文献

J-GLOBAL ID：201702259575705287   整理番号：17A1530207

光ファイバセンシングとインテリジェント認識に基づくパイプラインセキュリティ警報技術【JST・京大機械翻訳】

著者 (4件)： Hao Shangqing (中国石油天然气股fen有限公司規画総院) ,  Liu Jian (中国石油天然气股fen有限公司規画総院) ,  Cui Zhenwei (中国石油天然气股fen有限公司規画総院) ,  Yang Chuanjiang (中国石油天然气股fen有限公司規画総院)
資料名： Shiyou Guihua Sheji  (Shiyou Guihua Sheji)
巻： 28  号： 2  ページ： 38-42,53  発行年： 2017年 
JST資料番号： C3753A  ISSN： 1004-2970  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： パイプラインの安全性早期警報システムとしての光ファイバを用いて,石油パイプラインの破壊現象をオンラインで分析し,知的に認識することができる。ファイバによって収集された振動信号に対して,粗い抽出とHilbert変換を結合する方法を用いて,破壊信号の振動信号を大量のオリジナルデータから抽出し,ウェーブレット雑音除去により高信号対雑音比の純粋信号を得た。次に,ウェーブレットパケット,MFCC,時間領域エネルギー窓などの多くの方法を用いて,信号の特徴を抽出し,特徴ベクトルの主成分分析を行い,独立性と直交性の無冗長特徴ベクトルを獲得し,最後に,多重分類器を用いて信号の特徴を識別し,破壊事象のタイプを決定した。そして,増分学習機構を導入した。このシステムの実際の運転結果により、破壊性事件の識別率は94.35%に達するだけでなく、実際の応用要求を満たし、しかもリアルタイムの要求を満たすことができることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *警報 ,  SN比 ,  *光ファイバ ,  学習 ,  警報システム ,  主成分分析 ,  Hilbert変換 ,  直交性
準シソーラス用語： 認識率 ,  多重分類器 ,  特徴ベクトル ,  MFCC ,  ウェーブレットパケット ,  ウェーブレット雑音除去 ,  振動信号 , 【Automatic Indexing@JST】

分類 (1件)： 光導波路,光ファイバ,繊維光学  (BD06030H)

タイトルに関連する用語 (5件)： 光ファイバ ,  センシング ,  パイプライン ,  セキュリティ ,  警報