本發(fā)明涉及可燃氣體泄漏檢測技術(shù)領(lǐng)域，具體涉及一種可燃氣體泄漏檢測方法及系統(tǒng)。

背景技術(shù)：

LNG加氣站、化工廠、熱電廠、煉油廠、鋼鐵廠等含有可燃氣體的設(shè)備管道中，其接口部分在使用過程中由于腐蝕老化、焊接質(zhì)量等原因很容易發(fā)生泄漏，這將造成重大的經(jīng)濟損失和安全隱患。

現(xiàn)有市面上用來檢測是否有可燃氣體泄漏的裝置主要包括催化型可燃氣體傳感器和紅外(激光)可燃氣體探測器兩類。其中，催化型可燃氣體傳感器的檢測原理是：可燃氣體進入探測器時，會引起鉑絲表面引起氧化反應(無焰燃燒)，其產(chǎn)生的熱量使鉑絲的溫度升高繼而導致鉑絲的電阻率發(fā)生變化，則通過檢測鉑絲加熱后的電阻變化即可判定是否有可燃氣體泄漏以及泄漏的濃度。雖然催化型可燃氣體傳感器價格便宜，但是由于泄露的可燃氣體在很短的時間內(nèi)會瞬間揮發(fā)，設(shè)置可燃氣體傳感器來檢測氣體需要有足夠的濃度，這就使得其測量的準確度較低。紅外(激光)可燃氣體探測器是利用可燃氣體對紅外光有選擇性的吸收原理來檢測現(xiàn)場環(huán)境的可燃氣體濃度的。但是該種裝置在有一定濃度灰塵、水汽粒子且粒子濃度變化較快的場所并不容易安裝，而目前加氣站、化工廠等一般都建在國道周圍，環(huán)境灰塵大，這就造成了紅外(激光)可燃氣體探測器使用的瓶頸，而且其價格也較為昂貴。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明實施例提供了一種可燃氣體泄漏檢測方法及系統(tǒng)，解決了現(xiàn)有可燃氣體泄漏技術(shù)準確度低、使用不便、成本較高等技術(shù)問題。

本發(fā)明一實施例提供的一種可燃氣體泄漏檢測方法，包括：獲取待檢測位置的聲波信號；對所述獲取的聲波信號進行降噪預處理；對預處理后得到的聲波信號進行特征提取，并輸出特征向量；根據(jù)輸出的不同特征向量自動檢測出待檢測位置的可燃氣體泄漏狀態(tài)；

其中，所述對預處理后得到的聲波信號進行特征提取，并輸出特征向量包括：對所述預處理后的聲波信號進行小波包多尺度分解，得到各個節(jié)點的小波包系數(shù)；對所述分解得到的最底層低頻系數(shù)和高頻系數(shù)進行小波包重構(gòu)，得到最底層各個頻帶的重構(gòu)信號；從所述最底層各個頻帶的重構(gòu)信號中提取能量，并將其作為特征向量輸出給檢測模塊；

其中，所述小波包多尺度分解層數(shù)為3至8層；

其中，所述可燃氣體的泄漏狀態(tài)通過BP神經(jīng)網(wǎng)絡(luò)訓練模型自動識別；

其中，所述的可燃氣體泄漏檢測方法進一步包括：若檢測到待檢測位置有可燃氣體泄漏時，則向報警模塊發(fā)送觸發(fā)信號；接收觸發(fā)信號，在接收到觸發(fā)信號時生成并輸出報警信號；

其中，所述獲取待檢測位置的聲波信號包括：采集待檢測位置的聲波信號的模擬數(shù)據(jù)；將所述采集的聲波信號的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字數(shù)據(jù)并傳送給預處理模塊。

本發(fā)明一實施例提供的一種可燃氣體泄漏檢測系統(tǒng)，包括聲音傳感器、預處理模塊、特征提取模塊以及檢測模塊，其中：所述聲音傳感器用于獲取待檢測位置的聲波信號；所述預處理模塊用于對所述聲音傳感器獲取的聲波信號進行降噪預處理；所述特征提取模塊用于對所述預處理模塊預處理后的聲波信號進行特征提取，并輸出特征向量；所述檢測模塊用于根據(jù)所述特征提取模塊輸出的不同特征向量自動檢測出待檢測位置的可燃氣體泄漏狀態(tài)；

