已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Experimental study on acoustic signal characteristic analysis and time delay estimation of pipeline leakage in boilers

声学 泄漏(经济) 希尔伯特-黄变换 声压 频谱泄漏 信号(编程语言) 光谱图 材料科学 计算机科学 电子工程 快速傅里叶变换 工程类 物理 白噪声 电信 语音识别 算法 宏观经济学 经济 程序设计语言
作者
Pei Luo,Wenkai Yang,Mingyang Sun,Guoqing Shen,Shiping Zhang
出处
期刊:Measurement Science and Technology [IOP Publishing]
卷期号:35 (3): 035105-035105 被引量:1
标识
DOI:10.1088/1361-6501/ad10f8
摘要

Abstract Acoustic signal detection technology has significant advantages in detecting the leakage and bursting of heat exchange pipes in boilers. To address the current lack of sound signal data for steam medium leakages and the problem of large errors in the complex sound field environment of power plants, we performed an innovative experimental comparative analysis of leakage acoustic signals under a dual medium of compressed air and steam to provide a reference for detecting leakage acoustic signals. During the experiment, the time and frequency domains were analyzed by changing the pressure of the leakage pipeline and aperture of the leakage hole, and the spectrogram and power spectrum of the leakage acoustic signal were obtained using fast Fourier transform and autocorrelation analysis. The results showed that the signal value of the leakage medium increased with increasing pipeline pressure and leakage aperture and that the energy of the steam leakage acoustic signal was greater than that of compressed air under the same pressure and aperture because of its larger specific heat capacity. In addition, the complete empirical mode decomposition of adaptive noise (CEEMDAN) algorithm was introduced into the denoising decomposition of the leakage sound signal in the furnace, and the average error of the time delay value of the leakage acoustic signal calculated using the CEEMDAN algorithm was observed to be within 5%.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
RJ_W_HT完成签到,获得积分10
2秒前
小丛雨完成签到,获得积分10
3秒前
稳重又菱完成签到,获得积分10
6秒前
VDC应助潇洒小松鼠采纳,获得30
8秒前
爆米花应助Zhang采纳,获得10
8秒前
gjww完成签到,获得积分0
13秒前
16秒前
打打应助yyg采纳,获得10
17秒前
Lyric完成签到,获得积分10
18秒前
21秒前
舒适鹏飞完成签到 ,获得积分10
22秒前
Owen应助单身的夜云采纳,获得10
23秒前
23秒前
华仔应助拉长的博超采纳,获得10
23秒前
25秒前
27秒前
Lyrica完成签到 ,获得积分10
34秒前
球球完成签到 ,获得积分10
38秒前
nly完成签到,获得积分10
39秒前
39秒前
43秒前
yyg发布了新的文献求助10
44秒前
呼呼完成签到 ,获得积分10
46秒前
在水一方应助忘皆空采纳,获得10
46秒前
47秒前
47秒前
tctgvfxdbhb发布了新的文献求助10
51秒前
方越应助苦逼采纳,获得10
51秒前
UUSee发布了新的文献求助10
52秒前
53秒前
默默的无敌完成签到,获得积分10
54秒前
羟醛缩合完成签到 ,获得积分10
54秒前
科研通AI2S应助SanAnchor采纳,获得30
55秒前
善学以致用应助恶恶么v采纳,获得10
55秒前
FashionBoy应助小乌龟采纳,获得20
56秒前
RJ_W_HT发布了新的文献求助20
57秒前
57秒前
Dai JZ完成签到 ,获得积分10
59秒前
SPQR完成签到,获得积分10
1分钟前
田様应助Singularity采纳,获得10
1分钟前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3330276
求助须知:如何正确求助?哪些是违规求助? 2959850
关于积分的说明 8597432
捐赠科研通 2638376
什么是DOI,文献DOI怎么找? 1444279
科研通“疑难数据库(出版商)”最低求助积分说明 669096
邀请新用户注册赠送积分活动 656628