一种清管机定位方法和系统与流程

摘要: 本发明涉及光纤传感领域,更具体地,涉及一种清管机定位方法和系统。背景技术:1、在通过清管机清理管道内壁杂质、积液或检测管道内部状况的管道清管作业中,准确获取清管...
一种清管机定位方法和系统与流程

本发明涉及光纤传感领域,更具体地,涉及一种清管机定位方法和系统。

背景技术:

1、在通过清管机清理管道内壁杂质、积液或检测管道内部状况的管道清管作业中,准确获取清管机的运行位置、速度及运动状态是保障管道输送安全的关键环节。现有技术通常利用沿管道铺设的传感光纤采集振动或声学响应信号,将振动或声学响应信号绘制为热力图,通过人工目视判读或识别算法识别热力图中的亮带、脊线等特征来判定清管机位置。常见的定位方法包括:在热力图中,按照预设距离区间内进行峰值检测或连通域分析,从而判定清管机位置;获取热力图中各距离点的时域信号,并基于计算其能量或均方根值判定清管机位置;在热力图中单个时间窗内寻找最大响应点作为清管机位置。

2、然而,上述方法在实际工程应用中面临诸多局限。当热力图清晰、基于热力图获取得到的亮带结构简单时,这些方法尚可获得一定效果,但在噪声增强、从热力图中获取到的主亮脊不连续、局部干扰突出或真正由清管机影响的有效信号等复杂场景下,现有方法容易将获取到的主亮脊区域拖向噪声带或伪亮带,导致基于感兴趣区域获取到的清管机位置估计偏移;同时,这类方法通常仅依赖幅值强弱进行判断,使得单个事件容易被热力图中的局部高亮斑或孤立干扰点带偏。

技术实现思路

1、本发明提供一种清管机定位方法和系统,用于在复杂噪声场景下实现清管机位置的稳定可靠获取并有效避免误报。

2、根据本技术的第一方面,提供了一种清管机定位方法,所述方法包括:

3、获取清管机的热力图,所述热力图包括传感光纤上若干采样位置点在若干采样时刻的幅度值;

4、获取所述热力图的主亮脊区域;

5、基于所述热力图和所述主亮脊区域检测若干响应事件,并获取所述响应事件对应的事件时间区间;

6、根据所述热力图和所述事件时间区间,获取所述若干响应事件共同对应的聚合区域;

7、基于所述热力图、所述响应事件和所述聚合区域,获取所述清管机的定位结果。

8、可理解的是,本技术通过从热力图中先识别主亮脊区域以锁定清管机信号的主要距离范围,再基于主亮脊区域检测响应事件并确定事件时间区间,进而利用多个响应事件共同对应的聚合区域对定位结果进行约束,有效避免了因背景噪声、局部强干扰和信号形态变化导致的定位偏移,提升了复杂噪声场景下清管机定位的稳定性和可靠性。

9、可选地,所述获取所述热力图的主亮脊区域,包括:

10、基于所述热力图,获取所述采样位置点的谱峰幅值、主频稳定性指标和时间持续指标;

11、基于所述谱峰幅值、所述主频稳定性指标和所述时间持续指标的两者或以上,获取所述采样位置点的联合评分;

12、基于所述采样位置点的联合评分,从所述热力图中获取若干连通距离段;

13、根据所述联合评分获取所述连通距离段的综合评分;

14、在若干所述连通距离段中,选取所述综合评分最大的连通距离段作为所述热力图的主亮脊区域。

15、可理解的是,通过综合谱峰幅值、主频稳定性指标和时间持续指标中的两者或以上指标对每个采样位置点进行联合评分,使得主亮脊区域的识别不再仅依赖单一幅值强弱,而是同时兼顾频域能量、频率稳定性和时间贯通性中的两种或以上,从而能够准确区分真实清管机信号与宽噪声带、局部强反射等伪亮带,有效避免了因主亮脊区域被噪声区域拖偏而导致的定位误差,显著提升了主亮脊区域识别的准确性和鲁棒性。

