马凤铭[1]2006年在《管道漏磁检测中数据压缩及缺陷定量识别技术的研究》文中提出漏磁检测技术是长距离油气输送管道进行在线检测的主要方法。随着检测数据分辨率、精度和检测总里程的提高，现有的检测设备在数据存储速度和存储容量两方面已无法满足海量检测数据的要求，因此研究适合的数据压缩算法并设计高速的数据采集与存储系统成为设备研制的关键；同时原有的依靠人工定性进行缺陷识别的方法精度差、速度慢，迫切需要管道缺陷的智能定量识别技术。本文针对上述问题研究了管道漏磁检测数据的压缩技术及缺陷的定量识别技术。主要研究工作如下：(1)以典型管道漏磁检测图像为例，分析了管道漏磁图像区别于普通数字图像的特点及统计特性；分析了不同分辨率、不同精度的管道漏磁图像在统计特性上的差异。(2)研究了预测编码在漏磁图像无损压缩中的应用，提出了适合8位漏磁图像的预测模型；研究了整数小波变换及嵌入式小波编码算法在漏磁图像无损压缩中的应用，提出了改进的无链表SPIHT零树编码算法；针对不同分辨率、不同精度的漏磁图像的特点提出了两套数据无损压缩方案。对8位低分辨率漏磁图像使用预测编码和算术编码相结合的压缩方案；对12位较高分辨率的漏磁图像则在预测编码后，进行整数小波变换，然后使用改进的无链表SPIHT零树编码算法进行编码。(3)提出了漏磁图像中缺陷的分割方案。漏磁图像经去提离值影响等预处理后，使用最大类间方差法进行图像分割，然后进行膨胀运算等后处理得到完整的缺陷图像，从中提取出缺陷的长度和宽度等部分特征参数。(4)研究了基于感兴趣区域的漏磁图像无损压缩方法。对已分割出的缺陷区域，以一个可包含缺陷的最小矩形作为感兴趣区域，只对感兴趣区域的数据进行压缩存储。(5)利用有限元分析软件ANSYS建立管道缺陷漏磁检测装置的模型，对漏磁信号与缺陷参数之间的关系进行了研究；使用BP神经网络分别对仿真缺陷和人工缺陷进行了缺陷参数的识别，识别结果基本满足检测要求；对轴向漏磁信号和径向漏磁信号进行数据融合后，BP神经网络的识别结果得到了改善。(6)针对现有管道漏磁检测装置的不足，提出了基于单片FPGA的管道漏磁检测数据采集与压缩存储系统的设计方案，并对其中多通道采样控制、预测编码、整数小波变换及改进的无链表SPIHT零树编码、硬盘的文件存储控制等几个关键部分进行了研究。
唐莺[2]2011年在《基于脉冲漏磁检测机理的缺陷检测研究》文中研究指明漏磁检测技术作为电磁无损检测技术的重要分支之一,被广泛应用于导磁构件的检测。本文在分析国内外漏磁检测技术研究动态的基础上,针对目前该技术中所存在的一些不足,结合有限元仿真和实验研究,对铁磁性管道脉冲漏磁检测中的轴向缺陷如何识别、传感器结构参数对缺陷检测的影响以及内外壁缺陷的分类和识别技术等几个方面进行了深入研究。主要研究内容及创新如下:以电磁场理论为基础,讨论了缺陷漏磁检测模型及脉冲漏磁检测原理,对不同走向缺陷进行了有限元仿真和实验研究。利用叁维有限元仿真技术,分析了周向缺陷和轴向缺陷叁维漏磁场分量分布情况,并对缺陷漏磁瞬态信号与缺陷宽度、深度之间的关系进行了仿真研究,发现两种不同走向缺陷漏磁场的叁维分量均有不同程度的扰动,轴向缺陷在切向分量的扰动较周向缺陷明显,综合缺陷漏磁场的叁维分量变化情况将能对不同走向管道表面缺陷进行有效识别,提出叁维脉冲漏磁检测方法以提高轴向缺陷检测能力。研究了改善传感器检测灵敏度的优化设计方法,提出了一种同时提取叁维漏磁分量的新型脉冲漏磁传感器结构。