基于PCA的管道缺陷导波信号特征优化方法

针对超声导波管道缺陷检测中存在的识别率低、鲁棒性差等问题,应用了主成分分析对管道缺陷回波信号进行特征优化.首先,通过对超声导波缺陷回波信号进行处理,提取了信号在时域和时频域内的特征参数,构成联合特征向量.然后使用主成分分析法(principal component analysis,PCA)对联合特征向量进行降维处理,通过提取累计贡献率达到89％的主成分得到融合特征.最后用BP神经网络对融合特征进行训练和识别.这种方法可以有效的识别管道缺陷,与联合特征向量相比具有更高的识别率.     

超声导波技术在GIS穿墙套管腐蚀检测中的可行性研究

GIS穿墙套管与墙体接触部位的局部表面易发生点状、孔状腐蚀,在不破拆墙体的情况下,采用常规方法无法准确检测该部位腐蚀情况。超声导波检测是国际上新兴的一种快速评估管道缺陷的无损检测技术,通过搭建一套基于磁致伸缩原理的自激自收扭转导波检测系统,验证该技术在GIS穿墙套管腐蚀检测中的可行性。试验结果表明,超声导波在通过墙体后能量衰减较小,不存在信号的模态转换,对检测结果的准确性影响较小。超声导波技术可以应用于GIS穿墙套管腐蚀检测工作。     

基于磁致伸缩导波技术的GIS穿墙套管腐蚀检测仪器

针对GIS穿墙套管中的腐蚀缺陷,设计了专用的磁致伸缩导波扫查成像检测仪。根据实际GIS穿墙套管工作环境搭建模拟装置,还原GIS套管穿墙段细节,使用检测仪对模拟环境中的套管进行导波扫查检测,实现套管缺陷的三维成像。试验结果表明,该检测仪可实现对套管中多个缺陷所在的轴向和周向位置的精确定位,且墙体对导波检测的影响可忽略;同时,对实际退役GIS穿墙套管中的缺陷进行扫查成像时,通过导波三维成像结果也能表明套管异常,能检测出套管中腐蚀缺陷及管壁变厚。针对GIS穿墙套管的专用导波设备具有良好的检测能力,且相对A扫功能,该设备的C扫功能更适合对GIS穿墙套管中的缺陷进行定位。     

管道电磁超声传感器阵列检测技术研究

采用电磁超声传感器阵列对管道进行缺陷检测,不仅能够提高电磁超声检测信号的信噪比、灵敏度与分辨能力,同时也能增强电磁超声检测的直观性与灵活性。本文详细阐述了基于洛伦兹力的周期永磁铁阵列式电磁超声传感器(PPM-EMAT)激励超声导波的工作原理,及利用全聚焦算法结合极性一致性算法对缺陷进行定位与成像的工作机理。建立了有限元仿真模型,验证了准T(0,1)模态导波在管道结构中的传播过程。利用研制的多通道电磁超声检测系统,对含缺陷的不锈钢管道进行了检测实验,实验结果表明,研制的系统能够检测出管道试样中的多个通孔缺陷,纵向定位误差可控制在1.5%以下,实现了基于阵列电磁超声传感器的管道缺陷成像与定位。     

超声导波管道缺陷检测的小波阈值去噪法

在超声导波管道缺陷无损检测中,回波信号在接收和处理过程中不可避免地会受到噪声的干扰,另外,超声导波在管道中传播时还存在频散现象,这会给管道缺陷的识别与特征提取带来不利影响。在有限元数值模拟条件下,采用小波分析的方法,利用Daubechies小波家族中的coif3作为小波函数,运用启发式阈值选取方法,对加有噪声的超声导波回波信号进行去噪,实验分析结果表明此方法提高了重构信号的信噪比,有效地抑制了超声导波回波信号中的噪声,在管道缺陷超声导波检测中,可为管道缺陷的识别与特征提取等提供方便。     

输电杆塔接地网腐蚀缺陷超声检测方法仿真分析

针对现有缺陷检测方法难于快速判断接地极腐蚀程度,研究分析超声导波技术检测不同结构接地网的可行性。通过分析导波的传播机理,得低阶SH导波适合于接地极检测。采用有限元仿真软件建立3种不同杆塔结构三维接地网模型,分析导波的传播特性。考虑到接地极所处实际环境,研究了不同土壤电阻率下接收端信号的变化特征,其回波信号幅值会随土壤电阻率的升高而增大。此外,对接地扁钢中存在的缺陷及其表面形成的腐蚀层厚度变化进行了研究。结果表明,低阶SH导波能有效检测出接地极缺陷,腐蚀层厚度变化对回波信号幅值影响较小。     

基于模糊小波包的超声导波检测信号降噪研究

在管道超声导波检测中,缺陷同波信号的质量是实现管道缺陷识别和特征提取的基础.针对软、硬阈值处理方法的不足,给出了一种模糊阈值小波包降噪方法.应用该方法对包含高斯白噪声的模拟信号和实验采集到的超声导波检测信号进行了降噪处理,并且与小波全局阈值、小波包默认阈值降噪效果进行了对比分析.实验结果表明,模糊小波包降噪法能有效降低...     

