震动参数,快速估计震区油气管道的破坏状态和灾情展布,判别破坏状态为轻微破坏和基本完好,轻微破坏主要出现在Ⅷ度区。该研究方法能够比较客观地反映震区油气管道的灾情展布特征,具有良好的应用价值。 相似文献
7.
为了在震后快速估计强地面运动作用下油气管道灾情展布,利用Shake Map技术得到油气管道沿线的加速度峰值和速度峰值空间展布情况,并根据地震动、工作压力等条件判定震区油气管道的破坏状态,判别管道破坏的可能后果,根据震区人口密度和管道重要性确定管道的地震灾情展布,实现了震后对震区油气管道灾情的快速评估。以2015年7月3日皮山6.5级地震为例,结合Shake Map_CNST系统计算的地震动参数,快速估计震区油气管道的破坏状态和灾情展布,判别破坏状态为轻微破坏和基本完好,轻微破坏主要出现在Ⅷ度区。该研究方法能够比较客观地反映震区油气管道的灾情展布特征,具有良好的应用价值。 相似文献
8.
提出了一种基于改进特征隐马尔科夫模型(HMM)的尖叫音频检测算法。它可以对视频中的尖叫片段进行检测,具有实时性和准确性的特点。对音频中的短时能量、过零率和梅尔频率倒谱系数等特征进行了分析,利用其统计学特性对这些特征进行了改进,提出了尖叫检测中新的音频特征。将新的音频特征融合进HMM中,提出了基于改进特征HMM的尖叫音频检测算法。通过实验验证了该算法的准确性和可行性。结果显示该算法的平均准确率高于97%且平均查全率高于94%,性能高于其他同类算法。 相似文献
9.
地质灾害是导致埋地油气管道破坏失效的主要原因之一,特别是管道沿线的山体滑坡、地层沉降及地面塌陷等严重威胁着管道的安全运行。基于已有研究,介绍了几种分析管土耦合作用的常用模型,总结了地质灾害作用下埋地管道应力计算方法。采用实验模拟与数值模拟相结合的手段,开展了塌陷、沉降以及滑坡地质灾害下管土相互作用实验以及FLAC 3D数值模拟,分别得到了3种地质灾害下的管道应力分布情况,通过比较实验结果、数值模拟结果以及管道理论模型计算结果可得:采用有限差分软件FLAC 3D开展管土相互作用模拟是可行的;仅考虑管道、输送介质以及土体重力载荷得到的理论计算结果与实验及数值模拟的结果相差很大,需要考虑土体摩擦力以及黏聚力等参数的影响,对管道应力计算方法进行改进。 相似文献
10.
《油气储运》2017,(4)
针对目前地下油气管道探测仪由于高采样率、高精度而造成功耗大的问题,引入一种混频幅值算法,使得探测仪接收机能够在远低于2倍发射频率的情况下完成采样并进行相应的地下油气管道埋深的计算。根据地下管道探测仪工作原理,被测信号为等幅正弦信号,将其与方波信号通过乘法器混合得到混频信号,再通过低通滤波回路得到频率更低的信号,其频率为方波信号与正弦波信号的频率差值。接收机采集该低频信号,并计算被测信号的强度幅值即可确定油气管道的埋深。经试验证明,当管道埋深在2 m以内时,用该方法探测油气管道深度的相对误差在±2%内,且接收机测得的感应电压幅值稳定可靠,能够满足地下油气管道探测的要求,同时还降低了功耗和成本,大幅提高了地下油气管道探测仪的性价比。 相似文献
11.
12.
13.
14.
15.
为解决管道补口热收缩带剥离强度人工抽检效率低、人为因素影响大的问题,通过超声波理论分析以及对不同粘接强度管道补口试件的试验分析,以及采用超声检测技术对管道补口热收缩带的粘接质量进行无损检测,实现剥离强度的定性及半定量评价,确定了能够明显反映管道补口热收缩带剥离强度的超声波特征参数。研究表明：超声波信号平均功率和低频能量两个参量与热收缩带剥离强度呈反比,可用于剥离强度的全面、快速检测。基于这两个参数指标,采用超声波反射法对补口样品的测试结果与补口样品手动机械拉伸测试结果一致,验证了参数选择的有效性。超声波特征参数可为建立补口热收缩带粘接质量的超声无损检测方法提供参考依据。 相似文献
16.
17.
环焊缝缺陷是影响在役长输油气管道安全运行的重要因素,但环焊缝处漏磁内检测信号相对复杂,利用传统的人工分析方法不易实现缺陷的分类。在此,提出一种基于深度卷积神经网络（Deep Convolutional Neural Network,DCNN）的管道漏磁内检测环焊缝缺陷智能分类方法：将管道环焊缝漏磁内检测信号图像作为样本,并以环焊缝开挖后射线检测发现的缺陷类型为样本标签建立数据库,再利用深度卷积对抗生成网络（Deep Convolution Generative Adversarial Network,DCGAN）对数据集进行扩展增强;利用扩展增强后的数据集对残差网络进行改进与迭代训练,再使用训练后的残差网络对环焊缝漏磁内检测信号图像进行分类。实例应用结果表明：该方法可实现对环焊缝常见条形缺陷、圆形缺陷的识别分类,分类测试的准确率为83%～88%,对于圆形缺陷的召回率超过97%。新方法突破了人工分析环焊缝处漏磁内检测信号的局限,可为环焊缝缺陷智能分类提供参考。（图5,表6,参31） 相似文献
18.
海洋油气采集、运输主要是由多相流管道完成,多相流管道检测一直是管道安全管理的难点,基于声波传感技术的诸多优点,对其在多相流管道泄漏检测中的应用情况进行了研究。首先总结了基于声波传感技术的管道泄漏检测研究现状,然后通过气液两相流管道的声波法泄漏检测认知试验及对声波传感器采集的试验数据进行初步处理,验证声波传感技术在多相流管道泄漏检测的可行性。结果表明:在不同流型条件下,采集到的泄漏声波信号特征不同,但都具有第一峰值、第二峰值特征,因而可以利用求信号平均幅值、均方值及分段积分的方法来判断管道泄漏与否,并利用信号的互相关性实现泄漏定位。基于上述研究,探讨了声波传感技术在多相流管道检测中的研究和发展方向。 相似文献
19.
油气长输管道高后果区通常采用视频监控形式开展技术布防,识别高后果区管道周围人工挖掘、机械挖掘及重车碾压等第三方破坏事件,但视频监控往往依靠值守人员监屏,存在效力不足的问题。为此,提出一种基于深度学习的管道高后果区第三方破坏智能识别方法,对采集到的沿线图像视频进行分析,提取特征目标,建立基于YOLO v5的图像智能识别模型。该模型提升了寻优速度和目标检测精度,模型训练在226次迭代后训练过程损失函数值和验证过程损失函数值分别趋近于0和0.01,达到最优态。利用新建立的识别方法在天津地区某高后果区开展管段视频监控测试,识别精确率高达99.33%,验证了该方法的有效性,可为后续开展高后果区视频监控系统智能识别和实时预警提供工程应用参考。（图6,表2,参19） 相似文献