基于二维DFT的钢丝绳局部缺陷检测方法

漏磁检测方法广泛应用于钢丝绳无损检测场景中,但受检测环境和绳股结构影响,往往难以直接从漏磁信号中提取缺陷特征。文中提出一种基于二维离散傅里叶变换的局部缺陷检测方法,利用环形霍尔传感器阵列采集钢丝绳的径向漏磁场,采用通道均衡及通道插值方法将漏磁信号转换为二维漏磁图像进行处理。对漏磁图像进行二维离散傅里叶变换（Two-dimensional Discrete Fourier Transform, 2D-DFT）,并采用2D-DFT分析其频域特征,通过设置滤波器抑制漏磁图像中的股波及其他低频噪声信号。最后设置阈值获取二值化图像,提升局部缺陷的对比度,提取损伤特征并定位损伤位置。与基于一维离散傅里叶变换及基于斜向重采样的处理方法的对比结果表明,该方法更能有效抑制漏磁图像中的股波噪声,提升处理速度,识别钢丝绳局部损伤位置,为钢丝绳的局部缺陷检测提供了一种新的解决途径。     

储罐底板漏磁检测量化技术研究

储罐是石油、石化工业中重要的设备,储罐底板腐蚀是储罐安全隐患之一。漏磁检测方法是目前储罐底板检测研究的一个重要方向。根据缺陷漏磁信号的特征,将经验模态分解方法（EMD）与小波去噪方法相结合,对漏磁信号进行去噪处理。采用BP神经网络模型对储罐底板缺陷进行量化分析研究,构建了缺陷几何参数预测BP神经网络模型,并运用有限元分析所得到的数据为BP网络训练样本,用人工模拟缺陷的漏磁信号测试BP神经网络。网络训练和测试结果符合储罐底板缺陷量化的精度要求。     

管道漏磁在线检测系统的研究

介绍了高精度管道漏磁在线检测系统的检测原理及基本结构,研究了基于单片控制系统的新型管道漏磁在线检测系统,提出了应用有限元技术、小波消噪、小波包变换、小波神经网络等对管道漏磁检测信号进行处理的方法.     

漏磁检测自动化系统的研究与开发

利用DSP技术对铁磁性材料漏磁检测系统进行开发。以TMS320F2812芯片为主处理器,利用其事件管理器实现了被测件的柔性磁化。采用小波技术对漏磁信号进行去噪处理,利用Matlab验证去噪效果,并研究在TMS320F2812芯片上的算法实现。为减小CPU的负担,提高检测系统的通信能力,采用小波技术对漏磁信号进行压缩。最后,设计开发了漏磁检测系统的外设通信模块以及缺陷标记模块。     

漏磁信号增强算法研究

对漏磁信号进行增强处理以提高其信噪比是实现漏磁数据智能分析的重要前提。漏磁信号中同时包含低频和高频噪声,直接进行处理往往会产生较高的错误率。从无限长矩形凹槽的磁偶极子模型中发现,漏磁场的切向分量和法向分量的原函数和一阶导数具有较强的交叉相关性。于是,利用这种交叉相关性,提出将漏磁场磁感应强度切向分量和法向分量融合的漏磁信号增强算法,对检测目标位置的信号进行增强,同时对其余位置的噪声进行抑制,从而提高漏磁信号的信噪比。利用牵拉实验数据和在役管道漏磁内检测数据对算法进行了初步验证和推广。最后,从在役管道漏磁内检测数据中收集了若干样本,并提出适合于漏磁信号的信号质量评估方法,对所提增强算法进行量化评估。实验结果显示,几乎所有样本的信号质量均得到了提高,大多数样本得到了不小于10 dB的提高。     

