摘要
本申请涉及安全监测技术领域,其具体地公开了一种基于物联网的储罐安全监测方法,其通过部署于储罐外壁的压电式声发射传感器和部署于储罐区内的工业级麦克风,同步采集高频泄漏声发射信号与参考环境噪声信号,通过将参考环境噪声信号与高频泄漏声发射信号时延对齐后进行自适应滤波处理,以滤除高频泄漏声发射信号中的环境噪声干扰。接着,进一步引入深度学习算法对去噪后的高频泄漏声发射信号进行时域波形分析和自适应内容感知增强处理,以强化信号中的关键声发射特征,从而在此基础上实现对储罐泄漏的智能识别。该方法能够有效提高储罐泄漏监测的准确性和灵敏度,且克服工业现场的噪声干扰对储罐泄漏识别的影响,实现对储罐微小泄漏的早期预警。
技术关键词
编码向量
编码特征
监测方法
多层感知机
声发射传感器
储罐外壁
时延
环境噪声干扰
声发射特征
信号特征提取
压电式
深度学习算法
分类器
麦克风
注意力
工业现场
系统为您推荐了相关专利信息
综合传感器
环境监测数据
多模态深度
训练卷积神经网络
闭环反馈机制
迁移优化方法
生成对抗网络
多层卷积神经网络
色彩
引入注意力机制
稠密特征
知识图谱推理
推理方法
模态特征
多模态