多波束声纳水柱影像探测中底层水域目标的研究进展

介绍了利用多波束声纳水柱影像探测中底层水域目标的研究现状,以实例说明了多波束声纳水柱影像的典型应用,展望了其应用前景.多波束水柱影像携带了波束从换能器到海底的完整信息,可用于探测从海面至海底的声照射目标,包括探测航道障碍物、水雷和海底突起物等海底民用军事目标,检视水下工程,也可探测鱼群、海洋内波、羽状气流等中底层水域固体或非固体目标.通过改变波束照射方式,多波束声纳可兼作扇扫声纳,还可进行动态目标的探测与跟踪.多波束声纳水柱影像在水下目标探测中应用广泛,多波束声纳技术也发展迅速,典型特征是波束数增多、波束角减小、覆盖角度扩大、信号带宽增加、硬件体积缩小.高精度、高分辨率、三维立体测深成像将是未来多波束声纳的发展方向.未来多波束声纳技术将集成侧扫声纳、合成孔径声纳、扇扫声纳等多种水下声学成像工具于一体,其应用领域也将进一步拓展.     

基于多波束和侧扫声纳的海洋测量探讨

随着海洋经济的迅速发展,海域使用开发活动日益频繁。本文以平台就位为例,在平台就位前,对该平台周围进行了地貌及海底障碍物状况调查,并为潜水探摸提供障碍物定位。采用GPS定位系统、多波束系统和侧扫声纳系统组合进行扫海测量,以提高声图中海底平台附近的障碍物定位精度。     

声学探测技术在海底管道外检测中的应用

在海底管道的外检测过程中,为明确海底管道的真实赋存状态,常使用工程物探和潜水摸探对其进行调查,其中声学探测技术的应用最为广泛。本文以SONIC 2024多波束测深系统、SES 2000参量阵浅地层剖面系统、KLEIN 3000侧扫声呐系统为例,系统介绍传统声学探测技术在北部湾某单点系泊(SPM)海底输油管道外检测中的应用。在此基础上,结合扫描声呐、合成孔径声呐等声学探测技术,探讨各类声学探测技术的优劣性及适用条件,指出海管外检测技术的发展方向。多种声学探测技术的综合运用是准确评价海底管道状态的基础,海底管道外探测方案的选择应综合考虑海域条件、设备优缺点、作业载体、工作成本等因素。海管外检测技术向着设备集成化、检测精细化、识别智能化的方向发展。     

利用多波束水体成像数据进行管道气体泄漏检测

针对当今海底天然气输送管道泄漏事件频频发生的现象,以多波束测深声纳的水体成像数据作为数据来源,设计了一种针对海底天然气管道的泄漏检测方法。该方法主要结合旁瓣抑制和海底底部检测以提高气体泄漏检测的稳定性和可靠性,通过水体成像数据的预处理、形态学处理、最大熵分割及连通区域目标标记等处理流程,得到泄露气体的疑似目标区域。水体成像数据采用真实水池测试数据,通过检测结果可证明该方法能够有效提取泄漏气体的疑似区域,并为之后水体目标检测、识别奠定基础,具有较好的工程应用前景。     

多波束测量技术在海底管道探测中的应用

结合工程实例介绍了多波束测深仪系统在海底管道探测中的应用,并对多波束探测得到的地形地貌与海底管道状态综合分析评价,最后讨论了多波束系统在管线探测中现存的优势和未来解决问题的方法。     

GeoSwath多波束系统在海底目标探测中的应用

通过合理设置多波束探测参数,增加海底目标探测的数据点数,调节回波模拟数据的TVG增益等措施,获得目标的高精度深度和图像信息,实现对海底目标的识别,使GeoS-wath多波束在水下目标探测中具有复合探测能力.对海底人造目标和沉船目标进行探测试验,为交通领域水下精确海图制作提供了来源.     

侧扫声纳系统声图几何失真分析及其改正方法

针对侧扫声纳系统声图中的几何失真问题,通过拖鱼坐标系的七参数模型,分析了侧扫声纳系统拖鱼姿态、速度、升沉及声线弯曲对侧扫声纳声图造成的几何失真,建立了声图中拖鱼姿态改正、船速和升沉改正以及声线弯曲改正模型,并分析模型误差.研究结果表明:所用模型可有效改善声图的几何形变,模型误差小,对水下目标探测具有一定的理论和实践意义.     

