改进VMD钢质管道损伤信号提取算法研究

埋地钢质管道非开挖管体缺陷检测是管道检测领域中长期存在的一个难点,而实现对缺陷有效识别的前提是管道损伤信号的精准提取,针对管道缺陷信号特征提出一种改进的变分模态分解(VMD)算法。该算法采用近似熵噪声抑制方法提升VMD对特征信号的提取效果,进一步用尺度空间算法对VMD的设定参数进行优化并对其抗噪性能进行比较分析,最后通过能量梯度算子实现对缺陷信号的识别。结果表明:改进后的VMD算法可实现对管道损伤信号的有效提取,滤波性能和计算效率方面优于原VMD算法。该方法已经成功通过实验室验证,并成功应用于华北某油田的工程领域检测,为埋地钢质管道非开挖管体缺陷被动式检测提供一种有效途径。     

基于弱磁技术的海洋输油复合管检测

针对现有无损检测技术难以满足海洋输油复合管中的缺陷检测需求这一现状,提出一种无需励磁的新型无损检测技术。以含有人工缺陷的海洋输油复合管为检测试块并设计传感器工装,检测完成后,首先使用Symlet小波对采集到的信号进行缺陷特征信号提取,其次分别运用三次样条插值法和最小二乘法对缺陷深度和缺陷处的磁感应强度变化量进行曲线拟合,并得到缺陷深度的定量算法。结果表明：弱磁检测信号在管道试件中大缺陷位置变化较为明显,通过Symlet小波对缺陷信号提取提高了弱磁检测对小缺陷的检出率。利用最小二乘法二次拟合后得到的曲线具有更好的拟合效果,并且对缺陷深度定量准确度高,误差小。弱磁无损检测技术能基本满足海洋输油复合管中的缺陷检测需求。     

基于深度学习的磁瓦内部缺陷声振检测方法

针对开发一套智能化磁瓦内部缺陷检测设备的需求,提出一种基于深度一维卷积网络的智能识别方法。该方法通过原始时域信号训练深度一维卷积网络,利用卷积网络逐层挖掘信号隐藏特征能力完成智能诊断。与传统方法相比,利用深度一维卷积网络能够摆脱对专家经验和信号处理知识的依赖,以其强大的自动提取特征能力完成磁瓦内部缺陷的智能诊断。在3种类型磁瓦数据上进行特征提取和缺陷识别,实验结果表明,该方法能够有效地从声音信号中提取缺陷特征和识别,结合开发的机械设备,能够满足磁瓦内部缺陷智能化检测的需求。     

脉冲涡流无损检测腐蚀缺陷定量技术

腐蚀缺陷深度以及体积的定量是无损检测领域的一个难点，本文首先采用基于频谱分析的方法消除了提离效应的影响，实现了对缺陷深度的定量，在此基础上，采用时频分析的方法，得到了检测信号的伪Wingner—ville分布，通过提取其谱图能量作为新的特征量实现了对腐蚀缺陷体积的定量。     

基于扰动响应的输油管道泄漏检测方法

当管道无法产生足够的瞬态扰动时,将无法利用管道内部流动进行管道状态诊断,而基于扰动信号压力响应的管道泄漏检测方法可以克服这一缺陷。向有泄漏孔的管道引入扰动信号,通过分布式传感器采集动态压力,识别分析待测管道泄漏孔处对扰动信号的反射,实现泄漏检测与定位。同时,基于动网格技术模拟阀门启闭,建立了二维仿真模型,分析反射信号特征,得到了十分理想的检测效果。结果表明：扰动信号反射波的识别精度达7.659%;边界末端反射波的识别精度为0.121%;泄漏点定位误差为4.447%;而模拟结果可以实现精确定位。此外针对不同因素的影响进行分析,结果表明,扰动信号瞬态特征越强,泄漏孔尺寸越大,反射信号越明显,而管道运行压力对检测效果的影响十分有限。该方法与传统的泄漏检测方法相比具有明显的优越性,对于提高输油管道完整性管理水平具有极大的应用价值。     

基于递归分析的微裂纹缺陷超声检测技术研究

为准确检测金属构件微裂纹缺陷,采用超声脉冲反射法对金属试块进行检测,并提取超声背散射信号进行分析。通过对背散射信号进行简单的建模,说明其组成要素。由于背散射信号的非线性特征,缺陷回波信号会对系统的递归特性产生影响;在此基础上提出了基于递归分析的方法分别对含人工微裂纹缺陷金属试块的无缺陷区、单裂纹区及双裂纹区背散射信号进行检测研究;通过合理的参数选择,对采样信号进行递归分析并绘制递归图;对比含缺陷信号与无缺陷信号,发现前者会在递归图中产生明显的白色交叉条纹带。使用递归定量分析进一步研究了含缺陷背散射信号的递归特征量。结果表明多种特征量对缺陷回波信号比较敏感,其中递归率(RR)和捕获时间(TT)在缺陷位置有明显的特征。     

