CN103997315A - 一种管道漏磁信号自适应滤波装置及方法 - Google Patents
一种管道漏磁信号自适应滤波装置及方法 Download PDFInfo
- Publication number
- CN103997315A CN103997315A CN201410208862.3A CN201410208862A CN103997315A CN 103997315 A CN103997315 A CN 103997315A CN 201410208862 A CN201410208862 A CN 201410208862A CN 103997315 A CN103997315 A CN 103997315A
- Authority
- CN
- China
- Prior art keywords
- leakage signal
- pipeline
- magnetic flux
- defect
- magnetic
- 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.)
- Granted
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000007547 defect Effects 0.000 claims abstract description 244
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 230000004907 flux Effects 0.000 claims description 331
- 239000011159 matrix material Substances 0.000 claims description 167
- 238000002372 labelling Methods 0.000 claims description 81
- 230000003044 adaptive effect Effects 0.000 claims description 75
- 230000002159 abnormal effect Effects 0.000 claims description 68
- 230000001915 proofreading effect Effects 0.000 claims description 9
- 241001632427 Radiola Species 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000003750 conditioning effect Effects 0.000 abstract description 2
- 238000013480 data collection Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000005307 ferromagnetism Effects 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 101100062780 Mus musculus Dclk1 gene Proteins 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
一种管道漏磁信号自适应滤波装置及方法,该装置包括数据采集器、调理电路、A/D转换器、数据采集控制器和数据处理器;该方法包括步骤1:采集管道漏磁信号;步骤2:基于关联区域生长算法的管道漏磁信号分类;步骤3:对管道缺陷漏磁信号进行特征点提取;步骤4:对管道缺陷漏磁信号进行滤波;步骤5:对管道缺陷漏磁信号进行基于特征点的数据补偿;步骤6:基于滑动平均值算法,对正常漏磁信号进行滤波;步骤7:重构完整的管道漏磁信号并输出;本发明克服了普通滤波方法滤波时间长和特征点错位的缺点,提高了信号分类的效率精度及特征点提取的速度。
Description
技术领域
本发明属于无损检测技术领域,涉及一种管道漏磁信号自适应滤波装置及方法。
背景技术
随着国内外油气管道的逐步加长、运输量的逐步加大,油气管道高效安全地输送得到了广泛的重视。由于长时间的腐蚀、磨损以及意外的机械损伤等原因,铁磁性油气输送管道会形成各种各样的缺陷。为了防止泄露事故的发生,有必要利用管道检测装置对管道进行检测。
漏磁检测法是无损检测的主要手段之一,它是针对管道这类高磁导率的铁磁性材料被磁化后,在有缺陷处磁力线发生弯曲变形,并且有一部分磁力线泄露出缺陷表面,利用传感器检测该泄漏磁场以及磁场强度,从而可判断缺陷存在与否以及缺陷的大小。漏磁检测法对测量环境要求低,且不需要耦合剂,具有极为广泛的应用领域和应用前景。但是,通过漏磁检测法采集到的信号,由于受到现场环境和被测管道内部铁磁性表面条件的影响,检测信号往往附带有大量的噪声,直接用于缺陷识别会严重影响检测结果的正确性,因此,需要采用合适的滤波方法处理漏磁信号。由于管道漏磁检测一般采用在线检测系统,被检测管道的长度可达数十千米,采集到的漏磁信号数据量巨大,普通滤波方法缺少对漏磁信号处理的针对性,因此滤波时间长,而且滤波后的信号特征点容易错位,影响对缺陷形状和尺寸的判断。
发明内容
针对现有技术存在的不足,本发明提供一种管道漏磁信号自适应滤波装置及方法。
本发明的技术方案:
一种管道漏磁信号自适应滤波装置,包括:数据采集器、调理电路、A/D转换器、数据采集控制器和数据处理器;
所述数据采集器置于管道内,数据采集器的输入端作为该滤波装置的输入端采集管道漏磁信号,数据采集器的输出端连接调理电路的输入端,调理电路的输出端连接A/D转换器的输入端,A/D转换器的输出端与数据采集控制器的输入端相连接,数据采集控制器的输出端与数据处理器的输入端相连接,数据处理器的输出端作为该滤波装置的输出端输出自适应滤波后的管道漏磁信号;
所述数据采集器由传感器构成,用于采集管道漏磁信号,并将其转化为模拟电信号后,送入调理电路;
所述调理电路用于将数据采集器传送过来的模拟电信号进行滤波、放大后,输出给A/D转换器;
所述A/D转换器用于将调理电路送来的模拟电信号转化为数字电信号,传送给数据采集控制器;
所述数据采集控制器用于控制A/D转换器的各通道的转换顺序,接收A/D转换器传送来的数据并缓存,响应数据处理器的数据读取;
所述数据处理器用于通过数据总线读取数据采集控制器缓存中的数据,并对管道漏磁信号进行滤波,并将滤波后的管道漏磁信号输出。
所述数据采集器由多个传感器构成,用于采集多路管道漏磁信号。
所述数据处理器对管道漏磁信号进行滤波,包括:利用关联区域生长算法将管道漏磁信号分为管道部件漏磁信号、管道缺陷漏磁信号和正常漏磁信号;对于管道缺陷漏磁信号,分别进行基于自适应阈值快速分水岭算法的特征点提取和基于小波滤波算法的滤波,再对滤波后的管道缺陷漏磁信号进行基于特征点的数据补偿;对于正常漏磁信号,利用滑动平均值算法进行滤波;将管道部件漏磁信号、数据补偿后的管道缺陷漏磁信号、滤波后的正常漏磁信号按里程重构成完整的管道漏磁信号。
采用所述的管道漏磁信号自适应滤波装置进行管道漏磁信号自适应滤波的方法,包括如下步骤:
步骤1:采集管道漏磁信号;
管道漏磁信号分为轴向管道漏磁信号和径向管道漏磁信号;
步骤2:利用基于关联区域生长算法,将采集到的管道漏磁信号进行分类,分为管道部件漏磁信号、管道缺陷漏磁信号和正常漏磁信号三类;
