基于卷积神经网络和管道属性融合的漏损检测方法

AITNT
正文
推荐专利
基于卷积神经网络和管道属性融合的漏损检测方法
申请号:CN202510406581
申请日期:2025-04-02
公开号:CN120251916A
公开日期:2025-07-04
类型:发明专利
摘要
本发明涉及水务领域,具体是一种基于卷积神经网络和管道属性融合的漏损检测方法。目的是提供一种基于卷积神经网络和管道属性融合的漏损检测方法,该方法应能在各种环境中高效、准确地检测管道漏损。技术方案是基于卷积神经网络和管道属性融合的漏损检测方法,包括以下步骤:步骤1、采集音频信号与管道属性:通过传感器采集管道水流的音频信号;检测管道属性;步骤2、预处理音频信号:对音频信号的采样时间与采样率进行预处理;步骤3、提取特征向量:提取时频特征向量、管材特征向量与管径特征向量;步骤4、管道漏损检测:将特征输入卷积神经网络模型分类后得到管道漏损状态。
技术关键词
卷积神经网络模型 管道 音频 采样率 贴片麦克风 信号 水声传感器 短时傅里叶变换 管材 振动传感器 接触式 水流 编码 算法
系统为您推荐了相关专利信息
1
一种用于语音识别的人机交互方法及系统
人机交互方法 图像 时间段 语音 人声
2
语音生成方法、装置、计算机可读存储介质和电子设备
文本 语音生成方法 状态转换模型 音频特征 训练语音模型
3
基于物联网的畜牧养殖信息综合管理系统及方法
信息综合管理系统 卷积神经网络模型 畜牧养殖场 条目 牲畜
4
动画视频帧智能选择对话生成系统
对话生成系统 角色外观 视频帧 主题 计算机视觉技术
5
一种焊缝缺陷3D点云检测方法
3D点云 焊缝缺陷检测 点云数据采集 生成三维模型 深度学习模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号