首页> 中文期刊> 《机电信息》 >基于深度学习与声发射原理的锅炉四管泄漏技术研究

基于深度学习与声发射原理的锅炉四管泄漏技术研究

         

摘要

锅炉四管泄漏是电厂频发的安全事故之一,目前国内主流的锅炉泄漏监测方法为空气声监测方法,该方法在空气声传感器安装位置选择、信号覆盖范围、泄漏信号与锅炉背景噪声的重叠处理等方面存在问题.为此,提出了基于深度学习和声发射原理的锅炉四管泄漏监测技术,并提出了一种新的声发射信号状态识别模型Scat-GANomaly.实验证明,该模型对声发射信号的识别率在90%以上,完全可以满足电厂对锅炉泄漏监测的实际需求.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号