基于CNN的供热管道泄漏识别方法研究

为了快速识别出供热管道泄漏故障,以管道泄漏时产生的负压波特征,研究提出了利用卷积神经网络（CNN）识别压力数据的管道漏损诊断方法。通过搭建供热管道实验平台,采集了正常、泄漏、调阀三种工况下的压力数据作为卷积神经网络的训练集和测试集。对原始数据进行小波降噪处理,应用硬阈值的处理方法有效消除了噪声信号,同时在调阀工况中出现了强化特征,增强了卷积神经网络的分类能力。针对一维数据特征采用改进的AlexNet卷积网络模型对采集的数据进行学习及识别。结果发现,在对实验室数据测试中,CNN模型的平均识别正确率达98.39%。在对实际管网的验证中,三个热力站的泄漏数据均被正确识别,表明CNN模型具备良好的故障诊断能力。     

基于深度学习的天然气钢制管道缺陷检测方法研究

在天然气钢质管道腐蚀缺陷超声检测中,常规模式识别采用人工提取回波信号的方法,存在主观性强、普适性低的问 题。 基于此,本文提出用一维卷积神经网络(one-dimensional convolutional neural network,1D-CNN)提取回波信号的特征结合随 机森林(random forest RF) 分类的方法。 首先根据实验获取的回波信号的噪声情况,用小波包变换(wavelet packet transform WPT)对信号进行去噪;并用变分模态分解( variational model decomposition VMD)对去噪后的信号进行分解和重构以获得平滑 的信号;最后将处理好的回波信号进行 1D-CNN 网络特征提取和随机森林分类。 实验结果表明,基于 VMD-1D-CNN-RF 的天然 气钢质管道缺陷检测方法针对人造缺陷的识别准确率为 85. 71%,针对天然气站场的管道缺陷识别准确率为 71. 05%,表明无需 专家识别也可初步判别管道状况。     

基于卷积神经网络的N-2线路开断潮流快速计算

交流潮流(AC)算法需迭代求解,难以满足实际电力系统在线安全校核的需求.文中基于卷积神经网络,提出一种电力系统线路开断潮流的快速计算方法.离线训练阶段,从线路开断前后工况与拓扑的变化中提取特征作为输入信号(原始特征图),经大量算例训练后,卷积神经网络构建了原始特征图与线路开断后潮流结果的非线性映射关系.在线应用时,直接...     

改进小波包阈值法在导波信号处理中的应用

在管道超声导波无损检测中,缺陷回波信号不可避免地夹杂着噪声干扰信号,给管道缺陷的识别与提取带来困难。为了克服硬、软阈值去噪处理方法的不足,给出了一种小波包改进阈值法。应用此方法对含高斯白噪声的测试信号和实验采集到的缺陷回波信号进行了降噪处理。仿真与实验结果表明,该方法能有效地抑制缺陷回波信号中的噪声,降噪效果满意。     

基于DDS的超声导波激励信号源的设计

提出了一种超声导波激励信号源的设计方法,为减少管道超声导波检测中频散现象的影响,采用单片机AT89S52,直接数字合成（DDS）器件AD9850等,设计出专门用于激励超声导波的汉宁窗调制单音频信号的信号发生器,该信号发生器具有汉宁窗的宽度可调,汉宁窗调制下的单音频信号频率可调的功能。实验及电路仿真表明设计合理可行。     

复杂工况下基于时频图像和CNN SVM的管道堵塞识别研究

针对复杂工况下管道系统堵塞状态识别模型精度出现偏差的问题,提出一种基于时频图像和卷积神经网络(CNN)对管道内的堵塞物和三通件个体识别方法.首先,利用声波检测管道得到不同工况的低频声压信号,滤波处理后进行平滑伪Wigner-Ville时频分析得到声信号时频分布图;然后,采用大津阈值分割法对单一和复杂工况时频分布图像进行...     

嵌入式管道超声导波检测系统设计

针对我国目前小型管道超声导波检测设备稀少的现状,提出了基于STM32和FPGA的超声导波管道检测系统的设计方法,进行了软、硬件的设计与开发.系统硬件部分采用模块化的设计,主要由超声导波发射模块与接收模块2部分组成.基于系统硬件环境,成功进行了μC/OS-Ⅱ嵌入式操作系统和μC/GUI图形用户界面的移植,编写了检测系统的应用程序.实验表明,系统能够正常运行,达到了系统设计的功能要求.     

基于磁记忆的金属管道缺陷检测方法

作为油气输送媒介的金属管道,其缺陷处产生应力集中将造成安全隐患,为实现金属管道缺陷的非接触式定量检测,研究了一种磁记忆检测方法。采用磁异常梯度矩阵实现对产生应力集中的缺陷进行定位;利用平移不变量小波去噪(TI)与特征提取进行信号处理;麻雀搜索算法(SSA)优化BP神经网络实现缺陷尺寸反演。实验表明,平移不变量小波去噪相比小波阈值去噪,信噪比提升1.56%,均方误差降低4.87%;SSA＿BP神经网络反演均方误差比BP神经网络降低67.2%;检测方法能在提离状态下实时检测管道缺陷并反演缺陷尺寸。     

基于虚拟时间反转的空气耦合超声板材腐蚀缺陷概率损伤成像

为达到导波非接触式自动化检测,基于空气耦合超声检测技术,利用A0模态lamb波对铝板中预置的0.5mm和1mm深度的凹槽模拟的腐蚀缺陷进行正交扫查以获取缺陷的位置信息,分别以lamb波波包的能量和lamb波虚拟时间反转重构信号与原始信号的相关系数为损伤指数来表征缺陷大小,最后基于概率损伤成像方法,使用全乘法对缺陷损伤指数进行融合成像。成像结果显示使用虚拟时间反转算法成像结果要比常规的能量算法成像效果好,结果显示缺陷的位置和形状与实际情况较吻合,对缺陷的深度有较好的区分能力。