油气管道特殊缺陷的漏磁信号识别方法

针对油气管道特殊缺陷的识别问题,分析了凸形缺陷和凹形缺陷的漏磁信号产生机理.以补板代表凸形缺陷,采用COMSOL有限元仿真软件建立管道补板与凹形缺陷漏磁检测模型,对其漏磁信号分布特点进行仿真计算.搭建管道漏磁内检测永磁励磁实验平台,结果表明:管道上补板(凸形缺陷)漏磁信号特点呈先减小后增大变化趋势,轮廓呈凹形分布;管道上凹形缺陷漏磁信号特点呈先增大后减小变化趋势,轮廓呈凸形分布.通过信号分布特点可准确识别补板缺陷,实验结果与理论分析具有很好的一致性.     

管道漏磁检测中速度效应的补偿方法

在管道现场检测中,由于检测装置的移动影响,使得从采样记录的漏磁信号波形直接获得缺陷外形的定量描述比较困难.为提高缺陷检测的精度,分析管道漏磁检测中检测仪器运行速度对缺陷漏磁信号的影响,提出一种速度效应补偿方法,通过ANSYS有限元分析软件验证方法的有效性,该补偿方法有利于缺陷的准确识别.     

基于双正交样条小波的管道漏磁信号的去噪和数据压缩技术

存储大量的管道漏磁检测信号迫切需要有效的数据压缩技术,小波变换具有良好的时频局部化特性,根据管道漏磁无损检测中噪声信号的特性,应用具有线性相应的双正交样条小波,对漏磁信号进行分解,有效地消除测量噪声,同时实现了数据压缩和特征提取,实验表明,该方法可得到适度的压缩比和较高的信噪比,并能满足后续处理需要。     

管道漏磁信号压缩技术

为解决在固有硬件条件下实现实时高速海量数据压缩这一问题,通过Huffman算法与小波变换相结合的方法,给出了对管道漏磁信息进行有损与无损相结合的压缩方式.根据信号的特征,通过对漏磁信号阈值的判断,得出健康信息与缺陷信息,并对缺陷数据使用Huffman算法进行低压缩比的无损压缩,而对健康数据以及噪声数据则以小波变换进行有损高压缩比的压缩.模拟测试结果表明,压缩后的数据还原后,能够较好地体现出原数据的信息,说明了Huffman算法与小波变换相结合的压缩算法能够较好地实现对管道漏磁数据的存储.     

基于Laplacian与多尺度数学形态学的漏磁图像边缘增强方法

为增强管道焊缝漏磁图像的边缘特征,提出一种基于Laplacian与多尺度数学形态学的焊缝漏磁图像边缘增强方法。首先采集管道漏磁内检测器中的漏磁数据进行成像,然后利用数学形态学算法,通过构建多尺度结构元素对图像进行边缘检测,利用边缘颜色约束对删除非边缘点,最后利用拉普拉斯算子对边缘进行增强。结果表明,该方法可较准确地提取漏磁信号图像的焊缝和缺陷边界,实现焊缝和缺陷的边缘增强,具有一定的可行性和实用性。     

管道漏磁在线检测技术

管道是石油和天然气长距离输送的主要方式.漏磁检测技术是管道在线检测的主要方法.介绍了管理道在线漏磁检测系统的研究背景、检测原理以及检测系统的基本结构.为适应大管径管道的检测要求及提高检测精度，利用一阶差分及嵌入式零树编码的方法对管道漏磁检测数据进行压缩，并得到了较为满意的压缩比.研究了基于FPCA和DSP的管道漏磁的线检测系统.应用有限元法分析研究了漏磁信号的特点，应用神经网络及多传感器数据融合技术对管道缺陷进行智能识别.     

基于LS-SVM的管道二维漏磁缺陷重构

针对铁磁材料的无损评估中,漏磁信号描述缺陷的几何特征难点,提出了应用支持向量机对二维缺陷重构的新方法,支持向量机输入是漏磁信号,输出是缺陷轮廓数据,建立了由缺陷的漏磁信号到缺陷二维轮廓的映射关系.网络学习采用最小二乘算法,训练样本由实验数据与仿真数据组成,测试样本为人工裂纹缺陷.该方法实现了人工裂纹缺陷的二维轮廓的重构,并与径向基神经网络重构结果进行了比较.试验结果表明,该方法具有速度快、精度高和很好的泛化能力,为漏磁检测定量化提供了一种可行的方法.     