对影响检测灵敏度的各种参量进行了分析,如励磁线圈的尺寸、励磁线圈形状、磁轭高度等;用有限元法分析了几种不同励磁结构的脉冲漏磁传感器,发现矩形励磁线圈漏磁传感器信噪比高于圆柱形励磁线圈漏磁传感器,但它对提离变化较圆柱形励磁传感器敏感;因为典型便携式磁轭中的实心铁氧体磁芯上的损耗将使励磁线圈电感增加,不利于检测信号特征量的提取,所以提出将脉冲漏磁检测传感器的励磁结构设计为矩形空心线圈。设计了用于场量测量的两两正交的叁维漏磁检测传感器。研究了不同走向缺陷叁维脉冲漏磁瞬态信号的特点,提出了一种利用叁维脉冲漏磁瞬态信号峰值扫描波形来识别周向缺陷和轴向缺陷的新方法。研究了缺陷定量估计的方法:根据叁维峰值扫描电压变化定量估计缺陷长度和宽度,以叁维分量差分信号的过零时间估计缺陷深度。采用有限元仿真和实验对所设计的新型脉冲漏磁传感器结构进行了验证。仿真和实验结果表明,采用新型脉冲漏磁传感器及综合叁维脉冲漏磁瞬态信号能在提高轴向缺陷检测灵敏度的同时实现两种不同走向缺陷的分类识别。同时,围绕新型传感器结构,对系统各种参数如激励脉冲信号的频率、占空比等的选择问题进行了详细探讨,设计和实现了脉冲漏磁检测硬件系统。对管道内外壁缺陷的分类识别技术进行了研究。由于脉冲磁化所产生的励磁场频率丰富,使得其对于内外壁缺陷都具有识别能力。利用有限元仿真技术,研究了脉冲磁化下的漏磁场叁维分量分布特性。分别在时域和频域对叁维脉冲漏磁瞬态信号进行了分析,在时域提取了缺陷信号过零时间、参考信号与缺陷信号的交叉点时间、缺陷瞬态信号积分峰值时间及下降点时间作为特征量,在频域提取了谱图峰度系数、谱图偏态系数、相位谱交叉点频率作为特征量。通过提取叁维瞬态信号的上述时域和频域特征及轴向分量峰值电压相对变化量等22个特征量,用主成分分析法成功实现了周向内壁、周向外壁、轴向内壁、轴向外壁四种缺陷的分类。
张双楠[3]2009年在《管道漏磁检测实时数据压缩算法的实现》文中研究表明漏磁检测是长距离油气输送管道进行在线检测的主要方法。应用管道漏磁在线检测装置可以及时检测出管道的缺陷,预防管道泄漏事故的发生。由于存储漏磁检测数据所用电子硬盘存储数据量少,因此需要有实时的数据采集、压缩、存储系统。本文开发了基于ARM(Advanced RISC Machines,高级精简指令集计算机)的嵌入式为核心的处理器平台,用于实现管道漏磁检测数据的实时采集、压缩与存储。论文提出了一种新型的以ARM处理器为核心的系统设计方案。针对漏磁检测无损压缩的目的、应用及漏磁检测原理和漏磁检测数据特征的研究,利用了LZW算法和Hash表的理论,提出了对漏磁检测数据进行实时无损压缩的算法。实时无损压缩算法采用了LZW算法对漏磁检测数据进行无损压缩,Hash表算法管理LZW算法的字符串表的方法。最后基于ARM硬件平台嵌入Linux操作系统,开发了基于Linux的采集设备驱动程序,并应用嵌入式技术实现了系统应用软件完成漏磁数据的采集、压缩与存储。利用嵌入式ARM处理器的优势,进行软硬协同设计;利用ARM处理器的数据采集模块,提高了系统的运算能力和可靠性,Linux操作系统的使用提高了前端数据的采集精度,简化了与外围设备的通信,进一步缩短了开发周期,降低了开发成本,同时漏磁检测数据实时压缩算法满足2倍以上的压缩比,实时压缩数据。针对系统设计实现的各功能模块,分别给出了验证方法及结果。实验表明:各功能模块运行稳定、性能良好,可以应用于管道漏磁检测数据压缩系统中。
