ANSYS在管道漏磁检测中的应用

通过对管道漏磁检测技术和有限元分析软件ANSYS的介绍，得到了有限元分析软件ANSYS在管道漏磁检测中应用的具体事例，通过计算分析得出一系列管道缺陷的漏磁信号曲线，为实现管道缺陷的智能诊断打下了基础。     

基于霍尔元件阵列的缺陷漏磁检测技术研究

利用高灵敏度霍尔器件,设计研制了多通道阵列式漏磁检测传感器及信号处理电路.对不同几何参数的铁磁性试件缺陷进行了检测实验研究,该漏磁检测系统可实现地磁场激励和人工弱磁激励下的缺陷信号图像显示.探讨了基于多通道漏磁信号的缺陷表示方法,并利用人工神经网络技术对基于多通道传感器漏磁信号的缺陷反演问题进行了初步研究,表明利用霍尔元件阵列检测装置和人工智能信息处理方法,可以实现多通道漏磁信号与缺陷参数的非线性拟合,进而实现漏磁检测中的缺陷定量化分析.     

基于K均值聚类的油气管道漏磁缺陷标记方法

为了提高漏磁数据缺陷区域标记能力,将聚类算法应用于漏磁检测数据分析中,提出了一种基于K均值聚类的管道漏磁缺陷信号标记方法,并进行了不同口径和不同壁厚管道检测试验验证。结果表明:该方法可有效识别出漏磁数据中的缺陷区域,识别准确度满足工程要求。由于该方法无需根据检测器和管道情况单独设置阈值,因此其具有较广泛的适应性。     

管道内腐蚀检测技术进展

介绍了国内外管道内腐蚀检测技术的发展状况 .针对国外先进的漏磁法智能爬行机和超声波智能爬行机 ,分析了其检测管道内腐蚀的原理 ,以及这类智能装置的基本组成和工作过程 .同时指出了国内管道腐蚀检测技术所存在的差距和亟待解决的问题     

油气管道缺陷漏磁检测试验

在油气管道检测中,缺陷的定量分析一直是个难题.通过试验研制了管道漏磁腐蚀检测器,在钢管(273mm,壁厚为14.3mm)上设计了系列缺陷,并采集了缺陷漏磁的相关信号.研究了管道缺陷漏磁信号的分布规律和缺陷的几何尺寸大小之间的关系,结果表明,缺陷漏磁场检测信号的两波谷间距、检测到信号的传感器数和信号峰谷值分别是缺陷长度、宽度和深度量化分析的重要特征量,并由此得出缺陷长、宽、高的计算方法.通过该方法对缺陷的漏磁信号进行量化分析,表明缺陷长度、宽度和深度的平均绝对误差分别为2.4mm、8.3mm和0.8mm.     

管道内腐蚀检测技术进展

介绍了国内外管道内腐蚀检测技术的发展状况。针对国外先进的漏磁法智能爬行机和超声波智能爬行机,分析了其检测管道内腐蚀的原理,以及这类智能装置的基本组成和工作过程,同时指出了国内管道腐蚀检测技术所存在的差距和亟待解决的问题。     

传感器提离值对管道漏磁检测的影响

为了提高油气管道漏磁检测的准确度,需要在确保检测灵敏度的同时,减小磁传感器与被测油气管道表面的距离即提离值的波动的影响。分析了提离值选择的主要原则,并从磁路设计角度,提出了一种通过改进油气管道检测器结构抑制传感器提离值波动影响的方法。通过仿真计算验证了这种方法的效果。结果表明:该方法不仅可以有效地提高检测灵敏度,而且信噪比可以提升30%以上。该方法有助于为优化检测器结构和提高漏磁检测的准确度提供重要的依据。     

基于区域生长规则的多传感器漏磁检测信号分割方法

通过对多传感器所采集的管道部件和缺陷的漏磁信号的特征分析,提出了采用图像分割技术中的区域生长规则分割多传感器漏磁检测信号的算法,为漏磁检测信号的分析与识别奠定了基础。     

管道缺陷漏磁检测大容量高保真数据压缩研究

管道检测是石油天然气工业的一个重要课题.在管道缺陷检测中,利用缺陷的漏磁通从而设计有效的漏磁检测装置来检测缺陷是目前研究的热点,而如何对漏磁检测数据进行大容量高保真数据压缩是其中的一个关键问题.本文在分析漏磁检测原理和漏磁检测数据特征的基础上,根据对重要数据采用无损压缩、对非重要数据采用有损压缩的原则,通过数据的差分和动态范围阈值判断数据块的检测重要性,结合Huffman算法以及小波有损压缩的优点,设计了大容量高保真管道漏磁检测数据压缩算法,并利用FPGA设计了相关的数据采集压缩电路来验证和实现该算法.实验表明该算法具有较高的压缩比并能很好的再现管道检测原始数据.     

