基于多传感器特征融合的输氢管道损伤智能识别方法及系统

本发明公开了基于多传感器特征融合的输氢管道损伤智能识别方法及系统，首先在采集包括电磁、超声在内的多源传感器检测信号；接着对各传感器信号分别进行时域、频域及时频域特征提取，构建原始特征集；然后采用受限玻尔兹曼机对高维特征进行无监督深度特征学习与降维处理，实现多传感器数据的特征级融合，得到具有更强表征能力的融合特征向量；最后将融合特征向量输入至经预训练的BP神经网络分类器，实现输氢管道不同损伤类型与损伤程度的智能识别与分类。本方法具有检测效率高、识别结果准确的效果，有效提升了输氢管道损伤识别的准确性与可靠性。