原文传递
基于逐级特征挖掘的管道状态识别与贝叶斯缺陷量化技术研究
| 论文题名： | 基于逐级特征挖掘的管道状态识别与贝叶斯缺陷量化技术研究 |
| 关键词： | 管道运输;涡流无损检测;状态识别;缺陷量化;逐级特征挖掘 |
| 摘要： | 管道是石油、天然气和其他重要资源的重要运输方式，定期对其进行检测维护以减少安全事故具有必要性。涡流无损检测是一种管道内检测技术，具有高效、准确、通过性高等优点。 在内检测器系统对管道进行检测后，分析检测数据对缺陷进行识别、定位、量化是检测任务中重要的一步。由于真实管道情况复杂，多种制管结构产生的检测信号大小、形状与缺陷信号相似，极大干扰缺陷识别和量化。里程轮易出现“打滑”造成距离测量误差，且该误差为累积误差。缺陷信号的幅值相位大小受多种因素直接影响，使得深度与幅值相位呈多元非线性关系。本文围绕真实管道涡流内检测缺陷信号识别、定位、量化问题进行深入研究，主要研究内容如下： 1. 针对缺陷识别，提出基于峭度自适应逐级残差特征挖掘框架。通过对干扰信号挖掘对应特征，逐级识别并剔除干扰信号，减少误检。在缺陷识别阶段，以剩余信号的峭度作为框架损失函数，指导算法调整超参数，解决算法漏检、需要人工干预不能自适应全自动识别的问题。通过大量实验验证，本文算法对模拟管道的缺陷识别率可达99%，对真实管道的缺陷识别率可达92%。 2. 针对缺陷定位，提出一种二级定位方法。首先利用管道构造图纸结合制管结构为参考点对缺陷一级初步定位，再通过里程轮与参考点的相对距离和重锤轮对缺陷二级精确定位。通过实地管道缺陷验证，该方法对缺陷的定位误差在10cm内，而单一里程轮定位的误差可达几十米，证明该方法有效减小单一里程轮定位造成的累积误差。 3. 针对缺陷量化，基于蒙特卡洛模型通过多条管道缺陷的幅相分布来模拟真实缺陷的幅相分布，结合 K 最近邻法评估缺陷深度；利用模拟管道缺陷幅相分布的先验信息，提出基于贝叶斯决策的最小错误率校正方法融合不同管径的量化结果，从统计概率角度有效解决了量化非线性问题。本文算法对多条真实管道共计100多个缺陷的深度预测值均方根误差为0.92mm。 本文算法在多条模拟管道和真实管道进行了大量实验验证，与目前典型算法进行比较，在缺陷识别、定位、量化问题上的效果均有所提高，鲁棒性更强。 |
| 作者： | 赵祥禹 |
| 专业： | 电子信息 |
| 导师： | 高斌;严伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