步骤3:利用基于自适应阈值快速分水岭算法,对步骤2得到的管道缺陷漏磁信号进行特征点提取;
步骤4:利用小波滤波算法对步骤2得到的管道缺陷漏磁信号进行滤波;
步骤5:利用步骤3提取的特征点,对经步骤4滤波后的管道缺陷漏磁信号进行基于特征点的数据补偿,得到补偿后的管道缺陷漏磁信号;
步骤6:利用滑动平均值算法,对步骤2得到的正常漏磁信号进行滤波,得到滤波后的正常漏磁信号;
步骤7:将步骤2得到的管道部件漏磁信号、步骤5得到的补偿后的管道缺陷漏磁信号、步骤6得到的滤波后的正常漏磁信号按里程进行重构,组成完整的管道漏磁信号并输出。
所述步骤2包括以下步骤:
步骤2.1:对管道漏磁信号进行基准校正,得到校正后的管道漏磁信号矩阵;
按式(1)分别对轴向管道漏磁信号和径向管道漏磁信号进行基准校正,得到校正后的轴向管道漏磁信号矩阵和径向管道漏磁信号矩阵
fij=fij0-fi中值 (1)
式中,fij0为第i个传感器在第j里程点的原始电压值,V;fi中值为第i个传感器在所有里程点的原始电压值的中值,V;fij为第i个传感器在第j里程点的基准校正后电压值,V;ma为轴向传感器个数,个;mr为径向传感器个数,个;n为管道漏磁信号的数据里程点数;
步骤2.2:基于阈值法,对校正后的管道漏磁信号进行分割,得到可疑管道漏磁信号标记矩阵;
可疑管道漏磁信号标记矩阵,包括:可疑轴向管道漏磁信号标记矩阵和可疑径向管道漏磁信号标记矩阵;
步骤2.3:根据步骤2.2得到的可疑管道漏磁信号标记矩阵,确定独立联通区域矩阵;
分别将步骤2.2.3得到的可疑轴向管道漏磁信号标记矩阵中值为1的相邻点记为同一区域和可疑径向管道漏磁信号标记矩阵中值为1的相邻点标记为同一区域,得到L个独立联通区域矩阵Cm,m=1,2,…,L;
步骤2.4:基于关联度方法,确定可疑管道漏磁信号种子;
步骤2.4.1:定义管道漏磁信号长度关联度和管道漏磁信号宽度关联度;
式中,η1为管道漏磁信号长度关联度;l为能检测的最小缺陷长度,m;e为信号采集器采样间隔,m;η2为管道漏磁信号宽度关联度;w为能检测的最小缺陷宽度,m;d为信号采集器中传感器的周向间距,m;
步骤2.4.2:根据步骤2.3确定的独立联通区域矩阵,确定有效独立联通区域;
有效独立联通区域的确定方法为:统计步骤2.3得到的各个连通区域矩阵Cm的最大行数与最大列数,分别与管道漏磁信号长度关联度η1和管道漏磁信号宽度关联度η2比较,并判断是否各个连通区域矩阵Cm的最大行数大于管道漏磁信号长度关联度η1并且各个连通区域矩阵Cm的最大列数大于管道漏磁信号宽度关联度η2,是,则对应连通区域判定为有效独立联通区域,否,则对应连通区域判定为无效独立联通区域;
步骤2.4.3:根据有效独立联通区域,在管道漏磁信号矩阵中查找可疑管道漏磁信号种子;
根据步骤2.4.2确定的各个有效独立联通区域,分别在轴向管道漏磁信号矩阵X和径向管道漏磁信号矩阵Y中找到对应的管道漏磁信号,将其标记为可疑管道漏磁信号种子;
步骤2.5:采用区域生长算法,通过对步骤2.4.3得到的可疑管道漏磁信号种子进行生长,确定异常管道漏磁信号和正常管道漏磁信号;
所述异常管道漏磁信号,包括:轴向异常管道漏磁信号和径向异常管道漏磁信号;所述正常管道漏磁信号,包括:轴向正常管道漏磁信号和径向正常管道漏磁信号;
步骤2.5.1:确定轴向异常管道漏磁信号和轴向正常管道漏磁信号;
在轴向管道漏磁信号矩阵X中,将步骤2.4得到的各个轴向可疑管道漏磁信号种子,分别作为初始种子,并分别向各个初始种子的周围搜索,如果搜索到初始种子的相邻点满足管道漏磁信号值大于0,则将该相邻点作为新种子,再分别以新的种子进行搜索,直到所有种子区域不能扩张,将种子区域内的管道漏磁信号标记为轴向异常管道漏磁信号,种子区域外的管道漏磁信号标记为轴向正常管道漏磁信号;
步骤2.5.2:确定径向异常管道漏磁信号和径向正常管道漏磁信号;
根据里程位置和传感器位置将轴向管道漏磁信号矩阵X中轴向异常管道漏磁信号映射到径向管道漏磁信号矩阵Y中,得到轴向异常管道漏磁信号区域Ω;将步骤2.4得到的各个径向可疑管道漏磁信号种子,分别作为初始种子,分别在区域Ω范围内搜索,如果初始种子的相邻点满足生长条件,则作为新种子,再分别以新的种子进行搜索,直到所有种子区域不能扩张,将种子区域内的管道漏磁信号标记为径向异常管道漏磁信号,将种子区域外的管道漏磁信号标记为径向正常管道漏磁信号;
对于径向可疑管道漏磁信号种子,若初始种子区域的管道漏磁信号值为正值,则生长条件为管道漏磁信号值大于0,生长完成后,该种子区域的异常管道漏磁信号标记为上峰径向异常管道漏磁信号;若初始种子区域的管道漏磁信号值为负值,则生长条件为管道漏磁信号值小于0,生长完成后,该种子区域的异常管道漏磁信号标记为下峰径向异常管道漏磁信号;
步骤2.6:将步骤2.5.2得到的上峰径向异常管道漏磁信号和下峰径向异常管道漏磁信号沿水平方向进行组合;
组合规则为:若一个上峰径向异常管道漏磁信号区域和一个下峰径向异常管道漏磁信号区域之间的水平间距小于管道漏磁信号长度关联度η1,则归为一个组合,否则不作组合处理;
步骤2.7:根据步骤2.6得到的上峰径向异常管道漏磁信号和下峰径向异常管道漏磁信号的组合顺序,对异常管道漏磁信号进行分类,分出管道缺陷漏磁信号和管道部件漏磁信号;
若组合顺序为先上峰异常管道漏磁信号后下峰异常管道漏磁信号,则将这个组合区域内径向异常管道漏磁信号和轴向异常管道漏磁信号归为管道缺陷漏磁信号;若组合顺序为先下峰异常管道漏磁信号后上峰异常管道漏磁信号,则将这个组合区域内径向异常管道漏磁信号和轴向异常管道漏磁信号归为管道部件漏磁信号。
所述步骤3包括以下步骤:
步骤3.1:建立管道缺陷漏磁信号区域标号矩阵;
所述管道缺陷漏磁信号区域标号矩阵,包括:管道缺陷轴向漏磁信号区域标号矩阵A1、管道缺陷径向漏磁信号区域标号矩阵B1、管道缺陷轴向漏磁信号区域标号备份矩阵A2、管道缺陷径向漏磁信号区域标号备份矩阵B2;
步骤3.2:设定管道缺陷漏磁信号的自适应阈值;
管道缺陷漏磁信号的自适应阈值包括管道缺陷轴向漏磁信号的自适应阈值和管道缺陷径向漏磁信号的自适应阈值,分别为:
δ轴向=k1Max(Z)
δ径向=k2Max(Z)
式中,δ轴向为管道缺陷轴向漏磁信号的自适应阈值,V;δ径向为管道缺陷径向漏磁信号的自适应阈值,V;Z为管道缺陷漏磁信号;k1,k2为自适应参数且满足0<k1,k2<1,k1,k2的初始值分别为k10,k20,Δk为自适应步长且满足0<Δk<1;
步骤3.3:基于自适应阈值的分割,判断管道缺陷漏磁信号中的数据是否小于管道缺陷漏磁信号的自适应阈值,是,则将该管道缺陷漏磁信号中的数据标记为待初始标号数据,否,则将该管道缺陷漏磁信号中的数据标记为待排序数据;
在判断管道缺陷漏磁信号中的数据是否小于管道缺陷漏磁信号的自适应阈值时,分别判断管道缺陷漏磁信号Z中管道缺陷轴向漏磁信号中的数据是否小于管道缺陷轴向漏磁信号的自适应阈值δ轴向、管道缺陷漏磁信号Z中管道缺陷径向漏磁信号中的数据是否小于管道缺陷轴向漏磁信号的自适应阈值δ径向;
步骤3.4:将相邻的待初始标号数据标记为同一区域,若管道缺陷轴向漏磁信号的自适应阈值δ轴向和管道缺陷径向漏磁信号的自适应阈值δ径向选取合适,则得到两个独立联通区域,分别标记为标号1和标号2,并分别记录在管道缺陷轴向漏磁信号区域标号矩阵A1和管道缺陷径向漏磁信号区域标号矩阵B1中,跳到步骤3.5;若管道缺陷轴向漏磁信号的自适应阈值δ轴向和管道缺陷径向漏磁信号的自适应阈值δ径向选取不合适,则得不到两个独立联通区域,分别调整k1和k2为k1=k1-Δk和k2=k2-Δk,跳到步骤3.2;