基于振动信号MTF变换的并联电容器故障诊断

针对并联电容器运行过程中常出现内部缺陷、接触缺陷、重叠缺陷、油质缺陷等4类典型缺陷，提出了一种基于振动信号马尔可夫转移场变换的并联电容器故障诊断方法。首先，根据现场工况制作了4种典型缺陷样品，测试了不同缺陷下试样的机械振动信号并搭建振动数据集；然后，基于马尔可夫转移场变换将一维振动信号转变为二维图像以提高信号可视能力；最后，通过卷积神经网络对马尔可夫密度图进行特征自提取和分类，讨论了不同分位数下信号的可视化能力，并与常见的诊断方法进行了比较。结果表明：将振动信号进行马尔可夫转移场变换提高了信号的可视化能力，使深度学习算法能够更全面的提取信号特征，文中方法的平均识别准确率达到了98%左右，能较好地实现并联电容器的故障诊断，并优于其他常见方法。     

电磁超声单向表面波对铝板微小缺陷的检测

电磁超声表面波被广泛用来检测表面或近表面缺陷。双向表面波电磁超声换能器(ElectromagneticAcoustic Transducer, EMAT)会在两侧同时产生能量较低且均衡的超声波,而微小缺陷(缺陷深度远小于表面波波长)的反射信号非常微弱,易被噪声淹没,根据回波信号,难以识别和定位缺陷。为此基于惠更斯叠加原理设计了单向表面波EMAT,对其声场进行了有限元分析;研究了增强侧表面波遇到不同缺陷的响应特性,得出缺陷深度、角度与反射波幅值的关系;并对含不同微小缺陷的铝板进行了实验研究。仿真和实验结果表明,所提方法提高了表面波检测微小缺陷的灵敏度,并实现了缺陷位置及深度的量化。     

基于神经网络的超声导波钢杆缺陷识别

利用基于BP神经网络的缺陷识别算法,从不同实验条件下获得的信号样本中抽取特征量,对钢杆中不同深度和位置的径向裂纹进行了识别。首先,采用频率为235kHz激励轴对称纵向模态导波对钢杆中的径向裂纹进行了检测。实验表明,在235kHz时获得的超声导波信号含较单一的L(0,2)模态,避免了用L(0,1)模态检测小尺寸缺陷时检测能力较弱的问题,又减少了用轴对称纵向高阶模态检测缺陷时模态较多不易分辨缺陷回波的现象。其次,利用算法对钢杆中的径向裂纹进行识别。结果表明,在已有实验样本数下,缺陷识别算法从整体上很好地识别不同深度和位置的裂纹,识别正确率稳定在87%。     

基于Lorenz系统Lyapunov指数的管道超声导波检测

为了提高长距离管道超声导波检测中弱导波信号的识别精度,提出了基于Lorenz系统Lyapunov指数的管道超声导波检测方法。基于非共振周期信号的参数激励实现Lorenz系统的混沌控制,将待测的导波信号作为参数激励的扰动项输入Lorenz检测系统中,通过对比有无导波信号输入后Lorenz系统最大Lyapunov指数的不同响应,确定适合导波信号检测的参数激励幅值;然后利用ANSYS软件和搭建的超声导波试验平台分别进行数值模拟和实验,获得超声导波在含有不同损伤个数、大小的6 m长管道中传播的数值模拟信号和试验信号,利用Lorenz检测系统识别数值模拟与实验信号;基于二分法对导波信号进行分段识别,通过定位出回波信号的时间段实现损伤定位。检测结果表明,Lorenz系统能够有效地免疫噪声并识别管道的缺陷,并且提高了管道超声导波检测的灵敏度。     

基于改进双流卷积递归神经网络的RGB-D物体识别方法

为了提高基于图像的物体识别准确率,提出一种改进双流卷积递归神经网络的RGB-D物体识别算法(Re-CRNN).将RGB图像与深度光学信息结合,基于残差学习对双流卷积神经网络(CNN)进行改进:增加顶层特征融合单元,在RGB图像和深度图像中学习联合特征,将提取的RGB和深度图像的高层次特征进行跨通道信息融合,继而使用So...     

基于注意力机制的LSTM语音情感主要特征选择

传统的语音情感识别方式采用的语音特征具有数据量大且无关特征多的特点,因此选择出与情感相关的语音特征具有重要意义。通过提出将注意力机制结合长短时记忆网络(Long Short Term Memory, LSTM),根据注意力权重进行特征选择,在两个数据集上进行了实验。结果发现:(1)基于注意力机制的LSTM相比于单独的LSTM模型,识别率提高了5.4%,可见此算法有效提高了模型的识别效果;(2)注意力机制是一种有效的特征选择方法。采用注意力机制选择出了具有实际物理意义的声学特征子集,此特征集相比于原有公用特征集在降低了维数的情况下,提高了识别准确率;(3)根据选择结果对声学特征进行分析,发现有声片段长度特征、无声片段长度特征、梅尔倒谱系数(Mel-Frequency Cepstral Coefficient, MFCC)、F0基频等特征与情感识别具有较大相关性。     

