基于分布式光纤传感和深度学习的管道早期损伤模式识别方法

摘要

本发明公开了一种基于分布式光纤传感和深度学习的管道早期损伤识别方法，解决目前管道无损检测领域难以实现快速、全面损伤检测的技术问题。本发明包括：通过高灵敏分布式光纤传感系统获取管道动力学响应信号；通过多尺度小波分解和重构方法，从含有外界环境噪声、随机相位噪声等干扰信号的原始信号中提取出振动信号，提高系统的信噪比；将已知损伤的管道振动信号设置标签，作为训练集，训练一个自定义结构的卷积神经网络模型，通过多次迭代计算，得到分类模型参数；完成模型训练之后，对待测管道的损伤位置、损伤程度进行识别和评估。本发明能够从底层振动数据分析得到更加抽象出高层特征表达，避免了传统模态分析的复杂计算，实现实时管道早期损伤的定位和分类。