步骤3.5:将步骤3.3确定的待排序数据,按信号值的大小从小到大进行排序;
步骤3.6:使用分水岭算法,对步骤3.5得到的排序数据进行标号并对标记结果进行记录;
对步骤3.5得到的排序数据,根据其分别在管道缺陷轴向漏磁信号区域标号矩阵A1中的位置、或者在管道缺陷径向漏磁信号区域标号矩阵B1中的位置,按照标号规则依次进行标号,直至所有排序数据标号完毕;标记结果分别记录在管道缺陷轴向漏磁信号区域标号矩阵A1中、或者记录在管道缺陷径向漏磁信号区域标号矩阵B1中;
标号规则为:若当前待标号数据上下左右四个邻点只有同一标号,则将当前待标号数据标号为该标号;若当前待标号数据上下左右四个邻点有两个或两个以上不同标号,则将当前待标号数据标号为8,即分水岭点为8;若当前待标号数据上下左右四个邻点均未标号,则将当前待标号数据标号为3,即分水岭点为3;
步骤3.7:若管道缺陷轴向漏磁信号区域标号矩阵A1中只包含1、2、8三种标号,表明管道缺陷轴向漏磁信号具有单上峰,则完成了分水岭的查找,跳到步骤3.9;否则,表明管道缺陷轴向漏磁信号具有双上峰,需要找到另外一条分水岭,跳到步骤3.8;
步骤3.8:对管道缺陷轴向漏磁信号及区域标号矩阵进行处理,步骤如下:
步骤3.8.1:将管道缺陷轴向漏磁信号区域标号矩阵A1备份到管道缺陷轴向漏磁信号区域标号备份矩阵A2,然后将管道缺陷轴向漏磁信号区域标号矩阵A1清零;
步骤3.8.2:将管道缺陷轴向漏磁信号区域标号矩阵A2中标号为8的数据标记为待初始标号数据;
步骤3.8.3:将管道缺陷漏磁信号Z中管道缺陷轴向漏磁信号取反后跳到步骤3.4;
步骤3.9:若管道缺陷径向漏磁信号区域标号备份矩阵B2为非全0矩阵,表明已完成两条分水岭的查找,跳到步骤3.11;否则,表明只完成一条分水岭的查找,需要找到另一条分水岭,跳到步骤3.10;
步骤3.10:对管道缺陷径向漏磁信号及区域标号矩阵进行处理;
将管道缺陷径向漏磁信号区域标号矩阵B1备份到管道缺陷径向漏磁信号区域标号备份矩阵B2后,将管道缺陷径向漏磁信号区域标号矩阵B1清零,然后将管道缺陷漏磁信号Z中管道缺陷径向漏磁信号取反后跳到步骤3.2;
步骤3.11:确定管道缺陷漏磁信号的特征点;
分别将管道缺陷轴向漏磁信号区域标号矩阵A1和管道缺陷轴向漏磁信号区域标号备份矩阵A2中标号为8的数据标记为管道缺陷轴向漏磁信号的特征点,分别将管道缺陷径向漏磁信号区域标号矩阵B1和管道缺陷径向漏磁信号区域标号备份矩阵B2中标号为8的数据标记为管道缺陷径向漏磁信号的特征点。
有益效果:本发明的管道漏磁信号自适应滤波装置及方法与现有技术相比较有以下优势:
本发明一方面针对不同类型的管道漏磁信号进行了分类滤波,克服了普通滤波方法滤波时间长的缺点;另一方面对管道缺陷漏磁信号进行了基于特征点的数据补偿,克服了普通滤波方法导致特征点错位的缺点。其中,针对管道漏磁信号的分类,采用阈值法粗分割和关联区域生长法精分割两级分割方法,提高了信号分类的效率和精度;针对管道缺陷漏磁信号的特征点提取,利用图像处理技术,结合轴向缺陷漏磁信号仅有上峰、径向缺陷漏磁信号具有上下双峰的特点,提出了基于自适应阈值的快速分水岭算法,提高了算法的速度,从而快速准确地完成了特征点的提取。
附图说明
图1为本发明一种实施方式的管道漏磁信号自适应滤波装置的结构框图;
图2为本发明一种实施方式的调理电路的电路图;
图3为本发明一种实施方式的EP4CE15F17C8型FPGA数据采集控制器与ADS7844模数转换器的接口电路图;
图4为本发明一种实施方式的DSP数据处理器与EP4CE15F17C8型FPGA数据采集控制器的接口电路图;
图5为本发明一种实施方式的管道漏磁信号自适应滤波的方法的流程图;
图6为本发明一种实施方式的基于关联区域生长的信号分类方法的流程图;
图7为本发明一种实施方式的基于自适应阈值快速分水岭算法进行特征点提取的流程图;
图8为本发明一种实施方式的管道缺陷轴向漏磁信号分水岭示意图;
图9为本发明一种实施方式的管道缺陷径向漏磁信号分水岭示意图;
图10为本发明一种实施方式的特征点示意图。
具体实施方式
下面结合附图对本发明的实施方式作进一步详细的说明。
本实施方式的管道漏磁信号自适应滤波装置,如图1所示,包括:数据采集器、调理电路、A/D转换器、数据采集控制器和数据处理器;
数据采集器置于管道内,数据采集器的输入端作为装置的输入端采集管道漏磁信号,数据采集器的输出端连接调理电路的输入端,调理电路的输出端连接A/D转换器的输入端,A/D转换器的输出端与数据采集控制器的输入端相互连接,数据采集控制器的输出端与数据处理器的输入端相互连接,数据处理器的输出端作为装置的输出端输出自适应滤波后的管道漏磁信号;
本实施方式的数据采集器由多个SS495A霍尔传感器构成,且形成SS495A霍尔传感器阵列,用于采集多路管道漏磁信号,并将其转化为多路模拟电信号后,送入调理电路;
本实施方式的调理电路用于将数据采集器传送过来的多路模拟电信号进行滤波、放大后,输出给A/D转换器;如图2所示,调理电路先对接收的多路模拟电信号进性电容电阻滤波、然后再经过INA326运算放大器进行信号放大得到幅值合适的平稳信号,传送给A/D转换器。
本实施方式的A/D转换器用于将调理电路送来的多路模拟电信号逐次转化为数字电信号,传送给数据采集控制器;本实施方式的A/D转换器选用的是ADS7844模数转换器。
本实施方式的数据采集控制器用于控制A/D转换器的各通道的转换顺序,接收A/D转换器传送来的数据并缓存,响应数据处理器的数据读取;本实施方式的数据采集控制器选用的是EP4CE15F17C8型FPGA数据采集控制器,EP4CE15F17C8型FPGA数据采集控制器与ADS7844模数转换器的电路连接关系,如图3所示,EP4CE15F17C8型FPGA数据采集控制器为ADS7844模数转换器提供时钟、片选信号以及多通道选择信号,对ADS7844模数转换器的转换速率、转换通道进行控制,其片上两RAM用于数据的缓存。EP4CE15F17C8型FPGA的I/O51端、I/O52端、I/O53端、I/O54端依次连接ADS7844模数转换器的Dout端、Din端、端和Dclk端。
本实施方式的数据处理器用于通过数据总线读取数据采集控制器缓存中的数据;利用关联区域生长算法将管道漏磁信号分为管道部件漏磁信号、管道缺陷漏磁信号和正常漏磁信号;对于管道缺陷漏磁信号,分别进行基于自适应阈值快速分水岭算法的特征点提取和基于小波滤波算法的滤波,再对滤波后的管道缺陷漏磁信号进行基于特征点的数据补偿;对于正常漏磁信号,利用滑动平均值算法进行滤波;将管道部件漏磁信号、数据补偿后的管道缺陷漏磁信号、滤波后的正常漏磁信号按里程重构成完整的管道漏磁信号。本实施方式的数据处理器采用的是DSP数据处理器,DSP数据处理器与EP4CE15F17C8型FPGA的电路连接,如图4所示。DSP数据处理器采用乒乓操作处理的方式,通过HPI并口读取EP4CE15F17C8型FPGA数据采集控制器片上两RAM,完成数据的取出。其中,乒乓操作的方式保证了EP4CE15F17C8型FPGA数据采集控制器中数据的缓存和DSP数据处理器的数据的读取互不干扰。电路连接如下:DSP的HD0~HD15端、HCNTL端、HDS1/HDS2端、HINT端、HRDY端、HR/W端依次连接FPGA的DATA0~DATA15端、AB端、DATASTROBE端、INTERRUPT1端、INTERRUPT2端、R/W端。DSP数据处理器的HCS端接地,DSP数据处理器的HAS端、HPIENA端接VCC端。
