摘要
基于自编码器的环境自适应超声波气体泄漏检测方法,包括以下步骤;步骤一:采集声音信号,并收集正常工况下无气体泄漏时的环境背景噪声;步骤二:对声音信号进行固定长度分段处理,提取对数梅尔谱特征;步骤三:建立卷积自编码器神经网络模型;步骤四:利用步骤三训练好的自编码器模型提取训练集中所有正常样本的嵌入表征向量,构成正常样本特征库,然后训练异常检测器,并根据验证集中所有正常样本的异常打分值,确定最优检测阈值;步骤五:当环境发生改变时,利用新累积的声音数据更新正常样本特征库及异常样本特征库,重新训练异常检测器并更新检测阈值。本发明有效解决真实场景下泄露数据稀缺、获取成本高和环境适应性差的难题。
技术关键词
气体泄漏检测方法
样本
异常检测器
模型更新
数据
环境自适应能力
超声波
重构误差
MEMS麦克风
短时傅里叶变换
编码器模块
神经网络模型
背景噪声
信号
无泄漏
离线
滤波器
解码器结构
在线