16、可选地,基于所述热力图,获取所述采样位置点的谱峰幅值,包括:

17、从所述热力图中,提取所述采样位置点在若干采样时刻的幅度值;

18、对所述采样位置点在若干采样时刻的幅度值进行傅里叶变换,得到所述采样位置点的频谱;

19、在所述频谱中获取预设频带中最大的幅度值作为所述采样位置点的谱峰幅值;

20、和/或,基于所述热力图,获取所述采样位置点的主频稳定性指标,包括:

21、以所述采样位置点作为主位置点,以所述主位置点为中心,从所述热力图中获取预设距离范围的距离段;

22、从所述距离段中提取所包括的采样位置点作为所述主位置点的辅助位置点;

23、从所述热力图中,提取所述主位置点、所述辅助位置点在若干采样时刻的幅度值;

24、分别对所述主位置点、所述辅助位置点在若干采样时刻的幅度值进行傅里叶变换,得到所述主位置点、所述辅助位置点对应的频谱;

25、分别从所述主位置点、所述辅助位置点对应的频谱中,获取预设频带中幅度值最大的频率点作为所述主位置点、所述辅助位置点对应的主频点;

26、根据所述主位置点、所述辅助位置点对应的主频点,获取所述主位置点的主频波动标准差;

27、基于所述主位置点的主频波动标准差,获取所述主位置点的主频稳定性指标;

28、和/或,基于所述热力图,获取所述采样位置点的时间持续指标,包括:

29、从所述热力图中,提取所述采样位置点在各个采样时刻对应的幅度值;

30、基于所述采样位置点在各个采样时刻的幅度值,以及预设的第一阈值,获取所述采样位置点的时间持续指标。

31、可理解的是,本技术通过对采样位置点沿时间方向的幅度值进行傅里叶变换以提取谱峰幅值,能够准确量化采样位置点在预设频带内的频域能量强度;通过在主位置点的距离邻域内统计各辅助位置点的主频波动标准差以获取主频稳定性指标,能够有效判断该采样位置点附近主频是否稳定,从而区分连续主亮脊与孤立噪声;通过统计采样位置点在时间轴上超过预设的第一阈值的持续比例以获取时间持续指标,能够衡量该采样位置点的信号在时间维度上的贯通程度,两者或以上共同为联合评分提供了时频域多维度的量化依据。

32、可选地,所述基于所述热力图和所述主亮脊区域检测若干响应事件,包括:

33、获取所述主亮脊区域中所包含的采样位置点作为目标位置点;

34、在所述热力图中,提取在每个采样时刻下若干所述目标位置点的幅度值,基于每个采样时刻下若干所述目标位置点的幅度值,获取每个采样时刻的幅度统计信号;

35、根据所述幅度统计信号构建幅度统计信号序列;

36、基于预设的分位数阈值、预设的最小时间间隔和预设峰值检测规则,检测所述幅度统计信号序列的峰值信号,基于所述峰值信号构建对应的响应事件。

37、可理解的是,本技术通过将主亮脊区域内多个目标位置点在每个采样时刻的幅度值聚合为幅度统计信号,有效降低了数据维度并增强了共同信号、抑制了随机噪声;在此基础上,基于分位数阈值进行峰值检测,使检测阈值能够自适应于当前信号的幅值分布,避免了固定阈值在不同数据场景下适应性差的问题;结合最小时间间隔规则,能够避免将同一物理事件的多个局部极大值误检为多个独立事件,从而准确识别出清管机通过主亮脊区域的响应事件。

38、可选地,所述获取所述响应事件对应的事件时间区间,包括:

39、基于所述峰值信号构建第二阈值;

40、在所述幅度统计信号序列中,以所述峰值信号为中心,向两侧分别提取幅值连续超过所述第二阈值的幅度统计信号作为相邻信号;

