CN102162577B - 管道缺陷表面完整性检测装置及其检测方法 - Google Patents
管道缺陷表面完整性检测装置及其检测方法 Download PDFInfo
- Publication number
- CN102162577B CN102162577B CN 201010607380 CN201010607380A CN102162577B CN 102162577 B CN102162577 B CN 102162577B CN 201010607380 CN201010607380 CN 201010607380 CN 201010607380 A CN201010607380 A CN 201010607380A CN 102162577 B CN102162577 B CN 102162577B
- Authority
- CN
- China
- Prior art keywords
- data
- motion
- module
- control component
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
管道缺陷表面完整性检测装置及其检测方法，它为解决现有管内检测装置对不同材质、不同类型缺陷的检测敏感度各不相同，测量数据间相互独立，很难准确判断管道损伤程度的问题而提出。检测组件的超声检测数据信号输出输入端、图像检测数据信号输出输入端和位置信息数据输出端分别连控制组件的超声检测数据信号输入输出端、图像检测数据信号输入输出端和位置信息数据输入端，一、获取管道损伤表面的图像数据并计算出管道缺陷表面区域及损伤特征参数；二、对限定区域内的厚度信息的检测；三、进行缺陷表面及损伤区域完整性三维实体建模；四：运用有限元分析方法得到结果。它可准确地判断管道损伤程度并适用于需要对缺陷表面完整性检测的场合。
Description
技术领域
本发明涉及一种管道缺陷表面检测装置及其检测方法。
背景技术
在役埋地管道在使用过程中长期受到内外介质的共同作用，如水的腐蚀作用、水锤作用、土壤的物理、化学、电化学腐蚀以及管材潜在缺陷、疲劳破坏，自然或人为因素等的作用，管壁会出现机械裂纹、腐蚀点(坑或孔)，破坏管道本体表面完整性，使管道功能逐渐“弱化”而进入事故多发期。因此结合在役管道损伤的缺陷类型及特点，进行缺陷表面完整性检测评价，是实现管道安全运营管理的关键。
管道内检测技术是在管道损伤后，进行缺陷表面完整性检测与功能评价的有效手段。利用其携带的无损检测装置和数据采集、存储系统，可实现管道损伤区域的定位、损伤范围的标定、平均剩余厚度测量分析。例如，德国Fraunhofer Gesellschaft公司开发的KARO管道内检测机器人系统，可同时携带CCTV、超声和微波检测装置；澳大利亚CSIRO公司研制的PIRAT管道内检测系统可同时携带CCTV、激光扫描、声纳检测装置。由于基于不同原理的内检测装置对不同材质、不同类型缺陷的检测敏感度各不相同，内检测系统中不同的检测装置以不同的数据格式、测量精度记录检测结果，测量数据间相互独立，据其很难判断管道损伤程度。
发明内容
本发明为了解决现有管内检测装置对不同材质、不同类型缺陷的检测敏感度各不相同，测量数据间相互独立，很难准确判断管道损伤程度的问题，而提出的管道缺陷表面完整性检测装置及其检测方法。
管道缺陷表面完整性检测装置，它由检测组件、控制组件、数据采集组件、运动控制组件和运动执行组件组成；检测组件的超声检测数据信号输出输入端与控制组件的超声检测数据信号输入输出端相连，检测组件的图像检测数据信号输出输入端与控制组件的图像检测数据信号输入输出端相连；检测组件的位置信息数据输出端与控制组件的位置信息数据输入端相连，控制组件的超声采集数据输出端与数据采集组件的超声采集数据输入端相连，控制组件的图像采集数据输出端与数据采集组件的图像采集数据输入端相连；数据采集组件的运动参数数据信号输出端与运动控制组件的运动参数数据信号输入端相连；数据采集组件的运动路径数据信号输出端与运动控制组件的运动路径数据信号输入端相连；运动控制组件的运动参数数据信号输出端和运动控制组件的运动路径数据信号输出端同时与控制组件的运动参数与路径数据信号输入端相连；控制组件的运动执行数据信号输出端同时与运动执行组件的第一运动执行数据信号输入端和运动执行组件的第二运动执行数据信号输入端相连。
使用上述管道缺陷表面完整性检测装置的检测方法，它由如下步骤完成：
步骤一：通过检测组件获取管道损伤表面的图像数据，并采用基于HSV色彩空间的图像处理算法，进行定位并计算出管道缺陷表面区域及损伤特征参数；
步骤二：在步骤一中限定的缺陷表面区域内，
用数据采集组件获得图像数据，运动控制组件结合图像色彩数据信息以及上述图像数据获得运动扫描路径及运动参数的设置，并将所述运动扫描路径及设置的运动参数发送给控制组件，由该控制组件输出驱动信号控制运动执行组件按照扫描路径运动；