一种基于MSER和SWT的新型车牌检测识别方法研究

为了降低拍摄距离、光照等对车牌识别的影响,提高复杂背景下车牌识别准确率,提出了一种基于最大极值稳定区域(maximally stable extremal regions, MSER)和笔画宽度变换(stroke width transform, SWT)的新型车牌检测识别方法。该方法首先进行MSER提取和Canny边缘检测,并根据车牌字符特征对二者相与运算后的MSER筛选;然后在筛选后的区域内做基于形态学处理的SWT和SW筛选,聚合筛选后区域,结合车牌几何特征完成车牌精定位;最后校正分割定位成功区域内连通域,提取骨架并归一化,与细化和归一化后的模板匹配。利用HU不变矩和网格特征识别首字符汉字,采用扫描跳跃点统计编码识别数字和字母。实验结果表明:该方法定位准确率高达94.86%,识别准确率达96.14%。该方法对远距离、变光照获取的复杂背景下,车牌检测识别具有较高的准确率和鲁棒性。     

基于人体动作识别的类人机器人动作模仿

基于模仿学习以及人机交互技术,借助Kinect深度相机传感器对类人机器人上半身动作模仿问题进行了研究。首先,将改进的D-H模型应用于NAO机器人的手臂完成了手臂运动学模型的精确建立及求解,解决了传统建模方法两相邻关节平行时出现的奇异性问题。其次,提出了一种改进的基于深度图像的手势识别算法,完成了对于示教者手势的判定及模仿,与传统基于彩色图像的手势识别相比,不受光照影响的同时提升了识别准确率,改进算法的平均识别准确率达到96.2%。最后将NAO机器人作为试验平台的实验表明:NAO机器人对于示教者上半身动作的实时在线模仿运动轨迹平滑且稳定,并且在抓取实验中也显现出了较好的准确性。     

G105钻杆管体刺穿失效分析

某油田钻井公司使用的规格为φ101.6 mm×8.38 mm的G105钻杆先后发生两起管体刺穿失效事故,通过化学成分分析、力学性能测试、金相检验、X射线衍射等方法并结合钻杆的受力状态对钻杆刺穿原因进行了分析。结果表明:钻杆刺穿失效形式为腐蚀疲劳,在钻井液中腐蚀介质作用下,钻杆首先发生氧腐蚀和Cl~-加速腐蚀,使钻杆外表面产生许多腐蚀坑,并于腐蚀坑底部形成应力集中;随后在钻井过程的交变应力作用下,应力集中严重的腐蚀坑底部开始萌生裂纹,裂纹不断疲劳扩展直至穿透管壁;最终在钻杆内钻井液的冲刷作用下发生刺穿失效。     

基于Gabor小波变换的汉字识别方法

基于Gabor滤波器时频局域性和方向选择性对应在汉字图像上即是对笔划宽度和方向的选择这一认识,考虑到笔划宽度多峰值、笔划是方向的特点,利用二维Gabor小波的多分辨率特性,对汉字图像进行了多尺度多方向分析,提取多个子平面的滤波器输出系数作为统计特征,实现了字符图像的高性能识别,为开展低质量、低分辨率的汉字字符图像识别研究提供了新方法。实验结果表明,用这种方法识别低分辨率的字符图像,效果优于其他方法。     

深基坑开挖引起邻近混凝土路面断裂分析

利用非线性有限元方法计算了深基坑开挖引起的地表沉降量与地表沉降宽度。首次提出用三点弯曲模型模拟混凝土路面的断裂型式,并建立了路面沉降模型。通过试验研究表明,地表沉降对混凝土路面断裂的影响较大,当沉降宽度达到极限值时,将会引起路面裂纹扩展,导致路面断裂。将三点弯曲模型应用于混凝土路面实际工程断裂分析,计算结果与实际情况吻合较好。     

小管径超声波流量计的仿真与设计

针对时差法超声波流量计在小管径流量测量方面存在的问题,提出了一种内置反射装置的缩管径超声波流量计。采用FLUENT仿真软件,以管道内各声路上的K系数及均方根误差为评定标准,研究了反射片的形状、特征尺寸、反射片的间距及管道的缩进对管内流场特性的影响,设计了最佳管道模型,并计算出该模型在各流量点下的K系数。仿真结果表明所设计超声波流量计流场稳定,能够提高小管径测量的测量精度。     

Pipe diffusion and dislocation density in silicon

Etch pit densities were compared with transmission electron microscopy investigations in silicon. The number of etch pits agrees well with the number of dislocations (about 10⁸ cm^-2). The dislocation density due to the nonperpendicular alignment of dislocations is higher by a factor of at least 3. Using this result we calculated the pipe radius from pipe diffusion data for Si:Sb to be about 10 Å.