41、获取所述峰值信号以及相邻信号对应的采样时刻作为待拼接时刻,将所述待拼接时刻进行拼接得到所述响应事件对应的事件时间区间。

42、可理解的是,通过以峰值信号为中心向两侧分别提取幅值连续超过第二阈值的相邻信号,能够将峰值信号扩展为覆盖事件完整发展过程的时间区间,使得后续分析不依赖单帧亮点,而是利用响应事件形成过程中的整体能量分布,有效避免了因单帧噪声或瞬时干扰导致的定位偏差;同时,连续提取直至遇到幅值未超过第二阈值的信号为止,确保了事件时间区间不会跨越事件边界而将相邻的其他事件或背景噪声纳入其中,提升了事件时间区间确定的准确性。

43、可选地,所述根据所述热力图和所述事件时间区间,获取所述若干响应事件共同对应的聚合区域,包括:

44、对于一个所述响应事件,获取其对应的所述事件时间区间中,所包含的采样时刻作为目标采样时刻;

45、对于一个所述采样位置点,在所述热力图中,获取其在若干所述目标采样时刻的幅度值;

46、获取所述采样位置点在若干所述目标采样时刻的幅度值的平均值,作为所述采样位置点在所述响应事件的平均幅度值;

47、基于若干所述采样位置点在不同响应事件的平均幅度值和预设的第三阈值,获取所述若干响应事件共同对应的聚合区域。

48、可理解的是,通过在事件时间区间内对每个采样位置点沿时间方向求平均,得到采样位置点在响应事件中的平均幅度值,有效增强了共同响应事件对应的信号并抑制了随机噪声,使响应事件在距离方向上的响应分布更加可靠;在此基础上,综合多个响应事件在不同采样位置点的平均幅度值和预设的第三阈值确定共同对应的聚合区域,实现了由多个响应事件共同确认聚合区域,而非由单个响应事件孤立决定,从而显著减少了个别响应事件被局部高亮斑或孤立干扰点带偏的问题,提升了聚合区域确定的鲁棒性。

49、可选地,所述基于若干所述采样位置点在不同响应事件的平均幅度值和预设的第三阈值,获取所述若干响应事件共同对应的聚合区域,包括:

50、基于若干所述采样位置点在同一所述响应事件的平均幅度值和预设的第三阈值,在所述若干采样位置点中选择一个或多个采样位置点与对应的所述响应事件构建关联关系;

51、基于所述关联关系,获取所述采样位置点与所述响应事件关联的关联事件,并获取所述关联事件的数量作为所述采样位置点的关联事件数,选择所述关联事件数大于或等于预设第四阈值的采样位置点作为候选位置点;

52、在所述候选位置点中获取两个或两个以上位置相邻的候选位置点,基于两个或两个以上位置相邻的候选位置点构建候选聚合区域;

53、获取所述候选聚合区域所包含的候选位置点作为待处理位置点;

54、获取所述待处理位置点的位置点数量,以及分别获取所述待处理位置点对应的关联事件数;

55、基于所述位置点数量、所述待处理位置点对应的关联事件数和预设的选择规则,从所述候选聚合区域中选择候选聚合区域作为所述若干响应事件共同对应的聚合区域。

56、可理解的是,通过为每个响应事件建立其与采样位置点之间的关联关系,并统计每个采样位置点被多少个响应事件共同关联作为关联事件数,能够量化多个响应事件在距离方向上的一致性程度;在此基础上,选择关联事件数达到第四阈值的采样位置点作为候选位置点,再从中提取连续相邻的候选位置点构建候选聚合区域,并依据位置点数量和关联事件数综合选择最佳聚合区域,实现了从多个候选聚合区域中选出多响应事件共同支持度最高的距离范围,有效避免了单个响应事件或孤立干扰点对聚合区域确定的影响。

57、可选地,所述基于所述热力图、所述响应事件和所述聚合区域,获取所述清管机的定位结果,包括:

58、获取所述聚合区域中所包含的采样位置点作为判断位置点;

59、获取所述响应事件对应的事件时间区间所包含的若干采样时刻作为判断采样时刻;

60、在所述热力图中,获取所述判断位置点在若干所述判断采样时刻中的幅度值;

61、获取所述判断位置点在若干所述判断采样时刻中的幅度值的平均值,作为所述判断位置点在所述响应事件的平均判断幅度值;