在运动执行组件运动的过程中，数据采集组件通过检测组件中的超声检测模块完成对限定区域内的厚度信息的检测；所述厚度信息和采集该厚度信息时对应的运动执行组件的坐标信息组成离散三维检测数据；
步骤三：将步骤二检测得到的离散三维检测数据，利用基于径向基基函数和B样条的离散数据可视化方法，进行缺陷表面及损伤区域完整性三维实体建模；
步骤四：将步骤三得到三维实体模型运用有限元分析方法，进行不同载荷作用下的强度和材料应力分析，得到最终的管道缺陷表面完整性结果。
本发明的优越性在于各种测量数据间相互合成，准确地判断管道损伤程度。它采用图像数据和超声数据相结合的缺陷表面完整性检测方法，利用基于色彩信息的图像处理算法，不仅能准确的判定出缺陷表面的位置、表面形貌及其区域范围，而且可据此引导超声探头进行定区域的扫描，弥补常规超声测厚点测量法的不足，高效、准确的获取缺陷表面的位置及其空间结构特征的三维损伤信息，并可在此基础上进行其功能及安全性分析。本发明可广泛适用于各种需要对缺陷表面完整性进行检测的场合。
附图说明
图1为本发明的模块结构示意图。
具体实施方式
具体实施方式一：结合图1说明本实施方式，本实施方式由检测组件1、控制组件2、数据采集组件3、运动控制组件4和运动执行组件5组成；检测组件1的超声检测数据信号输出输入端与控制组件2的超声检测数据信号输入输出端相连，检测组件1的图像检测数据信号输出输入端与控制组件2的图像检测数据信号输入输出端相连；检测组件1的位置信息数据输出端与控制组件2的位置信息数据输入端相连，控制组件2的超声采集数据输出端与数据采集组件3的超声采集数据数据输入端相连，控制组件2的图像采集数据输出端与数据采集组件3的图像采集数据输入端相连；数据采集组件3的运动参数数据信号输出端与运动控制组件4的运动参数数据信号输入端相连；数据采集组件3的运动路径数据信号输出端与运动控制组件4的运动路径数据信号输入端相连；运动控制组件4的运动参数数据信号输出端和运动控制组件4的运动路径数据信号输出端同时与控制组件2的运动参数与路径数据信号输入端相连；控制组件2的运动执行数据信号输出端同时与运动执行组件5的第一运动执行数据信号输入端和运动执行组件5的第二运动执行数据信号输入端相连。
具体实施方式二：结合图1说明本实施方式，本实施方式与具体实施方式一不同点在于所述检测组件1由超声检测模块1-1、图像检测模块1-2、位置信息反馈模块1-3组成；所述超声检测模块1-1的超声检测数据信号输出输入端即为检测组件1的超声检测数据信号输出输入端；所述图像检测模块1-2的图像检测数据信号输出输入端即为检测组件1的图像检测数据信号输出输入端；所述位置信息反馈模块1-3的位置信息数据输出端即为检测组件1的位置信息数据输出端。其它组成和连接方式与具体实施方式一相同。
具体实施方式三：结合图1说明本实施方式，本实施方式与具体实施方式一或二不同点在于所述控制组件2由超声检测控制模块2-1、图像检测控制模块2-2、运动控制模块2-3和伺服运动驱动模块2-4组成；所述超声检测控制模块2-1的超声检测数据信号输入输出端即为控制组件2的超声检测数据信号输入输出端；所述图像检测控制模块2-2的图像检测数据信号输入输出端即为控制组件2的图像检测数据信号输入输出端；所述运动控制模块2-3的位置信息数据输入端即为控制组件2的位置信息数据输入端；所述运动控制模块2-3的伺服驱动控制信号输出端与伺服运动驱动模块2-4的伺服驱动控制信号输入端相连；所述伺服运动驱动模块2-4的运动参数与路径数据信号输入端即为控制组件2的运动参数与路径数据信号输入端相连；伺服运动驱动模块2-4的运动执行数据信号输出端即为控制组件2的运动执行数据信号输出端。其它组成和连接方式与具体实施方式一或二相同。
具体实施方式四：结合图1说明本实施方式，本实施方式与具体实施方式三不同点在于所述数据采集组件3由超声数据采集模块3-1、图像数据采集模块3-2和管道缺陷分析模块3-3组成；所述超声数据采集模块3-1的超声采集数据数据输入端即为数据采集组件3的超声采集数据数据输入端；超声数据采集模块3-1的运动参数数据信号输出端即为数据采集组件3的运动参数数据信号输出端；所述图像数据采集模块3-2的图像采集数据输入端即为数据采集组件3的图像采集数据输入端；图像数据采集模块3-2的管道缺陷图像数据信号输出端与管道缺陷分析模块3-3的管道缺陷图像数据信号输入端相连；所述管道缺陷分析模块3-3的运动路径数据信号输出端即为数据采集组件3的运动路径数据信号输出端。其它组成和连接方式与具体实施方式三相同。
