一种基于逻辑回归算法的高压氢气泄漏检测系统及方法

1.本发明涉及气体泄漏检测技术领域，具体为一种基于逻辑回归算法的高压氢气泄漏检测系统。


背景技术：

2.氢气是一种清洁高效的二次能源载体，燃值高(1.43
×
10^5kj/kg)，燃烧产物为水，绿色环保且无污染。氢气具有易燃易爆的特性，在空气中氢气爆炸极限的范围非常宽，即：4.0％～75.6％(体积分数)；另一方面，氢气是一种分子量最小的气态化学物质，密度小易扩散，为提高存储容量和运输效率，往往在特制材料的气瓶中采用高压压缩的方式，其中压缩气体压力可达35mpa，甚至70mpa，由于氢气本身的属性和极高的存储压力决定了其具有较高的危险性。高压氢气一旦发生泄漏，氢气会快速扩散到周围环境中与空气形成混合气体，此时不仅需要检测环境中氢气浓度，快速锁定及找出氢气泄漏源并阻止气体继续外泄也是非常重要的一项防患工作。传统氢气检测仪只能检测仪器所在空间点的浓度，如需要确定氢气泄漏源则需要不断移动设备进行人工搜索，不仅工作量大且没有指导性。
3.氢气检测仪的工作原理随内置各种传感器的不同而有所差异，目前主流的氢气传感器主要有：半导体式、热导传感式、催化燃烧式(又叫热化学式)、电化学式以及光纤传感式等，基本都是基于仪器内部传感材料与氢气发生特定的物化反应，状态参数达到一定的阈值就会触发报警，因各种内置传感器灵敏度、检测范围及使用限制等因素，各种类型的氢气检测仪也适用于不同要求的作业场景。
4.传统方法有以下缺点：使用场景受限、检测频率受限、操作性差、结构复杂、成本高、需要接触检测。