其中，所述特征提取模塊包括小波包分解單元、重構(gòu)單元以及能量特征提取單元，其中：所述小波包分解單元用于對所述預處理后的聲波信號進行小波包多尺度分解，得到各個節(jié)點的小波包系數(shù)；所述重構(gòu)單元用于對所述小波包分解單元分解得到的最底層低頻系數(shù)和高頻系數(shù)進行小波包重構(gòu)，得到最底層各個頻帶的重構(gòu)信號；所述能量特征提取單元用于從所述最底層各個頻帶的重構(gòu)信號中提取能量，并將其作為特征向量輸出給檢測模塊；

其中，所述的可燃氣體泄漏檢測系統(tǒng)，進一步包括：報警模塊，用于接收來自檢測模塊發(fā)出的觸發(fā)信號，在接收到觸發(fā)信號時生成并輸出報警信號；所述檢測模塊進一步包括信號傳輸單元，用于若檢測到待檢測位置有可燃氣體泄漏，則向所述報警模塊發(fā)送觸發(fā)信號；

其中，所述聲音傳感器包括采集單元和模數(shù)轉(zhuǎn)換單元，其中：所述采集單元用于采集待檢測位置的聲波信號的模擬數(shù)據(jù)；所述模數(shù)轉(zhuǎn)換單元用于將所述采集單元采集的聲波信號的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字數(shù)據(jù)并傳送給所述預處理模塊。

本發(fā)明實施例提供的可燃氣體泄漏檢測方法及系統(tǒng)，對待檢測位置的聲波信號進行小波包分解，提取最底層各頻帶的能量信號作為特征向量輸入到檢測模塊，然后利用訓練好的BP神經(jīng)網(wǎng)絡(luò)對輸入的實時數(shù)據(jù)進行檢測，能夠精確地判斷出可燃氣體泄漏的種類和濃度，提高了準確度，且使用方便快捷，成本較低。

附圖說明

圖1所示為本發(fā)明一實施例提供的一種可燃氣體泄漏檢測方法的流程圖。

圖2所示為本發(fā)明一實施例提供的一種可燃氣體泄漏檢測方法的小波包三層分解結(jié)構(gòu)示意圖。

圖3所示為本發(fā)明另一實施例提供的一種可燃氣體泄漏檢測方法的流程圖。

圖4所示為本發(fā)明一實施例提供的一種可燃氣體泄漏檢測系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本方案的基本設(shè)計思路為：高壓可燃氣體在泄漏過程中，通過管道接口(泄漏口)向外噴發(fā)時會形成特有的聲波信號，這種過程可以看成是聲發(fā)射現(xiàn)象。我們利用小波包分解方法對這種聲發(fā)射信號進行分解，并將分解后得到的最底層各頻帶的能量作為特征向量來檢測判斷待檢測位置是否有氣體泄漏。

圖1所示為本發(fā)明一實施例提供的一種可燃氣體泄漏檢測方法的流程圖。如圖1所述，該可燃氣體泄漏檢測方法包括：

步驟101：獲取待檢測位置的聲波信號。在本發(fā)明一實施例中，該步驟101具體包括采集待檢測位置的聲波信號的模擬數(shù)據(jù)，將采集的聲波信號的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字數(shù)據(jù)并傳送給預處理模塊。

步驟102：對獲取的聲波信號進行降噪預處理。在本發(fā)明一實施例中，采用小波變換閾值法對聲波信號進行降噪處理，具體方法為通過選擇合適的閾值函數(shù)，在小波變換域中去除聲波信號低幅值的噪聲，然后進行離散小波變換的逆變換，重構(gòu)出降噪后的聲波信號。

在本發(fā)明一實施例中，在閾值函數(shù)的選取方法中，采用一種改進的閾值函數(shù)方法，其表達式如下所示：

其中，w_j,k為第k層小波變換的小波系數(shù)，為經(jīng)過閾值處理后的小波系數(shù)，λ為所取的閾值。

因為正交小波變換具有很強的去數(shù)據(jù)相關(guān)性，它能使信號的能量集中在小波域的一些大小波系數(shù)中，而噪聲的能量卻分布于整個小波域內(nèi)，其幅值較小，所以，經(jīng)上述小波變換后，保留了盡可能多的幅值較大的小波系數(shù)，獲得了較好的降噪效果。