具体实施方式五：结合图1说明本实施方式，本实施方式与具体实施方式一、二或四不同点在于所述运动控制组件4由运动参数控制模块4-1和运动路径控制模块4-2组成；所述运动参数控制模块4-1的运动参数数据信号输出端即为运动控制组件4的运动参数数据信号输出端；运动参数控制模块4-1的运动参数数据信号输出端即为运动控制组件4的运动参数数据信号输出端；所述运动路径控制模块4-2的运动路径数据信号输入端即为运动控制组件4的运动路径数据信号输入端，所述运动路径控制模块4-2的运动路径数据信号输出端即为运动控制组件4的运动路径数据信号输出端。其它组成和连接方式与具体实施方式一、二或四相同。
具体实施方式六：结合图1说明本实施方式，本实施方式与具体实施方式五不同点在于所述运动执行组件5由X方向运动模块5-1和Y方向运动模块5-2组成；所述X方向运动模块5-1的运动执行数据信号输入端即为运动执行组件5的第一运动执行数据信号输入端；Y方向运动模块5-2的运动执行数据信号输入端即为运动执行组件5的第二运动执行数据信号输入端。其它组成和连接方式与具体实施方式五相同。
具体实施方式七：管道缺陷表面完整性检测方法，它由如下步骤完成：
步骤一：通过检测组件1获取管道损伤表面的图像数据，并采用基于HSV色彩空间的图像处理算法，进行定位并计算出管道缺陷表面区域及损伤特征参数；
步骤二：在步骤一中限定的缺陷表面区域内，
用数据采集组件3获得图像数据，运动控制组件4结合图像色彩数据信息以及上述图像数据获得运动扫描路径及运动参数的设置，并将所述运动扫描路径及设置的运动参数发送给控制组件2，由该控制组件2输出驱动信号控制运动执行组件5按照扫描路径运动；
在运动执行组件5运动的过程中，数据采集组件3通过检测组件1中的超声检测模块1-1完成对限定区域内的厚度信息的检测；所述厚度信息和采集该厚度信息时对应的运动执行组件5的坐标信息组成离散三维检测数据；
步骤三：将步骤二检测得到的离散三维检测数据，利用基于径向基基函数和B样条的离散数据可视化方法，进行缺陷表面及损伤区域完整性三维实体建模；
步骤四：将步骤三得到三维实体模型运用有限元分析方法，进行不同载荷作用下的强度和材料应力分析，得到最终的管道缺陷表面完整性结果。
利用数据层信息融合方法处理超声和图像测量结果，可以获得损伤区域内损伤特征点的三维数据信息描述。但仅通过这些无规则的、离散的数据点的三维数据信息，无法得到损伤区域的直观描述，更无法直接对其分析、识别损伤类型、获取特征量值，进行损伤状况分析评价。为此，利用基于径向基基函数与B样条的曲面拟合算法，实现空间离散点数据的三维可视化表达。这种方法的整体思想是：将拟合散乱数据点的问题转化为拟合有序点列(其投影是平面上的网格点)的问题，并通过径向基基函数插值方法预估这些有序点列的值，然后再用B样条函数拟合这些有序点列，从而得到离散数据点的拟合曲面。这种方法既结合了对于数据量少的情况，径向基基函数函数插值的结果较令人满意，而且计算比较容易实现的优点，也利用了B样条函数在处理大量均匀数据时所表现出来的优势。
步骤三中对拟合的损伤区域三维点云图，进行数据结构转换后导入Pro/E软件，建立损伤管体的三维实体模型。应用Pro/E软件与ANSYS软件之间的无缝接口，将所建立的模型导入ANSYS环境中进行实体模型的自动化分单元，并对感兴趣的区域进行模型的细划。
通过对运行工况、受力状况的分析，建立管体力学模型，运用有限元分析方法，对步骤三中所建管体模型进行不同载荷作用下的强度和材料应力分析，确定出不同承载情况下，管道中可能存在的危险点及损伤处的极限承载能力，对其功能及安全性进行评价。
具体实施方式八：本实施方式与具体实施方式七不同点在于步骤一中得到管道缺陷表面区域及损伤特征参数的方法由如下步骤组成：
步骤1：在管道缺陷分析模块3-3中首先对获得的RGB格式的管道损伤表面图像数据进行HSV色彩空间的颜色模型转换；
步骤2：选择S分割特征依次进行直方图均衡化、中值滤波、快速模糊C-均值分割后得到一个分割结果；
步骤3：将步骤1中颜色模型转换后的H、S、V三个分量进行叠加后再选择S分割特征依次对进行直方图均衡化、中值滤波、快速模糊C-均值分割，并再得到一个分割结果；
步骤4：将步骤2和步骤3得到的两个分割结果进行合成，去掉多余的伪信息；获得去伪后的合成分割结果；
步骤5：：对步骤4得到去伪后的合成分割结果依次进行小区域消除、背景填充操作，从而得到高精度、高准确度的管道缺陷表面区域特征，通过计算获得损伤特征参数值。其它组成和连接方式与具体实施方式七相同。
具体实施方式九：本实施方式与具体实施方式八不同点在于步骤三中进行缺陷表面及损伤区域完整性三维实体建模的方法由如下步骤实现：
步骤A：设曲面的原始数据点集合为S；
步骤B：设S0为点集S在XOY坐标平面上的投影点集，并圈定S0的边界；
步骤C：将S0进行网格划分为M×N个区域，网格上的点即为B样条插值的点在XOY坐标平面上的投影；
步骤D：将原始数据点集S分块，设块数为p，每块数据点的个数为nk，k＝0，1，2...P个；