油气管道缺陷漏磁在线检测定量识别技术

用有限元软件建模研究了管道缺陷的特征参数与漏磁信号的关系.对漏磁信号进行预处理以消除传感器提离值不同带来的影响,用BP神经网络进行了管道缺陷的定量识别,识别结果的误差<10%.将轴向和径向漏磁信号分别用加权平均和自适应加权平均两种方法进行信号级融合,数据融合后缺陷定量识别的精度和可靠性得到了提高.     

油气管道特殊部件的漏磁检测信号特征分析

针对油气管道特殊部件的结构特点,分析了管道磁化后产生的磁场特征.基于管道漏磁内检测原理及麦克斯韦方程,采用Comsol有限元仿真软件对管道特殊部件与缺陷进行仿真,以漏磁信号轴向分量B_x所占的通道个数、B_x正负峰值出现的先后顺序、B_x幅值以及轴向长度作为分析判别管道特殊部件与缺陷的依据,对管道特殊部件上存在缺陷的整体漏磁信号B_x分量进行特征分析,缺陷信号B_x在补板信号B_x内侧且极性相反时视为补板缺陷.结果表明,该方法在判别管道特殊部件存在缺陷方面具有一定的可行性.     

管道漏磁内检测裂纹缺陷仿真与实验研究

针对管道漏磁内检测中裂纹与磁化方向角度过小难以识别问题,分析了直流电磁铁轴向励磁条件下裂纹角度对漏磁检测信号的影响以及裂纹漏磁信号的特征。采用Comsol有限元仿真软件,对管道内壁不同角度0.2 mm裂纹缺陷进行了仿真分析;搭建了直流电磁铁轴向励磁实验平台,采用电火花技术加工不同角度裂纹试件,进行裂纹角度问题的拖拉实验。结果表明,裂纹与磁化方向最小可检测角度为25°;随着裂纹角度的减小,漏磁信号峰值逐渐减小,信号跨度越大,噪声信号影响越大;当磁化方向与裂纹垂直时,漏磁信号幅值最大跨度最小,磁化方向与裂纹平行时无漏磁信号产生。     

钢管相邻缺陷漏磁场相互影响的分析

实际工况中的管道缺陷是非常复杂的,用物理试验的方法研究各种缺陷漏磁场的变化规律有一定的难度。该文针对油气管道常用的钢管缺陷产生的漏磁场建立了三维有限元模型,采用有限元方法计算了几种相邻缺陷的漏磁场模型,给出了计算结果,并分析了各种相邻缺陷对漏磁场信号的影响。结果表明当相邻缺陷的中心线与磁场方向平行时,对缺陷漏磁信号的影响最小;组合型的缺陷对漏磁信号的影响最大。     

Quantitative Interpretation for the Magnetic Flux Leakage Testing Data Based on Neural Network

In order to interpret the magnetic flux leakage (MFL) testing data quantitatively and size the defects accurately, some defect profiles inversion methods from the MFL signals are studied on the basis of the neural network.Because the wavelet ba- sis function neural network (WBFNN) has good accuracy in the forward calculation and the radial basis function neural network (RBFNN) has reliable precision in the inversion modeling respectively,a new neural network scheme combining WBFNN and RBFNN is presented to solve the nonlinear inversion problem for the MFL data and reconstruct the defect shapes.And such details as the choice of wavelet basis function,the initialization of the weight value and the input normalization are analyzed,the train- ing and testing algorithm for the network are also studied.The inversion results demonstrate that the proposed network scheme has good reliability to interpret the MFL data for some defects.     