62、基于若干所述判断位置点在不同响应事件的平均判断幅度值和所述响应事件,获取所述聚合区域的平均判断指标和事件覆盖指标;

63、判断所述平均判断指标是否小于预设的第五阈值,和/或所述事件覆盖指标是否小于预设的第六阈值,若是则判定所述聚合区域为异常,并根据所述聚合区域获取告警信息;若否则,根据所述聚合区域获取所述清管机的位置信息。

64、可理解的是,通过计算聚合区域内各判断位置点在各响应事件中的平均判断幅度值,并据此获取聚合区域的平均判断指标和事件覆盖指标,从强度一致性和事件一致性两个维度对聚合区域进行校验,当平均判断指标或事件覆盖指标不足时判定聚合区域为异常并输出告警信息,有效避免了纯噪声对应的热力图、主亮脊不存在对应的热力图或多响应事件严重分散对应的热力图被强行输出定位结果的问题,显著降低了工程误报风险;当校验通过时才输出清管机的位置信息,保证了定位结果的可靠性。

65、可选地,所述基于若干所述判断位置点在不同响应事件的平均判断幅度值和所述响应事件,获取所述聚合区域的平均判断指标和事件覆盖指标,包括:

66、基于所述判断位置点在不同响应事件的平均判断幅度值,获取所述聚合区域的平均判断指标;

67、对于一个所述响应事件,若存在一个或多个所述判断位置点在所述响应事件的平均判断幅度值,大于或等于预设的第七阈值,则将所述响应事件作为目标事件;

68、统计所述目标事件的数量作为第一事件数;

69、统计所述响应事件的数量作为第二事件数;

70、基于所述第一事件数和所述第二事件数获取所述聚合区域的事件覆盖指标。

71、可理解的是,通过将判断位置点在多个响应事件中的平均判断幅度值得到平均判断指标,能够量化聚合区域内多响应事件共同影响的强度水平;同时,通过统计在聚合区域内存在平均判断幅度值超过第七阈值的第一事件数,并将其与第二事件数的比值作为事件覆盖指标,能够量化有多少个响应事件真正指向聚合区域,两个指标分别从强度和一致性两个维度为后续判定提供了客观依据,使得能够准确区分有效定位数据与无效噪声数据。

72、根据本技术的第二方面,提供了一种清管机定位系统,所述系统包括:

73、热力图获取模块,用于获取清管机的热力图,所述热力图包括传感光纤上若干采样位置点在若干采样时刻的幅度值;

74、主亮脊区域获取模块,用于获取所述热力图的主亮脊区域;

75、事件时间区间获取模块,用于基于所述热力图和所述主亮脊区域检测若干响应事件,并获取所述响应事件对应的事件时间区间;

76、聚合区域获取模块,用于根据所述热力图和所述事件时间区间,获取所述若干响应事件共同对应的聚合区域;

77、定位模块,用于基于所述热力图、所述响应事件和所述聚合区域,获取所述清管机的定位结果。

78、根据本技术的第三方面,提供了一种电子设备,包括:

79、存储器,用于存储一个或多个计算机程序;

80、处理器,当所述一个或多个计算机程序被所述处理器执行时,实现上述第一方面所述的一种清管机定位方法。

81、根据本技术的第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现上述第一方面所述的一种清管机定位方法。

82、基于上述任意一个方面,本技术实施例提供的一种清管机定位方法、系统、电子设备及存储介质,可以达到以下技术效果:

83、本技术通过从热力图中先识别主亮脊区域以锁定清管机的主要距离范围,再基于主亮脊区域检测多个响应事件并确定各自的事件时间区间,进而利用多个响应事件共同对应的聚合区域对定位结果进行统一约束,实现了从热力图到清管机定位结果的全流程自动化提取。相较于仅依赖单一幅值峰值或单响应事件独立定位的现有方案,本技术有效避免了因背景噪声、局部强干扰和信号形态变化导致的定位偏移,显著提升了复杂噪声场景下清管机定位的稳定性和可靠性。