基于故障树与深度学习融合的气体泄漏预警方法及系统
河南省科学院应用物理研究所有限公司 河南省科学院
2025-10-03
气体泄漏 故障树 深度学习
本发明涉及气体泄漏检测技术领域,公开了基于故障树与深度学习融合的气体泄漏预警方法及系统,方法包括:获取声学信号、光学图像以及环境参数,并进行预处理;从预处理后的声学信号中提取声学特征,基于预处理后的光学图像利用目标检测模型识别泄漏区域位置及置信度;根据声学特征、泄漏区域置信度及环境参数,动态计算故障树中各节点的概率;融合目标检测模型的泄漏区域置信度与故障树根节点概率,生成联合置信度,根据联合置信度分级输出预警信号.本方案能够显著提升复杂工况下微弱泄漏信号的早期识别鲁棒性,提高气体泄漏检测和预警的及时性和准确性.