一种多天线无线供电网络能量传输和数据上报联合优化算法

文章联合优化数据-能量传输时长与能量波束,在保障节点最低传输速率的前提下最大化所有节点的加权和速率,提出了一种基于交替迭代的求解框架。对于能量-数据时长优化,提出基于节点剔除的数据时长分配算法与基于黄金分割的能量时长搜索算法;对于能量波束设计,提出基于半正定规划和矩阵分解的信号数目选择和波束设计算法。仿真结果表明:所提方案通过设置节点最低数据传输速率,可以更好地保障节点数据的成功传输;此外,相比于单天线方案,多天线可以显著提高系统传输性能。     

基于实践的海底管线探测技术研究

本文基于笔者多年从事海底管线及地球物体探测的相关工作经验,以笔者的工作实践为背景,探讨了基于海洋磁力、侧扫声纳及浅地层剖面三种地球物理探测手段的海底管线探测思路,给出了探测的原理和案例,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行有着重要的参考价值和借鉴意义。     

基于非平衡数据处理的管道泄漏检测与定位研究

针对管道运行状态数据的非平衡性会造成管道泄漏诊断准确率下降的问题,提出了一种基于非平衡数据的管道泄漏检测与定位方法.首先,将管道各工况非平衡数据采用基于K均值聚类的欠采样方法处理,使其达到数据平衡.然后,将Fischer-Burmeister函数引入到双支持向量机学习过程中,以避免目标函数求解时矩阵的求逆计算,并将平衡数据作为改进双支持向量机算法的输入,识别管道泄漏.采用相关分析法实现泄漏点定位.根据Flowmaster搭建的管道模型,运用该方法识别管道泄漏.仿真实验表明,与经典双支持向量机和拉格朗日双支持向量机相比,该方法能更快速识别管道泄漏孔径及定位.     

模糊神经网络和多传感器数据融合的系统设计——海底管道腐蚀监测系统

系统利用三组超声传感器和漏磁传感器获取原始信息,对多路原始信息进行小波变换和频谱分析,提取时域、频域的多种不同属性参数,并从中选择与输油管道腐蚀程度相关度大的特征参数。采用模糊神经网络多传感器数据融合方法,监测海底输油管道的腐蚀程度,可以在很大程度上提高对输油管道腐蚀程度的检测精度。实验结果表明了该方法的有效性和可行性。     

基于连续数据量化的声纳传感器数据识别方法

为了有效识别声纳信号,提出一种基于连续数据量化的声纳传感器数据识别方法。首先用声学传感器采集数据;其次运用数据离散化方法,有效地将采集到的数据进行连续数据离散化;最后,通过数据挖掘技术(C4.5/C5.0决策树、SVM和Naive-Bayes分类器)对离散后的声纳信号数据进行分类识别。实验首先在UCI数据集上进行Naive-Bayes分类预测来评价提出离散化方法的性能,得到了较好的效果。其后,通过声学传感器收集到的Sonar数据集进行实验。结果表明,新的离散化方法提高了四个分类器的识别精度,表明该声纳传感器数据识别技术是非常有效的。     

基于注意力机制和CNN-GRU组合网络的海底电缆运行状态预测方法

海底电缆作为各类海上平台能源供给的生命线,一旦发生故障将产生巨大的经济及战略影响,准确预测海底电缆运行状态有助于提前把握其运行风险,从而实现预防性维护。本文在充分挖掘海底电缆运维数据中的动、静态特征的基础上,提出一种基于注意力机制和卷积神经网络-门控循环神经网络（CNN-GRU）海底电缆运行状态预测方法。首先,考虑在线监测、巡检指标、静态试验三类关键影响因素,建立海底电缆运行状态评估指标体系;然后,基于改进层次分析法及多层次变权评估思想构建海底电缆运行状态评估模型;最后,建立基于注意力机制和CNN-GRU组合神经网络模型,将历史运行参数及状态量化结果作为输入特征参量,实现海底电缆运行状态的演化趋势预测。算例分析表明,所提方法可有效预测海底电缆的运行状态,平均百分数误差低至1.04%,与全连接神经网络、CNN、CNN-长短期记忆神经网络(LSTM)等算法相比均具备更优的预测精度。     

Inspection of pipeline girth welds with ultrasonic phased array technique

A novel automatic ultrasonic system used for the inspection of pipeline girth welds is developed, in which a linear phased array transducer using electronic scan is adopted. Optimal array parameters are determined based on a mathematical model of acoustic field for linear phased army derived from Huygens＇ principle. The testing method and the system structure are introduced. The experimental results show that the phased array transducer system has the same detectability as that of conventional ultrasonic transducer system, but the system architecture can be simplified greatly, and the testing flexibility and the testing speed can be improved greatly.     

