Resumen

Tradicionalmente, las técnicas de detección de fugas mediante sensores acústicos permanentes han demostrado ser muy eficaces en las tuberías de distribución de agua. Sin embargo, estos métodos requieren un despliegue a larga distancia y una posición adecuada de los sensores, por lo que no pueden aplicarse en tuberías subterráneas. Se ha desarrollado un dispositivo acústico de inspección en línea que consta de sensores acústicos. El dispositivo se desplazará por el flujo de agua a través de las tuberías, registrando todos los eventos de ruido y detectando pequeñas fugas. Sin embargo, registra todos los eventos de ruido con respecto a los ruidos de fondo, pero la señal acústica ruidosa en el dominio del tiempo no puede manifestar características completas como la tasa de flujo de fuga que no distingue la señal de fuga y la perturbación ambiental. Este trabajo presenta una estructura de algoritmo con la modularidad de la transformada wavelet y la red neuronal, que combina la capacidad de la transformada wavelet para analizar señales de fuga y la capacidad de clasificación de las redes neuronales artificiales. Este estudio valida que el dominio del tiempo no es evidente para las características completas con respecto a las señales de fugas ruidosas y la importancia de la selección de la ondícula madre para extraer las características del evento de ruido en las tuberías de distribución de agua. Las consecuencias de la simulación han demostrado que se ha seleccionado y localizado una ondícula madre adecuada para extraer las características de la señal con ruido de fuga y ruido de fondo, y mediante la implementación de redes neuronales, el método mejora el rendimiento de clasificación de las características extraídas.

• Materias:Biotecnología Redes de sensores Sistema de sensores Diagnóstico de fallas Tecnología de sensores Diagnóstico de fallos
• Subjects:Biotechnology Sensor networks Sensor system Fault diagnosis Sensor technology
• Palabras claves:tuberías de distribución de agua, características completas, eventos de ruido, sensores acústicos permanentes técnicas de detección de fugas, ondícula madre adecuada, redes neuronales artificiales, caudal de fuga, despliegue a larga distancia, implementación de redes neuronales, señal acústica ruidosa
• Keywords:water distribution pipes, complete features, noise events, permanent acoustic sensors leak detection techniques, appropriate mother wavelet, artificial neural networks, leak flow rate, long distance deployment, neural network implementation, noisy acoustic signal