一种基于声发射的阀门内漏速率检测方法

摘要

本发明公开了一种基于声发射的阀门内漏速率检测方法，首先采集阀门在不同内漏速率下运行时的输出的声发射信号，提取时域和频域的特征信息，并联合EMD算法提取的特征组成筛选前的特征向量；采用PCA主成分分析算法来进行特征的筛选，将筛选后的特征组成的特征向量组作为模型训练的依据；第一步用重构误差算法确定合适的隐层层数，再用粒子群算法对隐含层节点数和学习率进行优化，最终确定DBN网路结构，然后再进行模型参数的训练；最终用训练好的深度置信网络来对未知的从阀门的声发射信号来进行内漏速率的预测。本发明对基于阀门声发射信号的内漏速率检测有十分重要的研究与应用价值，同时也为后续实施控制与维护奠定了基础。