海底管线漏磁检测器数据失效率研究与改进

为解决海底管线漏磁检测器数据失效率高这一难题,运用调查分析、测试测量、现场试验3种方法,结合关联图找出探头保护壳被磨穿、收装球时球体不同轴、漏磁检测器与球筒磁力吸引3个影响最大的因素,提出改用氧化锆保护壳、制作漏磁检测球收装工具的改进措施。现场试验表明,改进措施具有较高的实用价值。     

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。     

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.     

基于改进BP神经网络算法的管道缺陷漏磁信号识别

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漏磁信号来识别缺陷的形态参数．根据漏磁检测原理设计了相关的漏磁检测电路，通过提取信号的主要特征量，利用Levenberg-Marquardt算法在对常用BP神经网络改进的基础上应用其来识别缺陷的尺寸参数，给出了BP神经网络各层数的确定及权值、学习率的调整方法和相应的漏磁信号数据处理过程．漏磁检测数据处理实验表明，该缺陷识别BP神经网络系统具有逼近精度高、收敛速度快等特点．     

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.     

管道缺陷漏磁检测中巨磁阻传感器应用研究

磁性传感器在无损检测中已经有了很大的应用，与传统的磁性传感器相比，巨磁阻传感器有着灵敏度高、可靠性好、测量范围宽、体积小，价格低等优点．本介绍了漏磁检测及巨磁阻传感器的原理，设计了巨磁阻传感器阵列，以及基于PC104的数据采集装置，实验结果表明，系统可以检测到管道壁上的微小缺陷。     

管道漏磁检测中缺陷分割技术的研究

缺陷识别是管道漏磁检测中的主要难题之一.将漏磁检测信号进行预处理后,重构漏磁场的图像,使用最大类间方差法分割出缺陷,再经膨胀等运算得到完整的缺陷图像.     

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。     

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。     

管道漏磁检测的智能方法综述

管道漏磁检测技术利用漏磁原理对管道进行无损检测.传统的人工检测方法通常使用漏磁检测器采集的管道漏磁数据,绘制出漏磁信号曲线,然后根据曲线的变化特性对管道上的缺陷和组件进行人工判别,这种方法效率低下且具有很强的主观性.随着人工智能技术的快速发展,许多基于人工智能的漏磁检测方法被提出,可实现更加高效和更加准确的智能检测.本文对管道漏磁检测的智能方法进行了综述,首先简要介绍了漏磁检测的基本原理和漏磁检测器的组成结构,随后重点阐述了管道漏磁检测中的机器学习方法(含基于分类的方法、基于目标检测的方法和多分量方法)、基于知识的智能专家系统和多传感器融合方法,最后进行了总结,并讨论了当前智能方法仍然存在的问题.     

管道检测牵引装置自适应控制特性

针对管道检测牵引装置驱动系统中没有差动机构而引起的通过弯管时产生运动干涉的问题,将差动机构应用于管道检测牵引装置中。通过对差动机构进行理论分析,建立该轮系的力矩传递方程;利用ADAMS软件建立差动机构的样机模型并进行仿真分析。结果表明,具有差动机构的管道检测牵引装置驱动单元结构简单、驱动效率高、功率体积比大,可实现机械自适应功能。     

Recognition algorithm of seabed pipeline defect inspection based on dynamic WBF neural networks

This paper describes a magnetic flux leak (MFL) model of pipeline defect inspection, and presents a recognition algorithm based on dynmnic wavelet basis function (WBF) neural network. The dynamic network utilizes multiscale and multireselution orthogonal wavelet, through signals backwards propagation:,has more significant advantages than BP or other neural networks used in MFL inspection. It also can control the accuracy of the predicted defect profiles, high-speed convergence possessing and well approaching feature. The perfonnance applying the algorithm based on the network to predict defect profile from experimental MFL signals is presented.     

高压天然气输送管道断裂过程中气体减压波速的计算

管道断裂过程中减压波速的计算是输气管道断裂控制的关键问题.考虑到小直径管道非等熵效应较为显著,分别建立了求解减压波速的等熵理论模型和非等熵理论模型,通过推导将求解流体参数的偏微分方程组转化为全微分方程组.基于P-R状态方程,推导了热力学参数的计算公式.应用三特征线法求解气体减压波速,并开发了相应的计算程序,分析了起始压力、起始温度、不同气体介质和管径对气体减压波速的影响.结果表明:热力学参数计算公式计算的比热容比、压缩凶子与试验值的平均相对偏差分别为0.617%,0.555%;程序计算的多组分气体减压波速与全尺寸爆破试验测量值相吻合.     

浅谈管道燃气的安全管理工作

本文阐述了燃气经营企业的安全管理体系、管道供气的安全管理措施,为管道燃气企业安全供气提供借鉴意义。     

燃气管道的人性化设计

合肥市燃气专项工程未纳入建筑设施整体设计中,致使后续安装的天然气设施在安全、实用、美观等方面存在诸多问题。燃气管人性化设计是现代住房发展的必然趋势。     

基于多光谱柑桔缺陷检测方法研究

基于多光谱技术探讨一种新的柑桔缺陷检测方法.构建由光照箱、多光谱光源、摄像机等部件组成的系统.根据色度学基础理论,采用图像融合技术对柑桔图像进行融合分析判断,得到使柑桔缺陷识别率最高的图像为红光、黄光、近红外光波段融合后的图像.对融合后的多光谱图像,采用Otsu等图像处理算法进行缺陷检测.实验表明,采用多光谱技术可快速有效的提取缺陷特征.     

石油管道检测中缺陷类型判别方法的研究

文章介绍了石油管道漏磁检测中缺陷信号的提取方法;研究了一种通过比较缺陷信号与已知类型的缺陷模板的匹配程度来判别缺陷类型的方法;给出了缺陷模板的建立方法及缺陷类型的判别准则;通过仿真实验对此判别方法进行了验证,结果表明此方法可有效地判断出缺陷的类型。     

瓦斯管路漏气点检测的试验研究

瓦斯管路漏气即影响瓦斯的抽采效果,也会影响瓦斯利用。然而井下环境复杂,瓦斯管路漏气点很难发现。本文分别介绍"排气法"和"压差法"对井下瓦斯管路检查漏气点,并测定漏气流量。通过理论推导和井下试验来证明了"压差法"检测瓦斯管路漏气点的可行性。研究了瓦斯管路抽采负压、表面粗糙度、人为因素对"压差法"精度的影响,并得出"压差法"的误差精度为0.002 m3/min。研究结果对负压管路的气体运输同样具有指导意义。