本实施方式的管道漏磁信号自适应滤波装置工作过程如下:
首先,SS495A霍尔传感器阵列采集多路管道漏磁信号并逐次将多路管道漏磁信号转化为模拟电信号,多路模拟电信号通过调理电路完成滤波和放大。然后,在EP4CE15F17C8型FPGA数据采集控制器的控制下,调理后的多路模拟电信号经ADS7844模数转换器依次转换为数字信号,存储到EP4CE15F17C8型FPGA数据采集控制器的片上两RAM。最后,DSP数据处理器通过HPI并口读取EP4CE15F17C8型FPGA数据采集控制器内缓存数据,并对管道漏磁信号进行滤波处理。
本实施方式采用上述管道漏磁信号自适应滤波装置进行管道漏磁信号自适应滤波的方法,如图5所示,包括以下步骤:
步骤1:采集管道漏磁信号;
管道漏磁信号分为轴向管道漏磁信号和径向管道漏磁信号;
步骤2:利用基于关联区域生长算法,将采集到的管道漏磁信号进行分类,分为管道部件漏磁信号、管道缺陷漏磁信号和正常漏磁信号三类;
对管道漏磁信号进行分类的目的是便于后续步骤根据不同类信号的特点采用不同的滤波方法进行滤波,其流程如图6所示,步骤如下:
步骤2.1:对管道漏磁信号进行基准校正,得到校正后的管道漏磁信号矩阵;
对管道漏磁信号进行基准校正,使管道漏磁信号基准统一,满足后续算法的输入条件;
按式(1)分别对轴向管道漏磁信号和径向管道漏磁信号进行基准校正,得到校正后的轴向管道漏磁信号矩阵和径向管道漏磁信号矩阵
fij=fij0-fi中值 (1)
式中,fij0为第i个传感器在第j里程点的原始电压值,V;fi中值为第i个传感器在所有里程点的原始电压值的中值,V;fij为第i个传感器在第j里程点的基准校正后电压值,V;ma为轴向传感器个数,个;mr为径向传感器个数,个;n为管道漏磁信号的数据里程点数;
步骤2.2:基于阈值法,对校正后的管道漏磁信号进行分割,得到可疑管道漏磁信号标记矩阵,达到对管道漏磁信号快速粗分类的目的;
可疑管道漏磁信号标记矩阵,包括:可疑轴向管道漏磁信号标记矩阵和可疑径向管道漏磁信号标记矩阵;
步骤2.2.1:建立初始可疑管道漏磁信号标记矩阵,用于后续复杂算法的结果记录;
初始可疑管道漏磁信号标记矩阵,包括:初始可疑轴向管道漏磁信号标记矩阵和初始可疑径向管道漏磁信号标记矩阵,初始可疑轴向管道漏磁信号标记矩阵的初始值和初始可疑径向管道漏磁信号标记矩阵的初始值均为0,即:
其中,为可疑轴向管道漏磁信号标记矩阵;为可疑径向管道漏磁信号标记矩阵;
步骤2.2.2:根据管道漏磁信号的特点,为管道漏磁信号设定管道漏磁信号阈值;
分别为轴向管道漏磁信号和径向管道漏磁信号设定轴向管道漏磁信号阈值和径向管道漏磁信号阈值;
a.根据轴向管道漏磁信号仅具有上峰,为轴向管道漏磁信号设定一个正阈值为:
式中,λ轴向为轴向管道漏磁信号阈值,V;xij∈X;k为总里程点个数,个;
b.根据径向管道漏磁信号具有上下双峰,为径向管道漏磁信号设定一正一负两个阈值,分别为:
式中,λ径向1为径向管道漏磁信号的正阈值,V;λ径向2为径向管道漏磁信号的负阈值,V;a为满足{yij>0,ma+1≤i≤ma+1+mr,1≤j≤k}的yij的个数;yij∈Y;b为满足{yij<0,ma+1≤i≤ma+1+mr,1≤j≤k}的yij的个数;
步骤2.2.3:基于管道漏磁信号阈值,对步骤2.1得到的校正后的管道漏磁信号矩阵进行分割,得到可疑管道漏磁信号标记矩阵;
基于轴向管道漏磁信号阈值λ轴向及径向管道漏磁信号阈值λ径向1和λ径向2,分别对步骤2.1得到的轴向管道漏磁信号矩阵X和径向管道漏磁信号矩阵Y进行分割,得到可疑轴向管道漏磁信号标记矩阵和可疑径向管道漏磁信号标记矩阵其中,轴向管道漏磁信号矩阵X中大于阈值λ轴向的数据在中对应位置赋值为1,径向管道漏磁信号矩阵Y中大于阈值λ径向1或者小于λ径向2的数据在中对应位置赋值为1;
步骤2.3:根据步骤2.2得到的可疑管道漏磁信号标记矩阵,确定独立联通区域矩阵,每个独立联通区域矩阵对应一个可疑的缺陷;
分别将步骤2.2.3得到的可疑轴向管道漏磁信号标记矩阵中值为1的相邻点记为同一区域和可疑径向管道漏磁信号标记矩阵中值为1的相邻点标记为同一区域,得到L个独立联通区域矩阵Cm,m=1,2,…,L;
步骤2.4:根据管道漏磁信号滤波装置能检测到的最小缺陷的尺寸,基于关联度方法,对粗分割后的管道漏磁信号进行筛选,确定可疑管道漏磁信号种子;
步骤2.4.1:根据管道漏磁信号滤波装置能检测到的最小缺陷的尺寸,定义管道漏磁信号长度关联度和管道漏磁信号宽度关联度;
式中,η1为管道漏磁信号长度关联度;l为能检测的最小缺陷长度,m;e为信号采集器采样间隔,m;η2为管道漏磁信号宽度关联度;w为能检测的最小缺陷宽度,m;d为信号采集器中传感器的周向间距,m;
步骤2.4.2:根据步骤2.3确定的独立联通区域矩阵,通过与管道漏磁信号长度关联度和管道漏磁信号宽度关联度比较,确定有效独立联通区域;
有效独立联通区域的确定方法为:统计步骤2.3得到的各个连通区域矩阵Cm的最大行数与最大列数,分别与管道漏磁信号长度关联度η1和管道漏磁信号宽度关联度η2比较,并判断是否各个连通区域矩阵Cm的最大行数大于管道漏磁信号长度关联度η1并且各个连通区域矩阵Cm的最大列数大于管道漏磁信号宽度关联度η2,是,则对应连通区域判定为有效独立联通区域,否,则对应连通区域判定为无效独立联通区域;
步骤2.4.3:根据有效独立联通区域,在管道漏磁信号矩阵中查找可疑管道漏磁信号种子,用于后续步骤的区域生长算法;
根据步骤2.4.2确定的各个有效独立联通区域,分别在轴向管道漏磁信号矩阵X和径向管道漏磁信号矩阵Y中找到对应的管道漏磁信号,将其标记为可疑管道漏磁信号种子;
步骤2.5:采用区域生长算法,对步骤2.4.3得到的可疑管道漏磁信号种子进行生长,确定异常管道漏磁信号和正常管道漏磁信号;
所述异常管道漏磁信号,包括:轴向异常管道漏磁信号和径向异常管道漏磁信号;所述正常管道漏磁信号,包括:轴向正常管道漏磁信号和径向正常管道漏磁信号;
步骤2.5.1:确定轴向异常管道漏磁信号和轴向正常管道漏磁信号;
在轴向管道漏磁信号矩阵X中,将步骤2.4得到的各个轴向可疑管道漏磁信号种子,分别作为初始种子,并分别向各个初始种子的周围搜索,如果搜索到初始种子的相邻点满足管道漏磁信号值大于0,则将该相邻点作为新种子,再分别以新的种子进行搜索,直到所有种子区域不能扩张,将种子区域内的管道漏磁信号标记为轴向异常管道漏磁信号,种子区域外的管道漏磁信号标记为轴向正常管道漏磁信号;
步骤2.5.2:确定径向异常管道漏磁信号和径向正常管道漏磁信号;
根据里程位置和传感器位置将轴向管道漏磁信号矩阵X中轴向异常管道漏磁信号映射到径向管道漏磁信号矩阵Y中,得到轴向异常管道漏磁信号区域Ω;将步骤2.4得到的各个径向可疑管道漏磁信号种子,分别作为初始种子,分别在区域Ω范围内搜索,如果初始种子的相邻点满足生长条件,则作为新种子,再分别以新的种子进行搜索,直到所有种子区域不能扩张,将种子区域内的管道漏磁信号标记为径向异常管道漏磁信号,将种子区域外的管道漏磁信号标记为径向正常管道漏磁信号;
对于径向可疑管道漏磁信号种子,若初始种子区域的管道漏磁信号值为正值,则生长条件为管道漏磁信号值大于0,生长完成后,该种子区域的异常管道漏磁信号标记为上峰径向异常管道漏磁信号;若初始种子区域的管道漏磁信号值为负值,则生长条件为管道漏磁信号值小于0,生长完成后,该种子区域的异常管道漏磁信号标记为下峰径向异常管道漏磁信号。
