钻杆在线漏磁检测系统

钻杆在钻井过程中承受拉伸、扭转和振动等多种载荷,易发生损坏,如不及时发现会导致钻杆断裂等重大事故。为此,研制了钻杆在线漏磁检测系统。该检测系统由探头、钳壁、辅助小车及导轨、控制系统、数据采集系统和检测分析软件等组成。其关键技术如下:①探头结构采用柔性设计,可保证钻杆顺利通过接头;②探头排列为环状包裹设计,可实现钻杆的无盲区检测;③采用喷气除泥结构设计,提高了钻杆的检测精度,减轻了工人劳动强度。现场应用情况表明,该钻杆在线漏磁检测系统可检测钻杆的缺陷,满足现场实际检测需求。     

便携式漏磁检测系统钻杆管体检测技术研究

简要介绍了钻杆失效的缺陷形式,目前国内外对钻杆进行无损检测常用的方法以及钻杆现场检测的现状.基于漏磁工作原理的检测系统,可以有效地检测出钻杆管体存在的缺陷,从而减少事故隐患.为进一步验证漏磁检测系统的检测能力,用美国某公司生产的携带式漏磁检测设备,对直径127 mm(5 in)钻杆试样(壁厚9.19 mm)进行了检测试...     

钻杆管体在线漏磁检测

漏磁检测技术的基本原理是铁磁性材料在磁场中被磁化时,材料表面的缺陷使导磁率发生变化,从而使磁路中的磁通相应发生畸变,在漏磁场处直接使用特殊的测磁装置可探查并记录漏磁通的存在.漏磁检测技术可对钻杆管体横向缺陷、壁厚变化进行检测,并对管体圆周外径、内径伤痕、剩余壁厚、腐蚀等状况做整体性评价.     

导磁构件单一超强磁化漏磁检测方法研究

将传统的检测方法进行简化与统一,研究了导磁构件单一超强磁化漏磁检测方法.该方法采用单一穿过式磁化线圈对导磁构件进行局部单一轴向超强磁化,激发出其纵、横向伤的泄漏磁场并利用磁敏元件阵列加以拾取,实现纵、横向伤的全面检测;再通过信号求和比较法进行纵、横向伤检出信号区分,并对其进行信号幅值补偿,实现同损伤当量的纵、横向伤等信号幅值与灵敏度的统一判断.试验证明,该方法可实现高速、高效探伤,并能对自身难以旋转的导磁构件进行全面检测,也能适应纵向焊缝的检测.     

油管在线漏磁检测的关键问题分析

对涉及油管在线漏磁检测的油管磁化、检测传感器及调理电路、检测探头、提离效应、分析软件等关键问题做了较为深入的分析,认为选择永磁体对油管进行磁化,以A3515型霍尔元件及二级调理电路对油管缺陷信号进行拾取与放大、设计浮动式整体探头、以计算机为核心来设计油管在线漏磁检测系统是合适的.同时指出提离距离对检测结果有影响,选择合...     

钻杆在线漏磁探伤系统探头静磁力的数值模拟

永磁探头对钻杆的静磁力将直接影响探头总成对钻杆的吸附程度。利用ANSYS有限元分析软件对探头总成与钻杆进行了三维建模,并结合虚功法对探头与钻杆之间的静磁力进行了数值模拟分析;同时还定量分析了不同气隙厚度与不同磁轭厚度对探头静磁力的影响。分析结果表明,由于钻杆圆柱面的存在,探头与钻杆之间气隙厚度对其静磁力将产生非线性影响;探头磁轭厚度的改变将导致探头与钻杆之间静磁力成线性变化,而且气隙厚度的变化对探头与钻杆之间的静磁力的影响要大于磁轭厚度变化对其的影响。该项研究结果对钻杆漏磁检测中探头的设计有一定的参考价值。     

常压储罐底板漏磁检测技术开发与应用

介绍了储罐底板漏磁检测系统开发应用的重要意义,对比分析了常规无损检测手段和漏磁检测 技术的特点,阐述了漏磁检测原理,着重介绍了储罐底板漏磁检测系统的现场应用情况。     

油管漏磁无损检测中的磁化、剩磁及退磁技术

根据油管漏磁无损检测的特点,分析了油管的磁化作用和其中存在的剩磁。针对油管剩磁的危害性,提出了油管退磁的基本方法,包括直流退磁、交流退磁和复合退磁,认为复合退磁效果优良。     

钻杆磁记忆无损检测装置研究

针对钻杆的结构与应用环境特点,制定了钻杆磁记忆无损检测装置的设计原则。以笔记本电脑为中心,拟定了以霍尔传感器和光电编码器检测钻杆应力集中隐性缺陷及其位置的方案。根据钻杆的结构特点。设计了探头距离可调的适用于圆钻杆和方钻杆的探测小车。基于面向对象的程序设计思想．利用VC＋＋6．0语言开发了相应检测分析软件。重点介绍了所用的数据处理技术。现场检测试验表明该装置不仅能有效地检测钻杆应力集中。且可以对应力集中程度进行评估,对预防钻杆突发失效事故可起到较好的预防作用。     

基于超声阵列的钻杆接头井口在线检测研究

利用超声传感器组成的阵列对钻杆接头同时进行360°环向检测,并与中国石油大学(北京)研发的漏磁探伤装置进行集成,组成一种可对钻杆整体进行井口在线检测的新方法。通过ANSYS软件进行数值模拟,证明了超声检测钻杆的可行性,在此基础上提出了一种超声波探头阵列布置方案,设计了一种超声波钻杆接头检测装置。将超声检测模块与漏磁检测模块进行虚拟装配,提出并设计了一种钻杆"复合探伤"检测装置,实现了同时检测钻杆杆体和钻杆接头的目标。     

