CN104155360B - 管道内检测器信号激发与采集装置及管道缺陷检测方法 - Google Patents
管道内检测器信号激发与采集装置及管道缺陷检测方法 Download PDFInfo
- Publication number
- CN104155360B CN104155360B CN201410352876.2A CN201410352876A CN104155360B CN 104155360 B CN104155360 B CN 104155360B CN 201410352876 A CN201410352876 A CN 201410352876A CN 104155360 B CN104155360 B CN 104155360B
- Authority
- CN
- China
- Prior art keywords
- signal
- eddy current
- defect
- current sensor
- harvester
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 84
- 230000005284 excitation Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000007689 inspection Methods 0.000 title claims abstract description 9
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000004804 winding Methods 0.000 claims abstract description 4
- 230000003750 conditioning effect Effects 0.000 claims description 15
- 238000001228 spectrum Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 5
- 230000002950 deficient Effects 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 6
- 239000003208 petroleum Substances 0.000 description 16
- 230000007797 corrosion Effects 0.000 description 10
- 238000005260 corrosion Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 3
- 208000000058 Anaplasia Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000002574 poison Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明提供一种管道内检测器信号激发与采集装置及管道缺陷检测方法，装置包括中央控制模块、终端处理器和16个涡流传感器模块；方法包括16个涡流传感器的激励线圈实时对海底石油管道进行激励并获得16个响应信号；将响应信号转换成电压信号；终端处理器对电压信号转换得到数字信号；16个终端处理器定期将数字信号发送至中央控制模块并存储；将信号激发与采集装置从海底石油管道取出，并与上位机连接；上位机读取信号激发与采集装置的中央控制模块存储的数字信号，根据读取的数字信号进行海底石油管道泄漏检测。本发明设计同轴三线圈法设计涡流传感器，增加一个激励线圈，在同等条件下比常规涡流传感器测量距离远，能更充分满足管道内部测量要求。
Description
技术领域
本发明属于石油管道泄漏检测领域，具体是一种管道内检测器信号激发与采集装置及管道缺陷检测方法。
背景技术
长距离石油管道，尤其是石油管道，容易出现长时间泄露的情况，对人民经济财产造成损失，并可能引起火灾、爆炸毒害等危险状况，并造成环境污染。因此管道的无损检测技术是各个大型用油国家及公司竞相研究的技术。随着工业精确度要求的提升，管道内检测技术成为了近年来发展的热点。内检测技术有着应用范围较广等特点，但是也存在着以下缺点：