步骤2.6:由于每个管道缺陷处径向漏磁信号包含一个上峰径向异常管道漏磁信号和一个下峰径向异常管道漏磁信号,因此对步骤2.5.2得到的上峰径向异常管道漏磁信号和下峰径向异常管道漏磁信号沿水平方向进行组合;
组合规则为:若一个上峰径向异常管道漏磁信号区域和一个下峰径向异常管道漏磁信号区域之间的水平间距小于管道漏磁信号长度关联度η1,则归为一个组合,否则不作组合处理;
步骤2.7:当检测的方向相同时,管道缺陷和管道部件处所产生的径向漏磁信号的上峰和下峰组合顺序不同,可根据步骤2.6得到的上峰径向异常管道漏磁信号和下峰径向异常管道漏磁信号的组合顺序,对异常管道漏磁信号进行分类,分出管道缺陷漏磁信号和管道部件漏磁信号;
若组合顺序为先上峰异常管道漏磁信号后下峰异常管道漏磁信号,则将这个组合区域内径向异常管道漏磁信号和轴向异常管道漏磁信号归为管道缺陷漏磁信号;若组合顺序为先下峰异常管道漏磁信号后上峰异常管道漏磁信号,则将这个组合区域内径向异常管道漏磁信号和轴向异常管道漏磁信号归为管道部件漏磁信号;
步骤3:利用基于自适应阈值快速分水岭算法,对步骤2得到的管道缺陷漏磁信号进行特征点提取;
该步骤是用于后续步骤特征点的补偿,弥补因滤波而造成的管道漏磁信号特征点错位,其流程如图7所示,步骤如下:
步骤3.1:建立管道缺陷漏磁信号区域标号矩阵,用于后续复杂算法的结果记录;
所述管道缺陷漏磁信号区域标号矩阵,包括:管道缺陷轴向漏磁信号区域标号矩阵A1、管道缺陷径向漏磁信号区域标号矩阵B1、管道缺陷轴向漏磁信号区域标号备份矩阵A2、管道缺陷径向漏磁信号区域标号备份矩阵B2;
步骤3.2:设定管道缺陷漏磁信号的自适应阈值;
鉴于管道不同尺寸缺陷产生的管道漏磁信号的幅值不同,阈值分割时选用的阈值也不同,因此设定管道缺陷漏磁信号的自适应阈值,满足不同幅值管道漏磁信号的需要;
管道缺陷漏磁信号的自适应阈值包括管道缺陷轴向漏磁信号的自适应阈值和管道缺陷径向漏磁信号的自适应阈值,分别为:
δ轴向=k1Max(Z)
δ径向=k2Max(Z)
式中,δ轴向为管道缺陷轴向漏磁信号的自适应阈值,V;δ径向为管道缺陷径向漏磁信号的自适应阈值,V;Z为管道缺陷漏磁信号;k1,k2为自适应参数且满足0<k1,k2<1,k1,k2的初始值分别为1/2,1/3,Δk为自适应步长且满足1/12;
步骤3.3:基于自适应阈值的分割,判断管道缺陷漏磁信号中的数据是否小于管道缺陷漏磁信号的自适应阈值,是,则将该管道缺陷漏磁信号中的数据标记为待初始标号数据,否,则将该管道缺陷漏磁信号中的数据标记为待排序数据;
在判断管道缺陷漏磁信号中的数据是否小于管道缺陷漏磁信号的自适应阈值时,分别判断管道缺陷漏磁信号Z中管道缺陷轴向漏磁信号中的数据是否小于管道缺陷轴向漏磁信号的自适应阈值δ轴向、管道缺陷漏磁信号Z中管道缺陷径向漏磁信号中的数据是否小于管道缺陷轴向漏磁信号的自适应阈值δ径向;
步骤3.4:将相邻的待初始标号数据标记为同一区域,若管道缺陷轴向漏磁信号的自适应阈值δ轴向和管道缺陷径向漏磁信号的自适应阈值δ径向选取合适,根据管道缺陷漏磁信号的上峰特点,会得到两个独立联通区域,分别标记为标号1和标号2,并分别记录在管道缺陷轴向漏磁信号区域标号矩阵A1和管道缺陷径向漏磁信号区域标号矩阵B1中,跳到步骤3.5;若管道缺陷轴向漏磁信号的自适应阈值δ轴向和管道缺陷径向漏磁信号的自适应阈值δ径向选取不合适,则得不到两个独立联通区域,分别调整k1和k2为k1=k1-Δk和k2=k2-Δk,跳到步骤3.2,重新进行自适应阈值分割;
步骤3.5:将步骤3.3确定的待排序数据,按信号值的大小从小到大进行排序,用于后续分水岭算法的顺序处理;
步骤3.6:使用分水岭算法,对步骤3.5得到的排序数据进行标号并对标记结果进行记录;
对步骤3.5得到的排序数据,根据其分别在管道缺陷轴向漏磁信号区域标号矩阵A1中的位置、或者在管道缺陷径向漏磁信号区域标号矩阵B1中的位置,按照标号规则依次进行标号,直至所有排序数据标号完毕;标记结果分别记录在管道缺陷轴向漏磁信号区域标号矩阵A1中、或者记录在管道缺陷径向漏磁信号区域标号矩阵B1中;
标号规则为:若当前待标号数据上下左右四个邻点只有同一标号,则将当前待标号数据标号为该标号;若当前待标号数据上下左右四个邻点有两个或两个以上不同标号,则将当前待标号数据标号为8,即分水岭点为8;若当前待标号数据上下左右四个邻点均未标号,则将当前待标号数据标号为3,即分水岭点为3;
步骤3.7:若管道缺陷轴向漏磁信号区域标号矩阵A1中只包含1、2、8三种标号,表明管道缺陷轴向漏磁信号具有单上峰,则完成了分水岭的查找,图8为管道缺陷轴向漏磁信号分水岭示意图,跳到步骤3.9;否则,表明管道缺陷轴向漏磁信号具有双上峰,需要找到另外一条分水岭,跳到步骤3.8;
步骤3.8:对管道缺陷轴向漏磁信号及区域标号矩阵进行处理,步骤如下:
步骤3.8.1:为了保存已查找到的分水岭点,将管道缺陷轴向漏磁信号区域标号矩阵A1备份到管道缺陷轴向漏磁信号区域标号备份矩阵A2,然后将管道缺陷轴向漏磁信号区域标号矩阵A1清零,用于下一次算法结果的记录;
步骤3.8.2:将管道缺陷轴向漏磁信号区域标号矩阵A2中标号为8的数据标记为待初始标号数据;
步骤3.8.3:将管道缺陷漏磁信号Z中管道缺陷轴向漏磁信号取反,使得待查找的分水岭形成,然后跳到步骤3.4;
步骤3.9:若管道缺陷径向漏磁信号区域标号备份矩阵B2为非全0矩阵,表明已完成两条分水岭的查找,图9为管道缺陷径向漏磁信号分水岭示意图,跳到步骤3.11;否则,表明只完成一条分水岭的查找,需要找到另一条分水岭,跳到步骤3.10;
步骤3.10:对管道缺陷径向漏磁信号及区域标号矩阵进行处理;
为了保存已查找到的分水岭点,将管道缺陷径向漏磁信号区域标号矩阵B1备份到管道缺陷径向漏磁信号区域标号备份矩阵B2后,将管道缺陷径向漏磁信号区域标号矩阵B1清零,用于下一次算法结果的记录,然后将管道缺陷漏磁信号Z中管道缺陷径向漏磁信号取反,使得待查找的分水岭形成,然后跳到步骤3.2;
步骤3.11:将查找到的分水岭点确定管道缺陷漏磁信号的特征点,图10为特征点示意图;
分别将管道缺陷轴向漏磁信号区域标号矩阵A1和管道缺陷轴向漏磁信号区域标号备份矩阵A2中标号为8的数据标记为管道缺陷轴向漏磁信号的特征点,分别将管道缺陷径向漏磁信号区域标号矩阵B1和管道缺陷径向漏磁信号区域标号备份矩阵B2中标号为8的数据标记为管道缺陷径向漏磁信号的特征点。
步骤4:利用小波滤波算法对步骤2得到的管道缺陷漏磁信号进行滤波,以消除高频噪声;
步骤5:利用步骤3提取的特征点,对经步骤4滤波后的管道缺陷漏磁信号进行基于特征点的数据补偿,弥补因滤波而造成的管道漏磁信号特征点错位,得到补偿后的管道缺陷漏磁信号;
步骤6:利用简单快速的滑动平均值算法,对步骤2得到的正常漏磁信号进行快速滤波,得到滤波后的正常漏磁信号;
步骤7:将步骤2得到的管道部件漏磁信号、步骤5得到的补偿后的管道缺陷漏磁信号、步骤6得到的滤波后的正常漏磁信号按里程进行重构,组成完整的管道漏磁信号并输出。
虽然以上描述了本发明的具体实施方式,但是本领域内的熟练的技术人员应当理解,这些仅是举例说明,可以对这些实施方式做出多种变更或修改,而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。
Claims (6)