步骤E：每小块数据点集sk分别用不同的径向基基函数fk进行插值，生产分块插值曲面；
步骤F：根据分块插值曲面函数fk来分别求出步骤C中网格点所对应的函数值，所有函数值的集合构成了B样条插值点集Pij；
步骤G：利用点集Pij作B样条插值曲面，生成B样条插值网格曲面；
步骤H：根据预先设定的误差分析进行网格调整；
步骤I：对拟合的损伤区域三维点云图，进行数据结构转换后，建立损伤管体的三维实体模型。其它组成和连接方式与具体实施方式八相同。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明所提交的权利要求书确定的专利保护范围。
Claims (2)
1.管道缺陷表面完整性检测装置，其特征在于它由检测组件(1)、控制组件(2)、数据采集组件(3)、运动控制组件(4)和运动执行组件(5)组成；检测组件(1)的超声检测数据信号输出输入端与控制组件(2)的超声检测数据信号输入输出端相连，检测组件(1)的图像检测数据信号输出输入端与控制组件(2)的图像检测数据信号输入输出端相连；检测组件(1)的位置信息数据输出端与控制组件(2)的位置信息数据输入端相连，控制组件(2)的超声采集数据输出端与数据采集组件(3)的超声采集数据输入端相连，控制组件(2)的图像采集数据输出端与数据采集组件(3)的图像采集数据输入端相连；数据采集组件(3)的运动参数数据信号输出端与运动控制组件(4)的运动参数数据信号输入端相连；数据采集组件(3)的运动路径数据信号输出端与运动控制组件(4)的运动路径数据信号输入端相连；运动控制组件(4)的运动参数数据信号输出端和运动控制组件(4)的运动路径数据信号输出端同时与控制组件(2)的运动参数与路径数据信号输入端相连；控制组件(2)的运动执行数据信号输出端同时与运动执行组件(5)的第一运动执行数据信号输入端和运动执行组件(5)的第二运动执行数据信号输入端相连；
所述检测组件(1)由超声检测模块(1-1)、图像检测模块(1-2)、位置信息反馈模块(1-3)组成；所述超声检测模块(1-1)的超声检测数据信号输出输入端即为检测组件(1)的超声检测数据信号输出输入端；所述图像检测模块(1-2)的图像检测数据信号输出输入端即为检测组件(1)的图像检测数据信号输出输入端；所述位置信息反馈模块(1-3)的位置信息数据输出端即为检测组件(1)的位置信息数据输出端；
所述控制组件(2)由超声检测控制模块(2-1)、图像检测控制模块(2-2)、运动控制模块(2-3)和伺服运动驱动模块(2-4)组成；所述超声检测控制模块(2-1)的超声检测数据信号输入输出端即为控制组件(2)的超声检测数据信号输入输出端；所述图像检测控制模块(2-2)的图像检测数据信号输入输出端即为控制组件(2)的图像检测数据信号输入输出端；所述运动控制模块(2-3)的位置信息数据输入端即为控制组件(2)的位置信息数据输入端；所述运动控制模块(2-3)的伺服驱动控制信号输出端与伺服运动驱动模块(2-4)的伺服驱动控制信号输入端相连；所述伺服运动驱动模块(2-4)的运动参数与路径数据信号输入端即为控制组件(2)的运动参数与路径数据信号输入端相连；伺服运动驱动模块(2-4)的运动执行数据信号输出端即为控制组件(2)的运动执行数据信号输出端；
所述数据采集组件(3)由超声数据采集模块(3-1)、图像数据采集模块(3-2)和管道缺陷分析模块(3-3)组成；所述超声数据采集模块(3-1)的超声采集数据输入端即为数据采集组件(3)的超声采集数据输入端；超声数据采集模块(3-1)的运动参数数据信号输出端即为数据采集 组件(3)的运动参数数据信号输出端；所述图像数据采集模块(3-2)的图像采集数据输入端即为数据采集组件(3)的图像采集数据输入端；图像数据采集模块(3-2)的管道缺陷图像数据信号输出端与管道缺陷分析模块(3-3)的管道缺陷图像数据信号输入端相连；所述管道缺陷分析模块(3-3)的运动路径数据信号输出端即为数据采集组件(3)的运动路径数据信号输出端；
所述运动控制组件(4)由运动参数控制模块(4-1)和运动路径控制模块(4-2)组成；所述运动参数控制模块(4-1)的运动参数数据信号输出端即为运动控制组件(4)的运动参数数据信号输出端；运动参数控制模块(4-1)的运动参数数据信号输出端即为运动控制组件(4)的运动参数数据信号输出端；所述运动路径控制模块(4-2)的运动路径数据信号输入端即为运动控制组件(4)的运动路径数据信号输入端，所述运动路径控制模块(4-2)的运动路径数据信号输出端即为运动控制组件(4)的运动路径数据信号输出端；
所述运动执行组件(5)由X方向运动模块(5-1)和Y方向运动模块(5-2)组成；所述X方向运动模块(5-1)的运动执行数据信号输入端即为运动执行组件(5)的第一运动执行数据信号输入端；Y方向运动模块(5-2)的运动执行数据信号输入端即为运动执行组件(5)的第二运动执行数据信号输入端。