(1)涡流传感器测量范围有限，因此在管道比较复杂的情况下，不能有效的获得管道数据，影响管道检测装置在关键数据的获取能力。
(2)精度较低，可扩展性不强。一般采用耗能较低的单片机作为中央处理单元，传感器采用涡流传感器或者霍尔传感器，A/D采用采样频率较低但数据传输稳定性较高的芯片。这样，受晶振频率和A/D转换频率的影响，不能够满足高速实时采集数据的要求，从而限制了对于缺陷辨识的精确程度。
(3)在长距离管道中，管道内检测机器人普遍不能解决能源耗费的问题。如何利用管道检测机器人所带电池中的电量完成几十甚至上百公里的管道无损检测，是设计时要考虑的主要问题之一。
(4)采集装置采集的数据如何能够准确的反应管道的缺陷的尺寸、类型以及是否为多类型缺陷检测，是后续工作中遇到的重大问题。
发明内容
针对现有技术存在的不足，本发明提供一种管道内检测器信号激发与采集装置及管道缺陷检测方法。
本发明的技术方案是：
一种管道内检测器信号激发与采集装置，包括中央控制模块、终端处理器和16个涡流传感器模块；
所述涡流传感器模块包括涡流传感器和信号调理电路，涡流传感器采用同轴三线圈式，涡流传感器的探头包括3个同轴线圈，即外层激励线圈、涡流检测线圈和内层激励线圈；涡流传感器的输出端连接信号调理电路的输入端，信号调理电路的输出端连接终端处理器的输入端，终端处理器的脉冲输出端连接涡流传感器，终端处理器的信号输入端通过串行总线连接中央控制模块的输出端。
所述的外层激励线圈的直径、涡流检测线圈的直径和内层激励线圈的直径依次减小。
所述的外层激励线圈和内层激励线圈都接通交变电压且外层激励线圈的电流频率和内层激励线圈的电流频率相同。
所述16个涡流传感器模块按环形阵列布置。
利用所述的管道内检测器信号激发与采集装置进行管道缺陷检测的方法，包括如下步骤：
步骤1：将信号激发与采集装置置于石油管道中；
步骤2：16个涡流传感器的激励线圈实时对石油管道进行激励，并通过各涡流检测线圈获得16个响应信号；
步骤3：涡流检测线圈获得的响应信号传输至信号调理电路，将响应信号转换成电压信号；
步骤4：终端处理器对转换得到的电压信号进行AD转换得到数字信号；
步骤5：中央控制模块同时控制16个终端处理器接收和发送数字信号，16个终端处理器定期将接收到的数字信号发送至中央控制模块并存储；
步骤6：将信号激发与采集装置从石油管道取出，并将信号激发与采集装置与上位机连接；
步骤7：上位机读取信号激发与采集装置的中央控制模块存储的数字信号，根据读取的数字信号进行石油管道缺陷类型检测；
步骤7.1：上位机读取信号激发与采集装置的中央控制模块存储的数字信号，将各数字信号转化成矩阵形式；
步骤7.2：利用SPWVD算法判断当前石油管道是否存在缺陷：对矩阵形式的数字信号采用SPWVD算法进行时域分析，若得到的三维谱图存在频谱分散情况即三维谱图中非峰值部分的频谱比例变大，同时三维谱图的峰值变化不低于原峰值的1.5倍，则当前石油管道存在缺陷，执行步骤7.3，否则返回步骤7.1；
步骤7.3：利用SPWVD算法判断缺陷类型：若存在缺陷的测量点的各个频率的数字信号的衰减值呈线性衰减，则当前缺陷的类型是裂纹缺陷；若将存在缺陷的测量点的涡流传感器的提离值与非缺陷测量点的涡流传感器的提离值比较，提离值变大，则当前缺陷的类型是外部缺陷；若存在缺陷的测量点的数字信号幅值变大，并且利用SPWVD算法对数字信号进行时频分析得到的SPWVD值的低频分量沿时间轴向外扩展的幅度变大时，则判断出此时为内部缺陷；若存在缺陷的测量点的数字信号幅值随时间变大，利用SPWVD算法对数字信号进行时频分析得到的SPWVD值沿着时间轴向外扩展的幅度变大时，但SPWVD值的低频分量的衰减速率变慢且沿时间轴向外扩展的幅度变大，SPWVD值的低频区域产生高幅波形，则判断出此时为腐蚀缺陷；若存在缺陷的测量点不满足裂纹缺陷、外部缺陷、内部缺陷或腐蚀缺陷的判断条件，则当前缺陷的类型是混合缺陷。
有益效果：
本发明设计一种高精度的，省电的，高稳定性的内检测装置，并对采集数据进行处理，以确定缺陷的位置，类型，并减少对缺陷的误判断。本发明利用多处理器系统结构设计了存在多个涡流传感器模块的数据采集装置，在系统内部利用串行总线I2C进行通信。这种装置尤其适用于管道的检测情况。
