首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

气体发动机泄露预警系统 

申请/专利权人:凯晟动力技术(嘉兴)有限公司

申请日:2023-03-15

公开(公告)日:2023-05-30

公开(公告)号:CN115950590B

主分类号:G01M3/02

分类号:G01M3/02;G01M3/24;G01M15/00;G06F18/2415;G06F18/25;G06N3/0464;G06N3/0455;G06N3/047

优先权:

专利状态码:有效-授权

法律状态:2023.05.30#授权;2023.04.28#实质审查的生效;2023.04.11#公开

摘要:本申请涉及气体泄露检测与预警技术领域,其具体地公开了一种气体发动机泄露预警系统,其通过气体探测传感器来采集被检测阀门产生的声音探测信号,通过声音传感器来采集环境噪声信号,并利用泄露检测仪来进行气体泄露检测。在运行过程中,响应于出现气体泄露的分类结果,触发声光报警信号灯进行报警,同时,切断三通阀进气阀门并打开三通阀另外一路的出气阀门以将管道内残余气体排放到安全区域。这样,所述气体发动机泄露预警系统在检测到气体发生泄露时能够及时发出预警信号以告知相关安全人员;同时,阻止了气体继续泄漏从而阻止人员设备事故发生。

主权项:1.一种气体发动机泄露预警系统,其特征在于,包括:气体探测传感器,用于采集被检测阀门产生的声音探测信号;声音传感器,用于采集环境噪声信号;以及泄露检测仪,用于基于所述声音探测信号和所述环境噪声信号进行气体泄露检测以得到用于表示被检测阀门是否出现气体泄漏的分类结果;所述泄露检测仪,包括:探测声音信号采集模块,用于获取由所述气体探测传感器采集的预定时间段的声音探测信号以及所述预定时间段的环境噪声信号;频域特征提取模块,用于对所述预定时间段的声音探测信号和所述预定时间段的环境噪声信号进行傅里叶变换以得到多个声音探测统计特征值和多个环境噪声统计特征值;探测声音编码模块,用于将所述多个声音探测统计特征值和所述声音探测信号的波形图输入CLIP模型以得到声音探测特征矩阵;环境噪声编码模块,用于将所述多个环境噪声统计特征值和所述环境噪声信号的波形图输入所述CLIP模型以得到环境噪声特征矩阵;差分模块,用于计算所述声音探测特征矩阵和所述环境噪声特征矩阵之间的差分特征矩阵;以及检测结果生成模块,用于将所述差分特征矩阵通过分类器以得到分类结果,所述分类结果用于表示被检测阀门是否出现气体泄漏;所述探测声音编码模块,包括:探测声音波形特征提取单元,用于将所述声音探测信号的波形图输入所述CLIP模型的图像编码器以得到探测声音波形特征向量;频域特征提取单元,用于将所述多个声音探测统计特征值输入所述CLIP模型的时序编码器以得到声音探测频域统计特征向量;以及第一联合优化单元,用于基于所述声音探测频域统计特征向量,对所述探测声音波形特征向量的特征表达进行优化以得到所述声音探测特征矩阵;所述差分模块,包括:特征矩阵展开单元,用于将所述声音探测特征矩阵和所述环境噪声特征矩阵展开为声音探测特征向量和环境噪声特征向量;联合高斯密度图构造单元,用于构造所述声音探测特征向量和所述环境噪声特征向量的联合高斯密度图,其中,所述联合高斯密度图的均值向量为所述声音探测特征向量和所述环境噪声特征向量之间的按位置均值向量,所述联合高斯密度图的协方差矩阵中各个位置的值为所述声音探测特征向量和所述环境噪声特征向量的按位置方差;高斯概率密度分布距离指数计算单元,用于分别计算所述声音探测特征向量和所述环境噪声特征向量相对于所述联合高斯密度图的高斯概率密度分布距离指数以得到第一高斯概率密度分布距离指数和第二高斯概率密度分布距离指数;加权修正单元,用于以所述第一高斯概率密度分布距离指数和所述第二高斯概率密度分布距离指数作为权重对所述声音探测特征矩阵和所述环境噪声特征矩阵进行加权以得到加权后声音探测特征矩阵和加权后环境噪声特征矩阵;以及差分单元,用于计算所述加权后声音探测特征矩阵和所述加权后环境噪声特征矩阵之间的差分以得到所述差分特征矩阵;所述联合高斯密度图构造单元,进一步用于:以如下公式构造所述声音探测特征向量和所述环境噪声特征向量的联合高斯密度图;其中,所述公式为: 其中,μu表示所述声音探测特征向量和所述环境噪声特征向量之间的按位置均值向量,且∑u表示所述声音探测特征向量和所述环境噪声特征向量的按位置方差构成的协方差矩阵,表示所述联合高斯密度图,x是所述联合高斯密度图的变量;所述高斯概率密度分布距离指数计算单元,进一步用于:以如下公式分别计算所述声音探测特征向量和所述环境噪声特征向量相对于所述联合高斯密度图的高斯概率密度分布距离指数以得到第一高斯概率密度分布距离指数和第二高斯概率密度分布距离指数;其中,所述公式为: 其中,V1和V2分别是所述声音探测特征向量和所述环境噪声特征向量,μu和∑u是联合高斯密度图的均值向量和协方差矩阵,即μu表示所述声音探测特征向量和所述环境噪声特征向量的均值向量,且∑u表示所述声音探测特征向量和所述环境噪声特征向量的按位置方差构成的协方差矩阵,其中向量均为列向量,表示按位置作差,表示矩阵乘法,exp·表示以e为底的指数函数运算,w1和w2分别是所述第一高斯概率密度分布距离指数和所述第二高斯概率密度分布距离指数。

全文数据:

权利要求:

百度查询: 凯晟动力技术(嘉兴)有限公司 气体发动机泄露预警系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。