基于支持向量機與多特征融合的城市燃氣管道泄漏聲發(fā)射診斷技術(shù)研究.pdf

1、為提高城市燃氣管道泄漏檢測能力，預(yù)防燃氣泄漏事故發(fā)生，將信息融合技術(shù)引入到管道泄漏檢測領(lǐng)域，并提出一種基于 D-S證據(jù)理論與支持向量機（SVM）的城市燃氣管道泄漏聲發(fā)射診斷技術(shù)。在實驗室條件下，采集管道不同位置和不同周期的聲發(fā)射傳感器信號，運用小波分析法提取并選擇出五種能反映管道運行狀態(tài)的特征參數(shù)，輸入SVM分類器中進行初次分類，然后根據(jù)識別結(jié)果構(gòu)造基本概率指派（BPA），再運用組合規(guī)則對不同時空域數(shù)據(jù)進行 D-S融合，最后根據(jù)判決門限

2、得出決策結(jié)果。將這種支持向量機與多特征融合的泄漏診斷技術(shù)應(yīng)用于實驗室管道泄漏檢測系統(tǒng)中進行試驗驗證，獲得了以下研究結(jié)論：
　?。?）運用小波分析法提取出的聲發(fā)射特征參數(shù)能較好地反映管道的實際運行狀態(tài)。利用 SVM二分類模型的硬判斷結(jié)果形成的后驗概率輸出，可以合理構(gòu)造D-S融合所需的BPA，可有效解決證據(jù)融合理論無法直接使用向量機硬輸出結(jié)果的問題。
　?。?）采用 SVM-DS管道泄漏診斷方法要比單一分類器或單獨進行D-S融合

3、的準(zhǔn)確率更高。這是由于單一分類器在分類過程中經(jīng)常受到不確定性因素的干擾；小樣本數(shù)據(jù)條件下BPNN等模式識別方法性能不穩(wěn)定，直接進行D-S融合時難以構(gòu)造出更為合理的BPA，這都會導(dǎo)致診斷準(zhǔn)確率的下降。因此采用SVM分類器在樣本數(shù)量較少的情況下也可以給出合理的BPA值，再通過DS融合降低證據(jù)的不確定性，使得整個診斷系統(tǒng)具有較強的魯棒性，最終的決策結(jié)果更加準(zhǔn)確、可靠。
　?。?）基于支持向量機與多特征融合的聲發(fā)射診斷技術(shù)可以較好地應(yīng)用于