水供給パイプライン漏洩信号の黒鳶アルゴリズムに基づくノイズ低減

科学分野:

• 工学
• 信号処理
• 人工知能

背景:

• パイプライン監視システムは、圧力波信号のノイズにより、誤警報や検出漏れに悩まされることがよくあります。
• センサーによって収集された負の圧力波信号は、特に大きなノイズ干渉の影響を受けやすいです。
• 既存のノイズ除去方法は、これらの重要な信号におけるノイズの複雑さに十分に対処できない場合があります。

研究 の 目的:

• パイプライン監視のための新規かつ効果的な信号ノイズ除去方法を提案すること。
• 圧力信号のノイズを低減することにより、漏洩検出の精度を向上させること。
• 誤警報と検出漏れを最小限に抑えることにより、パイプライン監視システムの信頼性を向上させること。

主な方法:

• 黒鳶（BWK）アルゴリズムを使用した変動モード分解（VMD）パラメータの最適化。
• サンプルエントロピー分析に基づいた効果的なモード成分のスクリーニング。
• 二次ノイズ低減のためのウェーブレット閾値処理（WT）の適用。
• 最終的なノイズ除去出力を達成するための信号再構成。

主要な成果:

• 提案されたBWK-VMD-WT法は、従来のWTおよび経験的モード分解（EMD）と比較して優れたノイズ低減効果を示しました。
• 信号対雑音比（SNR）で14.2280 dBを達成し、WT（12.6458 dB）およびEMD（5.5292 dB）を上回りました。
• シミュレートされたパイプライン漏洩プラットフォームでの実験的検証により、実際のシナリオにおける方法の有効性が確認されました。

結論:

• 開発された方法は、パイプライン監視における圧力信号のノイズ除去に対して、高精度で適応性の高いソリューションを提供します。
• この技術は、都市用水供給システムにおける漏洩検出の精度と信頼性を大幅に向上させます。
• このアプローチは、パイプラインインフラストラクチャの安全性と効率を向上させるための実用的な工学的価値を大きく秘めています。