本發(fā)明涉及可燃?xì)怏w泄漏檢測(cè)技術(shù)領(lǐng)域，具體涉及一種可燃?xì)怏w泄漏檢測(cè)方法及系統(tǒng)。

背景技術(shù)：

LNG加氣站、化工廠、熱電廠、煉油廠、鋼鐵廠等含有可燃?xì)怏w的設(shè)備管道中，其接口部分在使用過(guò)程中由于腐蝕老化、焊接質(zhì)量等原因很容易發(fā)生泄漏，這將造成重大的經(jīng)濟(jì)損失和安全隱患。

現(xiàn)有市面上用來(lái)檢測(cè)是否有可燃?xì)怏w泄漏的裝置主要包括催化型可燃?xì)怏w傳感器和紅外(激光)可燃?xì)怏w探測(cè)器兩類(lèi)。其中，催化型可燃?xì)怏w傳感器的檢測(cè)原理是：可燃?xì)怏w進(jìn)入探測(cè)器時(shí)，會(huì)引起鉑絲表面引起氧化反應(yīng)(無(wú)焰燃燒)，其產(chǎn)生的熱量使鉑絲的溫度升高繼而導(dǎo)致鉑絲的電阻率發(fā)生變化，則通過(guò)檢測(cè)鉑絲加熱后的電阻變化即可判定是否有可燃?xì)怏w泄漏以及泄漏的濃度。雖然催化型可燃?xì)怏w傳感器價(jià)格便宜，但是由于泄露的可燃?xì)怏w在很短的時(shí)間內(nèi)會(huì)瞬間揮發(fā)，設(shè)置可燃?xì)怏w傳感器來(lái)檢測(cè)氣體需要有足夠的濃度，這就使得其測(cè)量的準(zhǔn)確度較低。紅外(激光)可燃?xì)怏w探測(cè)器是利用可燃?xì)怏w對(duì)紅外光有選擇性的吸收原理來(lái)檢測(cè)現(xiàn)場(chǎng)環(huán)境的可燃?xì)怏w濃度的。但是該種裝置在有一定濃度灰塵、水汽粒子且粒子濃度變化較快的場(chǎng)所并不容易安裝，而目前加氣站、化工廠等一般都建在國(guó)道周?chē)h(huán)境灰塵大，這就造成了紅外(激光)可燃?xì)怏w探測(cè)器使用的瓶頸，而且其價(jià)格也較為昂貴。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例提供了一種可燃?xì)怏w泄漏檢測(cè)方法及系統(tǒng)，解決了現(xiàn)有可燃?xì)怏w泄漏技術(shù)準(zhǔn)確度低、使用不便、成本較高等技術(shù)問(wèn)題。

本發(fā)明一實(shí)施例提供的一種可燃?xì)怏w泄漏檢測(cè)方法，包括：獲取待檢測(cè)位置的聲波信號(hào)；對(duì)所述獲取的聲波信號(hào)進(jìn)行降噪預(yù)處理；對(duì)預(yù)處理后得到的聲波信號(hào)進(jìn)行特征提取，并輸出特征向量；根據(jù)輸出的不同特征向量自動(dòng)檢測(cè)出待檢測(cè)位置的可燃?xì)怏w泄漏狀態(tài)；

其中，所述對(duì)預(yù)處理后得到的聲波信號(hào)進(jìn)行特征提取，并輸出特征向量包括：對(duì)所述預(yù)處理后的聲波信號(hào)進(jìn)行小波包多尺度分解，得到各個(gè)節(jié)點(diǎn)的小波包系數(shù)；對(duì)所述分解得到的最底層低頻系數(shù)和高頻系數(shù)進(jìn)行小波包重構(gòu)，得到最底層各個(gè)頻帶的重構(gòu)信號(hào)；從所述最底層各個(gè)頻帶的重構(gòu)信號(hào)中提取能量，并將其作為特征向量輸出給檢測(cè)模塊；