钢管漏磁检测设备性能的改进

针对钢管漏磁检测设备检测时信号信噪比较低的问题,根据实际的漏磁检测设备规格参数,采用有限元仿真方法进行励磁优化设计,获得最佳的信噪比.通过加装磁路的措施来消除端部检测时的信号畸变现象,分析了磁路闭合状态对漏磁信号幅度和各个分量的影响.并通过对Hall探头加装导磁铁板的方法,提高探头检测灵敏度.仿真数据同实验结果基本吻合,有效地提高了漏磁检测设备的性能.     

基于时间反转算子分解算法的板中导波小缺陷成像

为进一步提高板中微小缺陷检测成像能力,将基于时间反转算子分解算法引入基于导波的板中缺陷检测成像研究中.该算法能将波的能量重新聚焦在多个极小的散射体上,每个散射体都对应一个显著的特征值,因此,通过对时间反转算子的奇异值分解获得特征向量,并通过将得到的时间反转信号反向传播来单独地对各个散射体进行成像,且提供各个散射体的相关信息.数值模拟结果表明该算法能实现缺陷定位,且小缺陷的成像分辨率明显优于传统时间反转成像方法,有望进一步用于复合板中的小缺陷检测成像研究.     

基于改进MUSIC算法的二维DOA估计方法

提出了一种改进的二维MUSIC算法,该算法通过重构阵列接收数据协方差矩阵来降低入射信号源间的相关性,抑制信号子空间向噪声子空间的扩散,从而解决用MUSIC算法估计相干信号源到达方向(DOA)时的漏估计问题.该方法不仅对相关信号源的DOA估计有好的特性,也可以提高非相关信号源的DOA估计特性,而且计算量也没有大的增加.仿真试验证明了改进算法的有效性.     

孔隙式隔振系统非线性阻尼特性

针对舰载设备隔振系统中双出杆液压孔隙式粘滞阻尼器阻尼力的非线性问题,建立了考虑油液压缩性的隔振系统数学模型,提出了基于AMESIM仿真试验确定隔振系统阻尼力的方法,依据仿真得到的系统压力确定了阻尼力流动指数并验证了流动指数取值的合理性.搭建隔振系统的试验装置,利用通过冲击试验获得的隔振系统位移和加速度响应验证隔振系统数学模型的准确性.结果表明,数学模型仿真和冲击试验结果误差在6%以内,为液压阻尼器非牛顿流体阻尼力的计算提供了有效、快捷的途径.     

The Boiler Tube Wall Thickness Quantitative Evaluation Fusing the Magnetic and Ultrasonic Technique

Wall thickness is always a key index for boiler tube inspection in power plant,in order to improve the inspection efficiency and accuracy,a new method fusing the magnetic and ultrasonic technique was proposed.The magnetic technique was used to do full inspection and locate the flaws,and the ultrasonic was employed to implement further quantitative inspection accu- rately.After comparing the precision of the polynomial,exponential and logarithmic function,the polynomial model was selected to fit the relations between the wall thickness and the peak value of magnetic signals,and the data measured by ultrasonic thickness meter was used to calibrate the model parameters online,the defect depth can be sized quickly.The experimental results demon- grate that the model used in this system has better accuracy than the statistics relation model clearly,and it is also suitable for defect evaluation real-time.Moreover,it is unnecessary to have much more experimental data for the curve fitting technology,so it has better practicability than the other methods.     

The Boiler Tube Wall Thickness Quantitative Evaluation Fusing the Magnetic and Ultrasonic Technique

Wall thickness is always a key index for boiler tube inspection in power plant, in order to improve the inspection efficiency and accuracy, a new method fusing the magnetic and ultrasonic technique was proposed. The magnetic technique was used to do full inspection and locate the flaws, and the ultrasonic was employed to implement further quantitative inspection accurately. After comparing the precision of the polynomial, exponential and logarithmic function, the polynomial model was selected to fit the relations between the wall thickness and the peak value of magnetic signals, and the data measured by ultrasonic thickness meter was used to calibrate the model parameters online, the defect depth can be sized quickly. The experimental results demonstrate that the model used in this system has better accuracy than the statistics relation model clearly, and it is also suitable for defect evaluation real-time. Moreover, it is unnecessary to have much more experimental data for the curve fitting technology, so it has better practicability than the other methods.