基于改进信赖域算法的三维不规则缺陷重构

漏磁检测广泛应用于铁磁性材料设备的在线检测当中,是一种有效的缺陷检测方法。如何利用缺陷漏磁信号进行三维不规则缺陷轮廓重构是漏磁检测中的关键问题。然而,三维不规则缺陷漏磁检测的有限元模型计算量大,因此难以快速获得精确的漏磁信号,并且由于缺陷重构的不适定性,研究中不容易获得不规则缺陷的精确轮廓。本文提出了一种用于计算三维不规则缺陷漏磁信号的单元磁偶极带叠加模型,并验证了使用该正演模型进行漏磁计算的有效性,针对三维缺陷轮廓重构的高维优化问题,提出了一种带边界约束的基于信赖域的投影Levenberg-Marquart算法,实现了三维不规则缺陷轮廓的重构。实验结果表明:该三维不规则缺陷重构方法不仅不需要大量的漏磁检测数据,并且相对于群智能算法,重构误差降低了90.1%,最大深度误差降低了53.9%,耗费时间减少了96.1%,实现了高精度的缺陷重构。     

管道三维漏磁检测的有限元仿真应用

介绍了漏磁检测技术的原理;设计了前端三维数据采集系统,实现了对漏磁缺陷信号的获取,并对信号特征进行分析与识别;采用有限元分析法对管道漏磁场理论进行了研究,建立三维漏磁检测模型,得到与实际获得的漏磁缺陷信号基本一致的仿真信号;通过有限元分析研究了提离值对荻取漏磁缺陷信号的影响.通过验证表明有限元分析法仿真漏磁缺陷信号的可靠性.     

交变磁场下焊接缺陷磁光成像特征分析

研究焊接缺陷磁光成像检测方法,基于法拉第旋转效应,分析交变磁场下焊接缺陷磁光成像特征与漏磁场之间的关系。建立焊接缺陷的三维有限元模型,对不同类型和宽度的焊接缺陷漏磁场分布进行模拟,并在交变磁场激励下对不同焊接缺陷进行磁光成像无损检测试验,通过试验验证了焊接缺陷检测模型的有效性。研究结果表明,漏磁场分布与缺陷的类型和宽度密切相关,随着宽度增大,缺陷漏磁场的磁感应强度垂直分量亦增大;在相同宽度下,未熔合、表面裂纹、亚表面裂纹和无缺陷磁光图像灰度峰谷差值呈递减趋势,磁光图像灰度值可与漏磁场强度相匹配;所建焊接缺陷模型和磁光成像试验能有效地描述不同焊接缺陷对漏磁信号和图像灰度值分布的影响,有助于提高焊接缺陷检测和质量评估。     

基于小波变换的焊接缺陷超声信号处理

本文针对焊接缺陷超声检测信号的特点,研究了基于小波变换的超声信号噪声消除方法,并运用小波变换方法对实测信号进行了具体的处理,实验结果表明,该方法不仅具有很好的去除噪声效果,而且重构的缺陷回波的波形失真度小,缺陷定位准确,有利于进一步作定量检测.     

便携式储罐底板三维漏磁检测系统研制

针对在储罐底板检测过程中,一些大型检测设备无法接触储罐边角、盘管下部等复杂区域的问题,研制了便携式多通道三维漏磁检测系统,该系统主要由检测装置、数据处理模块及上位机软件组成。检测装置磁化储罐底板并采集检测底板的漏磁信号,数据处理模块采用小型化处理电路,主要完成数据传输和人机交互等功能,上位机软件实现采集信号实时显示及缺陷信号分析处理等功能。开展检测试验并讨论三维漏磁信号产生机理,最终验证,使用该系统能快速有效地检出储罐底板一定深度范围内的腐蚀缺陷,具有良好的可靠性与重复性。     

A new denoising algorithm for MFL data obtained from seamless pipeline inspection

The magnetic flux leakage (MFL) nondestructive evaluation technique is used extensively for in-service inspection of gas and oil pipelines. Unfortunately, the MFL data obtained from seamless pipeline inspection is usually contaminated by various sources of noise, which considerably reduces the detectability of defect signals in MFL data. In this paper, a new denoising algorithm is presented for removing seamless pipe noise (SPN) and system noise contained in MFL data. The algorithm first utilizes the new wavelet domain adaptive filtering method proposed by combining wavelet transform with the adaptive filtering technique to remove SPN contained in MFL data and then exploits the coefficient denoising approach with wavelet transform to cancel the system noise in the output of the wavelet domain adaptive SPN cancellation system. Theoretical analysis shows that the proposed denoising algorithm has a better overall performance than the existing denoising algorithm. Results of application of the proposed algorithm to MFL data from field tests are presented to demonstrate the performance of the proposed algorithm compared with the existing denoising algorithm. The text was submitted by the author in English.     