2.使用权利要求1所述的管道缺陷表面完整性检测装置的检测方法，其特征在于它由如下步骤完成：
步骤一：通过检测组件(1)获取管道损伤表面的图像数据，并采用基于HSV色彩空间的图像处理算法，进行定位并计算出管道缺陷表面区域及损伤特征参数；
步骤二：在步骤一中限定的缺陷表面区域内，
用数据采集组件(3)获得图像数据，运动控制组件(4)结合图像色彩数据信息以及上述图像数据获得运动扫描路径及运动参数的设置，并将所述运动扫描路径及设置的运动参数发送给控制组件(2)，由该控制组件(2)输出驱动信号控制运动执行组件(5)按照扫描路径运动；
在运动执行组件(5)运动的过程中，数据采集组件(3)通过检测组件(1)中的超声检测模块(1-1)完成对限定区域内的厚度信息的检测；所述厚度信息和采集该厚度信息时对应的运动执行组件(5)的坐标信息组成离散三维检测数据；
步骤三：将步骤二检测得到的离散三维检测数据，利用基于径向基基函数和B样条的离散数据可视化方法，进行缺陷表面及损伤区域完整性三维实体建模；
步骤四：将步骤三得到三维实体模型运用有限元分析方法，进行不同载荷作用下的强度和材料应力分析，得到最终的管道缺陷表面完整性结果；
所述步骤一中得到管道缺陷表面区域及损伤特征参数的方法由如下步骤组成：
步骤1：在管道缺陷分析模块(3-3)中首先对获得的RGB格式的管道损伤表面图像数据进行HSV色彩空间的颜色模型转换；
步骤2：选择S分割特征依次进行直方图均衡化、中值滤波、快速模糊C-均值分割后得到一个分割结果；
步骤3：将步骤1中颜色模型转换后的H、S、V三个分量进行叠加后再选择S分割特征依次对进行直方图均衡化、中值滤波、快速模糊C-均值分割，并再得到一个分割结果；
步骤4：将步骤2和步骤3得到的两个分割结果进行合成，去掉多余的伪信息，获得去伪后的合成分割结果；
步骤5：:对步骤4得到去伪后的合成分割结果依次进行小区域消除、背景填充操作，从而得到高精度、高准确度的管道缺陷表面区域特征，通过计算获得损伤特征参数值；
所述步骤三中进行缺陷表面及损伤区域完整性三维实体建模的方法由如下步骤实现：
步骤A：设曲面的原始数据点集合为S；
步骤B：设S0为点集S在XOY坐标平面上的投影点集，并圈定S0的边界；
步骤C：将S0进行网格划分为M×N个区域，网格上的点即为B样条插值的点在XOY坐标平面上的投影；
步骤D：将原始数据点集S分块，设块数为p，每块数据点的个数为nk，k=0,1,2…P个；
步骤E：每小块数据点集sk分别用不同的径向基基函数fk进行插值，生产分块插值曲面；
步骤F：根据分块插值曲面函数fk来分别求出步骤C中网格点所对应的函数值，所有函数值的集合构成了B样条插值点集Pij；
步骤G：利用点集Pij作B样条插值曲面，生成B样条插值网格曲面；
步骤H：根据预先设定的误差分析进行网格调整；
步骤I：对拟合的损伤区域三维点云图，进行数据结构转换后，建立损伤管体的三维实体模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010607380 CN102162577B (zh) | 2010-12-27 | 2010-12-27 | 管道缺陷表面完整性检测装置及其检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201010607380 CN102162577B (zh) | 2010-12-27 | 2010-12-27 | 管道缺陷表面完整性检测装置及其检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102162577A CN102162577A (zh) | 2011-08-24 |
| CN102162577B true CN102162577B (zh) | 2013-01-16 |
Family
ID=44463952
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201010607380 Expired - Fee Related CN102162577B (zh) | 2010-12-27 | 2010-12-27 | 管道缺陷表面完整性检测装置及其检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102162577B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2982976B1 (fr) * | 2011-11-23 | 2014-08-22 | Snecma | Systeme et procede de localisation dynamique d'un defaut constate sur une piece |
