科研之友
微信
新浪微博
Facebook
分享链接
摘要
文章详细分析了水管泄漏瞬态响应模型，一些算法根据水头的峰值和相位可以获取管道泄漏的信息，但是这些算法对数据噪声敏感；另一些算法要求在检测时计算出管道系统的频率响应图，导致检测工作烦琐，实时性不高。因此文章根据现有的瞬态响应模型，利用深度学习网络提取瞬态响应数据特征，检测水管模型的泄漏位置与泄漏量。实验证明，相较于传统的瞬态响应方法，深度神经网络能在一定程度上克服数据噪声带来的影响，同时也不需要每次检测时都测量出频率响应图，只要在训练时加入各种频率的数据即可获得相应频率下的管道特征，增加了算法的实时性。
- 单位
