学位论文 > 优秀研究生学位论文题录展示
管道缺陷漏磁检测量化技术及其应用研究
作 者: 蒋奇
导 师: 王太勇
学 校: 天津大学
专 业: 机械制造及其自动化
关键词: 管道 漏磁场 特征提取 模式识别 神经网络 智能检测
分类号: U178
类 型: 博士论文
年 份: 2003年
下 载: 943次
引 用: 28次
阅 读: 论文下载
内容摘要
论文针对管道(钢管)缺陷漏磁检测定量化、智能化的难题,紧密结合检测现场实际需要,通过理论分析和大量实验,系统分析总结了管道(钢管)缺陷漏磁智能检测技术,并在缺陷漏磁场分布以及缺陷漏磁信号与缺陷外形参数间的关系、缺陷漏磁信号分析、漏磁信号影响因素补偿、缺陷漏磁场波形特征提取和缺陷外形尺寸定量识别等方面进行了深入研究,主要成果和创新如下: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,实现了常见管道样本缺陷漏磁场的模拟。采用霍尔元件作为缺陷漏磁检测传感器,获得管道轴截面漏磁场切向分量的漏磁信号;研究了缺陷外形尺寸、缺陷倾角和形状、管道材质和磁化强度、检测仪移动速度、管道背底磁场、管内压力和剩磁对漏磁信号的影响。提出了各通道增益放大、各路漏磁信号偏离调整、波形微分、数字滤波和平滑等漏磁信号预处理方法;分析了等空间采样的漏磁信号转换为等时间采样信号的必要性,研究了漏磁信号的小波去噪方法。研究用非线性插值技术对管道厚度和材质的影响进行补偿,实现了用傅立叶变换和最优滤波方法来消除检测仪移动速度对漏磁信号的影响,并取得了实验验证。引入了缺陷漏磁信号的模式识别方法,提出了缺陷漏磁场及缺陷外形尺寸的特征量;实现了用主成分分析、多元非线性回归和统计识别分析等方法对缺陷漏磁信号波形进行特征提取和定量识别,精度在误差准许范围内。将神经网络模式识别方法应用到缺陷漏磁检测中来,提出了用BP网络和小波神经网络对缺陷进行定量识别,精度高、效果好。建立了管道(钢管)缺陷漏磁法智能检测和数据分析系统,设计了系统工程数据库,实现了缺陷漏磁场数据的插值和图像处理,完成了缺陷漏磁场特征自动提取和缺陷外形尺寸的智能识别,给出了管道缺陷漏磁检测的整个步骤和过程。这一切解决了国内管道漏磁检测的定量化、智能化的难题,补充了国外管道漏磁检测的不足。
|
全文目录
中文摘要 6-7 英文摘要 7-11 第一章 绪论 11-20 1.1 课题来源及其意义 11-13 1.1.1 课题来源 11 1.1.2 课题研究意义 11-13 1.2 国内外研究现状 13-18 1.2.1 漏磁检测理论国内外研究现状 13-15 1.2.2 漏磁检测信号分析处理和缺陷识别技术的国内外研究现状 15-18 1.3 本课题研究的主要内容 18-20 第二章 管道漏磁检测的理论研究 20-37 2.1 管道漏磁检测原理 20-25 2.1.1 漏磁检测基本原理 20-21 2.1.2 钢管和管道检测系统的结构 21-25 2.2 缺陷漏磁检测的理论模型 25-27 2.3 缺陷漏磁场的有限元分析 27-36 2.3.1 管道漏磁场有限元模型 28-34 2.3.2 静态漏磁场有限元模拟计算 34-36 2.4 本章小结 36-37 第三章 管道缺陷漏磁场和漏磁信号影响因素分析 37-53 3.1 管道缺陷漏磁场 37-39 3.2 腐蚀缺陷外形对缺陷漏磁场的影响 39-43 3.2.1 缺陷长度对缺陷漏磁场的影响 40-41 3.2.2 缺陷宽度对缺陷漏磁场的影响 41 3.2.3 缺陷深度对缺陷漏磁场的影响 41-42 3.2.4 缺陷倾角和园角对缺陷漏磁场的影响 42-43 3.3 速度和材质对缺陷漏磁场的影响 43-46 3.3.1 速度对漏磁场的影响 43-45 3.3.2 材质对缺陷漏磁场的影响 45-46 3.4 其它因素对缺陷漏磁场的影响 46-52 3.4.1 管道异物产生的漏磁场 46-47 3.4.2 管道磁化强度的影响 47-48 3.4.3 管道检测仪磁极间距、背底磁场和探头提离高度的影响 48-50 3.4.4 管道内压力和剩磁的影响 50-52 3.5 本章小结 52-53 第四章 漏磁信号分析和影响因素补偿 53-73 4.1 漏磁信号预处理 53-56 4.1.1 漏磁场信号不同放大倍数调整 53-54 4.1.2 各通道偏离调整 54 4.1.3 数字平滑和滤波 54-55 4.1.4 漏磁信号微分处理 55-56 4.2 漏磁信号的时频分析 56-63 4.2.1 漏磁信号的时域分析 56-57 4.2.2 漏磁信号的频域分析 57-58 4.2.3 漏磁信号的时频分析 58-63 4.2.4 基于小波分析的漏磁信号去噪处理 63 4.3 速度和管材影响的补偿 63-71 4.3.1 消除管材变化影响的补偿方法 64-65 4.3.2 消除速度变化影响的补偿方法 65-71 4.4 本章小结 71-73 第五章 漏磁信号特征提取与缺陷外形统计识别 73-108 5.1 漏磁信号波形识别 73-75 5.1.1 模式识别方法 73-74 5.1.2 漏磁信号定性分类 74-75 5.2 漏磁信号波形的插值平滑 75-76 5.3 缺陷特征库 76-82 5.3.1 缺陷制作 76-80 5.3.2 缺陷试验 80 5.3.3 缺陷特征库 80-82 5.4 缺陷漏磁场特征量分析 82-88 5.4.1 波形特征量定义 82-85 5.4.2 缺陷外形尺寸特征量选取 85-88 5.5 统计方法的缺陷识别 88-107 5.5.1 多变量统计分析方法 88-91 5.5.2 缺陷长度的统计识别 91-97 5.5.3 缺陷宽度的统计识别 97-102 5.5.4 缺陷深度的统计识别 102-107 5.6 本章小结 107-108 第六章 管道腐蚀缺陷检测智能化 108-127 6.1 腐蚀缺陷神经网络定量识别 108-116 6.2 基于小波神经网络的管道腐蚀缺陷识别 116-121 6.2.1 小波神经网络原理及构建 116-118 6.2.2 小波神经网络的训练算法 118-120 6.2.3 管道腐蚀缺陷小波神经网络的定量识别 120-121 6.3 腐蚀缺陷检测智能化的实现 121-126 6.3.1 管道检测数据智能分析系统的建立 121-123 6.3.2 管道检测数据智能分析过程 123 6.3.3 腐蚀缺陷外形轮廓重构 123-126 6.4 本章小结 126-127 第七章 结论及展望 127-129 参考文献 129-138 致谢 138
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 基于流形学习的高维流场数据分类研究,V231.3
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 移动机器人视觉检测和跟踪研究,TP242.62
中图分类: > 交通运输 > 综合运输 > 管道运输 > 管道维护与检修
© 2012 www.xueweilunwen.com
|