技术实现要素：

5.(一)解决的技术问题
6.针对现有技术的不足，本发明提供了一种基于逻辑回归算法的高压氢气泄漏检测系统，具备智能化程度高、精度高且能够进行非接触式检测的优点，解决了使用场景受限、检测频率受限、操作性差、结构复杂、成本高的问题。
7.(二)技术方案
8.为实现上述目的，本发明提供如下技术方案：
9.一种基于逻辑回归算法的高压氢气泄漏检测系统，该系统包括：
10.音频采集器，用于实时采集所处环境周围的音频信息；
11.滤波器，与所述音频采集器电连接，用于过滤环境噪声；
12.声电转换装置，与所述滤波器电连接，用于将音频信号转为电信号；
13.微处理器，与所述声电转换装置电连接，拟合电信号为波形图并分类判断采集到的音频是否为泄露噪音；
14.声波储存装置，与所述微处理器电连接，用于储存声音样本所生成的波形图数据
库；
15.报警器，与微处理器电连接，用于氢气泄露时报警；
16.电量显示灯，与电源电连接，用于电源电量低时发出提示；
17.壳体，用于封装所有部位；
18.所述电量显示灯在所述壳体外部，除电量显示灯的所有装置都在所述壳体内部，电源为上述各部位供电。
19.优选的，所述声波储存装置中存有声波样本，用于与实时采集声音进行对比。
20.优选的，所述声波储存装置存有的声波样本包括：高压储氢设备中气体泄漏情况下的背景噪声及没有气体泄漏情况下的背景噪声所生成的波形图。
21.优选的，所述报警器为智能报警器，且所述报警器内置wi-fi模块，能够通过适配的app下达通知。
22.本发明还提供了另外一种技术方案，一种基于逻辑回归算法的高压氢气泄漏检测方法包括以下步骤：
23.s1：采集样本：提供音频采集器，进行采集音频样本；
24.s2：降噪：提供滤波器，过滤环境噪声；
25.s3：信号转换：提供声电转换装置，将采集到的音频样本经过声电转换装置处理，将音频信号转换为电信号；
26.s4：微处理器实时将声电转换装置传输的电信号拟合为波形图，并使用训练后的逻辑回归模型将采集到的波形图进行分类，确定采集到的音频是否为泄露噪音，若确认为泄露噪音，微处理器将结果以电信号的形式发至报警器，报警器发出警报提示；
27.s5：若检测到泄露噪声信号和数据库误差较大，则自动优化数据库，优化数据库的主要方法是：确认当前噪音为泄露噪音时，当前噪音的波形图直接添加到数据库中，以丰富模型的训练集，并根据更新后的数据集训练逻辑回归模型，以提高模型分类精确度。
28.优选的，训练逻辑回归模型的方法具体包括：将作为训练集的背景噪声波形图输入逻辑回归模型中进行训练，根据输出结果调整逻辑回归模型的参数，直至输出结果与背景噪声的类型一致；训练完成后，通过测试集对逻辑回归模型检测分类的准确性进行验证；如果检测到泄露噪声信号和数据库误差较大，则自动优化数据库，将泄露噪音波形图添加到数据库并重新训练模型以提高分类精确度。
29.定义损失函数并将其最小化，对搭建的逻辑回归模型进行调整优化，损失函数表达式如下：
[0030][0031]
其中，m为样本数量，xi和yi分别表示第i个样本的特征和标签，h
θ
(xi)表示sigmoid函数的输出值，θ为模型的参数。
[0032]
(三)有益效果
[0033]
与现有技术相比，本发明提供了一种基于逻辑回归算法的高压氢气泄漏检测系统，具备以下有益效果：
[0034]
1、本发明基于高压氢气泄露时产生噪音的音频特性，通过采集、降噪、信号转换
后，构建并训练机器学习模型，并与数据库进行对比达到识别和检测泄漏点的目的。
[0035]
2、本发明中声波储存装置中的数据库可以自动优化，将泄露噪音波形图添加到数据库并重新训练模型，以提高模型分类精确度。
附图说明
[0036]
图1为本发明的一种基于逻辑回归算法的高压氢气泄露检测系统流程示意图；
[0037]
图2为本发明的一种基于逻辑回归算法的高压氢气泄露检测系统结构示意图；
[0038]
图中：1、音频采集器；2、滤波器；3、声电转换装置；4、微处理器；5、报警器；6、声波储存装置；7、电源；8、电量显示灯；9、壳体。
具体实施方式
[0039]
面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0040]
图2是本发明所述的一种基于逻辑回归算法的高压氢气泄漏检测系统连接结构示意图，该装置包括：音频采集器1、滤波器2、声电转换装置3、微处理器4、声波储存装置6、报警器5、电量显示灯8、壳体9，所述音频采集器1、滤波器2、声电转换装置3、微处理器4、报警器5依次电连接，所述电量显示灯8在所述壳体9外部，除电量显示灯8的所有装置都在所述壳体9内部，电源7为上述各部位供电。
[0041]
微处理器4还与声波储存装置6电连接，声波储存装置6中存有高压储氢设备中气体泄漏情况下的背景噪声及没有气体泄漏情况下的背景噪声所生成的波形图数据库。
[0042]
电量显示灯8显示电源7电量，当电量低于20％时，发出红色灯光。
[0043]
本发明中声波储存装置6可以使用随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质。
[0044]
本发明中报警器5可以使用智能报警器5，当发生泄露时，立即发出警报声进行现场报警，并且报警器5内置wi-fi模块，可以通过移动端app来通知工作人员。
[0045]
工作原理:获取高压储氢设备中氢气泄漏情况下的背景噪声及没有氢气泄漏情况下的背景噪声，并进行降噪预处理，并将预处理后的背景噪声信号转换为电信号后拟合为波形图，并划分为训练集和测试集；
[0046]
构建逻辑回归模型，将作为训练集的背景噪声波形图输入逻辑回归模型中进行训练，根据输出结果调整逻辑回归模型的参数，直至输出结果与背景噪声的类型一致；训练完成后，通过测试集对逻辑回归模型检测分类的准确性进行验证。
[0047]
定义损失函数并将其最小化，对搭建的逻辑回归模型进行调整优化，损失函数表达式如下：
[0048]
[0049]
其中，m为样本数量，xi和yi分别表示第i个样本的特征和标签，h
