| 基于二维阻抗特征的管道环焊缝缺陷涡流检测 |
| |
| 引用本文： | 梁子千,玄文博,王婷,封皓,曾周末. 基于二维阻抗特征的管道环焊缝缺陷涡流检测[J]. 仪器仪表学报, 2017, 38(9): 2138-2145 |
| |
| 作者姓名： | 梁子千 玄文博 王婷 封皓 曾周末 |
| |
| 作者单位： | 天津大学 精密测试技术及仪器国家重点实验室天津300072,中国石油管道科技研究中心 中国石油天然气集团公司 油气储运重点实验室廊坊065000,中国石油管道科技研究中心 中国石油天然气集团公司 油气储运重点实验室廊坊065000,天津大学 精密测试技术及仪器国家重点实验室天津300072,天津大学 精密测试技术及仪器国家重点实验室天津300072 |
| |
| 基金项目： | 天津市自然科学基金（14JCQNJC04900）、教育部博士点基金（20130032120066）项目资助 |
| |
| 摘 要： | 油气长输管道环焊缝处缺陷对管道安全的危害性巨大,管道缺陷造成的事故大部分发生在管道焊接处。目前,对管道进行无损检测(NTD)是预测事故隐患、保证管道安全运行的常用手段,但传统无损检测方法无法有效识别位于环焊缝处等表面形貌复杂位置的缺陷。为了克服传统检测方法的缺点,提出一种基于图像处理和神经网络的嵌入式涡流检测系统。从涡流信号合成的二维阻抗图入手,对其进行霍夫变换和轮廓提取得到特征分量,使用类内散布矩阵筛选分类特性好的特征用以训练基于FPGA加速的神经网络,实现在焊缝基底噪声较大的情况下对缺陷的自动分类与识别。实验结果表明,本系统可以有效识别位于环焊缝处等形貌复杂位置的缺陷信号,正确率可达92%,且系统体积小、功耗低,适合应用于管道内检测环境。
|
| 关 键 词： | 管道内表面；环焊缝缺陷；涡流无损检测；图像处理；神经网络 |
Eddy current NDt for the cracks of girth welds of pipes based on 2D impedance characteristics |
| |
| Liang Ziqian,Xuan Wenbo,Wang Ting,Feng Hao and Zeng Zhoumo. Eddy current NDt for the cracks of girth welds of pipes based on 2D impedance characteristics[J]. Chinese Journal of Scientific Instrument, 2017, 38(9): 2138-2145 |
| |
| Authors: | Liang Ziqian Xuan Wenbo Wang Ting Feng Hao Zeng Zhoumo |
| |
| Abstract: | |
| |
| Keywords: | inner surface of pipes cracks of girth welds eddy current non destructive testing (NDT) image processing neural network |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《仪器仪表学报》浏览原始摘要信息 |
|
点击此处可从《仪器仪表学报》下载免费的PDF全文 |
|
