基于运动学约束的移动车辆捷联惯导定位方法及实验研究

针对移动车辆捷联惯性导航系统中长时间存在累计误差使得系统定位精度较低的问题,利用卡尔曼滤波算法,提出了一种基于运动学约束的移动车辆捷联惯性导航算法。该算法利用车辆运动参数信息构建状态方程,同时根据车辆运动过程中的运动学约束来构建速度观测方程,并搭建实验平台进行实验验证。实验结果表明,该方法能够有效抑制捷联惯导定位误差发散现象,x方向和y方向的位置误差分别为0.0328m和-0.049m,相对于传统解算方法定位精度分别提高了84.8%和88.9%,能够准确得到移动车辆的位置信息。     

基于神经网络的数据融合算法在管道缺陷损伤识别上的应用

本文研究了基于BP神经网络的多传感器数据融合算法,并对BP算法进行改进,利用D—S证据理论进行分析,针对多传感器检测数据的不确定性,提出了神经网络和D-S证据理论相结合的数据融合模型及融合算法应用于输油管道检测系统,通过对他们进行检测、关联、相关、估计和综合等多方面、多级别的处理,进而得到被检测状态的准确评估。它可以克服单一管道检测技术的不足,融合多种检测结果以提高检测精度。     

路面裂缝检测融合分割方法

为同时获取路面裂缝的位置信息与分布路径，以及形状延展和密度信息等，对目标检测算法与图像分割算法的融合进行了研究，在分析了目标检测算法与图像分割算法的网络结构与特征融合方式后提出了一种基于YOLO V5与PSPnet的PSP-YOLO裂缝检测分割算法。同时针对裂缝图像采集困难、样本不足的问题提出一种基于GAN网络的数据扩增网络，生成以假乱真的裂缝图像对裂缝样本进行扩增。试验结果表明，PSP-YOLO检测分割算法能够同时获取裂缝的位置与形状延展等信息，在该数据集下，其路面裂缝检测的平均精度为93.18%,分割模块的平均交并比为74.68%。在相同的试验条件下，所提方法比原YOLO V5的平均精度提高了2.69%,分割模块的平均交并比比原PSPnet的提高了1.54%。     

管道对接焊缝超声波检测信号特征提取方法

为提高管道对接焊缝超声波检测信号特征提取的精度和效率，提出管道对接焊缝超声波检测信号特征提取方法。利用超声波技术获取焊缝信号，并通过信号叠加融合得到焊缝超声波检测信号；用小波包自适应算法对采集的信号实施去噪处理；采用判断追踪算法对去噪后的信号实施分解，利用其在判断基上的投影获取管道对接焊缝信号特征。测试结果表明，所提方法去噪效果好、特征提取结果精确且提取效率高，可提升管道对接焊缝超声波检测的应用效果。     

一种基于证据理论的多源信息融合管道泄漏诊断

受强背景噪声、复杂工况以及传感器自身缺陷等因素的影响,单传感器管道泄漏检测方法存在诊断精度差和识别不确定性的问题。结合无线传感器网络技术和信息融合技术,提出一种基于D-S证据理论的多传感器数据融合的泄漏诊断算法。该方法依据分簇的网络结构模型,分别将簇内不同节点上多种传感器的多个测量周期的诊断信息作为独立证据体,采用分布式数据融合结构和修正证据合成法则,逐级进行单传感器时域、单节点空域以及多节点空域的融合,最后通过决策法则输出结果。实验结果表明,该方法降低了识别的不确定性,有效提高了管道泄漏诊断的精度。     

基于机器视觉的管道焊接跟踪技术研究

针对爬行焊接机器人在管道自动焊接中对典型的V形坡口焊缝的定位与中心线的提取,设计了一种基于激光视觉检测的自动焊缝跟踪系统。提出了一种基于激光条纹图像特征的两步定位方法:第一步,建立模板匹配,利用模板匹配方式获取激光条纹位置区域;第二步,采用阈值分割和中心法提取激光条纹中心线,然后采用Shi-Tomasi算法对中心线进行角点检测,经过拟合直线求交点和逐列扫描对比得到焊缝坡口的4个拐点信息,并确定焊缝中心。通过对实际的焊接过程进行测试,结果表明:跟踪系统的平均纠偏误差在2像素以内,平均处理纠偏时间在120 ms以内,具有较高的精度和实时性。     