新型脉冲漏磁传感器的仿真设计与实验研究

在对带保温层管道进行检测时,由于保温层的隔离作用使得传统的电磁无损检测方法感生的磁场在传播到管道表面时已衰减的非常微弱,因此,对带保温层管道中腐蚀缺陷的检测是无损检测领域的一个难点.脉冲漏磁方法由于结合了脉冲检测频率丰富以及漏磁检测适于铁磁性管道检测的优势,因而采用脉冲漏磁技术对管道腐蚀缺陷进行了检测.在分析了脉冲漏磁检测原理的基础上,仿真分析了4种不同结构的脉冲漏磁传感器沿管道表面和管壁的磁场分布以及对不同厚度保温层的检测能力,仿真结果表明带聚磁板的模型具有较好的检测能力.最后,采用实验的方法研究了这种模型传感器对腐蚀缺陷深度的定量能力,实验结果表明该传感器可以很好地实现对腐蚀缺陷深度的定量检测.     

用于管道漏磁数据的小波域自适应及小波系数去噪算法

基于漏磁检测是油气管道在线检测中应用最广泛的无损检测技术,提出了一种去除漏磁数据中无缝管道噪声(SPN)和系统噪声的新算法.首先利用将小波变换和自适应滤波技术相结合而提出的新型小波域自适应滤波方法去除漏磁数据中的SPN,然后再利用小波系数去噪方法去除小波域自适应SPN消除系统输出漏磁数据中的系统噪声.实测漏磁数据所得结果表明,该算法具有良好的去噪效果,极大地提高了漏磁数据中缺陷信号的可检测性.     

基于ISODATA算法的漏磁信号到缺陷轮廓的网络映射

由于漏磁信号与缺陷轮廓的非线性关系，由管道漏磁信号描述管道缺陷的几何特征一直是管道漏磁检测的难点．本采用小波基函数神经网络的方法，建立了由管道缺陷的漏磁信号到缺陷截面轮廓图的网络映射．算法中应用迭代自组织数据分析(ISODATA)动态聚类的算法使得基函数中心的选取更加合理，经过多层分辨率的训练．网络输出表明，该网络可以较准确反映出缺陷的几何特征，为管道缺陷的特征提取提供一种可行的方法。     

油田集输管道腐蚀检测与防护对策

本文主要介绍了油田集输管道内的腐蚀检测方法,如漏磁检测技术、超声波检测仪等,并对油田集输管道腐蚀防护方面进行了探讨。     

管道缺陷定量识别技术的研究

对管道漏磁在线检测仪的总体设计和各部分的工作过程进行了简要介绍，对硬件设计进行分析，采用工程数据库技术对检测数据管理，采用滤波和数字平滑方法消除干扰影响的方法，选取了缺陷漏磁场特征量，并提出了缺陷外形参数的评价方法，利用非线函数插值方法对漏磁信号补偿和凹坑缺陷轮廓的局部逼近，使缺陷检测达到定量化，整套方案实验 证有效，可行。     

