一、 工作原理 1. 管道泄漏监测技术的难点 管道泄漏监测技术关键有两点, 一个是如何在错综复杂的背景中发现泄漏; 另一个是发现泄漏了,怎样知道它是何时发生的? 为了使管道泄漏监测系统在小信号时也能准确识别和定位, 采用了基于模糊神经网络的人工智能系统,从而使管道泄漏监测系统的整体性能发生了根本的转变。 该方法克服了负压力波法只能对突然发生的大规模泄漏准确检测的局限性和统计法相对滞后的缺陷,能够对小规模泄漏进行及时报警和准确定位 。 2 HKH系统的泄漏识别和定位技术 HKH系列管道泄漏监测报警系统》的泄漏识别和定位方法是一种类似于图形识别的技术。比如图一中的 a 点,图二中的 c 点,是模糊神经网络识别出来的泄漏起点,其特点是比人的识别速度快,观察选点更精确、更及时,它不是简单 阈值识别能做到的,这就是人工智能的特点,所以,它的定位效果是最好的。简单阈值报警技术识别的是b点和d点 。 3.不需要设置报警阈值的 模糊识别人工智能系统 绝大多数报警设备,几乎都要设置一个报警的门限值, 即阈值。因为报警往往依赖于一个物理参数,如果这个参数超过了阈值,那就报警。但人对事情的识别并不是这样的。假如让我们识别到来的客人是不是熟人,那报警的阈值是什么? 是我们头脑中过去积累的经验和印象,不是具体的数字,这就是模糊识别。 HKH管道泄漏监测报警定位系统 就是这样一个不需要设置阈值的人工智能系统。 |
二、 界面简介
三、 系统特点 基于模糊神经网络的人工智能技术 四、 HKH 系统主要技术指标
五、人工智能法与统计法的比较
六、 人工智能法与负压波法比较
|