基于PLC的双余度海底管道开孔机远程电气控制系统设计

为填补国内海底管道开孔机的空白,进行了海底管道开孔机的研制。鉴于其特殊的工作环境,需要远程控制系统对开孔机进行监控。为了解决远程控制系统所面临的可靠性、信号衰减、密封和剧烈震动的问题,设计了基于PLC和HY-TTC60的双余度远程电气控制系统。经过实验验证,该控制系统能够控制开孔机完成开孔;并能实时监视开孔机的工作状态。根据实验采集的数据判断,该控制系统精度满足设计要求。     

基于多节点样条理论的漏磁数据去冗余压缩算法

为解决管道漏磁缺陷检测中采样数据的去冗余压缩问题，在利用小波去噪的基础上，根据多节点样条理论具有插值过程无需解方程组、逼近误差小、基函数有界支集的性质，通过构造一个对称的、局部支集的、拉格朗日型基函数，从而设计出一种能快速、高效地逼近原检测数据的去冗余压缩新算法，以提高管道漏磁在线检测数据压缩的实时性．用实验室检测到的漏磁数据对该算法进行了验证．结果表明，该算法具有很好的实时性及较高的数据压缩率．     

坠物撞击海底管道损伤的BP神经网络预测模型

为预测坠物撞击饱和黏土海床上海底管道的损伤，建立了坠物撞击下饱和黏土海床与海底管道相互作用的动力有限元模型，结合海底管道实际工作条件的变化范围，分析坠物撞击能量、管道直径、壁厚、钢材等级、内压、海床土不排水抗剪强度6个参数对海底管道损伤的影响规律，将6个参数作为输入层参数，以管道损伤作为输出参数，将数值模拟结果作为训练样本，通过学习和训练构建形成了海底管道损伤预测的BP神经网络模型。研究结果表明：坠物撞击能量越大，管道损伤越大，管道损伤增长速率随坠物撞击能量的增大而趋缓；管道直径、壁厚、内压、管道屈服强度增加，管道损伤减小；饱和黏土海床不排水抗剪强度越大，管道损伤越大。建立的海底管道损伤BP神经网络预测模型，仅需要坠物撞击能量、管道直径、壁厚、钢材等级、内压和海床土不排水抗剪强度6个参数，模型简单、便捷，能够较好地预测饱和黏土海床海底管道受坠物撞击的损伤，数值算例涵盖了常见饱和黏土海床海底管道的工作条件，具有很好的适用性，为海底管道损伤预测提供了新思路。     

管道环焊缝相控超声检测系统设计

传统的单探头超声检测精度低、效率差，严重影响了管道环焊缝缺陷检测自动化程度的提高，为此将超声相控阵技术移植到管道环焊缝缺陷检测，设计了一套管道环焊缝缺陷检测系统，给出了检测系统的硬、软件设计．在硬件设计中，通过Matlab编程优化阵列换能器的参数，解决了一系列技术难点．试块和模拟管道的实验结果表明，该系统具有良好的超声发射与接收合成能力，而且对管道焊缝缺陷的检出率和缺陷定位均迭到检测要求，同时也证明了阵列换能器参数优化设计方法的可行性。     

一种新型管道检测机器人系统

摘要：研制了适用于管径为400～650mm的煤气管道内缺陷自动探测系统．该系统由采用远程网络控制技术的管道机器人移动机构、无损检测传感器和地面工作站等组成．综述了管道检测机器人的系统总体设计、关键技术和性能实验．实验结果表明，所研制的管道检测机器人系统在管道中运行平稳，具有稳定的牵引力，其值可达1．404kN，适用于400-650mm管径的油气管道检测．