储罐底板漏磁检测移动机器人的研制

针对目前储罐底板漏磁检测中存在的问题，提出研制移动机器人代替人力驱动或人工辅助电力驱动方式进行储罐底板漏磁扫描检测。对机器人的检测路线规划、转向、定位及控制进行了研究。理论分析和试验研究表明，储罐底板检测机器人具有很高的实用价值，有利于提高检测效率，降低劳动强度，避免漏检、重检，提高检测准确性。     

基于VMD-SVM的管道漏磁检测信号特征辨识

传统管道漏磁检测信号处理出现混叠、过包络发散、低频异变等问题,导致缺陷信号特征量提取与识别效果不理想。针对上述问题,基于变分模态分析-支持向量机(Variational Mode Decomposition-Support Vector Machines,VMD-SVM)算法完成管道漏磁信号特征辨识。采用四阶VMD处理管道漏磁信号,解决了经验模态分解(Empirical Mode Decomposition,EMD)的过包络引发的信号发散问题,也解决了小波分解(Wavelet Transform,WT)的低频信号异变问题。同时,以峭度最大原则选择最佳的模态分量(IMFm),提取模态分量的特征量,建立样本集。最后,采用SVM算法对信号特征量进行辨识分类,优选核函数,提高辨识精度。利用现场采集信号进行验证,结果表明:VMD-SVM算法抗干扰性强、识别精度高。     

漏磁探伤设备端部增磁和增益在钢管检测中的应用

为了解决Amalog-SonoscopeⅡ漏磁探伤设备在钢管探伤过程中,钢管两端磁场比中间磁场弱,易出现端部缺欠漏检的问题,对该漏磁探伤设备的参数、检测原理进行了介绍,对横、纵向探伤机在钢管探伤校准时,端部增磁及增益的应用情况进行了分析。分析表明,通过端部增磁增加管端磁场,以及端部增益放大缺陷检测信号,可以提高探伤过程中设备的灵敏度,防止出现端部缺欠漏检的情况。     

基于深度学习的漏磁检测缺陷识别方法

传统漏磁信号缺陷量化缺少其他分量信息,人工特征的提取方式造成信息量有限。为此,提出一种基于深度学习的漏磁检测缺陷量化识别方法,并建立了漏磁检测缺陷识别模型,该模型包含深度卷积神经网络模块和回归模块。深度卷积神经网络模块利用卷积神经网络的多输入多输出互相关操作,完成漏磁缺陷信号3个分量(轴向、周向、径向)的数据融合,利用预训练的网络,迁移已有知识,实现缺陷信号的特征自动提取;回归模块中设计缺陷、长度和宽度联合损失函数,利用回归方式实现缺陷尺度的量化。采用有限元仿真和牵拉试验相结合的方式,建立漏磁信号缺陷量化数据集并划分为训练集和测试集,训练集用于模型训练,测试集进行方法验证。研究结果表明:90%置信度下,长度和宽度量化结果全部落在±10 mm的误差带上,深度量化结果全部落在±10%t (t为壁厚)的误差带上,满足工程检测要求,可有效完成管道漏磁缺陷识别。研究结果可为油气输送管道漏磁检测新技术的研究提供一定的参考。     

自爬式钻杆现场检测装置的研制

采用涡流检测方式只能检测钻杆表面和近表面缺陷,超声波检测方式对检测环境的要求较高,检测装置结构复杂,且检测过程中需施加耦合剂,不适合钻杆现场检测。鉴于此,研制了自爬式钻杆现场检测装置。该装置基于漏磁检测原理,通过霍耳元件拾取钻杆本体外的漏磁场信号,然后通过系统配套的信号转换器和信号处理系统对采集的缺陷信号进行采样、调理、A/D转换和分析处理,以此来测量和评价其内部的腐蚀坑、裂纹及偏磨等缺陷,进而达到对钻杆缺陷进行定位和判断的目的。现场检测结果表明:当励磁电流达到3.5 A时,自爬式钻杆检测装置可准确识别钻杆各类缺陷,且性能稳定可靠。该装置给管子站和井场现场堆放的钻杆提供了一种方便的检测手段,为钻杆的重复利用提供了技术保障。     

管道漏磁腐蚀检测器

针对庆哈输油管线存在的腐蚀老化情况,应用φ377管道漏磁腐蚀检测器解决在役管道内外壁的腐蚀监测问题.φ377管道漏磁腐蚀检测器应用漏磁检测技术,可对管道进行无损探伤,并能收集到管道360°范围内的内、外腐蚀产生的体积型缺陷,解决在役管道内、外壁的腐蚀监测问题,可有效防止管道因腐蚀破坏造成的穿孔泄漏等事故.经过牵拉试验可看出,该检测器的数据分析软件能够比较准确地确定腐蚀点位置并区分内外腐蚀点;检测软件能够比较准确地计算出腐蚀点的长、宽,进而计算出腐蚀点深度.     

便携式储罐底板漏磁检测器的研制

针对储罐底板检测过程中大型检测设备不易接近储罐边角、盘管下部等复杂区域的问题,研制了MScan-II便携式储罐底板漏磁检测器。该设备主要由电子主机和扫描器两部分组成。电子主机实现数据处理及人机交互的功能,扫描器则完成底板磁化及磁场信号采集的工作。使用该设备可方便且有效地检测出储罐底板一定深度范围内的腐蚀缺陷。