其中，所述小波包多尺度分解層數(shù)為3至8層；

其中，所述可燃?xì)怏w的泄漏狀態(tài)通過(guò)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型自動(dòng)識(shí)別；

其中，所述的可燃?xì)怏w泄漏檢測(cè)方法進(jìn)一步包括：若檢測(cè)到待檢測(cè)位置有可燃?xì)怏w泄漏時(shí)，則向報(bào)警模塊發(fā)送觸發(fā)信號(hào)；接收觸發(fā)信號(hào)，在接收到觸發(fā)信號(hào)時(shí)生成并輸出報(bào)警信號(hào)；

其中，所述獲取待檢測(cè)位置的聲波信號(hào)包括：采集待檢測(cè)位置的聲波信號(hào)的模擬數(shù)據(jù)；將所述采集的聲波信號(hào)的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字?jǐn)?shù)據(jù)并傳送給預(yù)處理模塊。

本發(fā)明一實(shí)施例提供的一種可燃?xì)怏w泄漏檢測(cè)系統(tǒng)，包括聲音傳感器、預(yù)處理模塊、特征提取模塊以及檢測(cè)模塊，其中：所述聲音傳感器用于獲取待檢測(cè)位置的聲波信號(hào)；所述預(yù)處理模塊用于對(duì)所述聲音傳感器獲取的聲波信號(hào)進(jìn)行降噪預(yù)處理；所述特征提取模塊用于對(duì)所述預(yù)處理模塊預(yù)處理后的聲波信號(hào)進(jìn)行特征提取，并輸出特征向量；所述檢測(cè)模塊用于根據(jù)所述特征提取模塊輸出的不同特征向量自動(dòng)檢測(cè)出待檢測(cè)位置的可燃?xì)怏w泄漏狀態(tài)；

其中，所述特征提取模塊包括小波包分解單元、重構(gòu)單元以及能量特征提取單元，其中：所述小波包分解單元用于對(duì)所述預(yù)處理后的聲波信號(hào)進(jìn)行小波包多尺度分解，得到各個(gè)節(jié)點(diǎn)的小波包系數(shù)；所述重構(gòu)單元用于對(duì)所述小波包分解單元分解得到的最底層低頻系數(shù)和高頻系數(shù)進(jìn)行小波包重構(gòu)，得到最底層各個(gè)頻帶的重構(gòu)信號(hào)；所述能量特征提取單元用于從所述最底層各個(gè)頻帶的重構(gòu)信號(hào)中提取能量，并將其作為特征向量輸出給檢測(cè)模塊；

其中，所述的可燃?xì)怏w泄漏檢測(cè)系統(tǒng)，進(jìn)一步包括：報(bào)警模塊，用于接收來(lái)自檢測(cè)模塊發(fā)出的觸發(fā)信號(hào)，在接收到觸發(fā)信號(hào)時(shí)生成并輸出報(bào)警信號(hào)；所述檢測(cè)模塊進(jìn)一步包括信號(hào)傳輸單元，用于若檢測(cè)到待檢測(cè)位置有可燃?xì)怏w泄漏，則向所述報(bào)警模塊發(fā)送觸發(fā)信號(hào)；

其中，所述聲音傳感器包括采集單元和模數(shù)轉(zhuǎn)換單元，其中：所述采集單元用于采集待檢測(cè)位置的聲波信號(hào)的模擬數(shù)據(jù)；所述模數(shù)轉(zhuǎn)換單元用于將所述采集單元采集的聲波信號(hào)的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字?jǐn)?shù)據(jù)并傳送給所述預(yù)處理模塊。