机器学习算法在混输管道内腐蚀预测的应用

基于内腐蚀直接评价理念中的腐蚀分析方法，结合管道内检测结果，采用线性回归以及神经网络算法，分析不同因素对腐蚀的实际影响效果。分析过程中，对管道腐蚀缺陷进行了统计分析，研究了缺陷深度符合指数分布。为更好的预测分析管道腐蚀程度，筛选了腐蚀缺陷作为拟合数据。基于学习出的拟合公式，预测了管道在未来不同工艺条件下的腐蚀趋势。经计算，两种算法预测结果基本一致。按照该算法，能够实时根据管道运行工艺参数预测未来腐蚀程度。     

小径管内壁腐蚀状况的无损检测技术

针对小口径管道检测的技术难点,系统地研究了适合小口径管道无损检测的技术方法、系统的构成及现场检测方案等。     

小口径管道清洗修复技术在江苏油田的应用

对管道化学清洗工艺和风送挤涂修复材料性能进行了研究，探讨了厚浆型涂料用于高压注水管道内防腐蚀涂层的应用效果，介绍了小口径管道清洗修复技术在江苏油田的现场应用情况：修复管道内径小于92mm，压力大于25MPa，一次性通过弯头数达46／km，挤涂长度1．78km。由此探索出一条适应江苏油田小口径管道清洗修复的新路子。     

多层多道焊接结构光中心线提取

在对多层多道焊接视觉跟踪过程中,需要对结构光光条中心线上信息进行提取.要完成光条中心线提取需要解决光条形状复杂、光强度分布不均匀、焊豆或镜面反射等引起的结构光光条间断及环境噪声影响等问题.文中在研究已有中心线提取算法的基础上,提出了基于各向异性热扩散方程的结构光光条中心线提取算法.完成中心线提取后,选用已有算法对中心线上包含焊道信息的间断端点及高曲率角点进行检测,完成对结构光光条中心线上的特征提取.通过对文中提出的检测算法原理的分析及试验,试验结果证明该算法能够解决上述问题,同时与现有算法的比较可以看到文中在计算精度及速度上具有优势.     

管道内防腐涂层无损检测技术

针对小口径管道内防腐涂层质量的检测，从技术难题、工作原理、仪器组成、信号处理及可实现的技术指标等方面对管道内防腐涂层测厚仪进行系统的介绍。     

基于场景信息先验的球焊金丝中心线提取北大核心

在基于机器视觉的球焊金丝空间类缺陷检测中,针对传统算法提取的金丝中心线精度较低,不能用于三维重建这一问题,提出了一种基于场景信息先验的球焊金丝中心线提取方法。该方法充分利用了光器件管芯表面这一检测场景的先验知识,在通过语义分割获取金丝区域的基础上,先使用拓扑细化法初步获取骨架线,再根据Steger算法及最小二乘法对金丝重叠区域的骨架线进行校正以获取准确的中心线。实验证明,该方法在面对多种常见的金丝分布情况时均可准确地获取中心线,效果优于传统算法。     

基于PCM联合检测技术的某天然气长输管道防腐层检测及开挖验证

本文介绍了某埋地天然气长输管道的基本情况和目前的管道防腐层检测技术，使用PCM技术对某埋地天然气长输管道进行了检测，并对检测出的防腐层破损点进行了破损程度进行了测定。为检验本次检测效果对检测出的防腐层露点进行了开挖验证，对影响本次检测精度的几点因素进行了总结，提出了提高检验精度的几点建议。     

基于多源数据对齐的成品油管道管体缺陷综合分析

基于多源数据对齐的管体缺陷综合分析已成为管道完整性评价工作的重要组成部分。以华中地区某成品油管道为研究对象，整合了内检测、外检测、开挖验证、河流穿越、高后果区以及重点关注管段等多源数据，开展了数据对齐及综合分析，掌握了该段管道的总体完整性状况，识别出了管道的活性缺陷点和异常焊缝，进行了关键位置缺陷的致因分析，并为下一轮内检测和风险消减提出了针对性建议，有效保障了该管道的安全运行。     

