共查询到18条相似文献,搜索用时 46 毫秒
1.
2.
3.
4.
5.
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... 相似文献
6.
7.
8.
常压储罐底板漏磁检测技术开发与应用 总被引:1,自引:0,他引:1
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。 相似文献
9.
油管漏磁无损检测中的磁化、剩磁及退磁技术 总被引:1,自引:0,他引:1
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。 相似文献
10.
钻杆磁记忆无损检测装置研究 总被引:1,自引:0,他引:1
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。 相似文献
11.
12.
13.
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。 相似文献
14.
15.
《石油机械》2020,(5):127-132
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。 相似文献
16.
《石油机械》2016,(10):33-36
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。 相似文献
17.