海底管线缺陷内检测技术与装备工程化研究技术总结

漏磁检测是在管道内检测中应用最广泛的一种无损检测技术,检测数据量化与分析是气难点。在技术方面针对课题重点研究的关键技术开展了一系列研究,提出了油气管道漏磁检测数据的分类和量化方法,并基于此研发出一套漏磁检测数据分析软件。漏磁检测中缺陷量化困难的原因在于缺陷的形态对漏磁场的形态有复杂的非线性的影响,继而影响对漏磁信号的定量解释,因此,根据缺陷的开口形状将缺陷进行分类,对于实现将其准确量化是十分必要的。再者,由于实际检测条件的限制,往往只能通过空间离散的漏磁感应强度信号的一维分量推算缺陷的三维形态,这本身不适合使用精确的数学或者统计模型加以描述。使用神经网络对缺陷进行量化,是漏磁检测缺陷量化领域近20年来的一个研究热点。根据课题研究内容以及检测器设计指标,提出了一种基于改进径向基函数网络的量化算法,它以缺陷漏磁场信号的特征量为输入,输出向量为缺陷的三维外形参数。径向基函数网络是一种局部最佳逼近网络,但漏磁检测中漏磁感应强度信号与缺陷外形之间强烈的非线性关系,往往更要求所选用的网络能够识别两者间的内在联系,并使得面对新的数据时仍有合理的量化结果。为此,对径向基函数网络做出基于泛化能力优化的改进,提出新的评价函数,并采用能够迅速适应新样本的在线学习算法,实验验证表明,的确能大幅提高网络的泛化能力。在实际工程检测管道中,多缺陷聚集会明显影响漏磁场的形态,轴向槽缺陷漏磁场与两个坑状缺陷信号波形极为相似,缓变缺陷漏磁场信号变化趋势较小,这对定量漏磁检测的实用化是不容忽视的问题。讨论了不同类型缺陷漏磁场形态和强度的影响,并测试了量化神经网络对缺陷间隔变化的适应能力。研究以分类和量化算法为核心,研发一套漏磁检测数据分析系统。该系统配合内检测器已项目中投入测试,对牵拉实验数据分析的结果验证了所提出算法的确具有优秀的量化性能。     

小波神经网络在海底石油管道漏磁缺陷检测中的应用

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。     

基于磁记忆的镀锌钢绞线腐蚀检测试验

针对常规技术难以检测镀锌钢绞线拉索内部腐蚀问题,结合金属磁记忆理论在铁磁性材料早期缺陷无损检测方面的优势,提出了基于金属磁记忆技术的镀锌钢绞线拉索腐蚀检测新方法。为验证该检测方法的可行性,设计了8个镀锌钢绞线拉索试件,采用电化学加速腐蚀试验方法对试件进行不同程度的腐蚀;利用霍尼韦尔HMR2300三维磁强计传感器采集试件腐蚀后的金属磁记忆漏磁信号,运用数学方法对采集的漏磁信号进行对比分析,结合金属磁记忆检测技术原理,研究试件表面的漏磁信号变化特征,以达到检测镀锌钢绞线拉索试件腐蚀状况的目的。研究结果表明:在钢绞线拉索试件腐蚀区域漏磁信号出现明显变化,漏磁信号切向分量曲线出现极大值,漏磁信号法向分量曲线出现极大值和极小值且过零点;在试件中间腐蚀区域漏磁信号切向梯度曲线过零点,漏磁信号法向梯度曲线出现极小值;随着试件腐蚀程度的增加,漏磁信号强度也相应增加,且漏磁信号强度与试件腐蚀程度呈正相关;通过对试件腐蚀后的漏磁信号分析,可较准确判别钢绞线试件的腐蚀位置及范围。该试验验证了金属磁记忆检测技术用作钢绞线腐蚀检测的可行性及合理性,为镀锌钢绞线拉索腐蚀检测提供了参考。     

小波神经网络在海底石油管道漏磁缺陷检测中的应用

海底管道漏磁检测信号处理的主要任务是根据霍尔传感器检测到的缺陷的漏磁信号识别缺陷的形态参数,噪声消除和缺陷识别是其中的关键问题。利用噪声信号和测试信号在各个尺度上波谱的不同特征,基于小波变换来消除管道漏磁检测中的噪声信号,并根据正交小波多尺度多分辨率特点,把信号分解成各相互独立的频带,构建一个小波神经网络系统,通过输入漏磁信号的特征量识别缺陷的参数。漏磁检测数据处理实验表明该小波变换能较好地去除检测信号中的主要噪声,所建立的缺陷识别小波神经网络系统具有收敛速度快、逼近精度高等特点。     

利用导波与漏磁技术完善压力管道全面检验

压力管道全面检验采用传统的检验方法能够查出大部分缺陷,但在特殊部位无法使用这些方法的情况下,可以采用导波和漏磁技术进行弥补,从而进一步完善压力管道的全面检验,本文就是采用导波和漏磁技术检验效果的分析报告。     

金属磁记忆检测在高压注汽管道中的应用

高压注汽管道工作环境恶劣,易产生应力集中,最终导致爆裂失效,磁记忆检测技术是能够有效检测应力集中的无损检测方法。本文对高压注汽管道用15CrMo材料进行拉伸试验,并对不同阶段进行金属磁记忆检测,得到该材料在不同阶段的磁信号,分析磁记忆曲线并确定材料的磁记忆检测特征值。