基于声发射的球阀内漏速率反演研究

作者：古丽; 贾彦杰; 冯兰婷; 温皓; 高仕玉; 张琳

来源：实验室研究与探索, 2022, 41(04): 57-67.

DOI：10.19927/j.cnki.syyt.2022.04.012

• 声发射
• 球阀内漏
• 小波包去噪
• 相关系数法
• 反演

搭建了球阀内漏实验平台，利用声发射技术采集球阀内漏数据，用小波包阈值去噪方法对内漏信号进行降噪处理，及皮尔逊相关系数法筛选出与内漏信息相关程度大的信号特征参数，最后分别利用BP神经网络和卷积神经网络(CNN)对筛选出的内漏声信号特征进行内漏速率反演。结果发现，CNN对球阀内漏速率的反演效果更好，其平均绝对误差MAE为0.003 9,均方根误差RMSE为0.004,优于BP神经网络。通过CNN实现了球阀内漏速率的反演，该研究结果为球阀泄露程度的判定和维修作业提供了便利。

• 单位
  西南管道公司