本發(fā)明實(shí)施例提供的可燃?xì)怏w泄漏檢測(cè)方法及系統(tǒng)，對(duì)待檢測(cè)位置的聲波信號(hào)進(jìn)行小波包分解，提取最底層各頻帶的能量信號(hào)作為特征向量輸入到檢測(cè)模塊，然后利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對(duì)輸入的實(shí)時(shí)數(shù)據(jù)進(jìn)行檢測(cè)，能夠精確地判斷出可燃?xì)怏w泄漏的種類(lèi)和濃度，提高了準(zhǔn)確度，且使用方便快捷，成本較低。

附圖說(shuō)明

圖1所示為本發(fā)明一實(shí)施例提供的一種可燃?xì)怏w泄漏檢測(cè)方法的流程圖。

圖2所示為本發(fā)明一實(shí)施例提供的一種可燃?xì)怏w泄漏檢測(cè)方法的小波包三層分解結(jié)構(gòu)示意圖。

圖3所示為本發(fā)明另一實(shí)施例提供的一種可燃?xì)怏w泄漏檢測(cè)方法的流程圖。

圖4所示為本發(fā)明一實(shí)施例提供的一種可燃?xì)怏w泄漏檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本方案的基本設(shè)計(jì)思路為：高壓可燃?xì)怏w在泄漏過(guò)程中，通過(guò)管道接口(泄漏口)向外噴發(fā)時(shí)會(huì)形成特有的聲波信號(hào)，這種過(guò)程可以看成是聲發(fā)射現(xiàn)象。我們利用小波包分解方法對(duì)這種聲發(fā)射信號(hào)進(jìn)行分解，并將分解后得到的最底層各頻帶的能量作為特征向量來(lái)檢測(cè)判斷待檢測(cè)位置是否有氣體泄漏。

圖1所示為本發(fā)明一實(shí)施例提供的一種可燃?xì)怏w泄漏檢測(cè)方法的流程圖。如圖1所述，該可燃?xì)怏w泄漏檢測(cè)方法包括：

步驟101：獲取待檢測(cè)位置的聲波信號(hào)。在本發(fā)明一實(shí)施例中，該步驟101具體包括采集待檢測(cè)位置的聲波信號(hào)的模擬數(shù)據(jù)，將采集的聲波信號(hào)的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字?jǐn)?shù)據(jù)并傳送給預(yù)處理模塊。

步驟102：對(duì)獲取的聲波信號(hào)進(jìn)行降噪預(yù)處理。在本發(fā)明一實(shí)施例中，采用小波變換閾值法對(duì)聲波信號(hào)進(jìn)行降噪處理，具體方法為通過(guò)選擇合適的閾值函數(shù)，在小波變換域中去除聲波信號(hào)低幅值的噪聲，然后進(jìn)行離散小波變換的逆變換，重構(gòu)出降噪后的聲波信號(hào)。

在本發(fā)明一實(shí)施例中，在閾值函數(shù)的選取方法中，采用一種改進(jìn)的閾值函數(shù)方法，其表達(dá)式如下所示：

其中，w_j,k為第k層小波變換的小波系數(shù)，為經(jīng)過(guò)閾值處理后的小波系數(shù)，λ為所取的閾值。

因?yàn)檎恍〔ㄗ儞Q具有很強(qiáng)的去數(shù)據(jù)相關(guān)性，它能使信號(hào)的能量集中在小波域的一些大小波系數(shù)中，而噪聲的能量卻分布于整個(gè)小波域內(nèi)，其幅值較小，所以，經(jīng)上述小波變換后，保留了盡可能多的幅值較大的小波系數(shù)，獲得了較好的降噪效果。

步驟103：對(duì)預(yù)處理后得到的聲波信號(hào)進(jìn)行特征提取，并輸出特征向量。本領(lǐng)域的技術(shù)人員可以理解，小波包分解對(duì)信號(hào)的低頻和高頻成分同時(shí)進(jìn)行分解，能夠?qū)崿F(xiàn)對(duì)信號(hào)頻帶的均勻劃分，具有很好的時(shí)頻特性，同時(shí)，小波包的完整性和正交性可使原始信號(hào)得到完整保留。在本發(fā)明一實(shí)施例中，該步驟103通過(guò)小波包分解技術(shù)完成，具體過(guò)程包括如下：

a.對(duì)預(yù)處理后的聲波信號(hào)進(jìn)行小波包多尺度分解，得到各個(gè)節(jié)點(diǎn)的小波包系數(shù)，具體地，采用小波包分解法對(duì)聲波信號(hào)的多尺度分解可表示為：