小波分析在钢丝绳无损检测中的应用

本文论述了采用漏磁通法检测钢丝绳局部损伤的原理和方法，并将小波理论有效地用于检测信号的处理中，用来确定局部损伤的位置，识别内外部断丝。     

Signal processing of magnetic flux leakage surface flaw inspect in pipeline steel

The magnetic flux leakage (MFL) method has established itself as the most widely used inline inspection technique for the evaluation of pipelines. The MFL signal is usually contaminated by various noise sources This paper presents the empirical mode decomposition (EMD) for enhancing signal-to-noise ratio. Experiments are conducted on the pipeline steel samples with different depth artificial defects. The MFL signal is decomposed into several intrinsic mode functions by EMD. Some modes are selected to reconstruct a new signal considering their frequencies and energy. The reconstructed signal has a better signal-to-noise ration. The results show that EMD technology is efficient in eliminating noise in the MFL signal. The article is published in the original. Published in Russian in Defektoskopiya, 2008, Vol. 44, No. 12, pp. 72–79.     

基于三轴融合的漏磁内检测数据缺陷反演方法研究

在管道漏磁检测中,缺陷反演是管道故障诊断的核心部分。 考虑漏磁信号的复杂性以及管道环境的多变性,常用的缺 陷反演方法多采用传感器单轴信息,从而导致缺陷反演面临缺陷估计尺寸精度低、模型通用性差的问题,难以满足实际应用需 求。 本文提出基于三轴融合的漏磁内检测数据缺陷反演算法,显著提高漏磁缺陷反演精度。 该方法主要由两部分组成,首先, 利用提出的加权随机森林算法分别实现单轴信号的缺陷反演;其次,通过本文设计的模糊推理系统实现三轴反演结果决策融 合,进而得到精确的缺陷估计尺寸。 最后,通过仿真数据与实际管道数据实现该方法的评估。 实验结果表明,该方法缺陷反演 的长度精度提升 23% ,宽度精度提升 13% ,深度精度提升 14. 7% ,具有较好的实验效果。     

钢管表面缺陷漏磁场与漏磁信号分析

分析了钢管表面缺陷漏磁场的分布；定性分析了孔洞和矩形槽缺陷的频域特性，并讨论了缺陷深度、励磁电流、周向检测探头旋转速度对矩形槽缺陷漏磁感应电压信号峰值和峰峰值的影响，得出评价缺陷深度要考虑的因素。实验结果和分析结论可为缺陷定量识别和现场实际应用提供依据。     

基于经验模分解的陀螺信号去噪

陀螺随机漂移是影响寻北精度的重要因素,小波消噪方法对小波基和分解尺度等因素依赖性较强。提出了一种新的基于功率谱密度准则的经验模态分解(EMD)去噪方法,可有效解决传统EMD去噪自适应滤波器截止阶数难以确定的难题,该方法将经验模态分解得到的固有模态函数(IMF)分为信号分量起主导作用模态与噪声分量起主导作用模态,并对噪声分量起主导作用的模态进行类似小波软阈值去噪的方法进行滤波,然后与信号分量起主导作用的模态共同对信号重建实现去噪。将该方法应用于测试信号与陀螺信号的去噪,结果表明:新方法能有效地判断噪声与信号起主导作用的模态分界点,具有良好的去噪效果,且不受主观参数的影响,具有自适应性。     

基于漏磁检测的缺陷信号分析

为了应用漏磁检测技术检测管道缺陷,需要对缺陷信号进行分析。在漏磁检测原理的基础上,运用三种磁偶极子模型来描述各种表面缺陷。分析了缺陷参数对漏磁信号的影响。     

基于小波除噪和经验模式分解的信号分析方法

经验模式分解是一种自适应分解算法。通过对常见信号的经验模式分解结果进行分析,发现信号中包含的噪声对分解结果影响较大。在此基础上,提出一种小波除噪与经验模式分解相结合的信号分析方法。该方法充分利用小波变换的降噪功能和经验模式分解的自适应分解能力,能真实地反映信号特征,为基于信号分析的故障诊断提供了一种可行的途径。