步驟103：對預處理后得到的聲波信號進行特征提取，并輸出特征向量。本領(lǐng)域的技術(shù)人員可以理解，小波包分解對信號的低頻和高頻成分同時進行分解，能夠?qū)崿F(xiàn)對信號頻帶的均勻劃分，具有很好的時頻特性，同時，小波包的完整性和正交性可使原始信號得到完整保留。在本發(fā)明一實施例中，該步驟103通過小波包分解技術(shù)完成，具體過程包括如下：

a.對預處理后的聲波信號進行小波包多尺度分解，得到各個節(jié)點的小波包系數(shù)，具體地，采用小波包分解法對聲波信號的多尺度分解可表示為：

其中，x(t)為聲波原始信號，d^i,j(t)為第i層中第j個節(jié)點小波系數(shù)，h(k-2t)為低通分解濾波器函數(shù)，g(k-2t)為高通分解濾波器函數(shù)。

b.對分解得到的最底層低頻系數(shù)和高頻系數(shù)進行小波包重構(gòu)，得到最底層各個頻帶的重構(gòu)信號。

c.從最底層各個頻帶的重構(gòu)信號中提取能量，并將其作為特征向量輸出給檢測模塊。

在對聲波信號的實際處理中，可根據(jù)需要選擇小波包分解的層數(shù)，在本發(fā)明一實施例中，小波包多尺度分解層數(shù)為3至8層，既不會使計算量過大，也會較為精確地計算出各層中不同頻率信號的能量集中情況。

圖2所示為本發(fā)明一實施例對聲波信號進行3層小波包分解的示意圖。如圖2所示，S表示原始信號，L表示低頻帶信號，H表示高頻帶信號，末尾的序號數(shù)表示小波分解的層數(shù)，即尺度數(shù)。在第1層分解中將聲波信號分解為低頻信號L1和高頻信號H1，然后對第1層的低頻信號L1再次進行第2層分解，分解為相對的低頻信號LL2和高頻信號HL2，同理對第1層的高頻信號H1也進行第2層分解，分解為相對的低頻信號LH2和高頻信號HH2，以此類推分解到第3層。然后分別對第3層低頻系數(shù)和高頻系數(shù)進行小波包重構(gòu)，得到各個頻帶的重構(gòu)信號S_3j(j＝0，1，…，7)，則重構(gòu)后的總信號為：

S＝S₃₀+S₃₁+S₃₂+S₃₃+S₃₄+S₃₅+S₃₆+S₃₇

再從第三層重構(gòu)信號S_3j中提取各個頻帶LLL3、HLL3、LHL3、HHL3、LLH3、HLH3、LHH3、HHH3的能量，設(shè)S_3j對應的能量為E_3j，則

則聲波信號的總能量為：

E＝E₃₀+E₃₁+E₃₂+E₃₃+E₃₄+E₃₅+E₃₆+E₃₇

其中，N為各個分頻帶的長度，x_jk為重構(gòu)信號S_3j所有離散點的幅值。

利用上述各頻帶的能量可以構(gòu)造如下特征向量：

T＝[E₃₀,E₃₁,E₃₂,E₃₃,E₃₄,E₃₅,E₃₆,E₃₇]

為了檢測的方便，在本發(fā)明一實施例中，對特征向量T進行歸一化處理，即E_3j′＝E_3j/E，則得到歸一化的能量特征向量T′，T′＝[E₃₀′,E₃₁′,E₃₂′,E₃₃′,E₃₄′,E₃₅′,E₃₆′,E₃₇′]，也就是將第3層各頻帶的能量占信號總能量的百分比作為特征向量輸出給檢測模塊。