其中，x(t)為聲波原始信號(hào)，d^i,j(t)為第i層中第j個(gè)節(jié)點(diǎn)小波系數(shù)，h(k-2t)為低通分解濾波器函數(shù)，g(k-2t)為高通分解濾波器函數(shù)。

b.對(duì)分解得到的最底層低頻系數(shù)和高頻系數(shù)進(jìn)行小波包重構(gòu)，得到最底層各個(gè)頻帶的重構(gòu)信號(hào)。

c.從最底層各個(gè)頻帶的重構(gòu)信號(hào)中提取能量，并將其作為特征向量輸出給檢測(cè)模塊。

在對(duì)聲波信號(hào)的實(shí)際處理中，可根據(jù)需要選擇小波包分解的層數(shù)，在本發(fā)明一實(shí)施例中，小波包多尺度分解層數(shù)為3至8層，既不會(huì)使計(jì)算量過(guò)大，也會(huì)較為精確地計(jì)算出各層中不同頻率信號(hào)的能量集中情況。

圖2所示為本發(fā)明一實(shí)施例對(duì)聲波信號(hào)進(jìn)行3層小波包分解的示意圖。如圖2所示，S表示原始信號(hào)，L表示低頻帶信號(hào)，H表示高頻帶信號(hào)，末尾的序號(hào)數(shù)表示小波分解的層數(shù)，即尺度數(shù)。在第1層分解中將聲波信號(hào)分解為低頻信號(hào)L1和高頻信號(hào)H1，然后對(duì)第1層的低頻信號(hào)L1再次進(jìn)行第2層分解，分解為相對(duì)的低頻信號(hào)LL2和高頻信號(hào)HL2，同理對(duì)第1層的高頻信號(hào)H1也進(jìn)行第2層分解，分解為相對(duì)的低頻信號(hào)LH2和高頻信號(hào)HH2，以此類(lèi)推分解到第3層。然后分別對(duì)第3層低頻系數(shù)和高頻系數(shù)進(jìn)行小波包重構(gòu)，得到各個(gè)頻帶的重構(gòu)信號(hào)S_3j(j＝0，1，…，7)，則重構(gòu)后的總信號(hào)為：

S＝S₃₀+S₃₁+S₃₂+S₃₃+S₃₄+S₃₅+S₃₆+S₃₇

再?gòu)牡谌龑又貥?gòu)信號(hào)S_3j中提取各個(gè)頻帶LLL3、HLL3、LHL3、HHL3、LLH3、HLH3、LHH3、HHH3的能量，設(shè)S_3j對(duì)應(yīng)的能量為E_3j，則

則聲波信號(hào)的總能量為：

E＝E₃₀+E₃₁+E₃₂+E₃₃+E₃₄+E₃₅+E₃₆+E₃₇

其中，N為各個(gè)分頻帶的長(zhǎng)度，x_jk為重構(gòu)信號(hào)S_3j所有離散點(diǎn)的幅值。

利用上述各頻帶的能量可以構(gòu)造如下特征向量：

T＝[E₃₀,E₃₁,E₃₂,E₃₃,E₃₄,E₃₅,E₃₆,E₃₇]

為了檢測(cè)的方便，在本發(fā)明一實(shí)施例中，對(duì)特征向量T進(jìn)行歸一化處理，即E_3j′＝E_3j/E，則得到歸一化的能量特征向量T′，T′＝[E₃₀′,E₃₁′,E₃₂′,E₃₃′,E₃₄′,E₃₅′,E₃₆′,E₃₇′]，也就是將第3層各頻帶的能量占信號(hào)總能量的百分比作為特征向量輸出給檢測(cè)模塊。