1.一种管道漏磁信号自适应滤波装置,其特征在于:包括:数据采集器、调理电路、A/D转换器、数据采集控制器和数据处理器;
所述数据采集器置于管道内,数据采集器的输入端作为该滤波装置的输入端采集管道漏磁信号,数据采集器的输出端连接调理电路的输入端,调理电路的输出端连接A/D转换器的输入端,A/D转换器的输出端与数据采集控制器的输入端相连接,数据采集控制器的输出端与数据处理器的输入端相连接,数据处理器的输出端作为该滤波装置的输出端输出自适应滤波后的管道漏磁信号;
所述数据采集器由传感器构成,用于采集管道漏磁信号,并将其转化为模拟电信号后,送入调理电路;
所述调理电路用于将数据采集器传送过来的模拟电信号进行滤波、放大后,输出给A/D转换器;
所述A/D转换器用于将调理电路送来的模拟电信号转化为数字电信号,传送给数据采集控制器;
所述数据采集控制器用于控制A/D转换器的各通道的转换顺序,接收A/D转换器传送来的数据并缓存,响应数据处理器的数据读取;
所述数据处理器用于通过数据总线读取数据采集控制器缓存中的数据,并对管道漏磁信号进行滤波,并将滤波后的管道漏磁信号输出。
2.根据权利要求1所述的管道漏磁信号自适应滤波装置,其特征在于,所述数据采集器由多个传感器构成,用于采集多路管道漏磁信号。
3.根据权利要求1所述的管道漏磁信号自适应滤波装置,其特征在于,所述数据处理器对管道漏磁信号进行滤波,包括:利用关联区域生长算法将管道漏磁信号分为管道部件漏磁信号、管道缺陷漏磁信号和正常漏磁信号;对于管道缺陷漏磁信号,分别进行基于自适应阈值快速分水岭算法的特征点提取和基于小波滤波算法的滤波,再对滤波后的管道缺陷漏磁信号进行基于特征点的数据补偿;对于正常漏磁信号,利用滑动平均值算法进行滤波;将管道部件漏磁信号、数据补偿后的管道缺陷漏磁信号、滤波后的正常漏磁信号按里程重构成完整的管道漏磁信号。
4.采用权利要求1所述的管道漏磁信号自适应滤波装置进行管道漏磁信号自适应滤波的方法,其特征在于,包括如下步骤:
步骤1:采集管道漏磁信号;
管道漏磁信号分为轴向管道漏磁信号和径向管道漏磁信号;
步骤2:利用基于关联区域生长算法,将采集到的管道漏磁信号进行分类,分为管道部件漏磁信号、管道缺陷漏磁信号和正常漏磁信号三类;
步骤3:利用基于自适应阈值快速分水岭算法,对步骤2得到的管道缺陷漏磁信号进行特征点提取;
步骤4:利用小波滤波算法对步骤2得到的管道缺陷漏磁信号进行滤波;
步骤5:利用步骤3提取的特征点,对经步骤4滤波后的管道缺陷漏磁信号进行基于特征点的数据补偿,得到补偿后的管道缺陷漏磁信号;
步骤6:利用滑动平均值算法,对步骤2得到的正常漏磁信号进行滤波,得到滤波后的正常漏磁信号;
步骤7:将步骤2得到的管道部件漏磁信号、步骤5得到的补偿后的管道缺陷漏磁信号、步骤6得到的滤波后的正常漏磁信号按里程进行重构,组成完整的管道漏磁信号并输出。
5.根据权利要求4所述的管道漏磁信号自适应滤波的方法,其特征在于,所述步骤2包括以下步骤:
步骤2.1:对管道漏磁信号进行基准校正,得到校正后的管道漏磁信号矩阵;
按式(1)分别对轴向管道漏磁信号和径向管道漏磁信号进行基准校正,得到校正后的轴向管道漏磁信号矩阵和径向管道漏磁信号矩阵
fij=fij0-fi中值 (1)
式中,fij0为第i个传感器在第j里程点的原始电压值,V;fi中值为第i个传感器在所有里程点的原始电压值的中值,V;fij为第i个传感器在第j里程点的基准校正后电压值,V;ma为轴向传感器个数,个;mr为径向传感器个数,个;n为管道漏磁信号的数据里程点数;
步骤2.2:基于阈值法,对校正后的管道漏磁信号进行分割,得到可疑管道漏磁信号标记矩阵;
可疑管道漏磁信号标记矩阵,包括:可疑轴向管道漏磁信号标记矩阵和可疑径向管道漏磁信号标记矩阵;
步骤2.3:根据步骤2.2得到的可疑管道漏磁信号标记矩阵,确定独立联通区域矩阵;
分别将步骤2.2.3得到的可疑轴向管道漏磁信号标记矩阵中值为1的相邻点记为同一区域和可疑径向管道漏磁信号标记矩阵中值为1的相邻点标记为同一区域,得到L个独立联通区域矩阵Cm,m=1,2,…,L;
步骤2.4:基于关联度方法,确定可疑管道漏磁信号种子;
步骤2.4.1:定义管道漏磁信号长度关联度和管道漏磁信号宽度关联度;
式中,η1为管道漏磁信号长度关联度;l为能检测的最小缺陷长度,m;e为信号采集器采样间隔,m;η2为管道漏磁信号宽度关联度;w为能检测的最小缺陷宽度,m;d为信号采集器中传感器的周向间距,m;
步骤2.4.2:根据步骤2.3确定的独立联通区域矩阵,确定有效独立联通区域;
有效独立联通区域的确定方法为:统计步骤2.3得到的各个连通区域矩阵Cm的最大行数与最大列数,分别与管道漏磁信号长度关联度η1和管道漏磁信号宽度关联度η2比较,并判断是否各个连通区域矩阵Cm的最大行数大于管道漏磁信号长度关联度η1并且各个连通区域矩阵Cm的最大列数大于管道漏磁信号宽度关联度η2,是,则对应连通区域判定为有效独立联通区域,否,则对应连通区域判定为无效独立联通区域;
步骤2.4.3:根据有效独立联通区域,在管道漏磁信号矩阵中查找可疑管道漏磁信号种子;
根据步骤2.4.2确定的各个有效独立联通区域,分别在轴向管道漏磁信号矩阵X和径向管道漏磁信号矩阵Y中找到对应的管道漏磁信号,将其标记为可疑管道漏磁信号种子;
步骤2.5:采用区域生长算法,通过对步骤2.4.3得到的可疑管道漏磁信号种子进行生长,确定异常管道漏磁信号和正常管道漏磁信号;
所述异常管道漏磁信号,包括:轴向异常管道漏磁信号和径向异常管道漏磁信号;所述正常管道漏磁信号,包括:轴向正常管道漏磁信号和径向正常管道漏磁信号;
步骤2.5.1:确定轴向异常管道漏磁信号和轴向正常管道漏磁信号;
在轴向管道漏磁信号矩阵X中,将步骤2.4得到的各个轴向可疑管道漏磁信号种子,分别作为初始种子,并分别向各个初始种子的周围搜索,如果搜索到初始种子的相邻点满足管道漏磁信号值大于0,则将该相邻点作为新种子,再分别以新的种子进行搜索,直到所有种子区域不能扩张,将种子区域内的管道漏磁信号标记为轴向异常管道漏磁信号,种子区域外的管道漏磁信号标记为轴向正常管道漏磁信号;
步骤2.5.2:确定径向异常管道漏磁信号和径向正常管道漏磁信号;
根据里程位置和传感器位置将轴向管道漏磁信号矩阵X中轴向异常管道漏磁信号映射到径向管道漏磁信号矩阵Y中,得到轴向异常管道漏磁信号区域Ω;将步骤2.4得到的各个径向可疑管道漏磁信号种子,分别作为初始种子,分别在区域Ω范围内搜索,如果初始种子的相邻点满足生长条件,则作为新种子,再分别以新的种子进行搜索,直到所有种子区域不能扩张,将种子区域内的管道漏磁信号标记为径向异常管道漏磁信号,将种子区域外的管道漏磁信号标记为径向正常管道漏磁信号;
对于径向可疑管道漏磁信号种子,若初始种子区域的管道漏磁信号值为正值,则生长条件为管道漏磁信号值大于0,生长完成后,该种子区域的异常管道漏磁信号标记为上峰径向异常管道漏磁信号;若初始种子区域的管道漏磁信号值为负值,则生长条件为管道漏磁信号值小于0,生长完成后,该种子区域的异常管道漏磁信号标记为下峰径向异常管道漏磁信号;
步骤2.6:将步骤2.5.2得到的上峰径向异常管道漏磁信号和下峰径向异常管道漏磁信号沿水平方向进行组合;
组合规则为:若一个上峰径向异常管道漏磁信号区域和一个下峰径向异常管道漏磁信号区域之间的水平间距小于管道漏磁信号长度关联度η1,则归为一个组合,否则不作组合处理;
步骤2.7:根据步骤2.6得到的上峰径向异常管道漏磁信号和下峰径向异常管道漏磁信号的组合顺序,对异常管道漏磁信号进行分类,分出管道缺陷漏磁信号和管道部件漏磁信号;
