Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

管道泄漏裂纹形貌识别方法、装置、设备及可读存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种管道泄漏裂纹形貌识别方法、装置、设备及可读存储介质,利用改进的重映射函数,对小波时频图进行快速局部拉普拉斯滤波,得到增强后的小波时频图;将增强后的小波时频图输入预先训练好的管道泄漏裂纹形貌识别模型中,得到管道泄漏裂纹形貌;其中,管道泄漏裂纹形貌识别模型是利用增强后的小波时频图及其对应的泄漏裂纹形貌作为训练样本,对基于MSCA‑DAA的卷积神经网络进行训练得到的,基于MSCA‑DAA的卷积神经网络包括依次连接的多尺度卷积模块、维度感知注意力模块和全局自注意力层。本发明可以突出表现小波时频图的故障频带,平滑噪声干扰信息,提高后续模型的分辨能力,从而减少误判,兼顾模型的准确率和效率。

主权项:1.一种管道泄漏裂纹形貌识别方法,其特征在于,包括:获取管道裂纹处泄漏时产生的声发射信号;对所述声发射信号进行降采样处理,得到降采样后的声发射信号;对所述降采样后的声发射信号进行小波时频图提取,得到所述声发射信号的小波时频图;利用改进的重映射函数,对所述小波时频图进行快速局部拉普拉斯滤波,得到增强后的小波时频图;将所述增强后的小波时频图输入预先训练好的管道泄漏裂纹形貌识别模型中,得到管道泄漏裂纹形貌;其中,所述管道泄漏裂纹形貌识别模型是利用增强后的小波时频图及其对应的泄漏裂纹形貌作为训练样本,对基于MSCA-DAA的卷积神经网络进行训练得到的,所述基于MSCA-DAA的卷积神经网络包括依次连接的多尺度卷积模块、维度感知注意力模块和全局自注意力层,所述维度感知注意力模块用于实现沿垂直维度和水平维度的平均池化操作、沿通道维度和水平维度的平均池化操作以及沿通道维度和垂直维度的平均池化操作,并最终通过加权融合通道维度、垂直维度和水平维度的信息。

全文数据:

权利要求:

百度查询: 西安交通大学 管道泄漏裂纹形貌识别方法、装置、设备及可读存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。