一种基于动态差分谱和度量学习的管道微小泄露检测方法

本发明公开了一种基于动态差分谱和度量学习的管道微小泄露检测方法，首先获取管道的声学信号并生成初始时频表示；然后在预设的高频频带内确定初始时频表示中的主频，并基于该主频构建一动态增益函数以生成增强时频表示，随后计算增强时频表示与初始时频表示的差值，得到一动态差分谱；接下来将动态差分谱输入至一深度神经网络模型以提取一高维特征向量；最后，基于特征向量与一参考特征数据库中预存样本之间的度量距离，采用k‑近邻算法判定是否存在泄露。本发明通过在特定频带内增强并利用差分谱凸显微弱特征，结合度量学习进行可靠判别，显著提高了对管道微小泄露的检测准确率和鲁棒性。