魏茂安[4]2004年在《油气管道MFL检测信号处理与管道缺陷评估技术研究》文中研究说明管道缺陷内检测是在役油气管道缺陷检测的重要手段之一,对保障管道安全运行发挥着重要的作用。管道内检测分为漏磁缺陷检测及超声波缺陷检测,其中漏磁缺陷检测在我国应用尤为广泛。现有的漏磁缺陷评估主要依赖于检测人员根据经验对漏磁信号进行分析,工作量大,效率低,受主观因素影响大。而缺陷几何参数与漏磁信号之间的非线性特性,管道材质漏磁系数的差异,流体压力引起的管道磁质结构改变及周围环境变化都会直接或间接地影响 MFL(磁通量泄漏)信号,进一步增加了缺陷分析的难度。针对上述问题,本文深入研究了漏磁信号的处理技术及基于漏磁检测信号缺陷评估技术,主要研究工作如下:1.研究了 MFL 信号的小波去噪方法,提出了根据 MFL 信号重建缺陷灰度图像的算法及漏磁缺陷图像的处理方法。在去除高频噪声的同时,尽可能的保留了缺陷图像的边缘信息及层次信息。2.研究了缺陷漏磁图像灰度图的伪彩色图像的转换技术,提出了改进的等密度伪彩色编码算法。根据实际应用中的不同需求,综合应用其他伪彩色处理算法(基于 RGB 叁基色的非线性伪彩色编码、基于感知颜色空间的图像伪彩色编码算法)实现缺陷灰度图伪彩色图像转换。3.研究了小波图像压缩的原理,根据 MFL 缺陷图像的频谱特点,提出了 MFL缺陷图像压缩的小波基函数设计方法、小波系数阈值计算及 Jpeg 量化表修改算法。使用该图像压缩算法,在失真度不影响缺陷分析的情况下,能获得较高的压缩比。4.运用有限元方法构建了油气管道缺陷检测模型,研究了缺陷几何参数与漏磁信号之间的关系并建立了缺陷几何参数与 MFL 信号关系样本库。5.提出了径向基神经网络中心选择优化算法,克服了传统方法将全部训练样本预置为径向基函数的中心带来的计算量大、效率低的问题。用有限元仿真产生的训练样本集合训练径向基神经网络,研究了训练目标精度与径向基函数中心集合之间的变化规律。6.建立了缺陷几何参数预测小波基神经网络模型,提出了改进的 ISODATA 动态聚类算法,将其用于完成训练样本集的分类、小波基函数中心计算及基函数初始宽度的获取,提高了小波神经网络训练速度及函数逼近性能。
余文来[5]2009年在《管道漏磁检测缺陷识别技术的研究》文中指出漏磁检测法是当前国内外对在役石油、天然气长输管道缺陷检测最有效的方法之一。管道漏磁检测系统主要包括前端漏磁信号采集、数据压缩、缺陷识别等几大部分,而缺陷识别技术是通过对检测到的缺陷漏磁数据的分析,将缺陷的几何参数即缺陷的长度、深度等重要特征信息以具体数据的方式体现出来,为业主提供是否需要及时更换管道的最终科学依据。由于管道缺陷识别是一个逆问题,输出和输入之间存在非唯一性,而且漏磁信号与缺陷尺寸之间是非常复杂的非线性关系,所以缺陷识别技术是当前管道无损检测中的一大技术难点和研究重点。本文提出了一种新颖的基于统计学习理论并且根据结构风险最小化原则的方法——支持向量机法,用于实现管道漏磁检测缺陷尺寸的识别。论文首先分析了管道漏磁检测的基本原理及各方面因素对缺陷漏磁场信号产生的影响,将有限元法应用于管道漏磁检测模型的建立及缺陷漏磁信号的仿真,得到和管道漏磁检测仪实际检测到的漏磁信号具有相同性质的仿真信号作为样本数据,以碗状缺陷为例利用支持向量机对缺陷的尺寸进行了识别。采用ANSYS有限元分析软件仿真得到40组不同尺寸缺陷模型的漏磁数据作为支持向量机的训练样本,利用另外10组新数据对支持向量机模型进行验证,以MATLAB为平台进行了识别实验。实验表明,利用支持向量机对管道缺陷进行识别能够使识别误差在5%以下,在有限样本情况下是一种可行性较强而且识别效果较理想的有效方法。利用支持向量机对管道缺陷进行识别还具有其他一些优点,例如所需样本数据量较小、模型的泛化能力较强、能够克服局部极值问题、辨别方法简单等,从而减轻了工作量以及提高了由支持向量机模型得到的识别结果的可靠性。