若组合顺序为先上峰异常管道漏磁信号后下峰异常管道漏磁信号,则将这个组合区域内径向异常管道漏磁信号和轴向异常管道漏磁信号归为管道缺陷漏磁信号;若组合顺序为先下峰异常管道漏磁信号后上峰异常管道漏磁信号,则将这个组合区域内径向异常管道漏磁信号和轴向异常管道漏磁信号归为管道部件漏磁信号。
6.根据权利要求4所述的管道漏磁信号自适应滤波的方法,其特征在于,所述步骤3包括以下步骤:
步骤3.1:建立管道缺陷漏磁信号区域标号矩阵;
所述管道缺陷漏磁信号区域标号矩阵,包括:管道缺陷轴向漏磁信号区域标号矩阵A1、管道缺陷径向漏磁信号区域标号矩阵B1、管道缺陷轴向漏磁信号区域标号备份矩阵A2、管道缺陷径向漏磁信号区域标号备份矩阵B2;
步骤3.2:设定管道缺陷漏磁信号的自适应阈值;
管道缺陷漏磁信号的自适应阈值包括管道缺陷轴向漏磁信号的自适应阈值和管道缺陷径向漏磁信号的自适应阈值,分别为:
δ轴向=k1Max(Z)
δ径向=k2Max(Z)
式中,δ轴向为管道缺陷轴向漏磁信号的自适应阈值,V;δ径向为管道缺陷径向漏磁信号的自适应阈值,V;Z为管道缺陷漏磁信号;k1,k2为自适应参数且满足0<k1,k2<1,k1,k2的初始值分别为k10,k20,Δk为自适应步长且满足0<Δk<1;
步骤3.3:基于自适应阈值的分割,判断管道缺陷漏磁信号中的数据是否小于管道缺陷漏磁信号的自适应阈值,是,则将该管道缺陷漏磁信号中的数据标记为待初始标号数据,否,则将该管道缺陷漏磁信号中的数据标记为待排序数据;
在判断管道缺陷漏磁信号中的数据是否小于管道缺陷漏磁信号的自适应阈值时,分别判断管道缺陷漏磁信号Z中管道缺陷轴向漏磁信号中的数据是否小于管道缺陷轴向漏磁信号的自适应阈值δ轴向、管道缺陷漏磁信号Z中管道缺陷径向漏磁信号中的数据是否小于管道缺陷轴向漏磁信号的自适应阈值δ径向;
步骤3.4:将相邻的待初始标号数据标记为同一区域,若管道缺陷轴向漏磁信号的自适应阈值δ轴向和管道缺陷径向漏磁信号的自适应阈值δ径向选取合适,则得到两个独立联通区域,分别标记为标号1和标号2,并分别记录在管道缺陷轴向漏磁信号区域标号矩阵A1和管道缺陷径向漏磁信号区域标号矩阵B1中,跳到步骤3.5;若管道缺陷轴向漏磁信号的自适应阈值δ轴向和管道缺陷径向漏磁信号的自适应阈值δ径向选取不合适,则得不到两个独立联通区域,分别调整k1和k2为k1=k1-Δk和k2=k2-Δk,跳到步骤3.2;
步骤3.5:将步骤3.3确定的待排序数据,按信号值的大小从小到大进行排序;
步骤3.6:使用分水岭算法,对步骤3.5得到的排序数据进行标号并对标记结果进行记录;
对步骤3.5得到的排序数据,根据其分别在管道缺陷轴向漏磁信号区域标号矩阵A1中的位置、或者在管道缺陷径向漏磁信号区域标号矩阵B1中的位置,按照标号规则依次进行标号,直至所有排序数据标号完毕;标记结果分别记录在管道缺陷轴向漏磁信号区域标号矩阵A1中、或者记录在管道缺陷径向漏磁信号区域标号矩阵B1中;
标号规则为:若当前待标号数据上下左右四个邻点只有同一标号,则将当前待标号数据标号为该标号;若当前待标号数据上下左右四个邻点有两个或两个以上不同标号,则将当前待标号数据标号为8,即分水岭点为8;若当前待标号数据上下左右四个邻点均未标号,则将当前待标号数据标号为3,即分水岭点为3;
步骤3.7:若管道缺陷轴向漏磁信号区域标号矩阵A1中只包含1、2、8三种标号,表明管道缺陷轴向漏磁信号具有单上峰,则完成了分水岭的查找,跳到步骤3.9;否则,表明管道缺陷轴向漏磁信号具有双上峰,需要找到另外一条分水岭,跳到步骤3.8;
步骤3.8:对管道缺陷轴向漏磁信号及区域标号矩阵进行处理,步骤如下:
步骤3.8.1:将管道缺陷轴向漏磁信号区域标号矩阵A1备份到管道缺陷轴向漏磁信号区域标号备份矩阵A2,然后将管道缺陷轴向漏磁信号区域标号矩阵A1清零;
步骤3.8.2:将管道缺陷轴向漏磁信号区域标号矩阵A2中标号为8的数据标记为待初始标号数据;
步骤3.8.3:将管道缺陷漏磁信号Z中管道缺陷轴向漏磁信号取反后跳到步骤3.4;
步骤3.9:若管道缺陷径向漏磁信号区域标号备份矩阵B2为非全0矩阵,表明已完成两条分水岭的查找,跳到步骤3.11;否则,表明只完成一条分水岭的查找,需要找到另一条分水岭,跳到步骤3.10;
步骤3.10:对管道缺陷径向漏磁信号及区域标号矩阵进行处理;
将管道缺陷径向漏磁信号区域标号矩阵B1备份到管道缺陷径向漏磁信号区域标号备份矩阵B2后,将管道缺陷径向漏磁信号区域标号矩阵B1清零,然后将管道缺陷漏磁信号Z中管道缺陷径向漏磁信号取反后跳到步骤3.2;
步骤3.11:确定管道缺陷漏磁信号的特征点;
分别将管道缺陷轴向漏磁信号区域标号矩阵A1和管道缺陷轴向漏磁信号区域标号备份矩阵A2中标号为8的数据标记为管道缺陷轴向漏磁信号的特征点,分别将管道缺陷径向漏磁信号区域标号矩阵B1和管道缺陷径向漏磁信号区域标号备份矩阵B2中标号为8的数据标记为管道缺陷径向漏磁信号的特征点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410208862.3A CN103997315B (zh) | 2014-05-16 | 2014-05-16 | 一种管道漏磁信号自适应滤波装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410208862.3A CN103997315B (zh) | 2014-05-16 | 2014-05-16 | 一种管道漏磁信号自适应滤波装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103997315A true CN103997315A (zh) | 2014-08-20 |
CN103997315B CN103997315B (zh) | 2016-08-31 |
Family
ID=51311342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410208862.3A Expired - Fee Related CN103997315B (zh) | 2014-05-16 | 2014-05-16 | 一种管道漏磁信号自适应滤波装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103997315B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929019A (zh) * | 2016-05-31 | 2016-09-07 | 武汉华宇目检测装备有限公司 | 一种非接触式钢管漏磁检测探头系统 |
CN106645384A (zh) * | 2016-09-23 | 2017-05-10 | 东北大学 | 一种管道漏磁内检测器数据的自适应滤波方法 |
CN106870957A (zh) * | 2017-03-21 | 2017-06-20 | 东北大学 | 一种管道缺陷漏磁信号的特征提取方法 |
CN108982650A (zh) * | 2018-07-23 | 2018-12-11 | 南京航空航天大学 | 一种钢轨顶面伤损漏磁数据的自适应滤波方法 |
CN112034036A (zh) * | 2020-10-16 | 2020-12-04 | 中国铁道科学研究院集团有限公司 | 钢轨漏磁信号滤波方法及装置 |