| CN104215695B (zh) * | 2013-06-05 | 2017-07-04 | 上海工程技术大学 | 一种三维超声定位网状模板 |
| CN103389736B (zh) * | 2013-07-18 | 2015-09-30 | 东北大学 | 一种基于红外热成像的海底管道巡线机器人的控制方法 |
| CN104235618B (zh) * | 2014-09-04 | 2017-02-15 | 哈尔滨工程大学 | 一种基于mems惯性测量单元的管道测绘及缺陷定位装置及其管道测绘及缺陷定位方法 |
| CN105806936B (zh) * | 2014-12-29 | 2018-02-09 | 中石化胜利石油工程有限公司钻井工艺研究院 | 一种管道缺陷检测装置的数据分析方法 |
| CN107085001B (zh) * | 2017-04-19 | 2019-10-25 | 天津博迈科海洋工程有限公司 | 大型工艺管线缺陷探测方法 |
| CN107526884B (zh) * | 2017-08-17 | 2020-02-21 | 中国水利水电科学研究院 | 一种埋地管道结构安全检测方法及埋地管道结构安全评价方法 |
| CN108016020B (zh) * | 2017-12-12 | 2023-10-24 | 河北天昱恒科技有限公司 | 塑料管自动检测装置 |
| CN109185718B (zh) * | 2018-07-24 | 2021-06-18 | 温学智 | 供水管网管道健康检测系统与漏点检测定位方法 |
| CN111424795A (zh) * | 2020-02-26 | 2020-07-17 | 郑州大学 | 排水管道修补可视化智能旋喷方法 |
| CN111457252B (zh) * | 2020-06-01 | 2022-07-19 | 安徽理工大学 | 一种基于振动波的燃气管道泄漏定位方法 |
| CN116412359B (zh) * | 2023-04-13 | 2024-02-20 | 南雄市佛燃能源有限公司 | 一种天然气泄漏监测系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1410763A (zh) * | 2002-10-25 | 2003-04-16 | 浙江大学 | 空间曲线型微细管道内表面形貌检测器 |
| CN101762633A (zh) * | 2008-12-25 | 2010-06-30 | 中国石油天然气股份有限公司 | 一种管道本体缺陷快速检测方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102004035174B4 (de) * | 2004-07-16 | 2006-08-10 | V&M Deutschland Gmbh | Verfahren und Vorrichtung zur zerstörungsfreien Prüfung von Rohren |
| JP2009098031A (ja) * | 2007-10-17 | 2009-05-07 | Central Res Inst Of Electric Power Ind | 多層管の界面状態検出装置および界面状態検出方法 |
-
2010
- 2010-12-27 CN CN 201010607380 patent/CN102162577B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1410763A (zh) * | 2002-10-25 | 2003-04-16 | 浙江大学 | 空间曲线型微细管道内表面形貌检测器 |
| CN101762633A (zh) * | 2008-12-25 | 2010-06-30 | 中国石油天然气股份有限公司 | 一种管道本体缺陷快速检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| JP特开2009-98031A 2009.05.07 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102162577A (zh) | 2011-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102162577B (zh) | 管道缺陷表面完整性检测装置及其检测方法 | |
| Peel et al. | Localisation of a mobile robot for bridge bearing inspection | |
