基于信息增益的管道堵塞声学检测方法

针对埋地管道不同程度堵塞检测困难,且堵塞特征难以有效提取的问题,提出离散小波变换、信息增益、声压级变换、梅尔频率倒谱系数、极限学习机相结合的堵塞检测方法。首先,采用低频声学信号作为激励信号,采集待检测管道接收端的声压信息,获取相应的响应信号,对响应信号进行6层离散小波变换,得到8个不同频率范围的分解分量;其次,引入信息增益定量表征8个分量,筛选出包含管道运行状态信息最多的分量,最大限度的保留有效特征信息,对筛选后的分量信号进行声压级变换,提取梅尔频率倒谱系数构成特征向量;最后,利用极限学习机结构简单、学习速度快的特点,对管道运行状态进行有效识别,通过以上方式达到识别管道不同程度堵塞的目的。实验结果表明,该方法不仅能有效识别运行状态下管道的堵塞程度,而且能够排除三通件等常规部件对堵塞识别的影响,提高识别精度,对管道的正常运行和堵塞识别具有理论指导意义和应用价值。

Acoustic Based Approach of Sewer Blockage Recognition Using Information Gain for Feature Selection