基于LabVIEW的铁磁材料漏磁检测技术研究

为实现铁磁材料缺陷的无损检测,提高材料的可靠性,根据其磁学性质,搭建了漏磁场的测量平台,在LabVIEW平台下通过控制步进电机和驱动数据采集卡实现霍尔传感器对漏磁信号的实时检测,同时对漏磁数据进行实时显示、处理和保存,并通过小波变换和微分消除漏磁数据噪声、直观显示缺陷信息.实验表明:基于LabVIEW的漏磁检测技术可以实现缺陷漏磁数据的采集、实时显示和消噪处理,实现对铁磁材料缺陷的精确检测.     

储罐底板的漏磁检测信号处理中小波奇异性检测理论的应用

漏磁检测是无损检测中的一种重要方式,采用漏磁法采集到的漏磁信号具有数据量大和附带有大量的噪声的特性,其中,缺陷通常表现为输出信号发生突变,因此考察信号突变点的变化对漏磁检测有很重要的意义。本文利用了小波分析其独特的时域和频域特性,分析了基于小波变换的漏磁信号奇异点的定位方法和奇异性程度的计算方法,对漏磁信号进行处理,使信号便于存储和分析,仿真结果表明该方法是有效的。     

小波变换用于输油管道漏磁检测信号处理

管道腐蚀是目前输油管道运营中的重要难题。漏磁检测是无损检测中的一种重要方式,采用漏磁法对输油管道进行无损检测时,采集的漏磁信号具有数据量大和附带有大量噪声的特性。采用小波变换中的Mallat算法可以有效地对漏磁信号进行处理,使信号便于储存和分析。     

管道内部漏磁检测的仿真与实验研究

基于管道漏磁检测原理,以Φ325mm规格的管道内检测器为研究对象,运用有限元分析方法建立漏磁场的数学模型,采用ANSYS软件建立漏磁检测装置的二维实体模型,应用静态磁场仿真方法,计算分析矩形缺陷产生的漏磁信号与磁力线分布。并通过内检测器搭建的漏磁信号检测平台,采集由霍尔传感器阵列采集得到的多通道缺陷漏磁信号,分析对比两组实验数据,结果表明:数值仿真与实验数据的变化趋势一致。     

应用小波变换的炮管裂纹漏磁信号去噪研究

采用漏磁法对炮管进行无损检测时,漏磁信号中含有噪声.介绍了小波变换理论,说明去除漏磁信号噪声原理.仿真试验中,选取二阶样条小波为小波函数,选用软阈值函数和固定阈值的方法处理小波系数,结果表明将小波变换应用于炮管漏磁检测中,很好地去除了信号噪声,提取出有用信号的特征.     

钢丝绳内外部断丝损伤识别

针对钢丝绳断丝损伤检测以外部断丝损伤检测为主,对内部断丝损伤检测的研究较少且内外部断丝识别精度不高的问题,提出了一种钢丝绳内外部断丝损伤识别方法。通过钢丝绳损伤径向漏磁检测器采集钢丝绳断丝损伤产生的漏磁信号;采用双密度双树复小波变换对漏磁信号进行降噪处理;通过设置自适应阈值提取降噪信号的时域特征,同时提取原始漏磁信号的频域特征;采用基于类间距离和互信息的方法进行特征选择,即先对所有特征进行归一化处理,剔除标准差较大及类间距离较小的特征,然后计算特征之间的互信息,排除包含损伤信息较为相似的特征,最后计算特征中区分度最差的2种损伤类型,并从剔除的特征中收回这2种类型类间距离最大的特征;将保留的特征融合作为最优特征子集并输入BP神经网络进行分类识别。测试结果表明,该方法能识别钢丝绳内外部断丝损伤且识别准确率达97.8%。     

基于多传感器数据融合技术的漏磁内检测数据分析

管道检测是发现隐患和保障油气管道安全可靠运行的重要措施,漏磁内检测是管道检测的主要手段和趋势,检测数据分析是管道检测结果的前提和保障,通过数据分析能提供金属损失和管道特征的类型、尺寸、形状、位置和方位等信息。从多传感器漏磁内检测器系统构成引出多传感器构成,采取分布式的多传感器数据融合分析技术,分别对漏磁检测器的主传感器、ID/OD传感器、轴向里程传感器、周向钟点传感器的信号进行各自特征量的数据分析,最后采取支持向量机融合分析技术实现对多传感器检测数据的融合分析,相较于传统的单类型传感器数据分析能有效提高数据分析的全面性、质量和准确性。     

基于漏磁检测的钢管探伤监控系统设计

针对钢管漏磁检测的特殊性,设计开发了一种带有干扰滤波的探伤监控系统,采用信号接收模块配合多串口卡,开辟了多个内存缓冲区,将数据进行多线程并行分析处理,极大地提高了数据处理的速度和检测的实时性。采用均值平移小波阈值去噪法对漏磁检测信号进行降噪处理,有效降低了测量噪音等干扰因素的影响,并消除伪吉布斯现象。软件部分利用 Visual Studio C＃进行开发,可以实现无人值守条件下的全自动流水线检测控制、自动钢管缺陷判断、报警和分析处理等功能。系统具有高的实用性和可靠性。     

