收藏本站
《沈阳工业大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

管道漏磁检测缺陷识别技术的研究

余文来  
【摘要】: 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。
【学位授予单位】:沈阳工业大学
【学位级别】:硕士
【学位授予年份】:2009
【分类号】:TP274.4

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 幸玲玲,席保锋,盛剑霓;快速识别金属材料缺陷的一种新方法[J];电子学报;2000年08期
2 李建文,徐彦霖,王增勇;应用模式识别技术识别超声检测的缺陷类型[J];仪器仪表学报;2004年S1期
3 凌昌荣;刘桂雄;陈铁群;;应用集成神经网络识别超声检测缺陷[J];现代制造工程;2006年04期
4 李政;罗飞路;潘孟春;;基于支持向量机的航空发动机叶片超声检测[J];传感技术学报;2008年11期
5 陈献忠;;基于数字图像处理的机械零件缺陷识别[J];铁道建筑技术;2007年S1期
6 刚铁,吴林;超声检测中的多源信息融合技术与缺陷识别[J];机械工程学报;1999年01期
7 张晓光,林家骏;X射线检测焊缝的图像处理与缺陷识别[J];华东理工大学学报;2004年02期
8 黄茜;吴元;尹俊勋;;一种基于反几何扩散分类的图像二值化方法及应用[J];模式识别与人工智能;2008年02期
9 朱越;刘文耀;裘稀石;袁晔;刘方超;王晋疆;;全钢子午线轮胎缺陷识别系统的研制[J];光电工程;2009年05期
10 王春伟;铸件缺陷识别专家系统[J];铸造技术;2001年04期
中国重要会议论文全文数据库 前10条
1 张毅刚;;结构缺陷识别的参数判定法[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
2 张毅刚;;结构缺陷识别的线性规划法[A];中国土木工程学会计算机应用分会第七届年会土木工程计算机应用文集[C];1999年
3 李建文;徐彦霖;王增勇;;应用模式识别技术识别超声检测的缺陷类型[A];第二届全国信息获取与处理学术会议论文集[C];2004年
4 戴飞虎;;特厚板AUT典型缺陷识别[A];2011年全国中厚板生产技术交流会论文集[C];2011年
5 安世奇;王京;孙一康;;基于人工神经网络的板形缺陷识别[A];第二届全国信息获取与处理学术会议论文集[C];2004年
6 谢向群;曹平;;带钢表面在线检测系统在梅钢热轧的应用[A];第七届(2009)中国钢铁年会论文集(下)[C];2009年
7 陈晓亮;;带钢表面在线检测系统在梅钢热轧的应用[A];全国冶金自动化信息网2010年年会论文集[C];2010年
8 宋电子;周晓军;吴瑞明;何宇;王邦凯;;基于多自由度超声检测系统的声图象分析[A];第三届全国流体传动及控制工程学术会议论文集(第二卷)[C];2004年
9 宋电子;周晓军;吴瑞明;何宇;王邦凯;;基于多自由度超声检测系统的声图象分析[A];机床与液压学术研讨会论文集[C];2004年
10 张凤全;高娜;于明;赵晓安;张慧娟;;图像处理在物体表面缺陷检测中的应用[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年
中国重要报纸全文数据库 前8条
1 吴丹 谭志廷;无损检测是不可或缺的工业眼睛[N];中国航空报;2003年
2 沈钢 韦爱平;公司直升机智能巡检研究通过鉴定[N];国家电网报;2010年
3 白燕;宁夏制成红枣自动分选设备[N];江苏农业科技报;2010年
4 王毅 林春展;我国管道漏磁检测技术国际一流[N];中国石化报;2005年
5 记者 杨方武 通讯员 刘立岩 杨靖瀚;中国石油管道漏磁检测技术国际领先[N];中国石油报;2005年
6 记者 刘立岩 杨靖瀚;我国首台大口径高清晰度管道漏磁检测器牵拉试验成功[N];石油管道报;2005年
7 记者 白燕;我区红枣自动分选设备填补国内空白[N];宁夏日报;2010年
8 徐科 杨朝霖 周鹏;高效算法实现热轧带钢表面缺陷在线检测[N];中国冶金报;2010年
中国博士学位论文全文数据库 前10条
1 刘刚;管道漏磁内检测关键技术问题研究[D];沈阳工业大学;2010年
2 薛海涛;铝合金点焊质量信息化技术的研究[D];天津大学;2004年
3 曹印妮;基于漏磁成像原理的钢丝绳局部缺陷定量检测技术研究[D];哈尔滨工业大学;2007年
4 潘洪平;钢球表面质量自动评价体系建立及其应用的研究[D];哈尔滨工业大学;2000年
5 黄靓;混凝土超声波层析成像的理论方法和试验研究[D];湖南大学;2008年
6 赵向阳;基于神经网络的钢板表面缺陷识别若干问题的研究[D];大连理工大学;2006年
7 詹湘琳;超声相控阵油气管道环焊缝缺陷检测技术的研究[D];天津大学;2007年
8 程万胜;钢板表面缺陷检测技术的研究[D];哈尔滨工业大学;2008年
9 刘怀广;浮法玻璃缺陷在线识别算法的研究及系统实现[D];华中科技大学;2011年
10 康中尉;基于场量测量和频率扫描技术的电磁无损检测技术研究[D];国防科学技术大学;2005年
中国硕士学位论文全文数据库 前10条
1 余文来;管道漏磁检测缺陷识别技术的研究[D];沈阳工业大学;2009年
2 崔利东;高速铁路漏磁检测缺陷识别技术[D];南京航空航天大学;2011年
3 汪金海;基于视频定位的超声检测方法与缺陷识别的研究[D];哈尔滨工业大学;2010年
4 李建文;磁粉探伤缺陷识别自动化系统设计与开发[D];南京理工大学;2012年
5 刘冰清;基于机器视觉的印刷品缺陷识别系统研究[D];西安科技大学;2010年
6 毛锋;面向成型生产的视觉式缺陷识别技术及应用研究[D];浙江大学;2010年
7 张宏军;太阳能电池缺陷识别的研究与实现[D];东华大学;2012年
8 李兵;晶振的缺陷检测和识别[D];合肥工业大学;2004年
9 阮晴;超声无损检测缺陷识别方法研究[D];国防科学技术大学;2011年
10 李昭月;基于X射线实时成像系统图像处理与缺陷识别的研究[D];东北大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026