李勇强
- 作品数：8 被引量：78H指数：2
- 供职机构：北京工业大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：建筑科学理学一般工业技术自动化与计算机技术更多>>
- 小波分析在管道泄漏定位中的应用研究
- 针对管道泄漏信号的非平稳特征以及低信噪比信号中泄漏特征难以提取的问题，提出一种基于小波多尺度分解和互谱分析的管道泄漏定位检测方法。小波多尺度分解是近年来发展起来的一种多分辨率信号分析方法，通过将信号能量集中到分解后的少数...
- 李勇强焦敬品李亮吴斌何存富
- 关键词：泄漏检测小波多尺度分解
- 一种用于微裂纹长度测量的非共线混频超声检测方法
- 一种用于微裂纹长度测量的非共线混频超声检测方法，采用时频分析手段提取两激励信号相遇时刻接收信号中的基频幅值A<Sub>1</Sub>、A<Sub>2</Sub>及和频或差频的幅值A<Sub>3</Sub>，并根据相应公式...
- 焦敬品樊仲祥李勇强孟祥吉何存富吴斌
- 文献传递
- 供水管道泄漏声信号分析与定位方法研究
- 受人为和自然因素的影响，供水管道泄漏事故时有发生，及时发现管道泄漏故障并确定泄漏位置，可避免造成大量水资源的浪费。针对城市供水管道的安全运行需要，本文进行供水管道泄漏声信号检测与定位方法研究，主要研究内容包括: (1)...
- 李勇强
- 关键词：供水管道模式识别
- 一种用于微裂纹长度测量的非共线混频超声检测方法
- 一种用于微裂纹长度测量的非共线混频超声检测方法，采用时频分析手段提取两激励信号相遇时刻接收信号中的基频幅值A<Sub>1</Sub>、A<Sub>2</Sub>及和频或差频的幅值A<Sub>3</Sub>，并根据相应公式...
- 焦敬品樊仲祥李勇强孟祥吉何存富吴斌
- 基于深度学习的供水管网泄漏声信号识别方法研究
- 城市供水管网实时监测数据具有大容量、多样性的特点，研究和利用先进的理论与方法，从监测声信号中挖掘有效信息，高效、准确地识别管网的运行状况，成为供水管网泄漏检测领域面临的新问题。深度学习理论作为模式识别和机器学习领域最新的...
- 焦敬品李勇强李立吴斌何存富
- 关键词：声发射信号识别
- 板结构裂纹兰姆波阵列复合成像方法研究被引量：14
- 2016年
- 针对板结构中裂纹方向识别及定量检测问题,提出了一种板结构兰姆波阵列复合成像方法。利用超声阵列采集的单模态兰姆波全矩阵数据,分别提取其幅值信息和极性信息,进行全聚焦成像和极性一致成像,并利用极性一致成像对全聚焦成像进行了加权处理;对全阵列进行子阵列划分,计算出各子阵列的特征矢量,并进行加权合成,得到矢量全聚焦成像;利用全聚焦成像的强度信息和矢量全聚焦成像的方向信息,综合得到兰姆波阵列的复合成像,并从中提取出缺陷的方向及空间分布范围等信息。实验结果表明,提出的兰姆波阵列复合成像方法可以很好地实现板中多个裂纹方向识别,其角度测量误差在20%以内。本文工作为裂纹缺陷识别及定量检测做了有益探索。
- 焦敬品李勇强杜礼何存富吴斌
- 关键词：兰姆波
- 基于BP神经网络的管道泄漏声信号识别方法研究被引量：64
- 2016年
- 针对城市供水管网泄漏检测需求,进行了泄漏声信号识别方法研究。分析了泄漏信号的时域、频域及波形特点,提取出可用于泄漏信号表征的20种特征参数;基于提取的泄漏声信号特征参数,构建了泄漏声信号BP神经网络识别系统;研究了神经网络结构(隐含节点数、传递函数、学习率)及输入参数的数量和种类对泄漏信号识别效果的影响,并优化出最佳的神经网络结构及输入参数。在以上研究基础上,利用优化后的神经网络对实验室及现场管道泄漏信号进行了交叉训练和识别,结果表明,提出的基于泄漏特征参数的神经网络系统具有较高的可靠性和普适性,可以很好地实现不同场景下泄漏信号的交叉识别,整体识别率达92.5%,为解决不同工况下泄漏信号识别做了有益的探索。
- 焦敬品李勇强吴斌何存富
- 关键词：声发射特征提取BP神经网络信号识别
- 基于BP神经网络的管道泄漏声信号辨识方法研究
- 针对不同场景下的管道泄漏检测问题,本文研究了泄漏声波信号的时域、频域以及形状参数等特征并将其作为特征提取量,以分类识别正确率为标准,优化了BP神经网络的参数设置,分析了各特征参数的泄漏识别效果,优选出能够反映泄漏本质的特...
- 焦敬品李勇强吴斌何存富
- 关键词：供水管道泄漏检测人工神经网络
- 文献传递