同轴三线圈法设计涡流传感器，增加了一个激励线圈，在同等条件下比常规涡流传感器测量距离远，能更充分满足管道内部测量要求。并且每一个涡流传感器配有一个终端处理器，能够保证各个涡流传感器模块数据同步，同一模块激励信号和检测信号更有可比性。
附图说明
图1为本发明具体实施方式的管道内检测器信号激发与采集装置的安装示意图；
图2为本发明具体实施方式的管道内检测器信号激发与采集装置结构框图；
图3为本发明具体实施方式的涡流传感器的探头结构示意图，其中，1-外层激励线圈，2-涡流检测线圈，3-内层激励线圈；
图4为本发明具体实施方式的涡流传感器环形阵列示意图；
图5为本发明具体实施方式的管道缺陷检测方法流程图；
图6为本发明具体实施方式的信号调理电路原理图；
图7为本发明具体实施方式的当前石油管道有无腐蚀缺陷的三维时频图，(a)为当前石油管道无腐蚀缺陷的三维时频图，(b)为当前石油管道存在腐蚀缺陷的三维时频图；
图8为本发明具体实施方式的当前石油管道有无裂纹缺陷的三维时频图，(a)为当前石油管道无裂纹缺陷的三维时频图，(b)为当前石油管道存在裂纹缺陷的三维时频图；
图9为本发明具体实施方式的当前石油管道有无混合缺陷的三维时频图，(a)为当前石油管道无混合缺陷的三维时频图，(b)为当前石油管道存在混合缺陷的三维时频图。
具体实施方式
下面结合附图对本发明的具体实施方式做详细说明。
如图1所示，管道内检测器信号激发与采集装置，用于石油管道内检测器中，管道内检测器信号激发与采集装置对石油管道进行激励，并通过各涡流检测线圈获得响应信号。
如图2所示，管道内检测器信号激发与采集装置包括中央控制模块、终端处理器和16个涡流传感器模块，16个涡流传感器模块之间用导线连接，以扩充系统的通用性；采用串行总线I2C进行通信，以减少连线的复杂度。
涡流传感器模块包括涡流传感器和信号调理电路。
涡流传感器采用同轴三线圈式，如图3所示，涡流传感器的探头包括3个同轴线圈，即外层激励线圈1、涡流检测线圈2和内层激励线圈3，3个同轴线圈可以达到节省空间、增加测量距离的目的；外层激励线圈的直径、涡流检测线圈的直径和内层激励线圈的直径依次减小。外层激励线圈和内层激励线圈都接通交变电压且外层激励线圈的电流频率和内层激励线圈的电流频率相同，但幅值和匝数可以不一样。采用脉冲驱动的方式对涡流传感器进行驱动。
如图4所示，涡流传感器紧贴管壁工作，采集磁场变化并输出模拟信号。16个涡流传感器模块按环形阵列布置。
涡流传感器的输出端连接信号调理电路的输入端，信号调理电路的输出端连接终端处理器的输入端，终端处理器的脉冲输出端连接涡流传感器，终端处理器的信号输入端通过串行总线连接中央控制模块的输出端。
涡流传感器的输出是相当小的电压、电流或电阻变化，因此，在变换为数字信号之前必须进行调理，调理就是放大，缓冲或定标模拟信号等，使其适合于模/数转换器(ADC)的输入。然后，ADC对模拟信号进行数字化，并把数字信号送到终端处理器，以便用于系统的数据处理。本实施方式的信号调理电路如图6所示。
终端处理器的型号为MSP430F2013，终端处理器可以利用片内16位AD对涡流传感器取得的模拟信号进行转换或者外加AD转换电路。通过一个控制芯片MSP430F2013片内高精度16位AD进行转换，能够保证精度。而MSP430F2013芯片拥有足够的片内RAM，能够将转换的数据暂时存到片内，起到了缓存的作用，提升了转换数据的传输可靠性。MSP430F2013芯片有0.5uA的节能状态，能够在不进行工作的情况下处于几乎不费电的状态，节约了能源的消耗。
中央控制模块采用型号为MSP430F2370的微控制器，通过I2C总线控制涡流传感器模块。
利用上述的管道内检测器信号激发与采集装置进行管道缺陷检测的方法，如图5所示，包括如下步骤：
步骤1：将信号激发与采集装置置于石油管道中；
步骤2：16个涡流传感器的激励线圈实时对石油管道进行激励，并通过各涡流检测线圈获得16个响应信号；
步骤3：涡流检测线圈获得的响应信号传输至信号调理电路，将响应信号转换成电压信号；
步骤4：终端处理器对转换得到的电压信号进行AD转换得到数字信号；