θ
(xi)表示sigmoid函数的输出值，θ为模型的参数。
[0050]
参照图1：具体实施时包括以下步骤：
[0051]
(1)音频采集器1采集音频；
[0052]
(2)设置滤波器2过滤掉部分非泄露环境噪声；
[0053]
(3)采集到的音频经过声电转换装置3，将音频信号转换为电信号；
[0054]
(4)微处理器4实时将声电转换装置3传输的电信号拟合为波型图，并使用训练好的逻辑回归模型将采集到的波形图进行分类，确定采集到的音频是否为泄露噪音，若确认为泄露噪音，微处理器4将结果以电信号的形式发至智能报警器5，报警器5发出警报提示；
[0055]
(5)若检测到泄露噪声信号和数据库误差较大，则自动优化数据库，优化数据库的主要方法是：确认当前噪音为泄露噪音时，当前噪音的波形图直接添加到数据库中，以丰富模型的训练集，并根据更新后的数据集训练逻辑回归模型，以提高模型分类精确度。
[0056]
本发明选取的应用实例为车载高压储氢瓶和高压氢气运输管道，在高压氢气运输和储存过程中会有较多非泄露环境噪声，因此需设置滤波器2过滤掉部分非泄露环境噪声以及模型训练前的降噪预处理。滤波器2可选取自适应滤波器2，自适应滤波器2具有跟踪信号和噪声变化的能力，滤波器2的特性也随信号和噪声的变化而变化，以达到最优滤波效果。当噪声信号和混有噪声的音频信号通过自适应滤波器2之后，可以将环境中的噪声分离出来，并且自适应跟踪环境噪声变化，进而产生降噪信号从而实现噪声消除。
[0057]
由于实际情况下氢气泄露有较大的安全风险，因此在实际采集噪声信号时选择氮气或者空气代替氢气进行实验。将采集到的信号制作成数据集后，按照8：2划分为训练集和测试集。
[0058]
具体的，在车载高压储氢瓶和高压氢气运输管道附近模拟不同距离、不同排放压力下氢气泄漏实验，使用音频采集器1采集泄漏音频信号，同时采集无气体泄漏情况时的背景噪声信号，采样时间为30s。
[0059]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种基于逻辑回归算法的高压氢气泄漏检测系统，其特征在于，该系统包括：音频采集器，用于实时采集所处环境周围的音频信息；滤波器，与所述音频采集器电连接，用于过滤环境噪声；声电转换装置，与所述滤波器电连接，用于将音频信号转为电信号；微处理器，与所述声电转换装置电连接，拟合电信号为波形图并分类判断采集到的音频是否为泄露噪音；声波储存装置，与所述微处理器电连接，用于储存声音样本所生成的波形图数据库；报警器，与微处理器电连接，用于氢气泄露时报警；电量显示灯，与电源电连接，用于电源电量低时发出提示；壳体，用于封装所有部位；所述电量显示灯在所述壳体外部，除电量显示灯的所有装置都在所述壳体内部，电源为上述各部位供电。2.根据权利要求1所述的一种基于逻辑回归算法的高压氢气泄漏检测系统，其特征在于，所述声波储存装置中存有声波样本，用于与实时采集声音进行对比。3.根据权利要求1所述的一种基于逻辑回归算法的高压氢气泄漏检测系统，其特征在于，所述声波储存装置存有的声波样本包括：高压储氢设备中气体泄漏情况下的背景噪声及没有气体泄漏情况下的背景噪声所生成的波形图。4.根据权利要求1所述的一种基于逻辑回归算法的高压氢气泄漏检测系统，其特征在于，所述报警器为智能报警器，且所述报警器内置wi-fi模块，能够通过适配的app下达通知。5.一种基于逻辑回归算法的高压氢气泄漏检测方法，其特征在于，利用权利要求1至4任意一项权利要求所述的基于逻辑回归算法的高压氢气泄漏检测系统进行检测，包括以下步骤：s1：采集样本：提供音频采集器，进行采集音频样本；s2：降噪：提供滤波器，过滤环境噪声；s3：信号转换：提供声电转换装置，将采集到的音频样本经过声电转换装置处理，将音频信号转换为电信号；s4：微处理器实时将声电转换装置传输的电信号拟合为波形图，并使用训练后的逻辑回归模型将采集到的波形图进行分类，确定采集到的音频是否为泄露噪音，若确认为泄露噪音，微处理器将结果以电信号的形式发至报警器，报警器发出警报提示；s5：若检测到泄露噪声信号和数据库误差较大，则自动优化数据库，优化数据库的主要方法是：确认当前噪音为泄露噪音时，当前噪音的波形图直接添加到数据库中，以丰富模型的训练集，并根据更新后的数据集训练逻辑回归模型，以提高模型分类精确度。6.根据权利要求5所述的基于逻辑回归算法的高压氢气泄漏检测方法，训练逻辑回归模型的方法具体包括：将作为训练集的背景噪声波形图输入逻辑回归模型中进行训练，根据输出结果调整逻辑回归模型的参数，直至输出结果与背景噪声的类型一致；训练完成后，通过测试集对逻辑回归模型检测分类的准确性进行验证；如果检测到泄露噪声信号和数据库误差较大，则自动优化数据库，将泄露噪音波形图添加到数据库并重新训练模型以提高分类精确度。
定义损失函数并将其最小化，对搭建的逻辑回归模型进行调整优化，损失函数表达式如下：其中，m为样本数量，x
i
和y
i
分别表示第i个样本的特征和标签，h
θ
(x
i
)表示sigmoid函数的输出值，θ为模型的参数。

技术总结
本发明公开了基于逻辑回归算法的高压氢气泄漏检测系统及方法，该系统包括，音频采集器，用于实时采集所处环境周围的音频信息；滤波器，与所述音频采集器电连接，用于过滤环境噪声；声电转换装置，与滤波器电连接，用于将音频信号转为电信号；微处理器，与声电转换装置电连接，拟合电信号为波形图并分类判断采集到的音频是否为泄露噪音；声波储存装置，与微处理器电连接，用于储存声音样本所生成的波形图数据库；报警器，与微处理器电连接，用于氢气泄露时报警；电量显示灯，与电源电连接，用于电源电量低时发出提示；壳体，用于封装所有部位；电量显示灯在所述壳体外部，除电量显示灯的所有装置都在所述壳体内部，电源为上述各部位供电。电。电。


技术研发人员：秦岭 温惠泷 秦岭 黄庆 白鹤翔 苏亦钊
受保护的技术使用者：武汉理工大学
技术研发日：2023.06.06
技术公布日：2023/9/22