摘要
本申请公开了一种氢泄漏状况多参量监测、辨识与泄漏率推演方法及装置,涉及氢气安全监测技术领域,该方法包括:获取多参量传感数据;对多参量传感数据进行降噪处理;基于降噪后的数据中的温度信号、压力信号和紧固力信号,采用多孔介质模型建立温度‑压力‑紧固力耦合的物理模型;对降噪后的数据中的声振动信号进行短时傅里叶变换和变分模态分解,得到特征参量;基于特征参量,建立初始数据样本集;将泄漏率和降噪后的数据中的浓度信号加入初始数据样本集,得到数据样本库;基于数据样本库和物理模型,利用卷积神经网络建立多参量泄漏预测模型。本申请可实现氢气泄漏状态的在线实时监测、泄漏大小的准确判别以及泄漏发展趋势的快速预测。
技术关键词
推演方法
泄漏率
多参量传感
特征参量
多孔介质模型
频域特征
短时傅里叶变换
信号
数据
声振动
样本
推演装置
时域特征
物理
小波阈值降噪
在线实时监测
压力
人工神经网络
处理器
卡尔曼滤波