油气管道漏磁检测缺陷的三维成像技术

漏磁检测是油气管道常用的无损检测方法,检测的重点是根据测量的漏磁信号重构缺陷的轮廓。提出了基于小波神经网络的三维成像方法,利用图像函数矩阵表达出管道缺陷的三维图像,矩阵元素值对应着缺陷的深度。利用小波神经网络,建立了由缺陷漏磁信号到图像函数矩阵关系的映射。选用的小波函数是墨西哥草帽小波,采用随机梯度下降算法训练。训练样本为三维有限元仿真数据和测量数据。采用训练数据对小波神经网络进行逼近缺陷图像函数矩阵的训练,然后用训练好的小波神经网反演给定数据,重构缺陷图像。实验结果表明,该方法能够实现三维缺陷漏磁检测的成像化及可视化。     

输油管道超声信号的小波包奇异值分解去噪

采用超声法检测输油管道的内外壁缺陷时,缺陷回波信号中会夹杂扫描系统噪声和背景噪声,特别是在检测微小缺陷时,较低幅值的回波信号更容易淹没在噪声中。针对该问题,提出了一种基于小波包和奇异值分解(SVD)的去噪方法,回波信号进行小波包分解与利用最优小波函数,根据不同频带的能量分布率重新移动高频噪声,然后利用奇异值分解提取的能量分布带。最后,通过奇异熵分析挖掘有效回波信号区域,实现了滤波器的自动滤波功能。实验结果表明:基于小波包和奇异值分解的去噪算法不仅可以去除高频噪声,而且能有效地去除低频噪声,大幅提高了信噪比。     

基于改进型小波阈值的输油管道磁记忆信号降噪方法

利用金属磁记忆检测方法对输油管道进行早期诊断时,磁记忆检测信号常常被各种噪声源污染,极大地降低缺陷信号可检测性。在传统软、硬阈值降噪方法基础上,根据磁记忆检测信号的特点,提出了一种改进小波阈值函数与自适应阈值相结合的方法,选用Daubechies小波作为小波函数,分解级数为4层,采用自适应方法计算阈值。用新型漏磁/磁记忆检测仪进行了算法验证,将改进降噪方法应用于磁记忆检测信号的降噪处理。与传统软、硬阈值降噪算法相比,新算法克服了软阈值信号失真和硬阈值不连续、振荡等缺点,提高了重建信号的信噪比,降低了均方根误差值,有效地消除了信号噪声,为正确判断输油管道的应力集中位置及早期诊断提供了理论依据。     

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。     

管道裂纹漏磁检测信号WPES特征提取方法

利用小波包能量谱(WPES)对漏磁检测信号进行特征提取是一种有效的信号处理方式,得到广泛应用。但对于管道裂纹缺陷漏磁检测信号而言,其在高频段的信号特征不明显,频谱变化非常分散,特征提取困难。改进后的小波包能量谱及Wigner-Ville变换算法即是以连续小波变换和离散小波变换为基本的数学工具,匹配Wigner-Ville变换的信号分析算法,在信号处理过程中,将要提取信号的特征值以能量谱的形式进行界定,将特征值的识别与提取转换为对相应信号特征能量识别与提取上,从而提高漏磁检测信号高频段信号特征准确性。     

基于EMD技术的管道漏磁内检测信号研究*

为了解决油气管道漏磁内检测信号识别不准确的问题,采用EMD（经验模态分解）理论,对管道漏磁内检测信号做EMD分解和重构,得到信号处理后的信噪比信息,与原始信号和小波分析后信号的信噪比进行比对分析,结果显示,EMD技术在处理漏磁内检测信号方面比小波分析更为优越。研究表明:采用EMD技术处理管道漏磁信号可以获得更好的信噪比,能更迅速、准确地识别管道中的缺陷。     

基于模糊核支持向量机的管道磁记忆检测缺陷识别

针对金属磁记忆检测管道缺陷判定准则的局限性,通过构造基于梯形模糊数的最大、最小贴近度的模糊核函数,提出了一种基于模糊核支持向量机的缺陷识别方法。通过构建识别函数,将管道状态划分为应力集中、微观缺陷和宏观缺陷3个等级。通过比较未形成缺陷的应力集中区域与微裂纹缺陷的特征,构造了五维支持向量机输入特征向量：小波包频带能量增量、修正傅里叶系数、区域信号的峰峰值、信号的检测切向梯度和检测法向梯度。通过实验设计,对采集的磁记忆信号进行特征提取和缺陷识别。与传统线性核与多项式核识别结果进行比较,分析表明该方法能够有效识别管道缺陷,为金属磁记忆技术精确测定管道缺陷提供了一种新方法。     

阀门内漏声发射检测信号特征研究

阀门在天然气管道运输中具有重要的作用,阀门内漏会给天然气管道运输造成安全隐患。采集阀门内漏的声发射信号,采用改进的小波阈值去噪方法对采集的信号进行降噪处理,提高信号的信噪比,进而提取降噪后信号的频域峰值和峰值频率,探究阀门内漏的信号特征,为阀门内漏检测提供参考。     

