基于支持向量机的燃气管道泄漏识别方法研究

摘要

智能检测方法应用到管道泄漏检测的效果缺少相应的验证,为此,开展了支持向量机的泄漏检测机器人的开发和研究.研究的检测机器人搭载声学传感器,采集并识别燃气管道内的声学信号,通过支持向量机算法实现对于燃气管道泄漏的判断.研究结果表明:当燃气管道发生泄漏时,检测机器人所采集的声信号在时域上幅值会有明显增加,且距离泄漏点越近其幅值越大,在频域上幅值位于1800 Hz和3000 Hz附近时明显增大;支持向量机算法可以用来判断燃气管道是否发生了泄漏,检测精度能够达到98％;基于支持向量机(SVM)机器学习算法,对燃气管道泄漏的声信号进行训练和测试,能够精确地对燃气管道泄漏进行识别,弥补了基于时域和频域判断泄漏的不足,提高了管道泄漏检测器的检测精度和自主识别分析能力.研究结论可以为燃气管道的维护检测提供技术参考.