步驟104：根據(jù)輸出的不同特征向量自動檢測出待檢測位置的可燃氣體泄漏狀態(tài)。

在本發(fā)明一實施例中，通過BP神經(jīng)網(wǎng)絡(luò)訓練模型對可燃氣體的泄漏狀態(tài)進行自動識別。具體的方法為：先對大量已知可燃氣體的泄漏聲波信號按照上述步驟101-103完成樣本特征向量的提取，將這些特征向量作為訓練模型送入BP神經(jīng)網(wǎng)絡(luò)中進行訓練，在多次反復訓練并達到要求的檢測精度后停止訓練，將訓練好的模型保存起來，用于實時數(shù)據(jù)的檢測。則對未知的聲波信號完成上述步驟101-103后，得到其對應的特征向量并將其送入訓練好的BP神經(jīng)網(wǎng)絡(luò)中，即可完成對待檢測位置的可燃氣體泄漏情況的檢測。

本發(fā)明實施例提供的可燃氣體泄漏檢測方法，對待檢測位置的聲波信號進行小波包分解，提取最底層各頻帶的能量信號作為特征向量輸入到檢測模塊，然后利用訓練好的BP神經(jīng)網(wǎng)絡(luò)對輸入的實時數(shù)據(jù)進行檢測，能夠精確地判斷出可燃氣體泄漏的種類和濃度，提高了準確度，同時較為方便快捷。

如圖3所示，在本發(fā)明一實施例中，該可燃氣體泄漏檢測方法進一步包括：

步驟201：若檢測到待檢測位置有可燃氣體泄漏時，則向報警模塊發(fā)送觸發(fā)信號。

步驟202：接收觸發(fā)信號，在接收到觸發(fā)信號時生成并輸出報警信號。

其中，報警信號可為預先設(shè)置好的特定文字信號和/或聲音信號，經(jīng)過上述步驟104所識別出的特征向量不同，所生成的報警信號也不同，例如當識別出有一氧化碳泄漏時，其生成的文字報警信號可為“一氧化碳泄漏報警”，對應的聲音報警信號可為連續(xù)兩聲鳴響；當識別出有甲烷氣體泄漏時，其生成的文字報警信號可為“甲烷泄漏報警”，對應的聲音報警信號可為連續(xù)三聲鳴響。另外，報警信號還可根據(jù)氣體泄漏濃度的不同分為輕度、中度及重度泄漏等不同等級的報警信號，這樣工作人員便可根據(jù)不同報警信號的提醒及時采取相應的安全措施，防止中毒、火災或者爆炸事件的發(fā)生，從而保障監(jiān)控場景的安全。

圖4所示為本發(fā)明一實施例提供的一種可燃氣體泄漏檢測系統(tǒng)的結(jié)構(gòu)示意圖。如圖4所示，該可燃氣體泄漏檢測系統(tǒng)包括聲音傳感器10、預處理模塊20、特征提取模塊30以及檢測模塊40。

聲音傳感器10用于獲取可燃氣體管道的待檢測位置的聲波信號。在本發(fā)明一實施例中，該聲音傳感器10具體包括采集單元11和模數(shù)轉(zhuǎn)換單元12，其中，采集單元11用于采集待檢測位置的聲波信號的模擬數(shù)據(jù)，模數(shù)轉(zhuǎn)換單元12用于將采集單元11采集的聲波信號的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字數(shù)據(jù)并傳送給預處理模塊20。當然，上述模數(shù)轉(zhuǎn)換單元12除了可以集成在聲音傳感器10中，也可與聲音傳感器10和預處理模塊20相連接，將聲音傳感器10檢測到的聲音信號的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字數(shù)據(jù)再送入預處理模塊20進行處理，本發(fā)明對模數(shù)轉(zhuǎn)換單元12的位置不做具體限定。

預處理模塊20用于對聲音傳感器10獲取的聲波信號進行降噪預處理，在本發(fā)明一實施例中，預處理模塊20采用小波變換閾值法對聲波信號進行降噪處理。通過選擇合適的閾值函數(shù)，在小波變換域中去除聲波信號低幅值的噪聲，然后進行離散小波變換的逆變換，重構(gòu)出降噪后的聲波信號。

特征提取模塊30用于對預處理后的聲波信號進行特征提取，并輸出特征向量。在本發(fā)明一實施例中，該特征提取模塊30具體包括小波包分解單元31、重構(gòu)單元32以及能量特征提取單元33，其中，小波包分解單元31用于對預處理后的聲波信號進行小波包多尺度分解，得到各個節(jié)點的小波包系數(shù)，重構(gòu)單元32用于對小波包分解單元31分解得到的最底層低頻系數(shù)和高頻系數(shù)進行小波包重構(gòu)，得到最底層各個頻帶的重構(gòu)信號，能量特征提取單元33用于從重構(gòu)單元32重構(gòu)得到的最底層各個頻帶的重構(gòu)信號中提取能量，并將其作為特征向量輸出給檢測模塊40。