张国光[6]2010年在《管道周向励磁漏磁内检测技术的研究》文中研究说明管道运输是油气资源运输的主要方式,油气管道安全已经成为关系国计民生的重大问题。定期进行管道检测是防止管道事故、保证管道安全的主要方法。在多种油气输送管道内检测技术中,漏磁内检测技术应用最为广泛。论文针对管道漏磁内检测技术的有关难题,紧密结合检测实际需要,通过理论分析和实验系统分析,总结了管道漏磁内检测技术,对轴向励磁和周向励磁漏磁检测技术进行了深入研究。分析了缺陷漏磁场的形成机理,引出磁偶极子模型近似分析常见缺陷漏磁场,针对磁偶极子模型的不足,将有限元方法应用到缺陷漏磁场分析,实现了典型管道缺陷漏磁场的仿真。分析了管道轴向励磁漏磁检测原理,对漏磁检测信号的特性进行了分析,研究了缺陷的外形尺寸(长度、宽度和深度)和延伸方向等主要缺陷特征对漏磁信号的影响规律;设计了管道轴向励磁漏磁检测实验平台,进行管道牵拉实验,采集并分析了缺陷信号样本,实验结果验证了管道轴向励磁漏磁检测方法可以检测周向分布缺陷,对管道螺旋焊缝、圆孔、周向凹槽等缺陷反应明显,各路信号具有很好的一致性、稳定性和比较高的检测精度,可识别缺陷的最小深度为10%壁厚,最小面积为直径2mm的圆孔。但管道轴向励磁漏磁检测方法不能检测轴向分布缺陷(例如狭窄裂纹)。研究了管道周向励磁漏磁检测原理,通过有限元仿真分析对比,提出了符合工程设计要求的四磁极分离环型磁化器结构,应用磁路理论,建立了磁化器磁路数学建模,开发了磁路计算程序,并研究了磁化器永磁体参数对漏磁信号的影响规律,为磁化器参数设计提供依据;对漏磁检测信号的特性进行了分析,提出了缺陷漏磁信号及缺陷外形尺寸的特征量;环形磁路结构使得管壁在周向难以达到磁饱和,磁极附近区域的磁场最强,磁极中心区域的磁场最弱,非均匀磁场造成缺陷测量与评价困难,为此提出了缺陷漏磁信号补偿方法,以消除非均匀磁场的影响;研究了缺陷距磁极的距离、外形尺寸(长、宽、深)等因素对漏磁信号的影响规律,为缺陷评价和相关补偿提供了理论指导;采用多元线性回归原理,确定了缺陷参数与漏磁信号特征量的回归拟合方程,实现了缺陷参数的定量识别。周向励磁检测利用平行安装在磁极之间的传感器测量缺陷漏磁信号,采用霍尔元件作为缺陷漏磁检测传感器,设计了小间距传感器阵列结构,制作了高密度测量探头,实现了对窄小裂纹的全覆盖,提高了检测精度;开发了模块化结构的数据采集系统软件,实现了对信号的实时采集与处理;提出了管道周向励磁漏磁检测信号后处理和补偿方法,包括检测信号插值平滑方法、测量奇异点的修正方法、无缺陷漏磁信号的补偿方法以及漏磁信号微分处理方法,解决了由于传感器数量不足带来的缺陷漏磁信号空间采样点过少的缺点,克服了由于周向励磁管壁磁化不均匀,磁极附近的背底磁场过强等对检测造成的不良影响。设计了管道周向励磁漏磁检测实验样机和实验平台,进行管道牵拉实验,分析了牵拉实验采集的缺陷信号样本。实验结果验证了缺陷特征与信号特征的关系。实验结果表明管道周向励磁漏磁检测方法可以检测轴向分布缺陷(例如轴向矩形槽),可识别缺陷的最小深度为10%壁厚,最小周向宽度为3mm。管道周向励磁漏磁检测实验样机和实验平台的成功研制,解决了国内管道漏磁检测无法检测轴向分布缺陷的难题,为管道周向励磁漏磁检测设备的研制确定了技术基础。