步驟104：根據(jù)輸出的不同特征向量自動(dòng)檢測(cè)出待檢測(cè)位置的可燃?xì)怏w泄漏狀態(tài)。

在本發(fā)明一實(shí)施例中，通過(guò)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型對(duì)可燃?xì)怏w的泄漏狀態(tài)進(jìn)行自動(dòng)識(shí)別。具體的方法為：先對(duì)大量已知可燃?xì)怏w的泄漏聲波信號(hào)按照上述步驟101-103完成樣本特征向量的提取，將這些特征向量作為訓(xùn)練模型送入BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，在多次反復(fù)訓(xùn)練并達(dá)到要求的檢測(cè)精度后停止訓(xùn)練，將訓(xùn)練好的模型保存起來(lái)，用于實(shí)時(shí)數(shù)據(jù)的檢測(cè)。則對(duì)未知的聲波信號(hào)完成上述步驟101-103后，得到其對(duì)應(yīng)的特征向量并將其送入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中，即可完成對(duì)待檢測(cè)位置的可燃?xì)怏w泄漏情況的檢測(cè)。

本發(fā)明實(shí)施例提供的可燃?xì)怏w泄漏檢測(cè)方法，對(duì)待檢測(cè)位置的聲波信號(hào)進(jìn)行小波包分解，提取最底層各頻帶的能量信號(hào)作為特征向量輸入到檢測(cè)模塊，然后利用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)對(duì)輸入的實(shí)時(shí)數(shù)據(jù)進(jìn)行檢測(cè)，能夠精確地判斷出可燃?xì)怏w泄漏的種類(lèi)和濃度，提高了準(zhǔn)確度，同時(shí)較為方便快捷。

如圖3所示，在本發(fā)明一實(shí)施例中，該可燃?xì)怏w泄漏檢測(cè)方法進(jìn)一步包括：

步驟201：若檢測(cè)到待檢測(cè)位置有可燃?xì)怏w泄漏時(shí)，則向報(bào)警模塊發(fā)送觸發(fā)信號(hào)。

步驟202：接收觸發(fā)信號(hào)，在接收到觸發(fā)信號(hào)時(shí)生成并輸出報(bào)警信號(hào)。

其中，報(bào)警信號(hào)可為預(yù)先設(shè)置好的特定文字信號(hào)和/或聲音信號(hào)，經(jīng)過(guò)上述步驟104所識(shí)別出的特征向量不同，所生成的報(bào)警信號(hào)也不同，例如當(dāng)識(shí)別出有一氧化碳泄漏時(shí)，其生成的文字報(bào)警信號(hào)可為“一氧化碳泄漏報(bào)警”，對(duì)應(yīng)的聲音報(bào)警信號(hào)可為連續(xù)兩聲?shū)Q響；當(dāng)識(shí)別出有甲烷氣體泄漏時(shí)，其生成的文字報(bào)警信號(hào)可為“甲烷泄漏報(bào)警”，對(duì)應(yīng)的聲音報(bào)警信號(hào)可為連續(xù)三聲?shū)Q響。另外，報(bào)警信號(hào)還可根據(jù)氣體泄漏濃度的不同分為輕度、中度及重度泄漏等不同等級(jí)的報(bào)警信號(hào)，這樣工作人員便可根據(jù)不同報(bào)警信號(hào)的提醒及時(shí)采取相應(yīng)的安全措施，防止中毒、火災(zāi)或者爆炸事件的發(fā)生，從而保障監(jiān)控場(chǎng)景的安全。

圖4所示為本發(fā)明一實(shí)施例提供的一種可燃?xì)怏w泄漏檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。如圖4所示，該可燃?xì)怏w泄漏檢測(cè)系統(tǒng)包括聲音傳感器10、預(yù)處理模塊20、特征提取模塊30以及檢測(cè)模塊40。

