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。     

基于遗传优化算法的二维漏磁缺陷重构

信号逆问题,即从测量信号中恢复出缺陷轮廓及其参数,是漏磁无损评估中的一个重要课题.提出了一种基于遗传算法的逆算法,用于从漏磁信号中重构二维缺陷.在该算法中,径向基函数(RBF)神经网络用作前向模型,遗传算法用于求解逆问题中的优化问题,其优点是能够避免基于梯度下降法的迭代逆算法中可能遇到的局部最小问题,并能得到逆问题的全局最优解.实验结果验证了所提出的逆算法的有效性.     

基于遗传优化算法的二维漏磁缺陷重构

信号逆问题，即从测量信号中恢复出缺陷轮廓及其参数，是漏磁无损评估中的一个重要课题。提出了一种基于遗传算法的逆算法，用于从漏磁信号中重构二维缺陷。在该算法中，径向基函数（RBF）神经网络用作前向模型，遗传算法用于求解逆问题中的优化问题，其优点是能够避免基于梯度下降法的迭代逆算法中可能遇到的局部最小问题，并能得到逆问题的全局最优解。实验结果验证了所提出的逆算法的有效性。     

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.     

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．     

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。     

石化储罐缺陷的漏磁检测系统

首先分析了漏磁检测的原理和漏磁检测技术的适用范围,然后探讨了石化储罐漏磁检测系统总体结构及其漏磁检测程序,并对其广阔前昔进行了展望。     

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.     

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.     

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。     

基于三角模糊数的长输管线故障树分析

利用模糊故障树分析法对长输管线系统进行分析,建立了长输管线系统失效故障树.由于缺乏足够的现场数据及实验数据,因此采用三角模糊数表示事件发生的概率,将模糊重要度分析的新方法-中值法引入长输管线系统的故障树分析中来,给出了计算方法及步骤,并用模糊重要度法对故障树基本事件进行排序.从而可以看出,为提高系统可靠性,应主要改善第三方破坏及管道初始和施工缺陷等几个因素.     

基于RBF神经网络的变压器故障诊断及MATLAB仿真研究

研究应用RBF神经网络进行变压器故障诊断,以提高变压器故障诊断率。分析了径向基函数神经网络的结构和工作原理,设计一个诊断变压器故障的三层径向基网络。通过采用MATLAB进行仿真实验,结果表明RBF神经网络是一很强的分类器,能够有效的对变压器故障进行诊断。     

大地电磁测深法探测地下油气资源的解释模型

基于空间源直接探矿仪探测地下油气资源的基本原理,建立了地层岩性解释模型,剖析了各种岩石的岩性探测曲线特征,探讨了根据地下不同深度岩性综合能量值判别地下岩层性质和位置的方法。研究区3口井的实例验证结果表明,地下油气储层探测符合率总体达到78.5%,证明了该模型的正确性和有效性。最后,就地层倾角对地下油气资源探测误差的影响进行了理论分析,结果表明,地层倾角为30°时,地下油气储层探测误差接近30%~40%,由此说明,探测层段平均地层倾角为26.3°是造成探测误差的主要原因。     

油气输送管道电磁在线检测技术

基于管道电磁高速检测原理的“管道爬行器”是一种高速探伤装置 ,专对地下油气输送管道在线检测 ,检测的数据在其内经过放大、消噪声 ,再通过多路复用和压缩编码等压缩后存入 RAM或 Tape中 ,最后通过控制分析系统 ,并经去压缩解码器恢复成检测图形曲线。研究证明 ,高速检测系统能准确识别轴向和沿圆周 8等分区间缺陷位置及等级 ,具有检测速度快、无漏检等特点     

Research on On-line detection system for natural gas pipeline

Four methods for testing the thickness and defect of pipeline are compared and analyzed in this paper. The testing principle of magnetic leakage flux based on electromagnetism is discussed in detail. From the experiments of sensor character, the effects caused by some factors are found, which give some important information for sensor design, and this method is proved reasonable and effective. The mechanical and electrical structures of inspection equipment, as well as its working principle and technical features are introduced. In this paper, control flow and software design are discussed, too. This detection system has been successfully developed. Experiments show that this detection system has high resolution and can be put into practice.     

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。     

遗传算法的BP网络模型进行瓦斯涌出量预测

从提高采煤工作面瓦斯涌出量预测的速度和精度入手,将遗传算法与神经网络2种非线性最优化算法的优势加以融合,提出了一种利用遗传算法同时优化BP网络的连接权和拓扑结构的网络模型,并以韩城下峪口煤矿为例,进行了实际应用。结果表明:改进后的BP网络模型预测精度较高,具有良好的应用前景。     

基于解析分层过程(AHP)的油气长输管道系统风险分析

采用一种新的风险评价方法即解析分层过程(AHP)风险评价方法对油气长输管道系统进行风险评价.在美国W.K.Muhlbauer提出的长输管道风险评估方法基础上,以系统风险因素框架图为模型,利用AHP方法层层引出各级风险因素.通过双参数比较决定优先权,利用严密的数学公式计算出各因素风险概率,由分因素风险概率计算系统总体风险概率.     

Dynamical Mechanisms of Effects of Landslides on Long Distance Oil and Gas Pipelines

According to the investigations on the oil and gas pipelines such as the Lan-Cheng-Chong pipeline and the Southwest pipeline, there are two ways of laying pipeline： pipelines paralleling （approximately） to the main slide direction and pipelines perpendicular （approximately） to the main slide direction. If earth-retaining walls have been built for pipelines paralleling to the main slide direction, they will prevent the lands from sliding; On the contrary, without earth-retaining walls, the sharp broken rocks in the backfilling soil will scratch the safeguard of the pipeline when the landslides take place. Pipelines perpendicular to the main slide direction can be classified into four types according to the relative positions between pipelines and landslides： Pipelines over the slide planes, pipelines inside the fracture strips of slide planes, pipelines below the slide planes and pipelines behind the backsides of landslides. The different dynamical mechanisms of the process in which landslide acts against pipelines are analyzed based on whether the pipelines are equipped with fixed frusta, because the sliding resistance depends on whether and how many fixed frusta are equipped and the distance between frusta.