步骤5：中央控制模块同时控制16个终端处理器接收和发送数字信号，16个终端处理器定期将接收到的数字信号发送至中央控制模块并存储；
步骤6：将信号激发与采集装置从石油管道取出，并将信号激发与采集装置与上位机连接；
步骤7：上位机读取信号激发与采集装置的中央控制模块存储的数字信号，根据读取的数字信号进行石油管道泄漏检测；
步骤7.1：上位机读取信号激发与采集装置的中央控制模块存储的数字信号，将各数字信号转化成矩阵形式；
步骤7.2：利用SPWVD算法判断当前石油管道是否存在缺陷：对矩阵形式的数字信号采用SPWVD算法进行时域分析，若得到的三维谱图存在频谱分散情况即三维谱图中非峰值部分的频谱比例变大，同时三维谱图的峰值变化不低于原峰值的1.5倍，则当前石油管道存在缺陷，执行步骤7.3，否则返回步骤7.1；
SPWVD算法为平滑的伪Wigner-Ville分布(SPWVD)算法；
步骤7.3：利用SPWVD算法判断缺陷类型：若存在缺陷的测量点的各个频率的数字信号的衰减值呈线性衰减，则当前缺陷的类型是裂纹缺陷；若存在缺陷的测量点的涡流传感器的提离值与非缺陷测量点的涡流传感器的提离值比较，提离值发生变化，则当前缺陷的类型是外部缺陷；若存在缺陷的测量点的数字信号幅值变大，并且利用SPWVD算法对数字信号进行时频分析得到的SPWVD值的低频分量沿时间轴向外扩展的幅度变大，则当前缺陷的类型是内部缺陷；若存在缺陷的测量点不满足裂纹缺陷、外部缺陷或内部缺陷，则当前缺陷的类型是混合缺陷。
若存在缺陷的测量点的数字信号幅值随时间变大，利用SPWVD算法对数字信号进行时频分析得到的SPWVD值沿着时间轴向外扩展的幅度变大，但SPWVD值的低频分量的衰减速率变慢且沿时间轴向外扩展的幅度变大，SPWVD值的低频区域产生高幅波形，则判断出此时为腐蚀缺陷。腐蚀缺陷属于一种特殊的内部缺陷。
图7为具体实施方式的当前石油管道有无腐蚀缺陷的三维时频图，(a)为当前石油管道无腐蚀缺陷的三维时频图，(b)为当前石油管道存在腐蚀缺陷的三维时频图，SPWVD对于有缺陷情况依然能够保持比集中的三维时频图结果峰值,SPWVD对于腐蚀缺陷的峰值变化更明显，因此，在后续结果处理时，可以利用SPWVD确定腐蚀缺陷的类型。
图8为本具体实施方式的当前石油管道有无裂纹缺陷的三维时频图，(a)为当前石油管道无裂纹缺陷的三维时频图，(b)为当前石油管道存在裂纹缺陷的三维时频图，三维时频图结果较为集中，图像较为平滑，因此可以看出其稳定性较高,裂纹缺陷的频谱变化较为均匀，因为裂纹缺陷相对管壁的深度变化较小，而频率变化与缺陷存在深度有关；
图9为本具体实施方式的当前石油管道有无混合缺陷的三维时频图，(a)为当前石油管道无混合缺陷的三维时频图，(b)为当前石油管道存在混合缺陷的三维时频图，在出现混合缺陷时，SPWVD的三维谱图也出现了频谱分散的趋势，即在非峰值部分的频谱比例变大。但是，峰值依然出现了较大幅度变化。
综合图7、8、9可知，在不同类型的缺陷出现时，三维时频图的峰值均出现了不同程度提升。三维时频图结果较为集中，图像较为平滑，因此可以看出其稳定性较高，这是成为判断缺陷类型的最主要依据；三维时频图的峰值变大，使得图像更加直观；SPWVD值在不同缺陷下的变化均在峰值附近变化，这就减小了分割处理范围，即能够有效地利用后续处理对所得图像进行处理，提高了处理结果的准确性。
Claims (1)
1.一种管道缺陷检测的方法，采用一种管道内检测器信号激发与采集装置，包括中央控制模块、终端处理器和16个涡流传感器模块；
所述涡流传感器模块包括涡流传感器和信号调理电路；所述涡流传感器采集磁场变化并输出模拟信号；涡流传感器的输出端连接信号调理电路的输入端，信号调理电路的输出端连接终端处理器的输入端，终端处理器的脉冲输出端连接涡流传感器，终端处理器的信号输入端通过串行总线连接中央控制模块的输出端；
涡流传感器紧贴管壁工作；涡流传感器采用同轴三线圈式，涡流传感器的探头包括3个同轴线圈，即外层激励线圈、涡流检测线圈和内层激励线圈；所述16个涡流传感器模块按环形阵列布置；
该方法包括：
步骤1：将信号激发与采集装置置于海底石油管道中；
步骤2：16个涡流传感器的激励线圈实时对海底石油管道进行激励，并通过各涡流检测线圈获得16个响应信号；