邱忠超[7]2016年在《铁磁材料损伤磁性无损检测若干关键技术研究》文中研究说明以钢铁及其合金为主的铁磁性材料被广泛应用于航空航天、桥梁、铁路、交通、石化等重要领域。这些结构件或设备通常在高载、高速、高温和高压的条件下工作,在长期服役过程中材料会产生各种损伤,当损伤累积到一定程度时,便会导致材料发生突然断裂,甚至造成灾难性后果。因此,对铁磁材料的损伤进行高效、准确地检测与评估具有重要意义。无损检测技术是保障设备安全、可靠运行的有效手段,而磁性无损检测是目前应用最广泛的无损检测技术之一。本文在对金属磁记忆检测技术与漏磁检测技术的研究现状进行分析的基础上,开展了强化磁记忆检测、微裂纹漏磁检测定量识别以及磁性集成无损检测的相关研究。主要内容如下:(1)针对磁记忆检测方法易受环境等干扰因素影响的问题,提出通过施加稳恒弱磁激励的方法,突出、强化磁记忆信号,进而提高检测系统的灵敏度,改善检测效果。根据磁导率曲线非线性的特点,定性地分析了强化磁记忆检测的可行性。基于应力-磁导率模型,采用ANSYS有限元仿真分析对比了地磁场(40 A/m)与弱磁场环境(100A/m)下检测系统的灵敏度,结果表明外磁场激励可以显着提高检测系统的灵敏度,并通过20#钢平板试件静拉伸试验进行了验证。(2)研究了静拉伸、疲劳拉伸时光滑铁磁试件表面法向磁场Hp(y)的分布特征及其变化规律,结果表明,在试件应力集中区产生磁异变信号,并出现应力磁化反转现象与接近现象。在此基础上,研制了一套磁记忆检测装置,对含预制裂纹的铁磁构件表面切向磁场Hp(x)的分布规律及其随循环次数的变化规律进行研究,并进行扫描成像处理,实现了疲劳损伤发展过程的磁信号成像显示。(3)针对螺栓联接结构中螺栓孔位置处裂纹损伤实时监测的需求,研制了环螺栓孔阵列的低周疲劳裂纹产生和扩展在线监测装置,对螺栓孔孔边的状态进行实时在线监测,结果表明该装置可以有效预测裂纹萌生与试件断裂的位置,并且在损伤出现的早期阶段磁异变信号更加敏感。(4)针对微裂纹难以定量化的问题,提出了微裂纹漏磁定量识别的方法。采用磁偶极子模型计算漏磁信号,然后提取特征值并利用主成分分析对特征矩阵降维,构建缺陷样本库,最后采用人工智能算法对微裂纹尺寸进行定量识别,结果表明了该方法的可行性。在此基础上,对人工微裂纹与自然裂纹进行定量识别,并提出采用形态滤波法对漏磁信号预处理,结果表明,采用PSO-LSSVM算法基本可以对两种裂纹尺寸进行定量识别,最后探索对自然裂纹进行叁维轮廓重构。(5)针对磁记忆检测对应力等早期损伤敏感,漏磁检测对裂纹敏感,磁巴克豪森噪声检测可实现应力定量化的特点,在分析了检测平台通用性的基础上,提出了磁性集成无损检测的必要性与可行性,并研制了一套可改变磁场激励的磁性集成无损检测装置。通过检测实验表明,该装置既可以检测试件中的残余应力,又可以识别不同角度的微裂纹,并且可以对残余应力定量化评价,实现了铁磁材料的无损评估。