聲音傳感器10用于獲取可燃?xì)怏w管道的待檢測(cè)位置的聲波信號(hào)。在本發(fā)明一實(shí)施例中，該聲音傳感器10具體包括采集單元11和模數(shù)轉(zhuǎn)換單元12，其中，采集單元11用于采集待檢測(cè)位置的聲波信號(hào)的模擬數(shù)據(jù)，模數(shù)轉(zhuǎn)換單元12用于將采集單元11采集的聲波信號(hào)的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字?jǐn)?shù)據(jù)并傳送給預(yù)處理模塊20。當(dāng)然，上述模數(shù)轉(zhuǎn)換單元12除了可以集成在聲音傳感器10中，也可與聲音傳感器10和預(yù)處理模塊20相連接，將聲音傳感器10檢測(cè)到的聲音信號(hào)的模擬數(shù)據(jù)轉(zhuǎn)換成數(shù)字?jǐn)?shù)據(jù)再送入預(yù)處理模塊20進(jìn)行處理，本發(fā)明對(duì)模數(shù)轉(zhuǎn)換單元12的位置不做具體限定。

預(yù)處理模塊20用于對(duì)聲音傳感器10獲取的聲波信號(hào)進(jìn)行降噪預(yù)處理，在本發(fā)明一實(shí)施例中，預(yù)處理模塊20采用小波變換閾值法對(duì)聲波信號(hào)進(jìn)行降噪處理。通過(guò)選擇合適的閾值函數(shù)，在小波變換域中去除聲波信號(hào)低幅值的噪聲，然后進(jìn)行離散小波變換的逆變換，重構(gòu)出降噪后的聲波信號(hào)。

特征提取模塊30用于對(duì)預(yù)處理后的聲波信號(hào)進(jìn)行特征提取，并輸出特征向量。在本發(fā)明一實(shí)施例中，該特征提取模塊30具體包括小波包分解單元31、重構(gòu)單元32以及能量特征提取單元33，其中，小波包分解單元31用于對(duì)預(yù)處理后的聲波信號(hào)進(jìn)行小波包多尺度分解，得到各個(gè)節(jié)點(diǎn)的小波包系數(shù)，重構(gòu)單元32用于對(duì)小波包分解單元31分解得到的最底層低頻系數(shù)和高頻系數(shù)進(jìn)行小波包重構(gòu)，得到最底層各個(gè)頻帶的重構(gòu)信號(hào)，能量特征提取單元33用于從重構(gòu)單元32重構(gòu)得到的最底層各個(gè)頻帶的重構(gòu)信號(hào)中提取能量，并將其作為特征向量輸出給檢測(cè)模塊40。

檢測(cè)模塊40用于根據(jù)特征提取模塊30輸出的不同特征向量自動(dòng)檢測(cè)出待檢測(cè)位置的可燃?xì)怏w泄漏狀態(tài)。在本發(fā)明一實(shí)施例中，檢測(cè)模塊40通過(guò)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型對(duì)可燃?xì)怏w的泄漏狀態(tài)進(jìn)行自動(dòng)識(shí)別，其具體的識(shí)別方法如前所述，在此不再贅述。

在本發(fā)明一實(shí)施例中，該可燃?xì)怏w泄漏檢測(cè)系統(tǒng)進(jìn)一步包括報(bào)警模塊，檢測(cè)模塊40進(jìn)一步包括信號(hào)傳輸單元，用于若檢測(cè)到待檢測(cè)位置有可燃?xì)怏w泄漏，則向報(bào)警模塊發(fā)送觸發(fā)信號(hào)，便于工作人員及時(shí)采取安全措施，防止中毒、火災(zāi)或者爆炸事件的發(fā)生，從而保障監(jiān)控場(chǎng)景的安全。

