基于GMM-SVM的管道泄漏檢測(cè)技術(shù)研究.pdf

1、管道運(yùn)輸憑借其高安全性、低油氣損耗、連續(xù)平穩(wěn)、占地面積小、大運(yùn)輸量以及低成本等優(yōu)點(diǎn)，已經(jīng)成為了當(dāng)今油氣運(yùn)輸?shù)闹饕绞?。然而，管道一旦發(fā)生泄漏事故，極容易造成巨大的經(jīng)濟(jì)損失和人員傷亡。因此，開發(fā)可靠的管道泄漏檢測(cè)技術(shù)顯的尤為重要。目前，管道運(yùn)輸泄漏檢測(cè)常用的方法有人工巡視和基于計(jì)算機(jī)技術(shù)的檢測(cè)方法。
　　在參考了大量相關(guān)文獻(xiàn)后，本文提出了一種新的管道泄漏檢測(cè)技術(shù)——通過采集管道周圍聲音來(lái)識(shí)別管道所處的狀態(tài)。與以往以泄漏后產(chǎn)生的變化進(jìn)

2、行檢測(cè)不同，本文研究的對(duì)象是管道周圍聲音的變化情況。在檢測(cè)泄漏的同時(shí)，該方法還能起到預(yù)防泄漏的作用。相比目前常用的泄漏檢測(cè)方法，本文提出的技術(shù)具有移植性強(qiáng)、經(jīng)濟(jì)、敏感度好等特點(diǎn)。
　　本文參考了說(shuō)話人識(shí)別的相關(guān)理論，提出了基于GMM-SVM的管道泄漏檢測(cè)技術(shù)，這種混合模型不但具有很強(qiáng)的逼近能力，而且又能克服由訓(xùn)練樣本不足導(dǎo)致錯(cuò)誤分類的情況，具有很強(qiáng)的識(shí)別能力。此外，本文對(duì)常用的聲學(xué)特征(LPC、LPCC、MFCC、PLP)進(jìn)行了分