基于卷积神经网络和管道属性融合的漏损检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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