步骤3：涡流检测线圈获得的响应信号传输至信号调理电路，将响应信号转换成电压信号；
步骤4：终端处理器对转换得到的电压信号进行AD转换得到数字信号；
步骤5：中央控制模块同时控制16个终端处理器接收和发送数字信号，16个终端处理器定期将接收到的数字信号发送至中央控制模块并存储；
步骤6：将信号激发与采集装置从海底石油管道取出，并将信号激发与采集装置与上位机连接；
步骤7：上位机读取信号激发与采集装置的中央控制模块存储的数字信号，根据读取的数字信号进行海底石油管道泄漏检测；
其特征在于：所述步骤7包括如下步骤：
步骤7.1：上位机读取信号激发与采集装置的中央控制模块存储的数字信号，将各数字信号转化成矩阵形式；
步骤7.2：利用SPWVD算法判断当前海底石油管道是否存在缺陷：对矩阵形式的数字信号采用SPWVD算法进行时域分析，若得到的三维谱图存在频谱分散情况即三维谱图中非峰值部分的频谱比例变大，同时三维谱图的峰值变化不低于原峰值的1.5倍，则当前海底石油管道存在缺陷，执行步骤7.3，否则返回步骤7.1；
步骤7.3：利用SPWVD算法判断缺陷类型：若存在缺陷的测量点的各个频率的数字信号的衰减值呈线性衰减，则当前缺陷的类型是裂纹缺陷；若存在缺陷的测量点的涡流传感器的提离值与非缺陷测量点的涡流传感器的提离值比较，提离值发生变化，则当前缺陷的类型是外部缺陷；若存在缺陷的测量点的数字信号幅值变大，并且利用SPWVD算法对数字信号进行时频分析得到的SPWVD值的低频分量沿时间轴向外扩展的幅度变大，则当前缺陷的类型是内部缺陷；若存在缺陷的测量点不满足裂纹缺陷、外部缺陷或内部缺陷，则当前缺陷的类型是混合缺陷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410352876.2A CN104155360B (zh) | 2014-07-21 | 2014-07-21 | 管道内检测器信号激发与采集装置及管道缺陷检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410352876.2A CN104155360B (zh) | 2014-07-21 | 2014-07-21 | 管道内检测器信号激发与采集装置及管道缺陷检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104155360A CN104155360A (zh) | 2014-11-19 |
| CN104155360B true CN104155360B (zh) | 2017-10-17 |
Family
ID=51880916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410352876.2A Expired - Fee Related CN104155360B (zh) | 2014-07-21 | 2014-07-21 | 管道内检测器信号激发与采集装置及管道缺陷检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104155360B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105043225A (zh) * | 2015-04-24 | 2015-11-11 | 中国海洋石油总公司 | 海底管道的三维测量装置 |
| CN110702782B (zh) * | 2019-10-12 | 2022-01-28 | 辽宁机电职业技术学院 | 一种用于石油管道的无损检测系统及其检测方法 |
| CN110953487B (zh) * | 2019-12-23 | 2021-05-07 | 杭州绿洁环境科技股份有限公司 | 一种管道泄漏检测方法及设备 |
| CN112730603B (zh) * | 2020-10-13 | 2024-07-12 | 爱德森（厦门）电子有限公司 | 一种提高涡流检测裂纹深度检测范围的方法及其系统装置 |
| CN112198826B (zh) * | 2020-10-14 | 2022-01-25 | 中国石油大学(北京) | 一种海底管道螺旋励磁数据采集装置及方法 |