一种钢轨表面伤损漏磁检测信号滤波方法

漏磁检测(MFL)是工程上常用的无损检测方法之一,针对钢轨顶面伤损漏磁检测信号受提离干扰的影响,根据伤损漏磁场在不同方向上的分布特征,提出了一种抑制钢轨漏磁检测提离干扰的滤波方法。采用阵列式传感器,根据x和z方向信号的差值确定参考信号实现滤波,根据伤损漏磁场的分布推导了传感器的安装方式。实验结果表明,该方法能够有效地抑制漏磁信号的提离干扰,显著地改善了漏磁检测信号。     

管道腐蚀检测中的脉冲漏磁检测技术

漏磁检测技术广泛应用于管道等铁磁性材质的检测;由于常规漏磁检测的局限性,往往难以检测近表面和表面下缺陷;在分析漏磁检测原理基础上,采用脉冲交流磁化方式;介绍了脉冲漏磁检测系统,并对不同深度的缺陷钢管试件进行了试验,试验结果表明提取脉冲漏磁检测传感器(径向分量)输出的瞬态输出电压信号可对表面和表面下腐蚀缺陷进行有效识别;脉冲漏磁检测方法综合了漏磁检测和脉冲涡流检测的优点,具有快速、定量检测的特点,在管道等的缺陷检测中具有广阔的应用前景。     

新型脉冲漏磁检测法的表面缺陷检测特征分析

针对脉冲漏磁检测技术对不同方向的漏磁分量进行分析时存在一定局限性的问题,基于脉冲漏磁(PMFL)检测中的U型磁轭和脉冲涡流(PEC)检测中的矩形空心激励线圈,提出了脉冲聚磁(PMC)检测方法.通过仿真和实验分析了铁磁性试件在脉冲漏磁和脉冲聚磁两种检测模式下,缺陷部位的响应信号X,Y和Z3个分量的检测效果.结果表明:脉冲聚磁检测方法在进行铁磁性材料构件的缺陷检测时,激励探头对被测试件的3个方向的分量激励效果更明显,同时对于不同深度的表面缺陷,脉冲漏磁响应信号的三维分量具有更高的检测灵敏度.     

交变漏磁法在钢管表面缺陷识别中的应用

交变漏磁通法由于采用交流信号通过励磁线圈对钢管进行磁化,励磁强度和渗透深度容易实现调节[1],所以较永磁铁的漏磁检测方法更容易实现表面缺陷的检测.本文对缺陷处泄漏场的分布进行了分析,并用实验验证了分析的正确性.结果表明,该交变漏磁法对钢管表面较小裂纹具有较高的检出率.     

信息融合在输油管道泄漏检测中的应用研究

针对传统管道泄漏检测方法单一的现状,提出基于多传感器信息融合技术的输油管道泄漏检测方法。首先通过标量卡尔曼滤波算法对压力信号进行预测,得出压力信号的新息;然后用流量平衡法判断出入口流量差变化;再采用加权融合算法将以上两种算法结果进行融合,进一步判断输油管道是否泄漏。Matlab仿真结果表明了多传感器信息融合技术在输油管道泄漏检测中的可行性及其检测的高精确性。     

基于神经网络的钢材表面裂纹定量检测方法的研究

介绍基于神经网络的钢材表面裂纹定量检测原理及方法，设计了基于LabVIEW的钢杆裂纹缺陷漏磁定量检测系统，并对钢杆表面横向裂纹缺陷进行模拟实验，运用神经网络技术初步建立数学模型，通过评判Vpp得到反映裂纹状况的定量检测结果，从而验证了该方法的可行性，并得出相关的结论。     

温度对漏磁信号影响的研究

针对传统的漏磁检测方法,分析了温度对漏磁信号的影响,对不同温度下试件的漏磁信号特点进行了研究。建立了铁磁材料磁导率随温度变化的对应关系,进行了热磁耦合仿真和试验,仿真结果和试验结果具有较高的一致性,表明随着铁磁材料温度的升高,磁导率下降,漏磁场的磁场强度增强,分布范围扩大。     

钢杆裂纹定量检测的研究

阐述了钢杆裂纹缺陷的定量检测原理。设计了钢杆裂纹缺陷漏磁的计算机辅助定量检测系统,并对钢杆裂纹缺陷进行模拟实验,获得裂纹缺陷信号波形,并对实验数据进行曲线拟合,初步建立检测系统的数学模型,从而验证了该方法的可行性,并得出相关的结论。     

基于改进YOLOv5算法的管道漏磁信号识别方法

长输油气管道作为能源运输的主要方式,安全问题至关重要;管道漏磁内检测技术作为管道缺陷检测的重要方法之一,在管道安全保障中发挥着重要作用;人工智能技术可实现管道内检测数据的自动识别,对于减少人力工作量,减少人为误差,提升数据判读准确性具有重要意义;通过引入损失函数Distance-IoU对目标检测算法YOLOv5进行改进,利用改进YOLOv5算法对管道漏磁数据进行训练,使之具有对漏磁缺陷信号自动识别的能力;通过实验,对实际漏磁内检测数据进行识别;结果表明,改进的YOLOv5算法实现了管道缺陷漏磁信号的自动检测识别;并且在相同的训练条件下,改进的YOLOv5算法相较于原始算法准确率有明显的提升,在识别缺陷数量上其精度达到92.8%,比原算法提升了3.22%,改进后的模型损失函数平均损失率为3.6%,比原始YOLOv5模型降低了2.2%,表明该方法在管道缺陷漏磁数据自动识别检测方面具有较好的可行性。