柳振凉[8]2014年在《交直流复合激励漏磁检测及其关键技术的仿真与实验研究》文中指出随着管道、储罐的推广使用,管道、储罐腐蚀泄漏事故频发,漏磁检测成为当前最频繁使用的管道、储罐无损检测技术。本文分析了当前漏磁检测技术主要方向和待解决的问题,并提出了一种交直流复合激励的储罐钢板漏磁检测新技术,旨在实现内、外表面缺陷的自动区分。本文主要工作如下：(1)阐述了复合漏磁检测新技术的理论基础,从电磁场麦克斯韦方程组出发,介绍了有限元法及其仿真软件ANSYS的基本理论；然后通过ANSYS进行复合漏磁检测的叁维有限元仿真建模研究,分析复合漏磁检测新技术在区分内、外表面缺陷的可行性。(2)探讨了新方法中交流漏磁检测趋肤效应的机制。首先,分析了交流漏磁检测的涡流效应的机制；然后,根据麦克斯韦方程组推导出模型的叁维交流漏磁场分布,分析了不同频率下钢板的磁力线分布情况,从而得出交流漏磁检测中趋肤深度的规律。最后,在钢板上加工一系列样板缺陷模拟实际缺陷并开展实际漏磁检测实验,验证叁维仿真结果的有效性,对进一步研究该方法的机理提供了理论和试验依据。(3)针对新方法实施过程中,检测器振动的关键问题,应用叁维有限元分析方法探讨了新方法中提离值对检测结果的影响。首先,根据麦克斯韦方程组推导出缺陷处的叁维漏磁场分布；再通过ANSYS软件建立振动条件下的漏磁检测叁维有限元仿真建模,分析了不同提离值下缺陷漏磁信号的分布。然后,制造一系列人工缺陷并开展实际漏磁检测实验,以验证叁维仿真结果的有效性。最后,通过最小化振动和电磁噪声误差,得到不同尺寸缺陷对应的最佳提离取值。
杨海英[9]2012年在《基于支持向量机的管道漏磁检测信号识别方法研究》文中指出管道的无损检测技术对保障工业生产的安全有着十分重要的意义。国内外广泛采用的管道无损检测技术主要包括超声检测、涡流检测和漏磁检测等几种。目前,国内外学者针对管道漏磁检测技术的研究主要集中在管壁缺陷上,而对管道漏磁检测过程中其它部件如管道修复补板、法兰、支管和焊缝等产生的影响研究较少。由于这些管道部件的结构特点,在管道被磁化后也会产生漏磁场,如处理不慎将这些部件产生的漏磁场与缺陷漏磁场相混淆,则会造成误判或漏判,降低检测的精度,同时也对管道的检测和维护带来许多不便。本文主要以管道漏磁检测信号为研究对象,分析不同情况下管道内漏磁场的变化,目的是研究管道缺陷及各部件之间的区分方法。在综合分析了漏磁检测技术的国内外研究现状和发展趋势,以及多传感器信息融合技术、支持向量机分类技术等新技术的特点、优势以及技术局限性的基础上,根据管道漏磁检测信号的特点,分析各种技术的适应性,研究应用于管道漏磁检测信号识别的方式、算法和智能系统的开发。首先根据漏磁检测的基本原理,采用有限元数值分析与实验相结合的方法,分析管道部件漏磁信号的特征,分析缺陷形状与漏磁信号变化之间的相关性,作为建立信号分割和识别方法的依据。实际检测的漏磁信号非常复杂,要对其进行分析,通过信号的放大、去噪等技术滤除基线、噪声等,对于由多个传感器组成漏磁场信号,本文采用图像分割技术进行分割,可将多传感器信息有效融合,获得叁维的研究对象,从而利于得出关于缺陷与管道部件漏磁场的更全面的评价。一般能够获得的管道漏磁检测信号的样本量都比较少,但对于特定的管道,管道的结构及其部件的规格都是固定的,可以事先通过试验获得如管道各部件漏磁信号的峰值范围、不同尺寸补板和缺陷漏磁信号的参考值等,从而充分发挥支持向量的优势。本文采用基于核的C-SVM对管道部件和缺陷进行区分,对缺陷和补板的尺寸进行定量识别,通过对信号的判读来推断管道当前位置的状态。最后建立了管道漏磁检测信号自适应识别系统,采用样本库和知识库相结合的办法,充分发挥人机交互的优势,对漏磁检测信号进行图像分割、特征提取和分类识别。通过实践证明,这种方法具有较高的分析效率和精度,为管道漏磁检测信号识别的自动化、智能化提供了依据。