| CN115420229A (zh) * | 2022-08-26 | 2022-12-02 | 成都蕊感微电子有限公司 | 一种管道油垢检测装置及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5182513A (en) * | 1991-04-06 | 1993-01-26 | General Electric Company | Method and apparatus for a multi-channel multi-frequency data acquisition system for nondestructive eddy current inspection testing |
| CN102798660B (zh) * | 2012-08-30 | 2015-11-11 | 东北大学 | 基于三轴漏磁与电涡流的管道内外壁缺陷检测装置及方法 |
-
2014
- 2014-07-21 CN CN201410352876.2A patent/CN104155360B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN104155360A (zh) | 2014-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104155360B (zh) | 管道内检测器信号激发与采集装置及管道缺陷检测方法 | |
| CN103645243B (zh) | 一种输电线电磁无损检测系统 | |
| CN103344535B (zh) | 油液金属磨粒在线监测系统 | |
| CN105929022B (zh) | 钢丝绳脉冲电涡流无损探伤检测装置及检测方法 | |
| CN104965023B (zh) | 多模态导波工业管道诊断方法 | |
| CN110108788B (zh) | 基于脉冲涡流的管道漏磁内检测集成探头及检测方法 | |
| CN103257182A (zh) | 一种脉冲涡流缺陷定量检测方法及检测系统 | |
| CN103499022B (zh) | 一种区分管道内外表面腐蚀缺陷的传感器 | |
| 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 | |
| CN102901748A (zh) | 一种基于管道温度场分布的无损检测装置及方法 | |
| CN104297338A (zh) | 基于矩形差分探头的脉冲涡流检测系统 | |
| CN101968463A (zh) | 管道螺旋焊缝类裂纹缺陷三轴漏磁内检测线信号识别方法 | |
| CN109060938A (zh) | 钢丝绳磁通缺陷检测传感器 | |
| CN103808911A (zh) | 润滑油检测装置 | |
| CN107121489A (zh) | 一种交流电磁场检测仪 | |
| CN112945315A (zh) | 一种基于转动型摩擦纳米发电机的船舶废气流量监测装置 | |
| CN102095763A (zh) | 一种变压器油中微水的在线监测系统 | |
| CN103196996A (zh) | 一种用于进行金属缺陷检测的涡流检测装置及其涡流探头 | |
| CN201540280U (zh) | 外穿过式涡流传感器抽油杆在线检测装置 | |
| CN102661994A (zh) | 基于螺旋电感传感器的水气相含率探测装置及其探测方法 | |
| CN204255904U (zh) | 基于矩形差分探头的脉冲涡流检测系统 | |
| CN207196096U (zh) | 管道漏磁内检测内外壁缺陷区分传感器 | |
| CN203396752U (zh) | 用于桥梁吊索锚头索体导波无损检测的磁化器探头检测系统 | |
| CN203241387U (zh) | 用于大桥缆索的磁致伸缩导波检测装置 | |
| CN108375437A (zh) | 基于逆磁致伸缩效应的船舶轴功率测量方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171017 |