基于捷联惯导的球形机器人设计与仿真研究

全封闭与全方位运动是球形移动机器人的突出优点,非常适用于一些特定领域。针对目前球形机器人设计中获取信息困难与自主导航难以实现的问题,设计了基于捷联惯导的球形机器人。采用重心偏摆与惯性力矩复合驱动的机械结构,设计以ARM+FPGA为核心的控制系统,基于捷联惯导实现机器人在室外环境的全向运动。对球形机器人进行了动力学分析与控制系统仿真,成功解决了球形机器人在室外的定位与运动控制问题,为球形机器人的实际应用提供了条件。     

基于IFA-BPNN的长输管道外腐蚀速率预测

目的 构建陆地长输管道外腐蚀速率的预测模型,提升管道外腐蚀速率预测的精度,对长输管道外腐蚀状态进行准确把控.方法 深入解析了萤火虫算法(FA)的工作原理,针对FA易出现陷入局部最优或因控制参数设置不合适而导致函数无法收敛等问题,提出了FA的改进方案:采用Logistics混沌映射的方法初始化萤火虫的位置,提升萤火虫种群的所养性;引入一种新的惯性权重计算方法来改进萤火虫位置移动公式,提升FA全局寻优能力.利用改进的萤火虫算法(IFA)对误差反向传播神经网络(BPNN)初始权值和阈值进行优化,建立基于IFA-BPNN的长输管道外腐蚀速率预测模型.以111组长输管道外腐蚀检测数据为例,在MATLAB中进行模拟仿真计算,使用粒子群算法优化的BPNN(PSO-BPNN)、遗传算法优化的BPNN(GA-BPNN)以及未进行优化的BPNN作为对比模型进行对比分析.结果 使用IFA优化BPNN,大幅提升了BPNN模型的预测精度.使用IFA-BPNN模型预测12组管道腐蚀速率,平均相对误差仅为5.94％,预测结果的R2为0.99595,均优于BPNN、PSO-BPNN以及GA-BPNN模型的预测结果.结论 IFA-BPNN作为预测管道腐蚀速率工具具有较好的预测精度和鲁棒性.     

基于LabVIEW的远场涡流管道检测系统

为了提高管道无损检测的精度,实现管道内外壁缺陷的检测,采用远场涡流的检测方法,依据检测线圈接收到的信号是激励线圈产生磁场两次穿过管壁后的信号,携带了管壁内外缺陷信息的原理,设计了远场涡流传感器、检测信号处理电路。对检测线圈接收信号进行放大、滤波处理,信号采集;采用LabVIEW编程计算检测信号幅值,互相关算法计算检测信号相位,确定缺陷深度。对内径36mm的有伤管道进行了试验。结果表明,所设计的仪器能检测出管道上深度为0．5mm及以上缺陷。利用LabVIEW对相位差计算提高了检测精度,为实际应用提供参考。     

基于Steger算法的弯管图像中心线检测方法

在基于多视几何的弯管三维测量方法中,为了重构弯管三维模型,需要精确稳定的提取弯管图像中心线,文章研究了常用的弯管图像中心线检测方法的不足,结合张量投票算法与Steger算法,提出一种亚像素级的弯管图像中心线检测算法。通过实验验证该算法能够克服光照不均匀带来的影响,提取弯管中心线的精度在0.5像素以内。     

车载惯性测量单元的建模与仿真

利用惯性导航技术进行汽车运动学的参数的辨识等相关研究中车载惯性单元的建模与仿真是一个关键问题.在该问题的解决中提出了一种基于整车动力学模型和惯性器件数学模型相结合的车载惯性单元仿真模型.其中在车辆轨迹仿真模块中结合实际驾驶经验对汽车的运动形式进行合理简化.最后通过捷联惯导姿态算法,验证了该模型能够满足车载惯性器件的仿真需求.     

基于多轮内检测数据的对齐和比对

长输油气管道多轮内检测数据的挖掘和综合应用是管道完整性管理的重要组成部分。为了开展数据的对齐和比对,整合了内检测数据的形式和内容,梳理了对齐和比对的实施流程,研究和分析了对齐和比对的内容和方法,从而掌握了管道基础信息、缺陷的数量和增长情况、管道位置的变化等重要信息,有望为管道运行单位制定管道管理计划和风险管控措施提供科学依据。