基于PID算法的天然气管道阀门远程自动控制方法

针对传统方法在天然气管道阀门远程自动控制应用中控制效果较差，阀门内漏无法控制的现象，提出了基于PID算法的天然气管道阀门远程自动控制方法。通过声波传感器获取阀门发射声信号，并进行放大、平移等变换处理，利用小波包分解法分析管道阀门发射声信号，提取管道阀门内漏特征，识别出内漏异常的阀门，并采用PID算法计算出阀门状态误差，根据设定的PID规则控制内漏异常的阀门开关。实验表明：应用该方法后天然气管道阀门最大内漏量仅为0.32 L/d,远程自动控制效果较好，并具有良好的应用前景。     

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。     

联合去噪算法在输气管道泄漏声信号中的应用

针对油气管道发生泄漏后,泄漏声信号在沿管道传播过程中必不可少的会混入噪声问题,研究了变分模态分解(VMD)在管道泄漏去噪中的应用,提出了一种基于VMD,多尺度排列熵(MPE)和小波阈值去噪(WT)的VMD-MPE-WT联合去噪算法.利用MATLAB软件在该算法对信号处理结果进行仿真分析,结果表明:对比小波去噪,VMD,...     

小波奇异性分析在管道泄漏检测中的应用

输油管道泄漏诊断过程中.复杂噪声背景下的港式泄漏信号往难以检测,因此泄漏点的定位准确度也无法得到保障。而将小波变换在模极大值处理中的优势心用到管道泄漏检测与定位信号分析中.根据信号小波变换模极大值和信号奇异点之间的关系,由小波变换模极大值沿尺度变化趋势分析出压力的突变点.计算出管道泄漏产生压力波传播到上、下游监测点的时间差,利用负压波定位泄漏的常规公式确定出泄漏点在位置。实验证明.该方法能快速准确地捕捉压力信号突变点,并定位管道泄漏位置。     

基于小波分析的管道泄漏负压波信号滤波研究

针对采集到的管道负压波信号中混杂有大量噪声的问题 ,在MATLAB6 1软件环境下 ,采用小波变换的方法对负压波信号进行滤波。计算过程中 ,小波基函数选取为Haar小波 ,尺度水平为 5 ,滤波结果表明该方法可以有效地消除原始信号中的一些干扰信号而未影响到原始信号中本身包含的尖峰细节信息 ,提高了采集信号的信噪比 ,从而为实现准确的泄漏判断和泄漏点的定位提供了基础。     

基于小波变换的套管金属磁记忆检测信号处理

套管受到非均匀载荷的作用易产生塑性变形,在应力集中区,易造成套管弯曲、变形或错断,用金属磁记忆技术可有效判断套管应力集中区域.对于含有噪声非平稳性的井下磁记忆信号,把指数小波去噪技术和希尔伯特(Hilbert)变换应用到了磁记忆的信号分析中.基于信号与噪声在小波分析中不同尺度的传播特性,利用小波非线性滤波方法消除了噪声、提高了信噪比.同时利用Hilbert变换得到磁记忆信号的包络线,从而有效提取了特征量.     

油气管道缺陷二维轮廓重建及处理技术

目前,我国油气管道缺陷的检测主要是通过漏磁检测装置来完成,检测人员根据经验分析波形以了解管道缺陷状况。但这种方式的数据分析工作量大、效率低。介绍了漏磁检测装置的工作原理,对管道漏磁检测装置在φ457mm管道中实际采集的数据进行了预处理和图形转换,将漏磁检测数据重建生成二维缺陷轮廓,并用图形编程软件Labview对上述图像进行噪声消除、平滑、滤波、锐化处理,这样可以直观和清晰地显示根据磁漏生成的缺陷轮廓,提高了管道监测数据分析效率及可靠性。     

随钻测量系统脉冲信号特征提取的多尺度方法

在钻井液随钻测量系统中,从接收信号中识别有效脉冲是地面系统正确解码的关键。文章引入多尺度小波分解方法分析钻井液信道噪声特性和信号特性的基础上,分别使用小波熵法和小波阈值滤波方法对含有多频泵噪声的脉冲信号进行基线波动修正及有用脉冲提取。结果表明,小波熵能够刻画钻井液脉冲信号能量分布的真实特征,而小波阈值滤波也是有效可行的MWD信号特征提取方法。通过工程实践的检验,文中的两种方法达到了检测率高、虚警率低的效果。     

补偿检测仪速度对管道缺陷漏磁场影响的方法

分析了油气管道漏磁检测中检测仪速度对缺陷漏磁场的影响．构造了补偿速度干扰漏磁场的滤波器模型，验证了方法的有效性，有利于漏磁信号波形的识别。