本發(fā)明實(shí)施例提供的可燃?xì)怏w泄漏檢測(cè)系統(tǒng)，聲音傳感器獲取的聲波信號(hào)經(jīng)過(guò)預(yù)處理模塊降噪處理后，傳輸給特征提取模塊，經(jīng)過(guò)特征提取模塊對(duì)待檢測(cè)聲波信號(hào)的小波包分解后，提取最底層各頻帶的能量信號(hào)作為特征向量輸入到檢測(cè)模塊進(jìn)行檢測(cè)，能夠精確地判斷出可燃?xì)怏w泄漏的種類(lèi)和濃度，提高了準(zhǔn)確度，使用方便，成本較低。

本領(lǐng)域技術(shù)人員可以理解，雖然以上實(shí)施例介紹了可燃?xì)怏w泄漏檢測(cè)系統(tǒng)的若干模塊，但是這種劃分并非是強(qiáng)制性的。實(shí)際上，根據(jù)本發(fā)明的實(shí)施方式，上文描述的兩個(gè)或更多模塊的特征和功能可以在一個(gè)模塊中具體化。反之，上文描述的一個(gè)模塊的特征和功能可以進(jìn)一步劃分為由多個(gè)模塊來(lái)具體化。

本領(lǐng)域技術(shù)人員可以理解，本發(fā)明的技術(shù)方案可以用軟件來(lái)實(shí)現(xiàn)，具體而言，可以是計(jì)算機(jī)程序的方式實(shí)現(xiàn)。比如，在類(lèi)似RAM、ROM、硬盤(pán)和/或任何適當(dāng)?shù)拇鎯?chǔ)介質(zhì)中存儲(chǔ)可執(zhí)行代碼，當(dāng)該可執(zhí)行代碼被執(zhí)行時(shí)，可以實(shí)現(xiàn)本發(fā)明以上實(shí)施例提及的功能。另外，本發(fā)明的實(shí)施方式還可以通過(guò)硬件、或者軟件和硬件的結(jié)合來(lái)實(shí)現(xiàn)。硬件部分可以利用專(zhuān)用邏輯來(lái)實(shí)現(xiàn)；軟件部分可以存儲(chǔ)在存儲(chǔ)器中，由適當(dāng)?shù)闹噶顖?zhí)行系統(tǒng)，例如微處理器或者專(zhuān)用設(shè)計(jì)硬件來(lái)執(zhí)行。本領(lǐng)域的普通技術(shù)人員可以理解上述的裝置可以使用計(jì)算機(jī)可執(zhí)行指令和/或包含在處理器控制代碼中來(lái)實(shí)現(xiàn)，例如在諸如磁盤(pán)、CD或DVD-ROM的載體介質(zhì)、諸如只讀存儲(chǔ)器(固件)的可編程的存儲(chǔ)器或者諸如光學(xué)或電子信號(hào)載體的數(shù)據(jù)載體上提供了這樣的代碼。本發(fā)明的裝置及其模塊可以由諸如超大規(guī)模集成電路或門(mén)陣列、諸如邏輯芯片、晶體管等的半導(dǎo)體、或者諸如現(xiàn)場(chǎng)可編程門(mén)陣列、可編程邏輯設(shè)備等的可編程硬件設(shè)備的硬件電路實(shí)現(xiàn)，也可以用由各種類(lèi)型的處理器執(zhí)行的軟件實(shí)現(xiàn)，也可以由上述硬件電路和軟件的結(jié)合例如固件來(lái)實(shí)現(xiàn)。例如，當(dāng)本發(fā)明實(shí)施例所提供的可燃?xì)怏w檢測(cè)系統(tǒng)通過(guò)硬件實(shí)現(xiàn)時(shí)，模數(shù)轉(zhuǎn)換單元12可為一個(gè)AD7893芯片，報(bào)警模塊70可為市售的代表報(bào)警信息的電子信號(hào)繼電器裝置。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。