基于GMM-SVM的管道泄漏檢測技術(shù)研究.pdf

1、管道運輸憑借其高安全性、低油氣損耗、連續(xù)平穩(wěn)、占地面積小、大運輸量以及低成本等優(yōu)點，已經(jīng)成為了當(dāng)今油氣運輸?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)濟損失和人員傷亡。因此，開發(fā)可靠的管道泄漏檢測技術(shù)顯的尤為重要。目前，管道運輸泄漏檢測常用的方法有人工巡視和基于計算機技術(shù)的檢測方法。
　　在參考了大量相關(guān)文獻后，本文提出了一種新的管道泄漏檢測技術(shù)——通過采集管道周圍聲音來識別管道所處的狀態(tài)。與以往以泄漏后產(chǎn)生的變化進

2、行檢測不同，本文研究的對象是管道周圍聲音的變化情況。在檢測泄漏的同時，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方法，本文提出的技術(shù)具有移植性強、經(jīng)濟、敏感度好等特點。
　　本文參考了說話人識別的相關(guān)理論，提出了基于GMM-SVM的管道泄漏檢測技術(shù)，這種混合模型不但具有很強的逼近能力，而且又能克服由訓(xùn)練樣本不足導(dǎo)致錯誤分類的情況，具有很強的識別能力。此外，本文對常用的聲學(xué)特征(LPC、LPCC、MFCC、PLP)進行了分