CN112816547A (zh) * | 2021-02-03 | 2021-05-18 | 中海石油(中国)有限公司 | 一种用于漏磁内检测的漏磁传感器校正装置及校正方法 |
CN114354740A (zh) * | 2022-03-09 | 2022-04-15 | 成都熊谷油气科技有限公司 | 一种管道检测系统 |
CN114488224A (zh) * | 2021-12-24 | 2022-05-13 | 西南交通大学 | 一种用于卫星集中式自主导航的自适应滤波方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495132A (zh) * | 2011-12-13 | 2012-06-13 | 东北大学 | 一种用于海底管道漏磁内检测器的多通道数据采集装置 |
CN103398295A (zh) * | 2013-07-04 | 2013-11-20 | 东北大学 | 一种管道漏磁信号数据压缩装置及方法 |
-
2014
- 2014-05-16 CN CN201410208862.3A patent/CN103997315B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495132A (zh) * | 2011-12-13 | 2012-06-13 | 东北大学 | 一种用于海底管道漏磁内检测器的多通道数据采集装置 |
CN103398295A (zh) * | 2013-07-04 | 2013-11-20 | 东北大学 | 一种管道漏磁信号数据压缩装置及方法 |
Non-Patent Citations (1)
Title |
---|
李帆: "海底管道缺陷超声波检测数据采集处理方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 March 2009 (2009-03-15) * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105929019A (zh) * | 2016-05-31 | 2016-09-07 | 武汉华宇目检测装备有限公司 | 一种非接触式钢管漏磁检测探头系统 |
CN106645384A (zh) * | 2016-09-23 | 2017-05-10 | 东北大学 | 一种管道漏磁内检测器数据的自适应滤波方法 |
CN106645384B (zh) * | 2016-09-23 | 2019-06-25 | 东北大学 | 一种管道漏磁内检测器数据的自适应滤波方法 |
CN106870957A (zh) * | 2017-03-21 | 2017-06-20 | 东北大学 | 一种管道缺陷漏磁信号的特征提取方法 |
CN106870957B (zh) * | 2017-03-21 | 2019-02-05 | 东北大学 | 一种管道缺陷漏磁信号的特征提取方法 |
CN108982650A (zh) * | 2018-07-23 | 2018-12-11 | 南京航空航天大学 | 一种钢轨顶面伤损漏磁数据的自适应滤波方法 |
CN112034036A (zh) * | 2020-10-16 | 2020-12-04 | 中国铁道科学研究院集团有限公司 | 钢轨漏磁信号滤波方法及装置 |
CN112034036B (zh) * | 2020-10-16 | 2023-11-17 | 中国铁道科学研究院集团有限公司 | 钢轨漏磁信号滤波方法及装置 |
CN112816547A (zh) * | 2021-02-03 | 2021-05-18 | 中海石油(中国)有限公司 | 一种用于漏磁内检测的漏磁传感器校正装置及校正方法 |
CN112816547B (zh) * | 2021-02-03 | 2024-04-30 | 中海石油(中国)有限公司 | 一种用于漏磁内检测的漏磁传感器校正装置及校正方法 |
CN114488224A (zh) * | 2021-12-24 | 2022-05-13 | 西南交通大学 | 一种用于卫星集中式自主导航的自适应滤波方法 |
CN114354740A (zh) * | 2022-03-09 | 2022-04-15 | 成都熊谷油气科技有限公司 | 一种管道检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103997315B (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103997315A (zh) | 一种管道漏磁信号自适应滤波装置及方法 | |
CN103196989A (zh) | 一种基于旋转磁场的acfm不同角度裂纹检测系统 | |
CN104965023B (zh) | 多模态导波工业管道诊断方法 | |
CN106247173B (zh) | 管道泄漏检测的方法及装置 | |
CN109492708B (zh) | 一种基于ls-knn的管道漏磁内检测缺失数据插补方法 | |
CN107963239B (zh) | 一种基于音频的运载火箭故障检测装置及检测方法 | |
CN106645384A (zh) | 一种管道漏磁内检测器数据的自适应滤波方法 | |
CN110850244B (zh) | 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质 | |
CN108375783B (zh) | 一种海水放射性检测的自动寻峰方法 | |
CN103940908B (zh) | 基于dbscan及互相关算法的超声检测装置及方法 | |
CN105203632B (zh) | 一种基于超声导波的管道缺陷类型判别方法 | |
CN105319487A (zh) | 变电站局部放电信号检测和定位系统及方法 | |
CN104048164B (zh) | 一种管道内检测器里程测量装置及方法 | |
CN104977352A (zh) | 基于脉冲涡流与巴克豪森的缺陷与应力无损检测系统及无损检测方法 | |
CN107218518A (zh) | 一种用于排水管道堵塞故障的检测装置的检测方法 | |
CN114799610B (zh) | 一种基于傅里叶逆变换及自编码器的焊接质量实时检测方法及系统 | |
CN104034796A (zh) | 一种管道漏磁内检测数据实时处理装置及方法 | |
CN108562639B (zh) | 一种埋地钢质管道全生命周期缺陷外检测方法 | |
CN105650482A (zh) | 一种基于频域的液体输送管道泄露和污堵检测方法 | |
CN106338662A (zh) | 基于数学形态学的变压器绕组变形诊断方法 | |
CN104456089A (zh) | 一种流体管道多泄漏点定位方法 | |
CN103743477B (zh) | 一种机械故障检测诊断方法及其设备 | |
CN106841830B (zh) | 基于电场强度信号检测的高压预警方法、装置及系统 | |
CN112347903B (zh) | 一种基于异构场信号的管道多组件识别方法 | |
CN104977602A (zh) | 一种地震数据采集施工的控制方法及装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160831 |