小波神经网络在海底石油管道漏磁缺陷检测中的应用

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。     

钢丝绳缺陷定量识别的贝叶斯建模方法

提出了跳变系统检测的贝叶斯建模方法，针对钢丝绳检测信号特征，设计了断丝定量识别的多重假设检测方法，可以在线监测钢丝绳状态。     

基于PSO-LSSVM的疲劳裂纹漏磁定量识别技术

针对疲劳裂纹难以定量识别的问题,提出一种将主成分分析（PCA）和粒子群优化的最小二乘支持向量机（PSO-LSSVM）相结合的建模方法,通过建立漏磁信号与疲劳裂纹宽度、深度之间的非线性映射关系,对疲劳裂纹宽度、深度进行定量识别.搭建漏磁检测系统,采用疲劳拉伸试验制备一系列疲劳裂纹样本,通过疲劳裂纹漏磁定量识别实验,建立漏磁缺陷样本库,对基于PSO-LSSVM的疲劳裂纹漏磁定量识别方法的可行性进行验证.结果表明,该方法能够有效定量识别尺寸小于1 mm;疲劳裂纹的宽度、深度,误差在0.1 mm左右.      

基于改进BP神经网络算法的管道缺陷漏磁信号识别

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷漏磁信号来识别缺陷的形态参数．根据漏磁检测原理设计了相关的漏磁检测电路，通过提取信号的主要特征量，利用Levenberg-Marquardt算法在对常用BP神经网络改进的基础上应用其来识别缺陷的尺寸参数，给出了BP神经网络各层数的确定及权值、学习率的调整方法和相应的漏磁信号数据处理过程．漏磁检测数据处理实验表明，该缺陷识别BP神经网络系统具有逼近精度高、收敛速度快等特点．     

钢丝绳缺陷定量识别的贝叶斯建模方法

提出了跳变系统检测的贝叶斯建模方法，针对钢丝绳检测信号特征，设计了断丝定量识别的多重假设检测方法，可以在线监测钢丝绳状态     

基于脉冲漏磁检测原理的缺陷分类识别技术

脉冲漏磁检测是一种快速发展的无损检测方法,而相应的缺陷分类识别是缺陷检测与评估中的关键步骤之一.在介绍脉冲漏磁检测原理的基础上,设计了新型传感器,对不同类型缺陷的标准试件进行了测试;通过对缺陷瞬态差分信号的时、频域特性进行分析,提取了峰值、过零时间以及频谱中一特定频率点的幅值作为特征量对缺陷进行分类识别.实验结果表明该方法可对10 mm钢板表面以及下表面缺陷进行有效的分类识别.     

管道内腐蚀检测技术进展

介绍了国内外管道内腐蚀检测技术的发展状况。针对国外先进的漏磁法智能爬行机和超声波智能爬行机,分析了其检测管道内腐蚀的原理,以及这类智能装置的基本组成和工作过程,同时指出了国内管道腐蚀检测技术所存在的差距和亟待解决的问题。     

基于RBF网络的漏磁检测缺陷定量分析方法

为了正确评估油气管道的使用寿命和安全状况,需根据漏磁检测信号特征对缺陷进行准确的定量分析。提出一种基于径向基函数(RBF)神经网络、用于定量分析油气管道缺陷的迭代方法,给出了具体的算法步骤,并采用自适应学习机制来训练网络,既加快了该算法的收敛速度,又避免了陷入局部最小值问题。仿真结果表明:该方法不仅训练速度明显快于普通反向传播(BP)网络,而且最大量化误差仅为0.26%。该方法有助于提高漏磁检测的准确度,可为油气管道的安全评估提供可靠的依据。     

基于K均值聚类的油气管道漏磁缺陷标记方法

为了提高漏磁数据缺陷区域标记能力,将聚类算法应用于漏磁检测数据分析中,提出了一种基于K均值聚类的管道漏磁缺陷信号标记方法,并进行了不同口径和不同壁厚管道检测试验验证。结果表明:该方法可有效识别出漏磁数据中的缺陷区域,识别准确度满足工程要求。由于该方法无需根据检测器和管道情况单独设置阈值,因此其具有较广泛的适应性。     

管道缺陷漏磁检测大容量高保真数据压缩研究

管道检测是石油天然气工业的一个重要课题.在管道缺陷检测中,利用缺陷的漏磁通从而设计有效的漏磁检测装置来检测缺陷是目前研究的热点,而如何对漏磁检测数据进行大容量高保真数据压缩是其中的一个关键问题.本文在分析漏磁检测原理和漏磁检测数据特征的基础上,根据对重要数据采用无损压缩、对非重要数据采用有损压缩的原则,通过数据的差分和动态范围阈值判断数据块的检测重要性,结合Huffman算法以及小波有损压缩的优点,设计了大容量高保真管道漏磁检测数据压缩算法,并利用FPGA设计了相关的数据采集压缩电路来验证和实现该算法.实验表明该算法具有较高的压缩比并能很好的再现管道检测原始数据.     