杨志军[10]2011年在《铁磁性平板腐蚀缺陷多通道漏磁信号的反演与重构》文中研究表明随着我国战略原油体系的建立和经济的发展,储罐的数量和容量增加很快,随之而来的安全问题也受到了人们的日益关注。储罐最容易腐蚀的部位是储罐底板,当今储罐底板多由铁磁性材料制造而成,其常用的无损检测方法有超声检测、渗透检测、磁粉检测等,其中漏磁检测凭借其低成本、高灵敏度等优点在储罐底板腐蚀缺陷大面积普查中得到了广泛的应用。漏磁检测方法对检测结果做出评价的依据是漏磁信号,目前对漏磁信号的研究可分为正、逆两个方向,正问题是指由缺陷到信号的研究,它往往是针对一定尺寸的缺陷,来研究其产生的漏磁信号。逆问题则是指由缺陷的信号反推缺陷的形状,也就是所谓的反演。本文以铁磁性平板的漏磁信号为基础,分别对缺陷识别、缺陷定位、缺陷量化等方面进行了深入的研究,提出一种基于多通道的铁磁性平板腐蚀缺陷量化反演方法,实现了缺陷检测的可视化。针对目前缺陷漏磁场有限元分析没有考虑到磁化结构移动的影响,模拟结果与实测信号有一定的误差,本文提出了磁化结构在移动状态下的缺陷漏磁场分析方法。实验结果表明,该方法的计算结果更加贴近于漏磁场的实际空间分布。根据有限元仿真结果和实测漏磁场空间分布,对缺陷几何尺寸、缺陷形状与漏磁场之间的关系进行了定性与定量分析。采用小波分析和EMD分解相结合的信号去噪方法,对漏磁信号进行去噪处理。采用小波多尺度分析方法,对缺陷漏磁信号进行研究,使原来单一的时域漏磁信号分解为系列不同频率尺度下的信号。以漏磁场的垂直分量为研究对象对缺陷漏磁信号进行了时域、频域及频谱分析,并选取了用于描述缺陷波形的特征量。针对实验采集到的漏磁信号噪声大、采集间隔大等问题,对其进行了去噪及圆滑处理,同时在相邻两路传感器之间及两个采集点之间分别进行了叁次样条插值处理,构造出了一系列“虚拟传感器”及“虚拟采集点”,提高了特征提取的精度。通过实验方法与仿真方法建立了不同尺寸、不同形状的缺陷漏磁信号样本。根据建立的缺陷样本分别构造了用于识别缺陷类型和实现缺陷量化的神经网络,实现了腐蚀缺陷的识别与反演。最后针对缺陷叁维轮廓重构问题提出了建立缺陷矩阵的反演思想,并根据神经网络的量化、识别结果实现了缺陷轮廓的可视化。
参考文献：
[1]. 管道漏磁检测中数据压缩及缺陷定量识别技术的研究[D]. 马凤铭. 沈阳工业大学. 2006
[2]. 基于脉冲漏磁检测机理的缺陷检测研究[D]. 唐莺. 国防科学技术大学. 2011
[3]. 管道漏磁检测实时数据压缩算法的实现[D]. 张双楠. 沈阳工业大学. 2009
[4]. 油气管道MFL检测信号处理与管道缺陷评估技术研究[D]. 魏茂安. 天津大学. 2004
[5]. 管道漏磁检测缺陷识别技术的研究[D]. 余文来. 沈阳工业大学. 2009
[6]. 管道周向励磁漏磁内检测技术的研究[D]. 张国光. 沈阳工业大学. 2010
[7]. 铁磁材料损伤磁性无损检测若干关键技术研究[D]. 邱忠超. 北京理工大学. 2016
[8]. 交直流复合激励漏磁检测及其关键技术的仿真与实验研究[D]. 柳振凉. 厦门大学. 2014
[9]. 基于支持向量机的管道漏磁检测信号识别方法研究[D]. 杨海英. 东北石油大学. 2012
[10]. 铁磁性平板腐蚀缺陷多通道漏磁信号的反演与重构[D]. 杨志军. 东北石油大学. 2011