檢測模塊40用于根據(jù)特征提取模塊30輸出的不同特征向量自動檢測出待檢測位置的可燃氣體泄漏狀態(tài)。在本發(fā)明一實施例中，檢測模塊40通過BP神經(jīng)網(wǎng)絡(luò)訓練模型對可燃氣體的泄漏狀態(tài)進行自動識別，其具體的識別方法如前所述，在此不再贅述。

在本發(fā)明一實施例中，該可燃氣體泄漏檢測系統(tǒng)進一步包括報警模塊，檢測模塊40進一步包括信號傳輸單元，用于若檢測到待檢測位置有可燃氣體泄漏，則向報警模塊發(fā)送觸發(fā)信號，便于工作人員及時采取安全措施，防止中毒、火災或者爆炸事件的發(fā)生，從而保障監(jiān)控場景的安全。

本發(fā)明實施例提供的可燃氣體泄漏檢測系統(tǒng)，聲音傳感器獲取的聲波信號經(jīng)過預處理模塊降噪處理后，傳輸給特征提取模塊，經(jīng)過特征提取模塊對待檢測聲波信號的小波包分解后，提取最底層各頻帶的能量信號作為特征向量輸入到檢測模塊進行檢測，能夠精確地判斷出可燃氣體泄漏的種類和濃度，提高了準確度，使用方便，成本較低。

本領(lǐng)域技術(shù)人員可以理解，雖然以上實施例介紹了可燃氣體泄漏檢測系統(tǒng)的若干模塊，但是這種劃分并非是強制性的。實際上，根據(jù)本發(fā)明的實施方式，上文描述的兩個或更多模塊的特征和功能可以在一個模塊中具體化。反之，上文描述的一個模塊的特征和功能可以進一步劃分為由多個模塊來具體化。

本領(lǐng)域技術(shù)人員可以理解，本發(fā)明的技術(shù)方案可以用軟件來實現(xiàn)，具體而言，可以是計算機程序的方式實現(xiàn)。比如，在類似RAM、ROM、硬盤和/或任何適當?shù)拇鎯橘|(zhì)中存儲可執(zhí)行代碼，當該可執(zhí)行代碼被執(zhí)行時，可以實現(xiàn)本發(fā)明以上實施例提及的功能。另外，本發(fā)明的實施方式還可以通過硬件、或者軟件和硬件的結(jié)合來實現(xiàn)。硬件部分可以利用專用邏輯來實現(xiàn)；軟件部分可以存儲在存儲器中，由適當?shù)闹噶顖?zhí)行系統(tǒng)，例如微處理器或者專用設(shè)計硬件來執(zhí)行。本領(lǐng)域的普通技術(shù)人員可以理解上述的裝置可以使用計算機可執(zhí)行指令和/或包含在處理器控制代碼中來實現(xiàn)，例如在諸如磁盤、CD或DVD-ROM的載體介質(zhì)、諸如只讀存儲器(固件)的可編程的存儲器或者諸如光學或電子信號載體的數(shù)據(jù)載體上提供了這樣的代碼。本發(fā)明的裝置及其模塊可以由諸如超大規(guī)模集成電路或門陣列、諸如邏輯芯片、晶體管等的半導體、或者諸如現(xiàn)場可編程門陣列、可編程邏輯設(shè)備等的可編程硬件設(shè)備的硬件電路實現(xiàn)，也可以用由各種類型的處理器執(zhí)行的軟件實現(xiàn)，也可以由上述硬件電路和軟件的結(jié)合例如固件來實現(xiàn)。例如，當本發(fā)明實施例所提供的可燃氣體檢測系統(tǒng)通過硬件實現(xiàn)時，模數(shù)轉(zhuǎn)換單元12可為一個AD7893芯片，報警模塊70可為市售的代表報警信息的電子信號繼電器裝置。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換等，均應包含在本發(fā)明的保護范圍之內(nèi)。