Research on Magnetic Flux Leakage Detection Method for Subsea Pipeline

The intelligent pig based on the (MFL) is frequently used for in-line inspection of transportation pipelines. The article discusses the key technology of an MFL tool that includes the sensor‘s structure, the constitution of tool hardware, software and the analysis method of MFL signal.     

基于奇异值分解和模拟进化的漏磁缺陷识别

通过建立离散磁偶极子模型,利用奇异值分解和进化选择迭代计算被检区域内磁荷影响量的大小分布,作为缺陷是否存在的判决依据,实现了漏磁检测中缺陷的识别问题,通过设定缺陷的仿真计算,取得满意的结果,该方法对表面缺陷的定量计算也有借鉴意义．     

缺陷长度对漏磁场的影响

漏磁检测的量化问题是漏磁检测应用推广需要解决的关健问题,对缺陷漏磁场特征与缺陷长度的关系进行了研究,表明缺陷长度是影响漏磁检测缺陷量化的重要参数。     

油气管道缺陷漏磁检测试验

在油气管道检测中,缺陷的定量分析一直是个难题.通过试验研制了管道漏磁腐蚀检测器,在钢管(273mm,壁厚为14.3mm)上设计了系列缺陷,并采集了缺陷漏磁的相关信号.研究了管道缺陷漏磁信号的分布规律和缺陷的几何尺寸大小之间的关系,结果表明,缺陷漏磁场检测信号的两波谷间距、检测到信号的传感器数和信号峰谷值分别是缺陷长度、宽度和深度量化分析的重要特征量,并由此得出缺陷长、宽、高的计算方法.通过该方法对缺陷的漏磁信号进行量化分析,表明缺陷长度、宽度和深度的平均绝对误差分别为2.4mm、8.3mm和0.8mm.     

脉冲电磁缺陷检测融合机理研究

针对铁磁性构件表面和下表面缺陷检测的难题,建立了脉冲电磁检测模型,揭示了表面缺陷和下表面缺陷的脉冲漏磁与脉冲磁阻检测相融合的物理机制。仿真与实验结果表明:铁磁性构件表面缺陷存在漏磁,而下表面缺陷主要体现在脉冲磁阻的变化。对于不同深度的铁磁性构件表面缺陷,GMR传感器拾取的脉冲漏磁响应信号的检测结果线性度更好,灵敏度更高;对于不同深度的铁磁性构件下表面缺陷,双侧检测线圈拾取的脉冲磁阻响应特征值与缺陷深度的变化关系呈近似线性增长关系,区分度较大,检测性能更好。     

面缺陷尺寸对管道承压能力的影响分析

为了分析评价面缺陷尺寸对管道承压能力的影响,利用ANSYS有限元法对带有面腐蚀缺陷的大口径管道的应力水平进行了模拟。通过对承受一定内压力的带有不同长度、宽度和深度面缺陷的管道最大应力值进行计算分析,结果表明:随着缺陷长度的增加、缺陷宽度的减小或者缺陷深度的增加,管体的最大应力值增加,而且缺陷深度对最大应力及承压能力的影响程度远远大于缺陷长度和缺陷宽度     

管道缺陷超声导波监测信号匹配追踪去噪

采用超声导波进行管道缺陷监测过程中混入干扰噪声严重影响缺陷反射回波的提取和识别,提出了一种新的管道缺陷超声导波监测信号匹配追踪去噪方法。将Hanning窗调制的正弦波激励信号经过时间平移和幅值调制作为基本原子形成自定义过完备波形字典,对管道缺陷超声导波监测信号进行匹配追踪稀疏分解,提取其中有效成分进行信号重构,经多次迭代实现信号去噪。对有限元数值模拟和实际管道缺陷监测信号分别采用传统小波阈值和提出的匹配追踪法进行去噪处理,结果表明,当信噪比较低时匹配追踪法明显优于小波阈值法,即使在干扰噪声完全淹没缺陷反射回波的场合,仍然可以提取出清晰干净的缺陷反射回波信号,为正确分析和评估现役管道安全运行状况提供了一条新的途径。     

负压波输油管道泄漏检测技术研究

管道输送以自己独特的优点在国民经济中占有重要的地位,然而由于各种原因,管道泄漏事故频频 发生,不仅造成资源损失和环境污染,而且会带来巨大的财产损失和人员伤亡。为保障管道安全运行和将泄漏事故造成的危害减少到最小,需要研究泄漏检测技术以获得更高的泄漏检测灵敏度和更准确的泄漏点定位精度。针对这个问题,本文主要介绍了负压波泄漏检测技术,分析了其检测定位原理以及影响准确定位的关键因素,最后说明了管道泄漏检测系统的设计与构成。     

基于磁记忆法的焊接缺陷检测技术研究

研究焊缝缺陷处的磁记忆信号变化规律. 建立了地磁场下焊缝的磁偶极子模型,并模拟了其在有、无缺陷时的变化曲线,根据模型曲线的变化情况总结出了焊缝处存在缺陷时磁场强度的变化规律. 通过检测自制焊接试件的磁记忆信号与模型进行对比. 缺陷处的检测曲线与模型模拟的曲线具有很好的一致性. 建立的磁偶极子模型能够反映实际焊缝处的磁记忆信号情况,可以对焊缝处缺陷进行评价.