红外热像技术应用于石化设备的检测诊断

通过石家庄炼油厂部分热设备的红外检测、故障诊断分析的实例,概括地介绍了红外热像技术在石化设备检测及故障诊断中的应用,进而在保障设备“安稳长”运行,及开展预知性维修方面取得了明显效果.     

红外热像技术在石化设备内部腐蚀检测中的应用

石化设备在运行中具有易燃、易爆、高温、高压、有毒、有害、设备结构复杂和生产连续化强等特点。在介绍红外热像检测原理的基础上,通过红外热像仪在监测石化设备内部腐蚀的应用实例,为红外热像技术应用于对运行中的石化设备内部腐蚀实行监测(检测)的可行性提供了依据。     

红外热像检测技术在石化工业中的应用

简述了红外热像技术的发展及非致冷焦平面红外成像技术的基本原理,探讨了该技术在石化工业中电气设备的检测、典型热设备衬里损伤诊断、带保温层设备的检测与诊断、加热炉管的检测与寿命评估以及气体泄漏监测等方面的应用。同时对应用该技术时存在的热点问题,如正确环境参数的确定、发射率的标定、定位、定量分析、图像处理等进行了分析,并对该技术在石化工业的应用前景和发展方向进行了较深入的分析与思考。     

电站锅炉红外热像技术的应用

应用红外热像非接触特性 ,监测锅炉初步改造后的炉膛运行状况 ,评价运行的安全性和稳定性 ,为进一步的改造提供测试数据     

基于红外热像仪的罐区泄漏安全监测研究

本文主要利用红外热像仪对某石化企业储运罐区进行监测,逐一排查泄漏隐患,发现较多储罐存在泄漏.对泄漏数据进行统计分析,数据显示拱顶罐是最易泄漏的储罐,而罐壁通风口、泡沫发生器、罐顶呼吸阀是最易泄漏的部位.此外从安全风险、环境风险、物料损耗等多方面对储罐所发生的泄漏隐患进行评估,结果表明红外热像仪发现的泄漏是一项不可忽视的...     

红外热成像技术在设备缺陷诊断中的应用

红外热成像技术作为一种新兴的无损检测技术,正发挥着越来越重要的作用.文中阐述了该项技术的特点,介绍了该技术在高温设备衬里缺陷检测方面的应用.     

国内红外热像测温技术的研究现状及在测温节能方面的应用

红外热像是一种用来探测目标物体的红外辐射,并通过光电转换、电信号处理等手段,将目标物体的温度分布图像转换成视频图像的高科技产品,在众多领域中均得到广泛应用。文章分析总结了红外热像技术在国内近年来的研究现状,以及红外热像技术在测温方面的应用和节能方面的创新,主要分析了红外热像的在线热损失测量技术在南京某石化公司对厂区内5.19 km的中压蒸汽管线和12.85 km长的低压蒸汽管线共22条管线进行保温结构能耗检测上的运用,通过该红外技术,整改后保温管线至少节约179.62 kW的能量,年可节约192.59 t的标准煤。     

ThermaCAM~(TM)E45型红外热像仪的应用

随着油田开发的深入,可靠供电成为油气生产的根本保证。红外热像仪正是一种在电气设备不停电的状态下实现在线检测的仪器,通过对所采集到的热图像的分析,可以发现很多潜在的内部缺陷,对设备状态预知维修,降低设备的运行和维护成本具有重要意义。应用红外热像仪大大提高了供电的可靠性,降低了因为故障抢修而造成的停电减油量。     

焊接缺陷的金属磁记忆法检测

目前在俄罗斯各工业领域得到应用的金属磁记忆法是一种无损检测方法,它基于焊接过程中自然形成的固有漏磁场,是根据金属结构不均匀性、残余应力分布和焊接缺陷等综合评估焊缝力学性能的惟一依据.简要介绍了金属磁记忆法的使用设备.通过检测实例阐述了焊接工件固有磁场参数与缺陷特点之间的联系,进行了金属磁记忆法与传统无损检测方法检测结果的比较.提出了用金属磁记忆法评估管道焊接质量的准则.     

基于深度学习的金属焊接管道内壁缺陷检测方法研究

针对目前管道内壁缺陷检测方法不足的问题,提出了一种基于管道机器人和深度学习模型算法的管道内壁缺陷检测方法,对管道内壁缺陷图像进行识别与分类。通过对Faster RCNN目标检测算法进行改进,以密集连接卷积网络（DenseNet）作为检测模型的特征识别核心,从而提高了模型的泛化能力和识别精度。试验结果表明,基于深度学习的识别方法实现了金属焊接管道缺陷的检测,运用改进后的Faster RCNN深度学习算法进行管道缺陷识别具有识别精度高、成本低的优点,平均准确率达到93.2%。     

基于细胞神经网络的红外图像处理方法的研究

细胞神经网络是一种只有最邻近的神经胞元才进行通信连接的神经网络,这种神经网络模型能够对二维图像进行有效的处理,它的软件与硬件实现也较容易.在介绍细胞神经网络模型的基础上,也介绍了细胞神经网络在红外黑白与彩色图像处理中的应用,仿真结果表明红外图象的处理效果理想.