| Xu et al. | TLS-based composite structure deformation analysis validated with laser tracker | |
| Tang et al. | Efficient and effective quality assessment of as-is building information models and 3D laser-scanned data | |
| CN110849882B (zh) | 一种用于识别、定位、检测管道焊缝的设备及方法 | |
| CN102859317A (zh) | 使用参考的体积分析传感器的物体检查 | |
| CN116757097A (zh) | 一种数字孪生水利工程运维监测系统和方法 | |
| CN113984880B (zh) | 对管道金属损失缺陷生成三维轮廓的方法及装置 | |
| Wu et al. | Concrete spalling detection for metro tunnel from point cloud based on roughness descriptor | |
| CN110136186A (zh) | 一种用于移动机器人目标测距的检测目标匹配方法 | |
| König et al. | What's cracking? A review and analysis of deep learning methods for structural crack segmentation, detection and quantification | |
| Belloni et al. | Tack project: tunnel and bridge automatic crack monitoring using deep learning and photogrammetry | |
| CN114004950B (zh) | 一种基于BIM与LiDAR技术的路面病害智能识别与管理方法 | |
| Ma et al. | A low-cost 3D reconstruction and measurement system based on structure-from-motion (SFM) and multi-view stereo (MVS) for sewer pipelines | |
| CN117564441A (zh) | 基于机器视觉的搅拌摩擦焊焊缝质量监控系统及方法 | |
| Sabato et al. | Advancements in structural health monitoring using combined computer-vision and unmanned aerial vehicles approaches | |
| CN114937134A (zh) | 基于无人机和多视角几何的飞机蒙皮缺陷识别与定位方法 | |
| CN116448756A (zh) | 道路状况检测方法、装置、终端设备及存储介质 | |
| Oppel et al. | Numerical constitutive model for wood with specified density function | |
| CN112578393A (zh) | 一种基于bim的轨道交通隧道限界校核方法及系统 | |
| Meng et al. | Precise determination of mini railway track with ground based laser scanning | |
| DI PAOLA et al. | A reverse engineering approach to measure the deformations of a sailing yacht | |
| Ghahremani et al. | Automated 3D image-based section loss detection for finite element model updating | |
| CN118408607B (zh) | 汽车零部件检测方法及装置 | |
| Luo et al. | Quality Detection Model for Automotive Dashboard Based on an Enhanced Visual Model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C17 | Cessation of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130116 Termination date: 20131227 |